面向智能駕駛的交通標(biāo)志檢測和分類算法研究

《面向智能駕駛的交通標(biāo)志檢測和分類算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號TP391.9密級公開UDC004.9學(xué)位論文編號D-10617-308-(2016)-02052重慶郵電大學(xué)碩士學(xué)位論文面向智能駕駛的交通標(biāo)志中文題目檢測和分類算法研究英文題目ResearchonTrafficSignDetectionandClassificationAlgorithmsforIntelligentDriving學(xué)號S130201055姓名歐陽文學(xué)位類別工學(xué)碩士學(xué)科專業(yè)計算機(jī)科學(xué)與技術(shù)指導(dǎo)教師吳渝教授完成日期2016年4月10日獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)

2、下進(jìn)行的研究工作及取得的研究成果。盡我所知，，除了文中持別加Ｗ標(biāo)注和致謝的地方外論文中不包含他人己經(jīng)發(fā)表或撰寫過的巧巧成果，也不包含為獲得重慶郵電大學(xué)或其他單位的學(xué)位或證書而使用過的材料一。與我同工作的人員對本文研巧做出的貢獻(xiàn)均已在論文中作了明確的說明并致Ｗ謝意。；作者簽名：日期７＾／年釣＾日一／學(xué)位論文版權(quán)使用授權(quán)書本人完全了解電慶郵電大學(xué)有權(quán)保留、使用學(xué)位論文紙質(zhì)版和電子版。的規(guī)定，即學(xué)校有權(quán)向國家有關(guān)部口或機(jī)構(gòu)送交論文，允許論文被查閱和借閱等本人授化重慶郵電大學(xué)可

3、從公布本學(xué)位論文的全部或部分巧容，可編入有、、關(guān)數(shù)據(jù)庫或信息系統(tǒng)進(jìn)行檢索分析或評價，可Ｗ采用影印縮印、掃描或拷貝等復(fù)制手段保存、匯編本學(xué)位論文。（注：保密的學(xué)位論文在解密后適用本授權(quán)書。）：作者簽名；導(dǎo)師簽名日期：滬?。牐簦眨壢掌冢耗辏试拢奕眨崳娭貞c郵電大學(xué)碩士學(xué)位論文摘要摘要交通標(biāo)志識別系統(tǒng)作為智能駕駛系統(tǒng)的重要組成部分，在先進(jìn)駕駛輔助、交通標(biāo)志自動維護(hù)、無人車自動駕駛等多方面都具有重要作用，是智能駕駛系統(tǒng)研究的關(guān)鍵和基礎(chǔ)。然而，真實的道路交通環(huán)境復(fù)雜多變，光照條件、天氣狀況、局部遮

4、擋、多個標(biāo)志聚集、視角傾斜、背景色相似干擾等問題使交通標(biāo)志識別系統(tǒng)的研究面臨許多困難，實時性的要求也使得實際的應(yīng)用遠(yuǎn)未達(dá)到成熟地步。本文在總結(jié)交通標(biāo)志識別技術(shù)研究現(xiàn)狀基礎(chǔ)上，分析了交通標(biāo)志識別技術(shù)研究的難點以及現(xiàn)有方法存在的問題，對交通標(biāo)志檢測算法和交通標(biāo)志分類算法進(jìn)行了創(chuàng)新研究，主要工作包括：第一，針對現(xiàn)有交通標(biāo)志檢測算法對光照和形變敏感、分割閾值難以選擇而導(dǎo)致檢測準(zhǔn)確率不高、魯棒性較差，或難以滿足實時的要求，提出了一種基于選擇性搜索的交通標(biāo)志檢測方法。該方法采用改進(jìn)的分層分組算法獲取交通標(biāo)志目標(biāo)假設(shè)區(qū)域

5、集合，然后直接對該假設(shè)區(qū)域集合進(jìn)行方向梯度直方圖(HistogramofOrientedGradients，HOG)特征提取和訓(xùn)練，不再對圖片進(jìn)行窮舉搜索。其中，在改進(jìn)的分層分組算法中使用了權(quán)值組合的相似度策略對分割區(qū)域進(jìn)行合并，以便得到更多更好的交通標(biāo)志目標(biāo)假設(shè)區(qū)域集合。實驗結(jié)果表明，該方法具有魯棒性強(qiáng)、檢測準(zhǔn)確率高、實時性更好等優(yōu)點，有一定的現(xiàn)實應(yīng)用潛力。第二，針對現(xiàn)有基于卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志分類算法網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，網(wǎng)絡(luò)訓(xùn)練和標(biāo)志識別的過程耗時長，難以滿足實時應(yīng)用要求以及對多尺度交通標(biāo)志的識別魯棒性較差

6、等問題，提出了一種快速多尺度卷積神經(jīng)網(wǎng)絡(luò)交通標(biāo)志分類算法。該算法采用更簡單的網(wǎng)絡(luò)結(jié)構(gòu)，自動學(xué)習(xí)交通標(biāo)志的多尺度特征，并在訓(xùn)練中采用矯正線性單元(RectifiedLinearUnits，ReLu)減少耗時，使用Dropout策略防止過擬合。實驗結(jié)果表明，該方法能夠分類出各種尺度大小的交通標(biāo)志，在保證高分類準(zhǔn)確率的同時，實時性也得到了較大的提升。第三，在上述研究的基礎(chǔ)上，設(shè)計并實現(xiàn)了一個交通標(biāo)志識別原型系統(tǒng)。該原型系統(tǒng)對輸入的交通標(biāo)志能進(jìn)行實時的檢測和識別，有一定的應(yīng)用價值。關(guān)鍵詞：交通標(biāo)志識別，目標(biāo)檢測，圖

7、像分類，選擇性搜索，卷積神經(jīng)網(wǎng)絡(luò)I重慶郵電大學(xué)碩士學(xué)位論文AbstractAbstractAsanimportantpartofintelligentdrivingsystem,trafficsignrecognitionsystemisthekeyandbasisoftheresearchonintelligentdrivingsystem.Itplaysanimportantroleindrivingassistance,maintenanceoftrafficsigns,autopilotandoth

8、eraspects.However,someproblemsmaketheresearchontrafficsignrecognitionsystemfacemanydifficulties,suchascomplexrealtrafficscenarios,lightconditions,weatherconditions,partialocclusion,multipleflagsgathered,tilte