一种基于深度学习的交通标志识别新算法

来源：电讯技术杂志2021年第1期北京时间：

作者：陈昌川,王海宁,赵悦,王延平,李连杰,李奎,张天骐

单位：(1.重庆邮电大学 通信与信息工程学院，重庆 400065;2.山东大学 信息科学与工程学院，山东 青岛 266237)

摘要：针对特定场景交通标志精度低与识别速度慢的问题，基于交通标志边缘信息与卷积神经网络，提出了一种交通标志图像识别T-YOLO算法。该算法基于YOLOv2算法检测思想，融合残差网络、卷积层填充0等结构，下采样舍弃池化层改用卷积层，并提取边缘信息与上采样以提升精度，设计7层特征提取网络以缩短识别速度，随后使用Softmax函数归一化实现多分类，并采用批量归一化、多尺度训练等方法缩短训练时间。实验表明，该算法真实有效，图形处理单元（Graphic Processing Unit，GPU）平台上最快检测速度13.69 ms/frame，每帧缩短9.51 ms，最高平均准确率97.3%，提高7.1%，满足实时高精度识别要求。与其他算法相比，该算法在交通标志识别速度与精度方面均有大幅提高，更加适用于现实场景，更贴近车载嵌入式系统。

关键词：智能交通系统；车载嵌入式系统；交通标志识别；深度学习；T-YOLO；多尺度训练；残差网络；

基金资助：国家自然科学基金资助项目（61671095,61702085,61701065,61771067）；重庆市研究生教育教学改革研究重点项目（yjg192019）