李在润，宁芊，2

(1.四川大学电子信息学院，成都 610065；2.新疆师范大学物理与电子工程学院，乌鲁木齐 830054)

0 引言

交通信号灯检测任务的目标是检测出图像中出现的交通灯以便识别出信号灯所表达的具体信息。随着现代交通网络的飞速发展，道路结构复杂多样，路上行驶的车辆也日益增多，交通信号灯在保证交通有序和安全进行中发挥着至关重要的作用。快速准确的检测并识别交通信号灯，不仅可以用于辅助驾驶系统，即时提醒或者干预驾驶员做出正确反应，让驾驶员更好地驾驶车辆，减少交通事故的发生，而且在未来的无人驾驶系统上更是关键的任务之一。近年来，国内外学者对于交通信号灯检测算法的研究一直在不断推进，但是目前的算法往往只关注了检测的准确性，而欠缺目标检测的实时性和高效性。在车辆驾驶中，不论是驾驶员还是无人驾驶系统，信号灯从出现在视野中到需要做出反应的时间非常短。因此，我们通过减少网络通道的方法，在保证性能的同时提高任务的效率。

针对交通信号灯检测任务的算法随着时间和技术的发展不断更新，大致可以分别3类：①基于图像处理的方法；②基于机器学习的方法；③基于深度神经网络的来检测交通信号灯的方法。

基于图像处理的方法中，颜色和形状是最常被用来做交通信号灯检测任务的。基于颜色的方法便通过分离图像的颜色空间，设定相关的阈值进行计算。交通信号灯的另一个特征是形状，基于形状的算法就是利用交通信号灯的形状特征，检测交通信号灯外围矩形框的区域和灯的圆形区域。……