基于改进的卷积神经网络的交通标志检测与识别算法

作者：卢飞宇

来源：工业控制计算机, 2019, 32(06): 54-56.

• 交通标志检测与识别
• 多任务级联卷积神经网络
• 融合特征图

针对现有算法对自然场景中交通标志检测及识别存在准确率和实时性不能满足实际需求的问题,提出了一种基于改进的多任务级联卷积神经网络(MTCNN)交通标志检测与识别算法。首先采用限制对比度直方图均衡化方法,以及添加固定高斯噪声作为数据增强的方法,达到改善和增强训练样本质量的目标;然后提出一个改进的多任务级联CNN,通过加深神经网络以及融合特征图的方式,增强特征表达能力,从而提高对交通标志的检测与识别性能。

• 单位
  自动化学院; 南京信息工程大学