基于两阶段分类算法的中国交通标志牌识别

作者：冯润泽; 江昆; 于伟光; 杨殿阁^*

来源：汽车工程, 2022, 44(03): 434-441+448.

DOI：10.19562/j.chinasae.qcgc.2022.03.016

• 目标识别
• 交通标志牌识别
• 卷积神经网络

自动驾驶技术对于缓解交通拥堵，降低交通运输成本具有重要作用；高级驾驶辅助系统（ADAS）可以有效增加汽车驾驶的舒适性和安全性。交通标志牌中包含了丰富的语义信息，为自动驾驶汽车和ADAS的决策提供重要约束，因此交通标志牌的识别算法开发至关重要。本文基于中国交通场景特点以及自动驾驶、ADAS对于交通标志牌识别的高准确性需求，提出了一种基于两阶段分类的交通标志牌识别算法框架。算法包含检测和分类两个阶段，检测阶段检测出图像中的交通标志牌，分类阶段对交通标志牌先后进行大类和子类划分。算法通过细化任务，独立提升各算法模块的性能，进而提高整体算法的识别精度。本文对单阶段识别算法进行改进作为算法的检测模块，实验结果表明，提出的算法精度上优于基准单阶段识别算法，mAP平均提升8.52%，并且在检测速度优于传统两阶段识别算法Faster RCNN的情况下，mAP提升40%以上。

• 单位
  汽车安全与节能国家重点实验室; 清华大学