基于深度森林的交通标志识别算法研究

发布时间：2020-10-24 20:52

　　 近年来,随着经济与科技的快速发展,汽车在人们的日常生活中越来越普遍,为人们的出行带来了极大的便利。但是,不断增加的汽车保有量和愈加复杂的交通路网也带来了一系列交通拥堵和安全问题。对此,智能交通系统应运而生,自动驾驶系统作为其重要的组成部分得到了极大的发展。交通标志识别作为自动驾驶的关键技术之一,成为了机器视觉和模式识别领域的研究热点,引起了众多专家学者和相关科研机构的关注。然而,交通标志种类繁多并且自然场景中天气变化多端、光照强度不定、标志存在相似背景等复杂的交通环境都给交通标志识别带来了一系列挑战。本文在总结了大量国内外相关研究的基础上,利用深度森林及其相关知识重点进行了交通标志识别的算法研究。本文的交通标志识别研究工作分为交通标志检测和交通标志分类两个阶段,其主要工作包括:(1)在交通标志识别的基础预备方面,制作了国内的道路交通图像数据集结合公开的数据集构成了初始数据集,并通过直方图判断其光照情况,对光照情况较差的图像采用限制对比度的自适应均衡算法进行预处理。(2)在交通标志的检测阶段,提出了一种HOG特征和SVM的交通标志检测方法。该方法首先通过统计交通标志的颜色阈值后对其图像进行阈值分割,去除了大量干扰,然后利用最大稳定极值区域算法对连通区域进行检测,完成了交通标志感兴趣区域的粗提取,最后提取交通标志感兴趣区域的HOG特征,并结合SVM进行二分类以确定真正的交通标志区域。实验表明该方法在检测时间上具有极大的优势,同时实现了较高的准确率。(3)在交通标志的分类阶段,在研究了随机森林和深度森林算法的基础上,提出一种基于深度森林的交通标志分类方法。该方法利用多粒度扫描的方式把交通标志数据切分成多实例特征,并且通过深度级联森林对特征进行逐层表征学习。实验结果表明该算法在准确率和运算时间上均得到了较好的效果。
【学位单位】：北方工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP391.41;U491.52
【部分图文】：

第一章绪论??交通标志的遮挡也是需要考虑的重要因素，例如图１－２中第６列。??關剛酬??議??關＿?■■??图１－２?ＧＴＳＲＢ数据集中识别难度较大的交通标志示例??因此，由于交通标志种类较多、道路交通环境复杂多变等因素，交通标志的??识别面临着很多实际的问题。因此有部分专家和学者们将ＴＳＲ系统划分为交通??标志检测和交通标志分类两个步骤进行分别探讨和研宄［３４？］。??（１）

大部分国家城市道路中常见的交通标志主要包括警告、禁令以及指示３大类标??志，其对驾驶员驾驶汽车有着关键的作用。本文主要针对禁令、指示和警告这三??种类型的交通标志展开研宄和讨论，图２－１展示了我国这三大类交通标志牌的部??分图片，其中第一行为禁令标志，第二行为指示标志，第三行为警告标志。这三??类交通标志分别有具有如下特征：??禁令标志：主要由白色背景、红色圆圈、红色条纹和黑色图案组成。形状有??圆形、八角形等，达到禁止车辆或限制行人、车辆行为的目的。??騎雜＿??图２－１交通标志示例图??１０??

被分成３个大的类别，其中图片数量被划分为训练集６００张，测试集３００张。该??数据集被用于测试各种检测方法的性能。ＧＴＳＤＢ数据集采集于自然场景中，包??含了不同光照环境和不同天气情况下等可能造成交通标志模糊不清的情况。图２－??２为ＧＴＳＤＢ数据集中随机抽取的道路交通图像示例。??１．??图２－２?ＧＴＳＤＢ数据集中随机抽取的图像??ＧＴＳＲＢ数据集是由ＳｔａｌｌｋａｍｐＪ等人在２０１１年免费提供的数据库，以供相关??研宄人员使用和研宄［５１］。该数据集包含了?４３个不同种类的交通标志类型，由该??团队通过视频采集获得，其中采集环境包括了不同光照环境、不同天气情况、交??通标志被遮挡、交通标志倾斜和部分损坏等实际可能发生的情况，因此该数据集??具有较好的实用性及权威性。ＧＴＳＲＢ数据库共有５万多张图像，其中训练数据??集含有３９２０９张，测试数据集包含１２３６０张图像。所有数据集图片的大小不尽相??同，范围在１５＊１５像素至２２２＊１９３像素之内，且每张图片都至少包含１０％的边缘??地区
【相似文献】

相关期刊论文 前10条

1 黄逸;;算法结构与设计教学中的若干思考[J];中学数学杂志;2008年05期

2 何永生;;算法结构考查“三角度”[J];中学生数理化(高一);2017年01期

3 丁忒;;“算法的概念”教学设计[J];中国数学教育;2017年Z2期

4 王靖亚;;算法结构对其性能的影响研究[J];计算机教育;2005年10期

5 裴承鸣;黎中伟;;ARMA过程的递推线性估计及其应用[J];西北工业大学学报;1987年02期

6 胡平;;试论滤波器的算法结构[J];河北机电学院学报;1987年01期

7 黄继进;;快速DFT计算——基于递归割圆因式分解的新算法[J];计算机应用与软件;1988年05期

8 郑容;;时域加权FFT算法(WTTA)[J];信号处理;1988年04期

9 乞敬换;王秀峰;;具有阻塞的串行生产线“线性”状态方程描述及扰动分析新算法[J];系统工程学报;1989年02期

10 王靖亚;;算法结构对其性能的影响研究[J];中国人民公安大学学报(自然科学版);2005年04期

相关博士学位论文 前4条

1 张慧君;三元M/B/Si功能化合物的第一性原理计算方法研究[D];燕山大学;2017年

2 熊丙章;高中生的算法理解水平及其教学策略研究[D];西南大学;2013年

3 杨乐婵;基于GEP算法和高光谱数据的植物主要理化参数估算研究[D];南京大学;2017年

4 张超;混合群智能优化算法研究及应用[D];北京科技大学;2018年

相关硕士学位论文 前10条

1 杨忠保;复杂网络中社区发现算法研究与应用[D];武汉理工大学;2018年

2 崔利娟;基于深度森林的交通标志识别算法研究[D];北方工业大学;2019年

3 吴亚桐;北斗B1频点信号捕获算法研究与实现[D];哈尔滨工程大学;2018年

4 吴琼;基于SSD算法的车辆和行人的检测[D];华中师范大学;2018年

5 丁宗元;基于度量学习的行人重识别若干算法研究[D];常州大学;2018年

6 涂亮杰;基于改进蚁群算法的果园移动机器人路径规划研究[D];南华大学;2018年

7 陈志国;基于OpenCL的多曝光融合算法并行优化[D];西安电子科技大学;2018年

8 郭章建;高动态扩频接收机的捕获与跟踪算法研究[D];华中科技大学;2017年

9 叶扬志;基于多代理网络的稀疏参数协同估计算法研究[D];北京理工大学;2016年

10 张松海;多模优化的斐波那契树优化算法及其应用研究[D];云南大学;2017年

本文编号：2854965