论文部分内容阅读
交通标志检测是智能辅助驾驶的重要内容,能够准确分析前方道路信息并定位交通标志具体位置,为后续交通标志的识别提供依据,降低交通事故发生的概率。为解决采集图像模糊、目标检测精度低等问题,提出了一种基于改进区域建议网络(RPN)的检测模型,该模型采用Retinex图像增强算法和中值滤波算法对采集图像进行预处理,并将处理后的图像依次送入卷积神经网络和RPN网络,获得感兴趣目标的具体位置参数,实现交通标志的检测。相同条件下与传统算法进行实验对比,文中算法对不同大小的交通标志检测有较高的检测率,能够达到97.5