【摘要】：隨著汽車保有量和駕駛員人數(shù)的大量增加,交通事故的數(shù)量也一直居高不下。交通標(biāo)志識別是高級駕駛員輔助系統(tǒng)的核心技術(shù)之一,高準確率和實時性好的交通標(biāo)志識別可以及時地根據(jù)車輛路面環(huán)境給駕駛員以反饋,輔助駕駛員的行車決策,從而減少或盡量避免交通事故的發(fā)生;另一方面,交通標(biāo)志識別也是近年來無人駕駛車輛研究和發(fā)展的關(guān)鍵技術(shù)之一,故交通標(biāo)志識別研究是一項具有重要研究價值和實際意義的課題。本文在對交通標(biāo)志檢測識別方法的國內(nèi)外研究現(xiàn)狀進行了詳細總結(jié)和分析后,確定基于卷積神經(jīng)網(wǎng)絡(luò)的識別方法在近年來取得了很好的準確率;對德國交通標(biāo)志識別庫數(shù)據(jù)集中的圖片進行了一系列的預(yù)處理操作,包括圖像裁剪去除冗余背景、用限制對比度的直方圖均衡化方法進行圖像增強和圖像尺寸歸一化,最終獲得了高質(zhì)量的數(shù)據(jù)集圖像;在對卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)特點、層級結(jié)構(gòu)和超參數(shù)等進行了詳細的分析后,介紹了已經(jīng)在圖像識別領(lǐng)域取得了很好效果的經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型,最終在其基礎(chǔ)上提出了本文用于交通標(biāo)志識別的改進卷積神經(jīng)網(wǎng)絡(luò)模型,該模型在數(shù)據(jù)歸一化方式、Dropout層和卷積層通道數(shù)上均做了改進,并且也在實際測試中驗證了改進方案的有效性;通過實驗對比和分析,確定了網(wǎng)絡(luò)模型的最優(yōu)超參數(shù),完成了本文所提出的新的改進卷積神經(jīng)網(wǎng)絡(luò)模型的預(yù)設(shè)參數(shù)優(yōu)化,最終確定的用于交通標(biāo)志識別的改進卷積神經(jīng)網(wǎng)絡(luò)模型在德國交通標(biāo)志識別庫上進行測試獲得了99.17%的識別正確率,并且平均每幅圖像用時僅7毫秒,滿足了對準確度和實時性的要求。
【圖文】：

志識別當(dāng)前存在的問題交通標(biāo)志識別的情況都是在自然環(huán)境下，往往很復(fù)雜并且會大的挑戰(zhàn)，下面將列舉幾個主要的不利因素。件的影響照條件是 TSDR 在實時檢測識別時遇到的重要問題之一。一別很大，正午時光線充足，但是可能造成過度曝光；夜晚曝光不足，這些自然環(huán)境都讓此時的圖像很難辨認。同理，況，陰天、雨雪天氣和霧霾天等較差的天氣狀況都會成為不是十分敏感的。下圖所示是一些光照條件不好的例子，圖 不足的情況，而（b）則是照片過度曝光的情況，（c）是在霧攝的。

圖 1.2 運動模糊的標(biāo)志牌圖片路環(huán)境中，常常會發(fā)生標(biāo)志牌被部分遮擋的情況，，例如路牌等。部分遮擋會導(dǎo)致圖像信息不完整，給檢測識別帶b）、（c）就分別被信號燈、樹影和前方車輛部分遮擋了。圖 1.3 部分遮擋的標(biāo)志牌圖片變
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U463.6;TP391.41

【參考文獻】

相關(guān)期刊論文 前9條

1 宣森炎;龔小謹;劉濟林;;基于聯(lián)合卷積和遞歸神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識別[J];傳感器與微系統(tǒng);2014年08期

2 常發(fā)亮;黃翠;劉成云;趙永國;馬傳峰;;基于高斯顏色模型和SVM的交通標(biāo)志檢測[J];儀器儀表學(xué)報;2014年01期

3 馮春貴;祝詩平;王海軍;賀園園;;基于改進模板匹配的限速標(biāo)志識別方法研究[J];西南大學(xué)學(xué)報(自然科學(xué)版);2013年04期

4 張靜;何明一;戴玉超;屈曉剛;;多特征融合的圓形交通標(biāo)志檢測[J];模式識別與人工智能;2011年02期

5 陳維馨;李翠華;汪哲慎;;基于顏色和形狀的道路交通標(biāo)志檢測[J];廈門大學(xué)學(xué)報(自然科學(xué)版);2007年05期

6 張阿珍;劉政林;鄒雪城;向祖權(quán);;基于雙三次插值算法的圖像縮放引擎的設(shè)計[J];微電子學(xué)與計算機;2007年01期

7 朱雙東;張懿;陸曉峰;;三角形交通標(biāo)志的智能檢測方法[J];中國圖象圖形學(xué)報;2006年08期

8 田啟川,潘泉,張洪才,程詠梅;Hough變換在虹膜區(qū)域分割中的應(yīng)用[J];計算機應(yīng)用研究;2005年01期

9 蔣剛毅,鄭義,郁梅;基于數(shù)學(xué)形態(tài)學(xué)的交通標(biāo)志自動識別[J];汕頭大學(xué)學(xué)報(自然科學(xué)版);1998年01期

相關(guān)碩士學(xué)位論文 前5條

1 陳賀;中國交通事故死亡狀況及酒駕處罰對交通事故死亡率的影響[D];中國疾病預(yù)防控制中心;2017年

2 張鵬;基于改進卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志牌識別算法研究[D];吉林大學(xué);2017年

3 譚貞剛;基于多分辨率卷積網(wǎng)絡(luò)的交通標(biāo)志檢測與識別[D];大連理工大學(xué);2015年

4 王洋;一種基于模板匹配的交通標(biāo)志識別方法[D];吉林大學(xué);2013年

5 白璐;基于圖像處理的車牌識別系統(tǒng)的研究[D];長安大學(xué);2010年

本文編號：2659788