基于两阶段分类算法的中国交通标志牌识别

• 作者: 冯润泽 江昆 于伟光 杨殿阁
• 来源期刊: 汽车工程
• 关键词: 目标识别 交通标志牌识别 卷积神经网络
• 年，卷（期）: 2022,（3）
• 页码范围: 434-441,448
• 页数: 9页
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2022.03.016

摘要

自动驾驶技术对于缓解交通拥堵,降低交通运输成本具有重要作用;高级驾驶辅助系统(ADAS)可以有效增加汽车驾驶的舒适性和安全性.交通标志牌中包含了丰富的语义信息,为自动驾驶汽车和ADAS的决策提供重要约束,因此交通标志牌的识别算法开发至关重要.本文基于中国交通场景特点以及自动驾驶、ADAS对于交通标志牌识别的高准确性需求,提出了一种基于两阶段分类的交通标志牌识别算法框架.算法包含检测和分类两个阶段,检测阶段检测出图像中的交通标志牌,分类阶段对交通标志牌先后进行大类和子类划分.算法通过细化任务,独立提升各算法模块的性能,进而提高整体算法的识别精度.本文对单阶段识别算法进行改进作为算法的检测模块,实验结果表明,提出的算法精度上优于基准单阶段识别算法,mAP平均提升8.52％,并且在检测速度优于传统两阶段识别算法Faster RCNN的情况下,mAP提升40％以上.