尉天成, 陈小锋, 殷元亮

(西北工业大学 自动化学院, 陕西 西安 710129)

道路交通标志识别作为智能交通系统(intelligent traffic systems,ITS)[1]的研究热点，是汽车自动驾驶和智能辅助驾驶系统中的道路环境感知技术的重要组成部分[2]。交通标志识别在交通安全维护、先进驾驶辅助以及自动驾驶等多方面具有重要作用，是智能辅助驾驶系统以及无人驾驶等领域研究的关键和基础[3]。交通标志识别技术最早起步于20世纪70年代，但受限于当时计算机的性能，该技术进展缓慢。21世纪以来，计算机性能的快速增强和交通智能化的发展趋势为交通标志识别技术提供了契机。

戈侠等提出一种线性融合图像方向梯度直方图特征和局部二值模式特征的方式进行交通标志识别[4]。沙莎等提出多通道特征融合的基础上，以图像的颜色聚类形成的特征作为最小二乘法分类器的输入进行分类[5]。Madani等基于边界颜色、形状等信息对交通标志进行识别，采用自适应阈值方法和支持向量机模型进行识别和分类[6]。Aziz等提出了基于互补和判别特征组合的交通标志识别方法，并结合ELM算法对交通标志进行识别，取得了较高的准确率[7]。Boumediene等在交通标志研究基础上，采用卡尔曼滤波的方法提高了交通标志识别的准确率[8]。Lillo-Castellano等利用HIS的颜色分割方法，在交通标志颜色分割中取得不错的效果[9]。Girshick提出RCNN模型，该模型通过多层卷积层可以提取图像的不同特征以及高级语义特征[10]。Cheng等提出了一种基于局部背景的Faster RCNN来识别较小目标的交通标志检测方法[11]。……