论文部分内容阅读
交通标志的检测与识别已经成为计算机视觉与智能交通系统的热点研究方向。在AlexNet网络的基础上进行检测,同时使用RPN网络结构进行候选区域的提取,在池化层后利用Batch Normalization层将每层的输入值进行归一化。在识别阶段提出多级分类识别的算法,先后将检测阶段产生的潜在目标区域通过SVM分类器和CNN网络识别,在设计CNN网络时引入Inception结构,利用多卷积核学习更为丰富的特征。实验证明,提出的交通标志检测与识别算法在时效性和正确率都有极好的表现。