公开(公告)号：CN110348396B

公开(公告)日：2022-02-11

申请号：CN201910635202.6

申请日：2019-07-15

Applicant: 南京信息工程大学

Inventor： 孙伟 ,  杜洋涛 ,  张小瑞 ,  孙敏 ,  李免 ,  张学平

IPC: G06V20/58 ,  G06V10/56 ,  G06K9/62 ,  G06V10/764

Abstract: 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。

公开(公告)号：CN110348396A

公开(公告)日：2019-10-18

申请号：CN201910635202.6

申请日：2019-07-15

Applicant: 南京信息工程大学

Inventor： 孙伟 ,  杜洋涛 ,  张小瑞 ,  孙敏 ,  李免 ,  张学平

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 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。