[发明专利]一种基于深度学习的高精度交通标志检测方法及系统

摘要

本发明公开了一种基于深度学习的高精度交通标志检测方法及系统。其中，该方法将深度学习技术与高精度交通标志检测技术相结合，通过对SSD网络和卷积神经网络进行训练，利用训练好的SSD网络提取来自视频流中按比例进行重叠切割后的交通标志特征，根据SSD网络提取到的交通标志特征，利用训练好的卷积神经网络提取交通标志特征的特征，将提取到的交通标志特征的特征与交通标志图像检测数据库的正负两类交通标志的特征进行匹配，保留正类交通标志特征，得到高精度交通标志匹配筛选结果，有效地提高了高精度交通标志检测的准确率。

主权项

1.一种基于深度学习的高精度交通标志检测方法，其特征在于，包括：步骤1：采集历史的交通标志图像并按比例进行重叠切割，再输入至SSD网络，直至得到最优的SSD网络参数；步骤2：采用参数最优的SSD网络来提取切割后交通标志图像的交通标志特征并按照是否为交通标志特征分成正负分类这两类交通标志特征并存储至交通标志图像检测数据库；步骤3：利用交通标志图像检测数据库来训练卷积神经网络，直至得到最优的卷积神经网络参数；步骤4：利用参数最优的SSD网络来提取视频流中按比例重叠切割后的交通标志图像的交通标志特征，再将提取的交通标志特征输入至参数最优的卷积神经网络，进而提取出交通标志特征的特征；步骤5：将提取到的交通标志特征的特征与交通标志图像检测数据库中正负这两类交通标志特征分别进行匹配，并保留正类交通标志特征；步骤6：将最终的检测结果按比例还原至重叠切割前的交通标志图像中。