[发明专利]基于改进的卷积神经网络的交通标志检测方法

摘要

本发明涉及一种基于改进的卷积神经网络的交通标志检测方法，其特征在于，包括以下步骤：第一步、实时获取交通标志图像，在实时获取过程中对交通标志图像进行图像预处理，图像预处理时保留交通标志的三维色彩；第二步、卷积神经网络从多个角度提取预处理后的交通标志图像的不同特征，根据提取的特征，对图像中包含的交通标志进行检测和分类。本发明针对卷积神经网络的训练速度，在传统的卷积神经网络基础上进行改进。改进的卷积神经网络拥有相对数量较少的卷积核，同时，在每一池化层拥有不止一种的池化类型。因此，在实景交通标志的检测和识别过程中，能够在保持较高识别准确率的同时减少其识别的时间。

主权项

1.一种基于改进的卷积神经网络的交通标志检测方法，其特征在于，包括以下步骤：第一步、实时获取交通标志图像，在实时获取过程中对交通标志图像进行图像预处理，图像预处理时保留交通标志的三维色彩；第二步、卷积神经网络从多个角度提取预处理后的交通标志图像的不同特征，根据提取的特征，对图像中包含的交通标志进行检测和分类，其中，卷积神经网络包括输入层、3个卷积层、3个池化层、位于每个池化层后的归一化层、2个全连接层和1个Softmax输出层，3个卷积层的卷积核数目为3，卷积核大小均为5*5。