基于Mask R-CNN的无人机影像路面交通标志检测与识别

• 作者: 余晓娜 夏炎 陈朋弟 高霞霞 黄亮
• 来源期刊: 国土资源遥感
• 学科: 地球科学
• 关键词: 无人机影像 交通标志检测 交通标志识别 Mask R-CNN RPN 锚框
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 技术方法
• 页码范围: 61-67
• 页数: 7页
• 分类号: P231
• 语种: 中文
• DOI: 10.6046/gtzyyg.2020.04.09

摘要

交通标志的检测与识别是智能驾驶导航系统的重要组成部分,但传统方法的处理过程由于精度低、时间复杂度高以及鲁棒性差等缺点,不能满足当前智能驾驶的需求.为此,提出了一种基于Mask R-CNN的无人机影像路面交通标志检测与识别方法.首先,制作了一套高质量的无人机影像路面交通标志数据集;然后,根据统计的200个标记路标特征,对Mask R-CNN中区域候选网络(region proposal network,RPN)结构的锚框宽高比及初始参数进行了改进,使其更好地应用于无人机影像路标场景;最后,采用精确度-召回率(precision-recall,PR)曲线和平均精度值(mean average precision,mAP)进行精度评价.实验结果表明,锚框宽高比为1:1,1:2,1:3时效果更好;该方法得到的识别结果平均检测精度为98.33％,高于Faster R-CNN和YOLOv3方法,具有较好的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄亮		41	171	8.0	12.0
2	陈朋弟		7	0	0.0	0.0
3	夏炎		4	0	0.0	0.0
4	余晓娜		2	5	1.0	2.0
5	高霞霞		1	0	0.0	0.0