基于改进深度卷积生成对抗网络的路面指示标志识别方法*

程校昭 陈志军 吴超仲 马 枫

（武汉理工大学智能交通系统研究中心 武汉430063）

0 引 言

在现代交通追求更安全和更高效的背景下，道路交通的智能化进程发展迅速，其中智能车相关技术的发展备受关注。常规的车辆和行人等环境目标识别已经得到了比较广泛的研究，但在当前的交通环境下，针对道路场景下的路面交通标志的识别，对于智能车的感知系统同样重要。路面指示标志有助于智能车对道路行车规则的理解，在高度智能化的交通基础设施建设完成之前，准确地识别并理解路面指示标志对于智能车的行车决策具有重要意义[1]。

路面指示标志的识别与车辆、行人、道路指示牌等常见目标的过程相近，核心过程主要分为2 个部分[2]。首先是检测过程，通过检测框定位出视觉图像中的指示标志；其次则是识别过程，通过对指示标志的特征与分类标签的比对分析，判断该指示标志的具体所属类别。通过人工提取图像的纹理和轮廓等特征的方法，并应用朴素贝叶斯、SVM (Support Vector Machine)等算法可进行分类识别[3]。在此类传统方法中，主要是基于各种图像预处理方法[4-5]，目标的特征主要是通过人为操作进行选取，特征提取的质量依赖于研究者对目标特征的敏锐观察和高度理解，需要对图像中目标的全局特征和局部特征的联系，以及前景和背景的差异精准捕捉，而特征选取的质量对于识别模型的性能至关重要[6-8]，实验结果过于依赖于研究人员前期的特征处理过程，不利于提高目标识别的准确率和泛化。……