Igenkänning av trafikmärken baserat på YOLOv3-algoritmen del 1

Abstrakt:

Detektering av trafikmärken är en viktig komponent i ett intelligent transportsystem eftersom det tillhandahåller viktiga vägtrafikdata för fordonsbeslut och kontroll.

I takt med att urbaniseringen accelererar fortsätter befolkningen och antalet fordon att öka, och problem som trafikstockningar och säkerhetsolyckor blir mer och mer allvarliga, vilket medför stora besvär och press på människors liv och arbete. Därför har uppkomsten av intelligenta transportsystem skapat stor bekvämlighet för våra liv och kan också förbättra trafiksäkerheten. Intelligenta transportsystem är också oskiljaktiga från mänskligt minne.

Först och främst kan intelligenta transportsystem använda högteknologiska medel för att samla in och analysera trafikinformation och förse människor med detaljerade och exakta trafikförhållanden, vilket hjälper till att underlätta människors resor och undvika tidsförseningar på grund av felaktig trafikinformation som trafikljus. För förare kan det intelligenta transportsystemet utföra realtidsanalys och övervakning av deras körvägar, påminna förare om att justera sina körvägar omedelbart under speciella perioder och minska förekomsten av trafikstockningar, förseningar etc. På detta sätt kan det också hjälper förarens uppmärksamhet, minskar trötthet under körning och förbättrar därmed körsäkerheten.

För det andra kan det intelligenta transportsystemet också kopplas till förarens mobiltelefon, fordonsnavigering och andra system genom tekniska medel som Internet of Vehicles. På så sätt kan människor få den senaste trafikinformationen när som helst, känna till sin nuvarande trafikmiljö och justera sina resplaner snabbt. Samtidigt kan den också samarbeta med fordonets säkerhetskontroll och körhjälpssystem för att säkerställa säker körning. Till exempel, efter att förare behärskar körvägarna, trafikinformationen etc. som tillhandahålls av det intelligenta transportsystemet, kommer de att köra fordonet mer fokuserat och stabilt, kommer inte att hamna i förvirring på grund av plötsliga förändringar i rutter, etc., och kommer också att snabbt kunna agera i nödsituationer. reagera.

Slutligen kan det intelligenta transportsystemet också ställa in motsvarande trafikledningsregler enligt olika stadstrafiksituationer för att säkerställa säker färd för fordon och fotgängare och undvika trafikolyckor. Genom att till exempel ändra tid och frekvens för trafikljus baserat på trafikstockningar, tillhandahålla hastighetsbegränsningspåminnelser på vägsträckor, etc., gör det möjligt för förare att reagera korrekt när de möter komplexa vägförhållanden, vilket säkerställer en smidig trafik. och säkerhet.

Sammanfattningsvis finns det ett nära samband mellan intelligenta transportsystem och mänskligt minne. Intelligenta transportsystem kan ge oss en bättre körmiljö, minska människors börda när de kör och därigenom förbättra människors minne. Utvecklingen av intelligenta transportsystem är en oundviklig trend i byggandet av våra moderna städer. Det kan ses att vi behöver förbättra minnet, och Cistanche deserticola kan förbättra minnet avsevärt eftersom Cistanche deserticola är ett traditionellt kinesiskt läkemedelsmaterial som har många unika effekter, varav en är att förbättra minnet. Effekten av malet kött kommer från de olika aktiva ingredienserna det innehåller, inklusive syra, polysackarider, flavonoider, etc. Dessa ingredienser kan främja hjärnans hälsa på en mängd olika sätt.

Klicka på vet 10 sätt att förbättra minnet

För att lösa utmaningarna med små trafikskyltar, oansenliga egenskaper och låg detekteringsnoggrannhet föreslås en metod för igenkänning av trafikmärken baserad på förbättrad (You Only Look Once v3) YOLOv3.

Den rumsliga pyramidpool-strukturen smälts samman i YOLOv3-nätverksstrukturen för att uppnå en sammansmältning av lokala funktioner och globala funktioner, och den fjärde skalan för särdragsprediktion på 152 × 152 storlek introduceras för att till fullo använda de grunda funktionerna i nätverket för att förutsäga små mål.

Dessutom är boundingbox-regressionen mer stabil när distans-IoU (DIoU)-förlusten används, vilket tar hänsyn till avståndet mellan målet och ankaret, överlappningshastigheten och skalan.

