PAGE 1 - 交通标示识别技术综述 交通标示识别技术综述 3791〔2021〕02〔c〕-0015-02 随着科技的进展，传统的工业生产、RM的日常生活都向着无人化、智能化转型。车辆行驶已经成为绝大多数人每天都会接触到甚至使用的。正在研发当中的无人驾驶技术或者帮助驾驶技术有着比人类更为宽阔的感知范围和灵敏的反应时间，将会给人们带来了巨大的便捷和安全保障。智能车的驾驶技术包含了感知层、决策层和操纵层[1]。识别车辆所处的交通场景和环境信息是感知层的重要任务[2]，主要使用摄像头、雷达、传感器来对环境中的障碍物、路况、标示信息进行采集和分析，就相当于驾驶员的眼睛。交通标示识别技术应用于感知层。交通标示含有丰富的信息，对车辆行驶起到指示和限制作用，对的实现智能化感知在无人车技术的讨论中有着重要作用。 1数据集和评价指标 交通标示的识别与检测是计算机视觉领域内富有挑战的任务，因此举办多次挑战赛鼓舞众多科研人员进行讨论。随着挑战赛公开的数据集有德国交通标示识别数据集〔GermanTrafficSignRecognitionBenchmark，GTSRB〕和德国交通标示检测数据集〔GermanTrafficSignDetectionBenchmark，GTSDB〕[3]。GTSRB和GTSDB作为该领域的常用数据集，研发的算法都需要在这两个数据集上进行验证，方可得到认可。这两个数据集都是取自于德国街景，因此，交通标示皆是德国标准制式。该数据集中的德国交通标志主要分为3个大类，分别为——禁止标志：红色圆形的外形，内部是黑色字体表示限速或者图形表示车型禁行;警告标志：红色三角形的外形，通常表示危急，道路曲折等;指示标志：蓝色圆形，内部白色箭头指示，左转、右转等信息。 GTSRB是交通标示的识别任务，也就是图像分类。该数据集共包含51840幅图像，每幅图像包含一个交通标志，共包含43类。GTSDB是交通标示检测任务，检测任务包含了图像分类和目标定位，检测任务更为冗杂一些。该数据集共900幅图像，共包含1206个交通标志。一张图像上包含多个目标，并包括了光照不均、图示破损等状况，是比较有挑战性的一个数据集。 交通标示识别的评价指标是精确率。即分类的正确率。 如公式〔1〕所示，正确率越高代表着算法越为可靠。 交通标示的检测使用平均精度作为评价指标。主要考虑，其一，检测目标的位置，检测的标准结果用矩形框标注，当找到的标志与矩形框重合超过50%时，即为召回;其二，分类的正确性，即上文的精确率。综合二者指标得到平均精度，即召回率和精确率同样高时，会得到比较高的平均精度。 2现有技术 计算机视觉的任务目前分为两个流派，一是传统的图像处理技术，主要运用图像本身的信息，如对灰度、色彩、边缘等进行识别和分类。在机器学习技术出现之前，众多挑战赛都是应用传统图像处理技术，并且已经处于瓶颈当中。二是基于学习的技术，近10年兴起的机器学习和深度学习技术彻底转变了交通标示识别的局面，取得了很多傲人成果。以下就分别从这两个方面介绍最新的交通标示识别的方法。 2.1基于图像处理的方法 彩色图像分别为RGB三通道，每个通道分布为0～255之间，图像处理技术对矩阵直接操作。交通标示不同类之间的外形差距很大，而类间差距很小。大连理工大学的蔡俊杰[4]使用图像预处理技术设定阈值应用于交通标示图像的RGB颜色空间，形成以交通标示为主的显著图，然后使用Sobel算子进行边缘检测，进一步使用霍夫变换完成了目标图像的提取，并设计了交通标识检测和识别系统实现了仿真。 彩色图像能够提供丰富的语义信息，但是同样会受到光照的影响。许华荣等[5]为了克服光照改变对交通标示检测产生的影响，应用基于RGB颜色空间的先验学问设计了的颜色概率模型，生成交通标示的显著性图谱以进行分割，并试验证明了其鲁棒性。刘芳[6]设计了基

　　2、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。

　　球速体育平台

　　3、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。

　　4、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

　　安徽A10联盟2026届高三2月学情检测（开年考）数学试卷（含答案解析）.pdf

　　DB23T1501-2013 水利堤（岸）坡防护工程格宾与雷诺护垫施工技术规范.pdf

　　球速体育平台

　　2025年学历类自考专业(国贸)国际商务英语-外贸英语写作参考题库含答案解析.docx

　　原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者