重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2020, Vol. 34 ›› Issue (11): 147-155.doi: 10.3969/j.issn.1674-8425(z).2020.11.020

• 信息·计算机 • 上一篇    下一篇

基于U-Net定位优化的交通标志识别网络

刘 胜a,马社祥a,孟 鑫b,李 啸c   

  1. 天津理工大学　ａ．电气电子工程学院；ｂ海运学院；ｃ．计算机科学与工程学院，天津　３００３８４
  • 收稿日期:2019-08-18 出版日期:2020-12-22 发布日期:2020-12-22
  • 作者简介:刘胜，男，硕士，主要从事基于深度学习的交通标志检测与识别研究，Ｅ-ｍａｉｌ：ｓｌｉｕ１２１３８＠ｈｏｔｍａｉｌ．ｃｏｍ；通讯作者马社祥，男，博士，教授，主要从事无线通信与导航、图像处理与计算机视觉研究，Ｅ-ｍａｉｌ：ｍａｓｘ＿ｔｊｕｔ＠１２６．ｃｏｍ。
  • 基金资助:
    国家自然科学基金项目(61601326,61371108)

  • Received:2019-08-18 Online:2020-12-22 Published:2020-12-22

PDF (PC)

184

赞

摘要： 针对当前方法不能同时满足高精度和高速识别的需求，提出一种新型交通标志识别网络。该网络包含３部分，即检测网络、定位优化网络和分类网络。通过改进ＹＯＬＯｖ３网络实现交通标志快速和精确检测，利用ＵＮｅｔ网络对交通标志定位优化，选用空间变换网络完成交通标志分类任务。实验结果表明：检测网络在ＴＴ１００Ｋ数据集和ＧＴＳＤＢ数据集上，获得平均精度均值分别为８７．５７％和９７．６６％，运行时间分别为４４．４ｍｓ和５３．０ｍｓ，达到了当前先进的交通标志检测水平；定位优化网络在ＧＴＳＤＢ数据集上，提升了分类网络的分类精度，也提高了识别网络的整体性能。

中图分类号: 

  • TP391