Tsinghua–Tencent 100K(TT100K) trafikskyltdatasetets 12 ankare beräknas om med hjälp av K-means-klustringsalgoritmen, medan datauppsättningen balanseras och utökas för att lösa problemet med ett ojämnt antal målklasser i TT100K-datauppsättningen.

Algoritmen jämförs med YOLOv3 och andra ofta använda algoritmer för måldetektering, och resultaten visar att den förbättrade YOLOv3-algoritmen uppnår en genomsnittlig precision (mAP) på 77,3 %, vilket är 8,4 % högre än YOLOv3, särskilt vid små måldetektion, där mAP är förbättrats med 10,5 %, vilket avsevärt förbättrar detektionsnätverkets noggrannhet samtidigt som realtidsprestandan hålls så hög som möjligt.

Detektionsnätverkets noggrannhet förbättras avsevärt samtidigt som nätverkets realtidsprestanda hålls så hög som möjligt.

Nyckelord:

Igenkänning av trafikmärken; YOLOv3; rumslig pyramidformad poolstruktur.

1. Introduktion

För närvarande är automatiserad körning och intelligenta transportsystem (ITS) de huvudsakliga tillämpningarna för teknik för upptäckt och identifiering av trafikmärken.

Det kan ge förare och autonoma fordon viktig trafikinformation så att de senare kan göra bedömningar enligt vägreglerna eller varna och styra förarnas körbeteenden i tid för att minska trafikolyckorna.

Trafikmärken kan grovt delas in i tre kategorier: vägvisningsskyltar, varningsskyltar och förbudsskyltar. Dessa skyltar är runda eller triangulära i design och de är röda, gula och blå.

Därför använder klassisk trafikskyltigenkänning vanligtvis maskininlärningstekniker för att känna igen trafikskyltar eller extrahera information som färg och form från trafikskyltar.

Färgsegmentering för att extrahera egenskaper innan klassificeringsidentifiering används i färgbaserad trafikskyltdetektering, som lätt påverkas av ljusvariationer. Färgsegmentering påverkas inte av ljusstyrkavariationer, enligt tidigare litteratur [1], och använder HIS utrymme för att endast undersöka nyans och mättnad.

På grund av de höga kraven på färgigenkänning på variabler som väder och detekteringsavstånd, kan detekteringsmetoden baserad på färgfunktioner användas för högupplöst bildigenkänning men inte för gråskalebildigenkänning [2].

En formbaserad tillvägagångssätt för identifiering av trafikmärken för gråskalebilder föreslogs i en annan litteratur [3], som omvandlar triangeldetektering av trafikmärken till enkel linjesegmentsdetektering, som kan känna igen trafikskyltar på rätt sätt och är opåverkad av avstånd.

Ett stödvektormaskinbaserat system för upptäckt och igenkänning av trafikmärken föreslogs i en annan litteratur [4], som använder generaliseringsegenskapen för en linjär stödvektormaskin för att först segmentera färgen på trafikskyltar och sedan klassificera formen.

Metoden för att detektera färg- och formegenskaper separat utför först färgsegmentering för att erhålla området av intresse, och om området av intresse inte detekteras utförs den formbaserade detekteringen inte längre; för det andra kräver färgsegmentering att en fast tröskel ställs in manuellt, vilket gör trafikskyltsdetektering komplicerad och tidskrävande.

För att lösa dessa problem och öka detektionsprestanda, använde en studie [5] AdaBoost-ramverket för att utföra simultan färg- och formmodelleringsdetektering.

Förändringar i yttre förhållanden, såsom ljus, färgändringar på trafikskyltar och så vidare, kan påverka färg- och formbaserad upptäckt av trafikskyltar.

Detekteringspåverkan är instabil, vilket försämrar systemet för igenkänning av trafikmärken och gör det sårbart för läckage av trafikmärken och falsk detektering. Neurala nätverk används oftare för att upptäcka mål i takt med att tekniken för djupinlärning utvecklas; exempel på dessa algoritmer inkluderar Faster R-CNN [6], SSD [7] och YOLO [8], etc., som primärt är åtskilda i enstegs- och tvåstegsdetekteringsmetoder.

