基于深度屬性學(xué)習(xí)的交通標(biāo)志識別方法研究.pdf

1、交通標(biāo)志的識別在智能交通、無人駕駛等應(yīng)用中具有重要的作用。由于交通標(biāo)志受光照和背景復(fù)雜等環(huán)境因素的影響，且各國或地區(qū)交通標(biāo)志圖案復(fù)雜多樣，通用且準(zhǔn)確的交通標(biāo)志識別仍然是一個具有挑戰(zhàn)性的問題。現(xiàn)有的交通標(biāo)志識別方法取得了較好的效果，但仍存在著一些不足。一方面，在檢測交通標(biāo)志候選區(qū)域時，現(xiàn)有方法未考慮到交通標(biāo)志牌表面不同顏色的共同特性及制作材料的特性;另一方面，在交通標(biāo)志區(qū)域識別時，現(xiàn)有方法通常要先對交通標(biāo)志候選區(qū)域分類，再利用先驗知識過濾

2、非交通標(biāo)志區(qū)域，如紅綠燈、路邊商標(biāo)等?，F(xiàn)有的交通標(biāo)志候選區(qū)域識別方法通用性不強，且在交通標(biāo)志區(qū)域形變較大時、非交通標(biāo)志區(qū)域過多時，交通標(biāo)志的分類方法魯棒性不好。
　　鑒于其重要性和存在的問題，本文針對交通標(biāo)志候選區(qū)域的檢測和交通標(biāo)志區(qū)域的識別進行了深入的研究，提出了一種新的基于深度屬性學(xué)習(xí)的交通標(biāo)志檢測和識別算法。
　　在交通標(biāo)志候選區(qū)域的檢測上，本文充分挖掘了交通標(biāo)志牌表面顏色的共性，并利用了制作材料反光性好的特性，這些特

3、性使得交通標(biāo)志區(qū)域在H，S，V顏色空間的三個分量分別形成的灰度圖中是連通域。因此，本文提出在該三個灰度圖中分別檢測連通域以檢測交通標(biāo)志候選區(qū)域。首先，對圖像進行預(yù)處理，將圖像轉(zhuǎn)換到HSV顏色空間，之后將HSV三個通道分別形成三個灰度圖;然后，在三個灰度圖上分別提取連通域作為交通標(biāo)志候選區(qū)域。該方法并不針對特定顏色（如紅色、藍(lán)色）的交通標(biāo)志，且不利用交通標(biāo)志的形狀對稱等先驗信息，因此，該方法簡單且通用性強。
　　在交通標(biāo)志候選區(qū)域的

4、識別上，本文引入了交通標(biāo)志的形狀、顏色、圖案內(nèi)容三種視覺屬性(Attribute)，提出將這三種視覺屬性作為學(xué)習(xí)約束加入卷積神經(jīng)網(wǎng)絡(luò)，同時進行交通標(biāo)志的屬性學(xué)習(xí)和分類學(xué)習(xí)。這些視覺屬性描述了交通標(biāo)志的語義信息，彌補交通標(biāo)志底層圖像到高層語義之間的鴻溝，讓機器更容易理解交通標(biāo)志，進而提高分類的準(zhǔn)確率。由于在檢測過程中，同一個交通標(biāo)志會被檢測出多個候選區(qū)域，因此在候選區(qū)域分類后，本文設(shè)計了交通標(biāo)志區(qū)域確定算法以去除多余的候選區(qū)域。