AI设计下的智能驾驶场景文本识别技术

• 作者: 梁敏 秦海波 覃京燕 殷绪成
• 来源期刊: 包装工程
• 关键词: 智能驾驶 交通标志 文本检测 文字识别 深度学习
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 专题:融智能+活数据+万联网+创新设计|Special Subject: AI &HI Emergence Intelligence+Live Data+Internet of Everything+Innovation Design
• 页码范围: 13-19
• 页数: 7页
• 分类号: TB472
• 语种: 中文
• DOI: 10.19554/j.cnki.1001-3563.2021.06.003

摘要

目的 交通标志识别作为智能驾驶、交通系统研究中的一项重要内容,具有较大的理论价值和应用前景.尤其是文本型交通标志,其含有丰富的高层语义信息,能够提供极其丰富的道路信息.因此通过设计并实现一套新的端到端交通标志文本识别系统,达到有效缓解交通拥堵、提高道路安全的目的.方法 系统主要包括文本区域检测和文字识别两个视觉任务,并基于卷积神经网络的深度学习技术实现.首先以ResNet-50为骨干网络提取特征,并采用类FPN结构进行多层特征融合,将融合后的特征作为文本检测和识别的共享特征.文本检测定位文本区域并输出候选文本框的坐标,文字识别输出词条对应的文本字符串.结果 通过实验验证,系统在Traffic Guide Panel Dataset上取得了令人满意的结果,行识别准确率为71.08％.结论 端到端交通标志文本识别非常具有现实意义.通过卷积神经网络的深度学习技术,提出了一套端到端交通标志文本识别系统,并在开源的Traffic Guide Panel Dataset上证明了该系统的优越性.