一种面向交通环境的增强型低分辨率图像识别方法
计算机视觉与模式识别
2023-09-29 v1 机器人学
图像与视频处理
摘要
当前，低分辨率图像识别在智能交通感知领域面临显著挑战。与高分辨率图像相比，低分辨率图像尺寸小、质量低且缺乏细节，导致传统神经网络识别算法的准确率明显下降。低分辨率图像识别的关键在于有效的特征提取。因此，本文深入探究了残差模块的基本维度及其对特征提取与计算效率的影响。基于实验，我们引入了一种双分支残差网络结构，该结构利用了残差网络的基本架构与一种通用特征子空间算法。此外，其还利用了中间层特征以提升低分辨率图像识别的准确率。进一步地，我们采用知识蒸馏来减少网络参数与计算开销。实验结果验证了该算法在交通环境下低分辨率图像识别的有效性。
引用
@article{arxiv.2309.16390,
title = {An Enhanced Low-Resolution Image Recognition Method for Traffic Environments},
author = {Zongcai Tan and Zhenhai Gao},
journal= {arXiv preprint arXiv:2309.16390},
year = {2023}
}