欧洲城市环境中的交通标志检测与分类

交通标志在高级驾驶辅助系统（ADAS）以及自主驾驶车辆中发挥着重要作用。大多数研究工作聚焦于识别符号型标志，忽视了其他类型标志（如补充面板或文本标志）提供的重要信息。本文中，我们包含了符号和文本型标志的检测与分类，重点关注欧洲城市环境中最常见的标志。该系统分为三个阶段：交通标志检测、细化和分类。检测和细化使用Mask R-CNN进行，而分类则通过提出的卷积神经网络（CNN）架构实现。我们引入了德国交通标志检测基准（GTSDB）的扩展版本，以像素方式（掩模）标注，共有164个类别，分为8个类别。该数据集用于检测和分类步骤。对德国环境的实验结果表明，我们提出的系统能够检测所有类别的交通标志，同时高准确率地识别它们，性能与最先进的技术相当。