基于Faster-RCNN的交通信号灯检测与识别

• 作者: 刘博 潘卫国 石洪丽 陈英昊
• 来源期刊: 传感器与微系统
• 学科: 地球科学
• 关键词: 交通信号灯 深度学习 目标检测
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 计算与测试
• 页码范围: 147-149,160
• 页数: 4页
• 分类号: P315.69
• 字数: 2823字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2019)09-0147-03

摘要

交通信号灯检测和识别是无人驾驶和辅助驾驶领域的重要研究内容,能够避免在通过路口时由于交通信号灯判断失误导致的交通事故,提升驾驶的安全性.客观的复杂交通场景增加了检测识别算法难度.实现了基于Faster-RCNN的交通信号的检测识别,采集了交通场景数据进行标注,填充了国内交通信号灯公开数据集的空白.通过实验对比,选择最优的特征提取网络,并在智能车实验平台上验证了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘卫国	北京联合大学北京市信息服务工程重点实验室	5	37	3.0	5.0
5	刘博	北京联合大学应用科技学院	2	3	1.0	1.0
6	陈英昊	北京联合大学应用科技学院	2	3	1.0	1.0
7	石洪丽	北京联合大学应用科技学院	2	3	1.0	1.0