基于多分辨率卷積網(wǎng)絡(luò)的交通標(biāo)志檢測與識別.pdf

1、在機(jī)動(dòng)車通行道路上設(shè)置交通標(biāo)志，對調(diào)節(jié)交通流量和提高道路的通行能力都起著重要的作用，它還可以預(yù)先把當(dāng)前的道路狀況向駕駛?cè)藛T做出指示，讓駕駛?cè)藛T提前有所準(zhǔn)備，從而降低交通事故發(fā)生的概率。但近年來，隨著車輛數(shù)量的增加和道路狀況的日益復(fù)雜，交通安全問題引發(fā)了人們的熱議，智能交通系統(tǒng)也受到各方的關(guān)注，該系統(tǒng)通過綜合運(yùn)用先進(jìn)的科學(xué)技術(shù)，建立一個(gè)可以主動(dòng)控制車輛安全行駛的系統(tǒng)。
　　交通標(biāo)志識別作為該系統(tǒng)中輔助駕駛系統(tǒng)的一個(gè)重要功能，在整個(gè)系

2、統(tǒng)中發(fā)揮了巨大的作用，各國政府和汽車制造商對這一問題進(jìn)行了多年的研究，但由于真實(shí)交通環(huán)境的復(fù)雜性，還有許多問題尚待解決。為此，本論文對交通標(biāo)志檢測和識別這一問題作為研究主題，運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)的方法對其進(jìn)行研究和分析。
　　在交通標(biāo)志檢測問題上，為了提高從場景圖像中檢測交通標(biāo)志的速度和準(zhǔn)確度，本文提出一種非對稱卷積神經(jīng)網(wǎng)絡(luò)的算法。該算法首先要從原始圖像中提取ROI區(qū)域，而后進(jìn)行分類，前期提取ROI區(qū)域的方法是用傳統(tǒng)的顏色轉(zhuǎn)換和形狀匹

3、配的方法進(jìn)行，實(shí)驗(yàn)使用的原始圖像來源于德國交通標(biāo)志檢測基準(zhǔn)數(shù)據(jù)集。通過實(shí)驗(yàn)表明，該算法可以克服圖像中交通標(biāo)志尺寸過小、不良天氣和標(biāo)志褪色等不良影響，魯棒性較好，證明了算法的有效性。
　　在交通標(biāo)志識別問題上，提出了一種多分辨率卷積神經(jīng)網(wǎng)絡(luò)算法，用于解決使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行交通標(biāo)志識別時(shí)訓(xùn)練時(shí)間長的問題。該算法在基于傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，使用兩個(gè)不同的分支訓(xùn)練網(wǎng)絡(luò)，提取特征并進(jìn)行分類。將圖像預(yù)處理為一個(gè)高分辨率圖像數(shù)據(jù)集和一個(gè)低