基于車載攝像頭的路面交通標(biāo)志識(shí)別研究.pdf

1、隨著智能車輛的發(fā)展，高級(jí)駕駛輔助系統(tǒng)(ADAS)已經(jīng)成為智能交通系統(tǒng)(ITS)的重要組成部分，其通過(guò)感知和理解道路環(huán)境幫助駕駛員提前感知危險(xiǎn)。在高級(jí)駕駛輔助系統(tǒng)中，路面交通標(biāo)志識(shí)別是獲取安全和預(yù)警信息最基本和最具挑戰(zhàn)性的任務(wù)之一。目前，交通標(biāo)志識(shí)別研究主要集中在路旁交通標(biāo)志，本文則圍繞如何利用計(jì)算機(jī)視覺(jué)的方法進(jìn)行路面交通標(biāo)志識(shí)別分別進(jìn)行了以下工作:
　　(1)本文提出基于HOG和SVM的路面交通標(biāo)志識(shí)別方法。該方法根據(jù)車道線和路面

2、交通標(biāo)志位置關(guān)系提取感興趣區(qū)域，然后以梯度方向直方圖(HOG)作為標(biāo)志的特征提取方法，利用SVM分類模型識(shí)別標(biāo)志類型。其中車道線檢測(cè)采用約束性條件LSD算法，在LSD直線檢測(cè)算法基礎(chǔ)上，引入車道線的角度、亮度、長(zhǎng)度約束條件。
　　(2)本文構(gòu)建一種基于深度學(xué)習(xí)的路面交通標(biāo)志識(shí)別模型。該模型引入AlexNet網(wǎng)絡(luò)作為基礎(chǔ)網(wǎng)絡(luò)提取圖像全局特征，結(jié)合回歸思想和錨框機(jī)制，對(duì)全圖各個(gè)位置的多個(gè)尺度特征預(yù)測(cè)標(biāo)志位置和類別，利用非極大值抑制算法