典型文献
基于两阶段分类算法的中国交通标志牌识别
文献摘要：
自动驾驶技术对于缓解交通拥堵,降低交通运输成本具有重要作用;高级驾驶辅助系统(ADAS)可以有效增加汽车驾驶的舒适性和安全性.交通标志牌中包含了丰富的语义信息,为自动驾驶汽车和ADAS的决策提供重要约束,因此交通标志牌的识别算法开发至关重要.本文基于中国交通场景特点以及自动驾驶、ADAS对于交通标志牌识别的高准确性需求,提出了一种基于两阶段分类的交通标志牌识别算法框架.算法包含检测和分类两个阶段,检测阶段检测出图像中的交通标志牌,分类阶段对交通标志牌先后进行大类和子类划分.算法通过细化任务,独立提升各算法模块的性能,进而提高整体算法的识别精度.本文对单阶段识别算法进行改进作为算法的检测模块,实验结果表明,提出的算法精度上优于基准单阶段识别算法,mAP平均提升8.52％,并且在检测速度优于传统两阶段识别算法Faster RCNN的情况下,mAP提升40％以上.
文献关键词：
目标识别;交通标志牌识别;卷积神经网络
中图分类号：
作者姓名：
冯润泽;江昆;于伟光;杨殿阁
作者机构：
清华大学,汽车安全与节能国家重点实验室,北京 100084
文献出处：
引用格式：
[1]冯润泽;江昆;于伟光;杨殿阁-.基于两阶段分类算法的中国交通标志牌识别)[J].汽车工程,2022(03):434-441,448
A类：
交通标志牌识别
B类：
两阶段,分类算法,国交,自动驾驶技术,解交,交通拥堵,运输成本,驾驶辅助系统,ADAS,汽车驾驶,舒适性,语义信息,自动驾驶汽车,要约,识别算法,算法开发,发至,交通场景,性需求,出图,子类,过细,算法模块,识别精度,单阶段,阶段识别,检测模块,mAP,检测速度,Faster,RCNN,目标识别
AB值：
0.253146
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
