文献类型：期刊文章

作　　者：徐江[1] 李坤伦[1] 赵佳钐[1] 徐瑶[2]

XU Jiang;LI Kun⁃lun;ZHAO Jia⁃shan;XU Yao(Information and Network department,Chang’an University,Xi’an 710064,China;Institute of Biology and Medicine,College of Life Science and Health,Wuhan University of Science and Technology,Wuhan 430081,China)

机构地区：[1]长安大学信息与网络管理处,陕西西安710064 [2]武汉科技大学生命科学与健康学院生物医学研究院,湖北武汉430081

出　　处：《电子设计工程》

年　　份：2020

卷　　号：28

期　　号：10

起止页码：11-15

语　　种：中文

收录情况：RCCSE、ZGKJHX、普通刊

摘　　要：交通标志检测是智能辅助驾驶的重要内容,能够准确分析前方道路信息并定位交通标志具体位置,为后续交通标志的识别提供依据,降低交通事故发生的概率。为解决采集图像模糊、目标检测精度低等问题,提出了一种基于改进区域建议网络(RPN)的检测模型,该模型采用Retinex图像增强算法和中值滤波算法对采集图像进行预处理,并将处理后的图像依次送入卷积神经网络和RPN网络,获得感兴趣目标的具体位置参数,实现交通标志的检测。相同条件下与传统算法进行实验对比,文中算法对不同大小的交通标志检测有较高的检测率,能够达到97.5%,并且鲁棒性较好。

关 键 词：交通标志检测 智能辅助驾驶  区域建议网络  卷积神经网络 中值滤波

分 类 号：TP391.4]