基于高维特征表示的交通场景识别

Abstract

随着智能交通的发展，快速、精确识别交通场景成为亟待解决的重要问题。目前已有许多识别方法可以提高交通场景的识别效果，但这些算法无法提取视觉概念的交通语义特征，导致识别精度低下。为此，设计了一种提取高维场景语义特征和结构信息的识别算法，以提高识别精度。为减少图像高维与低维特征表示之间的“语义鸿沟”，首先构建了一个场景类的语义描述系统，然后通过最小化损失（element-wise logistic loss）函数训练多标签分类网络，获取交通场景图像的高维特征表示，最后在4个大规模场景识别数据集上进行验证，实验结果显示，新算法在识别性能上优于其他的方法。

Keywords

• 场景识别
• 卷积神经网络
• 高维特征
• 低维特征