基于单目相机的实时交通信号灯检测与识别方法.docVIP

基于单目相机的实时交通信号灯检测与识别方法 摘 要：目前，关于智能汽车和辅助驾驶系统(ADAS, Advanced Driver Assistance System)的研究非常热门。为了实现智能化的驾驶，要求设备能够进行实时的驾驶环境分析和驾驶行为分析，进而由分析所得的结果执行辅助或者控制操作。交通信号灯，是道路交通必不可少的驾驶信号之一，对有效地指引车辆行驶，维持交通秩序，有着至关重要的作用。因此，智能汽车和辅助驾驶系统想要能够实现自身的功能，交通信号灯的检测与识别是必不可少的组成部分。 本文深入地研究了交通信号灯的检测和识别方法，分别提出了采用深度学习进行检测和识别的实现方式，对现实环境中的交通信号灯进行实时地检测和识别。本文采用基于Faster R-CNN的检测模型，实时检测交通信号灯;采用基于局部最小值的预处理方法，对检测出的交通信号灯进行切割，得到特征明显的单个的信号灯图案;最后采用基于卷积神经网络的识别模型，进行交通信号灯状态的识别。本文所用到的数据都来自于Calm Car交通标识数据集，采集自真实的中国典型城市的道路交通环境中，适合于分析中国交通道路状况的相关应用。 关键词：深度学习;图像识别;目标检测;卷积神经网络 前 言 随着科技的发展，交通运输和驾驶安全问题得到了越来越多的关注。目前，智能汽车和先进辅助驾驶系统是目前工业市