详情

原文传递交通标志的检测与识别算法仿真

论文题名：	交通标志的检测与识别算法仿真
关键词：	深度学习;交通标志;目标检测;目标识别
摘要：	科技改变生活，随着近几年人工智能的兴起，汽车行业也迎来了行业的改革。从以前单纯的汽车驾驶，到现在辅助驾驶和无人驾驶技术的兴起，交通标志的检测识别是其中的重点研究课题。随着深度学习在计算机视觉领域取得的巨大的成功，基于深度学习的交通标志检测与识别方法成为研究者们关注的焦点。　　本文基于深度学习的方法，对交通标志的检测与识别展开研究，并在此基础上完成了交通标志检测与识别系统的设计和开发工作，主要工作内容如下：　　（1）研究基于YOLO3的交通标志检测方法。针对交通标志的特点，选择目标定位损失函数、采用维度聚类算法优化锚框，并将优化后的YOLO3算法应用到交通标志的检测中。仿真实验表明：优化后的检测方法可以进一步提升交通标志的检测率；在数据集上进行多组对比测试实验，优化后的算法在保持检测速度的同时在准确率上提升了4%。聚类后的检测框的回归准确率更高。　　（2）研究基于LeNet-5的交通标志识别方法。针对交通标志的特点，对LeNet-5模型的参数和结构进行调优，提升了模型对交通标志图像特征的提取能力。为了获取足够的训练样本，对数据集GTSRB的训练样本进行数据增强，提升训练效果。仿真实验验证了基于LeNet-5的交通标志识别方法的可行性和有效性。该方法在GTSRB数据集上的识别率达到了98.6%；同时由于LeNet-5模型的参数较少，该方法较容易在系统上进行部署。　　（3）研究了一套基于PyQt5的交通标志检测与识别的软件解决方案，并给出了相关的实现步骤和运行结果。整个检测与识别系统分为用户登录部分、交通标志检测部分、交通标志识别三大模块。将前面研究的交通标志检测与识别算法集成到软件框架中。通过图形用户界面提升了人机交互能力，运行结果表明了我们设计的软件解决方案的可行性。
作者：	李克俭
专业：	电子与通信工程
导师：	陈少波
授予学位：	硕士
授予学位单位：	中南民族大学
学位年度：	2020