交通工程基于深度学习的交通标志识别技术研究进展杨广柱，龙泽链，李毅，王天生，黄绍信(广西交通职业技术学院，广西南宁530013)摘要：文章综述了基于深度学习的交通标志识别技术，厘清了传统交通标志识别与基于深度学习的交通标志识别的关系，着重介绍了卷积神经网络交通标志识别算法，并分析近年来该算法取得的突破性进展，旨在为进一步的研究提供参考和指导。关键词：交通标志识别；深度学习；卷积神经网络中图分类号：U491.5*2文献标识码：ADOl：i.W ccst.2023.12.059文章编号:1673-4874(2023)12-0194-040引言随着城市基础设施的全面建设和汽车产业的蓬勃发展，汽...

　　交通工程基于深度学习的交通标志识别技术研究进展杨广柱，龙泽链，李毅，王天生，黄绍信(广西交通职业技术学院，广西南宁530013)摘要：文章综述了基于深度学习的交通标志识别技术，厘清了传统交通标志识别与基于深度学习的交通标志识别的关系，着重介绍了卷积神经网络交通标志识别算法，并分析近年来该算法取得的突破性进展，旨在为进一步的研究提供参考和指导。关键词：交通标志识别；深度学习；卷积神经网络中图分类号：U491.5*2文献标识码：ADOl：10.13282/j.cnki.W ccst.2023.12.059文章编号:1673-4874(2023)12-0194-040引言随着城市基础设施的全面建设和汽车产业的蓬勃发展，汽车已成为人们日常出行中最常用的交通工具。与此同时，交通安全和交通拥堵问题也日益严重。尤其在经济快速发展的背景下，交通安全和拥堵问题成为函待解决的工程技术难题。智能交通系统( IntelligentTransport System,ITS)被视为提高交通安全性和效率的有效途径之一[1]。智能交通系统中的一个重要组成部分是自动交通标志检测和识别技术，其可以从视觉传感器扫描的图像信息中提取人性化信息和路况信息等，为智能交通系统的交通行为决策提供信息支持。因此，交通标志检测和识别广泛应用于驾驶员辅助系统、智能无人驾驶车辆、道路标志维护等智能交通领域。这些应用不仅可以有效提高驾驶员的安全性，还能推动无人驾驶技术的发展，提高交通维护效率，极大缓解交通安全和拥堵问题[2]。目前，基于卷积神经网络等深度学习算法在交通标志识别应用中表现出高准确度和强抗干扰能力，成为解决自动交通标志识别可靠性低的关键突破口。然而，由于国内交通标志算法训练数据集的不足，特定场景下交通标志检测和识别精度不高的问题仍然存在[3]。基于这个背景，本文综述基于深度学习的交通标志识别技术，厘清传统交通标志识别与基于深度学习的交通标志识别的关系，着重介绍尤为出色的卷积神经网络交通标志识别算法，并分析近年来卷积神经网络识别算法取得的突破性进展，以期能为交通标志识别技术的发展提供新思路，为广西智慧交通建设积累实践经验。基金项目：2023年度广西高校中青年教师科研基础能力提升项目“新能源赛车轻量化的设计研究”（编号：2023KY1167）；2023年度广西高校中青年教师科研基础能力提升项目“电动汽车高功率逆变器芯片的封装技术研究”（编号：2023KY1154)作者简介：杨广柱（1980一），讲师，研究方向：新能源汽车技术。1交通标志识别技术1.1传统交通标志识别交通标志的主要用途是指导与警告驾驶员前方道路信息与行人信息，以及调节道路交通流量与交通疏导。世界各国交通标志因其政治文化的独特性而尽显不同，我国的交通标志主要分为指示类标志、禁令类标志和警告类标志三大类。这三大类交通标志在颜色上有蓝色、黄色和红色，在形状上有圆形、三角形，交通标志在图像上有非常显著的颜色特征和形状特征，这是用于检测识别交通标志的主要依据。交通标志识别技术中两个关键的内容是：检测和识别交通标志。检测标志是指使用形状信息、颜色信息或形状颜色信息结合的形式，在具有背景噪声的图像帧中提取交通标志信息，为后续的识别分类提供关键数据。识别标志是指对检测到的交通标志进行特征识别分类，为智能交通系统的交通决策提供道路信息。即交通标志检测与识别对应于人的眼睛观察与大脑认识判断，“眼晴”在复杂的交通环境中扫描出交通标志的图像信息，“大脑”根据“眼睛”观察到的交通标志图像进行识别，并对内容进行分类，为下一步的交通行为提供判断依据。在交通标志中颜色是其最显著的特征之一，颜色特征法的交通标志检测具有较高的反应度。一些学者早先提出直接利用原始RGB图像空间的像素级阈值分割进行交通标志检测[4]，由于原始RGB图像存在色彩失真甚至图像模糊等因素，对于交通环境及天气的依赖极高，因此存在一定缺陷性。在此基础上，部分学者提出先对原始图像进行预处理再对处理后的结果进行分割检测的交通标志检测方案，该方法能够对RGB图像进行色彩空间增强以及矢量滤波等处理，能够有效降低交通环境的194西部交通科技wesiemncainsCommunications Science&Technology

　　球速体育平台