基于改进卷积神经网络的交通标志识别方法

作者：袁小平; 王岗; 王晔枫; 汪喆远; 孙辉

来源：电子科技, 2019, 32(11): 28-32.

DOI：10.16180/j.cnki.issn1007-7820.2019.11.006

• 深度学习
• 交通标志识别
• 卷积神经网络
• Faster R-CNN
• RPN
• 特征融合

针对智能交通系统中小尺度交通标志识别率低的问题,文中提出一种改进卷积神经网络的交通标志识别方法。该方法通过在Faster R-CNN算法的低层特征图上增加优化的RPN网络,提升了小尺度交通标志的检测率。该方法还利用Max Pooling方法实了现图像的局部细节特征与全局语义特征充分融合。在TT-100K数据集上稍微实验结果表明新方法可以明显提高小尺度交通标志的识别率。

• 单位
  中国矿业大学; 中国矿业大学（北京）