[发明专利]一种基于深度学习的道路上方文字交通标志识别方法及装置有效
| 申请号： | 201910635202.6 | 申请日： | 2019-07-15 |
| 公开（公告）号： | CN110348396B | 公开（公告）日： | 2022-02-11 |
| 发明（设计）人： | 孙伟;杜洋涛;张小瑞;孙敏;李免;张学平 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06V20/58 | 分类号： | G06V20/58;G06V10/56;G06K9/62;G06V10/764 |
| 代理公司： | 南京钟山专利代理有限公司 32252 | 代理人： | 梁涛 |
| 地址： | 210044 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的道路上方文字交通标志识别方法及装置，所述方法包括如下步骤：先采集道路上方文字交通标志，并对图像进行预处理；然后基于源域已训练好的网络参数迁移到Faster‑R‑CNN网络上作为文字交通标志检测网络的初始网络参数，基于目标域样本对网络参数进行微调获得最终的网络参数；对RGB颜色空间的交通标志图像进行HSV颜色空间转换，并将转换后的HSV颜色空间图像也作为Faster‑R‑CNN网络的输入；最后利用EAST文本文字检测网络模型和ELM分类器的识别模型对检测到的道路上方文字交通标志进行识别分类，并输出检测结果。实现了在自然场景下提取出交通标志中的有效信息。 | ||
| 搜索关键词： | 一种 基于 深度 学习 道路 上方 文字 交通标志 识别 方法 装置 | ||
【主权项】：
1.一种基于深度学习的道路上方文字交通标志识别方法，其特征在于：所述识别方法包括如下步骤：Step1：采集道路上方文字交通标志，并对图像进行预处理；Step2：根据源域和目标域交通标志图像具有形状相似性，将基于源域已训练好的网络参数迁移到Faster‑R‑CNN网络上作为文字交通标志检测网络的初始网络参数，然后基于目标域样本对网络参数进行微调获得最终的网络参数；与此同时，对RGB颜色空间的交通标志图像进行HSV颜色空间转换，并将转换后的HSV颜色空间图像也作为Faster‑R‑CNN网络的输入；Step3：将Faster‑R‑CNN网络输出的Bbox信息和Scores信息输出给EAST文本文字检测网络模型和ELM分类器的识别模型，利用EAST文本文字检测网络模型和ELM分类器的识别模型对检测到的道路上方文字交通标志进行识别分类，并输出检测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京信息工程大学，未经南京信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910635202.6/，转载请声明来源钻瓜专利网。
