文献类型：期刊文章

作　　者：潘卫国[1,2] 刘博[3] 陈英昊[3] 石洪丽[3]

PAN Weiguo;LIU Bo;CHEN Yinghao;SHI Hongli(Beijing Key Laboratory of Information Service Engineering,Beijing Union University,Beijing 100101,China;College of Robotics,Beijing Union University,Beijing 100027,China;College of Applied Science and Technology,Beijing Union University,Beijing 100101,China)

机构地区：[1]北京联合大学北京市信息服务工程重点实验室,北京100101 [2]北京联合大学机器人学院,北京100027 [3]北京联合大学应用科技学院,北京100101

出　　处：《传感器与微系统》

基　　金：国家自然科学基金资助项目(61802019,61871039);北京市教育委员会科技计划资助项目(KM201711417005,KM201911417001)

年　　份：2019

卷　　号：38

期　　号：11

起止页码：147-150

语　　种：中文

收录情况：CSCD、CSCD_E2019_2020、JST、RCCSE、ZGKJHX、普通刊

摘　　要：在无人驾驶和辅助驾驶领域,交通标志牌检测识别是重要的。针对目前基于YOLO的检测方法能够达到实时的检测效果,但在准确率方面有所降低的问题,提出了基于感兴趣区域(ROI)的交通标志牌检测方法。首先根据交通标志牌的颜色特性得到候选区域;再利用交通场景图像规则确定交通标志牌的ROI;最后在交通标志牌的ROI,基于YOLO v3实现对交通标志牌的检测识别。实验结果表明:由于本文提出的方法去除了图像中部分干扰因素,使得算法在检测精度上得到了提升,也能满足实时性的需求,并在无人驾驶车辆上进行了验证。

关 键 词：目标检测 感兴趣区域 深度学习  交通标志牌

分 类 号：TP33]