基于Mask R‐CNN的道路交通标志识别.docx

摘要 在遥感无人机影像中，道路交通标志经过透视投影呈现出形变大、尺度变化大和干扰多等特点，传统的检测方法只关注标志的形状和颜色，应用于无人机影像时易出现漏检、误检等问题。针对上述问题，先利用透视变换对数据集进行增广，再基于Mask R‐CNN框架对交通标志进行实例分割。在原框架中增加掩膜得分的策略，分割精度约提高了2%。实验结果表明，基于Mask R‐CNN的方法具有较高的准确度，在解决无人机影像交通标志检测问题上具有较好的性能。 Abstract Through perspective projection， the road traffic signs in remote sensing