【摘要】：隨著汽車(chē)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(shí)別是高級(jí)駕駛員輔助系統(tǒng)的核心技術(shù)之一,高準(zhǔn)確率和實(shí)時(shí)性好的交通標(biāo)志識(shí)別可以及時(shí)地根據(jù)車(chē)輛路面環(huán)境給駕駛員以反饋,輔助駕駛員的行車(chē)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(shí)別也是近年來(lái)無(wú)人駕駛車(chē)輛研究和發(fā)展的關(guān)鍵技術(shù)之一,故交通標(biāo)志識(shí)別研究是一項(xiàng)具有重要研究?jī)r(jià)值和實(shí)際意義的課題。本文在對(duì)交通標(biāo)志檢測(cè)識(shí)別方法的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了詳細(xì)總結(jié)和分析后,確定基于卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別方法在近年來(lái)取得了很好的準(zhǔn)確率;對(duì)德國(guó)交通標(biāo)志識(shí)別庫(kù)數(shù)據(jù)集中的圖片進(jìn)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(duì)比度的直方圖均衡化方法進(jìn)行圖像增強(qiáng)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(duì)卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)特點(diǎn)、層級(jí)結(jié)構(gòu)和超參數(shù)等進(jìn)行了詳細(xì)的分析后,介紹了已經(jīng)在圖像識(shí)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(shí)別的改進(jìn)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(jìn),并且也在實(shí)際測(cè)試中驗(yàn)證了改進(jìn)方案的有效性;通過(guò)實(shí)驗(yàn)對(duì)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(jìn)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(shí)別的改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型在德國(guó)交通標(biāo)志識(shí)別庫(kù)上進(jìn)行測(cè)試獲得了99.17%的識(shí)別正確率,并且平均每幅圖像用時(shí)僅7毫秒,滿(mǎn)足了對(duì)準(zhǔn)確度和實(shí)時(shí)性的要求。
【圖文】：

志識(shí)別當(dāng)前存在的問(wèn)題交通標(biāo)志識(shí)別的情況都是在自然環(huán)境下，往往很復(fù)雜并且會(huì)大的挑戰(zhàn)，下面將列舉幾個(gè)主要的不利因素。件的影響照條件是 TSDR 在實(shí)時(shí)檢測(cè)識(shí)別時(shí)遇到的重要問(wèn)題之一。一別很大，正午時(shí)光線(xiàn)充足，但是可能造成過(guò)度曝光；夜晚曝光不足，這些自然環(huán)境都讓此時(shí)的圖像很難辨認(rèn)。同理，況，陰天、雨雪天氣和霧霾天等較差的天氣狀況都會(huì)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(guò)度曝光的情況，（c）是在霧攝的。

圖 1.2 運(yùn)動(dòng)模糊的標(biāo)志牌圖片路環(huán)境中，常常會(huì)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(huì)導(dǎo)致圖像信息不完整，給檢測(cè)識(shí)別帶b）、（c）就分別被信號(hào)燈、樹(shù)影和前方車(chē)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(zhǎng)安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：U463.6;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 宣森炎;龔小謹(jǐn);劉濟(jì)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(shí)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(guó);馬傳峰;;基于高斯顏色模型和SVM的交通標(biāo)志檢測(cè)[J];儀器儀表學(xué)報(bào);2014年01期

3 馮春貴;祝詩(shī)平;王海軍;賀園園;;基于改進(jìn)模板匹配的限速標(biāo)志識(shí)別方法研究[J];西南大學(xué)學(xué)報(bào)(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(cè)[J];模式識(shí)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(cè)[J];廈門(mén)大學(xué)學(xué)報(bào)(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(jì)[J];微電子學(xué)與計(jì)算機(jī);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(cè)方法[J];中國(guó)圖象圖形學(xué)報(bào);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(jì)算機(jī)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(dòng)識(shí)別[J];汕頭大學(xué)學(xué)報(bào)(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(guó)交通事故死亡狀況及酒駕處罰對(duì)交通事故死亡率的影響[D];中國(guó)疾病預(yù)防控制中心;2017年

2 張鵬;基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志牌識(shí)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(cè)與識(shí)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(shí)別方法[D];吉林大學(xué);2013年

5 白璐;基于圖像處理的車(chē)牌識(shí)別系統(tǒng)的研究[D];長(zhǎng)安大學(xué);2010年

本文編號(hào)：2659788