arXiv · cs.AI· Reem Abdel-Salam, Rana Mostafa, Ahmed H. Abdel-Gawad·· 8 小时前
RIECNN：面向交通标志识别的实时图像增强 CNN
RIECNN: Real-Time Image Enhanced CNN for Traffic Sign Recognition
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Reem Abdel-Salam, Rana Mostafa, Ahmed H. Abdel-Gawad
期刊信息（来源提供）：Neural Computing and Applications 34, 6085-6096 (2022)
研究任务与主要进展
论文提出实时图像增强卷积神经网络 RIECNN 用于交通标志识别，在 GTSRB、BTSC 和 rMASTIF 三个基准上分别取得 99.75%、99.25% 和 99.55% 的识别准确率。预处理与推理总耗时每张图像不超过 1.3 毫秒，满足实时约束，并对亮度与对比度变化等环境干扰表现出鲁棒性。以上结果基于论文摘要，全文尚未核验。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org