基于Mask R-CNN的无人机影像路面交通标志检测与识别

基金项目:
云南省高校工程中心建设计划项目

昆明理工大学学生课外学术科技创新基金项目"基于Mask Grid R-CNN的无人机影像路面交通标志检测与识别系统"

自然资源部地球观测与时空信息科学重点实验室项目"基于直觉模糊集理论的多源遥感影像变化检测方法研究"

国家自然科学基金项目"南方山地城镇建设用地与变化的坡度梯度效应研究"

云南省应用基础研究计划面上项目"基于全卷积神经网络的多源遥感影像变化检测"

详细信息

刊出日期: 2020-12-15

Detection and recognition of road traffic signs in UAV images based on Mask R-CNN

Publish Date: 15 December 2020

摘要: 交通标志的检测与识别是智能驾驶导航系统的重要组成部分,但传统方法的处理过程由于精度低、时间复杂度高以及鲁棒性差等缺点,不能满足当前智能驾驶的需求.为此,提出了一种基于Mask R-CNN的无人机影像路面交通标志检测与识别方法.首先,制作了一套高质量的无人机影像路面交通标志数据集;然后,根据统计的200个标记路标特征,对Mask R-CNN中区域候选网络(region proposal network,RPN)结构的锚框宽高比及初始参数进行了改进,使其更好地应用于无人机影像路标场景;最后,采用精确度-召回率(precision-recall,PR)曲线和平均精度值(mean average precision,mAP)进行精度评价.实验结果表明,锚框宽高比为1:1,1:2,1:3时效果更好;该方法得到的识别结果平均检测精度为98.33%,高于Faster R-CNN和YOLOv3方法,具有较好的有效性.
- 无人机影像 /
- 交通标志检测 /
- 交通标志识别 /
- Mask R-CNN /
- RPN /
- 锚框

中国自然资源航空物探遥感中心	主办
地质出版社	出版