倪钰婷 梁宇峰 郝博闻 钟玲

摘 要：随着社会经济的发展，我国的道路交通系统发展迅速，人们生活变得便利的同时，也随之带来了相应的安全隐患。道路交通识别系统为上述问题提供了一种解决方法，因此受到学者们的广泛关注。TSR通过安装在机动车上的摄像机提取自然场景图像，系统会对图像进行交通标志检测与识别，最后将识别结果告知驾驶员，以提高交通运行速率，降低交通事故的发生。本文对多年来各位学者的研究结果加以总结得出结论，如何有效利用交通标志的多种特征、融合线性以及非线性子空间特征提取方法的优势，研究出具有高鲁棒性和高实时性的交通标志识别方法，将是今后的主要发展方向。

关键词：交通标志；ITS；模板匹配；神经网络；深度学习

中图分类号：TP391 文献标识码：A

1 引言（Introduction）

交通问题日益严峻，传统的人工管理办法已经无法满足实际的需要。20世纪80年代，美国提出了智能交通这一种新的概念，“智能交通系统（Intelligent Transportation System，简称ITS）”。ITS使道路交通中人、机动车辆和道路三者之间相互融洽相互协调，如图1所示。ITS的使用减小了交通事故的发生率，同时也提高了交通运行效率，建立一个便捷的交通体系。而且，管理人员可以通过对机动车辆、驾驶员和交通道路实时信息的采集来提高管理效率，目的是尽可能的充分利用交通资源。

交通标志识别是智能交通系统领域的一项重要研究课题，在无人驾驶车辆和辅助驾驶系统等领域都是必不可少的一部分[1-4]。……