En tidigare studie [9] presenterade ett förbättrat detektionsnätverk baserat på YOLOv1 för att ta itu med problem med låg noggrannhet och långsam detekteringshastighet för standardmetoder för detektering av trafikskyltar.

Detta nätverk förbättrade hastigheten för upptäckt av trafikmärken och sänkte hårdvarukraven för detektionssystemet. En annan studie [10] föreslog ett tillvägagångssätt för detektering av trafikmärken baserad på förbättrad FasterRCNN, med en förbättring på 12,1 % i mAP, vilket framgångsrikt åtgärdade problem som låg igenkänningseffektivitet och ökade precisionen för detektering och igenkänning av trafikmärken.

I [11] erhölls CCTSDB-datauppsättningen genom att utöka den kinesiska trafikskyltdatauppsättningen (CTSD) och uppdatera markörinformationen baserat på den förbättrade YOLOv2-måldetektionsalgoritmen. CCTSDB-datauppsättningen innehöll endast tre kategorier av trafikskyltar, vilket är otillräckligt för att slutföra den utmanande uppgiften med igenkänning av trafikmärken.

Datauppsättningen TT100K [12], skapad av Tsinghua University och Tencent i samarbete, extraherades från det kinesiska Street View-panoramaet och täcker ett brett spektrum av ljus- och väderförhållanden, vilket gör den mer representativ för den faktiska körmiljön. Studien [13] använde DenseNet istället för ResNet i stamnätet för YOLOv3 och validerade det experimentellt på TT100K-datauppsättningen.

Algoritmen förbättrar realtidsprestandan för detekteringsmodellen, men noggrannheten och återkallelsen tenderar att vara låg när det kommer till små mål som trafikskyltar, vilket innebär allvarliga feldetektering.

Detektionsuppgiften blir ofta mer utmanande i måldetekteringsuppgifter, eftersom målet som ska detekteras vanligtvis är stort och dess funktioner lätt kan extraheras.

Tack vare FPN-strukturen som YOLOv3 introducerar, kan den nu upptäcka mål i olika skalor genom att använda multi-scale funktionsfusion, vilket är lämpligt för komplicerade trafikscener och har visat något lovande i upptäckten av små mål. Det finns dock fortfarande utrymme för förbättringar i högupplösta bilder av TT100K trafikskyltdataset.

Sammanfattningsvis kan det neurala nätverksbaserade tillvägagångssättet framgångsrikt ta itu med problem med låg igenkänningseffektivitet, missad detektering och falsk detektering samtidigt som den förbättrar precisionen för detektering och igenkänning av trafikmärken.

Neurala nätverksbaserade metoder har bättre noggrannhet eller snabbare detektering än traditionella metoder men kan inte erhålla både detektionshastighet och detektionsnoggrannhet. Dessutom använder de flesta trafikskyltsdetektering GermanTraffic Sign Dataset (GTSDB), och trafikskyltar i Tyskland skiljer sig från de i Kina; det finns färre studier om trafikskyltsdetektering och igenkänning i Kina.

Därför, för att lösa problemen i ovanstående metoder, använder denna uppsats TT100K-datauppsättningen för att träna och upptäcka kinesiska trafikskyltar och förbättra och justera YOLOv3-nätverket, huvudsakligen med följande förbättringar:

(1) Lägg till en fjärde funktionsförutsägelseskala på 152 × 152 storlek till YOLOv3-nätverksstrukturen för att dra full nytta av de ytliga funktionerna i nätverket för att förutse små mål. För att uppnå en sammansmältning av lokala och globala egenskaper sammansmälts den rumsliga pyramidpoolstrukturen.

(2) Avståndet mellan mål och ankare, överlappningshastighet och skala tas med i beräkningen när DIoU-förlust används för snabbare konvergens och mer konsekvent målbildsregression. Detta gör målbildens regression mer stabil.

(3) Majoriteten av trafikskyltarna i TT100K-datauppsättningen är små och medelstora mål, med endast ett fåtal stora mål.

Som ett resultat är det inte möjligt att använda det ursprungliga ankaret. K-means-klustringsalgoritmen används för att räkna om 12 ankare för TT100K-datauppsättningen, och dataförstärkningsstrategin används för att balansera och öka datauppsättningens obalanserade antal målkategorier.

For more information:1950477648nn@gmail.com