关于交通信号灯检测与识别的研究综述

谭思奇

摘 要：为了对交通信号灯的检测和识别进一步的研究，本文基于传统和深度学习这两个方面的交通信号灯检测与识别的相关研究进行梳理和分析，发现目前交通信号灯检测与识别主要存在检测速度不高、准确率较低等问题，所以本文对交通信号灯检测与识别相关方法的优缺点进行分析和总结，为以后进行这方面的研究提供参考依据。

关键词：交通信号灯;检测;识别

0 引言

近年来由于无人驾驶技术的快速发展，关于交通信号灯检测与识别的方法也在不斷更替。交通信号灯是公路系统的重要组成部分，实现对交通信号灯的检测与识别是无人驾驶必须攻克的难题，以此对其进行研究具有重要的意义。要对交通信号灯进行识别通常来说分为两个过程，第一步是对图像的候选区域进行特征提取，第二步就是根据特征对识别的特征进行分类。目前关于交通信号灯的检测与识别可以归为两类，一类是借助于传统的特征提取方法，对其进行检测和识别，另一类是基于机器学习的方法利用机器来进行特征提取再分类。

1 基于传统方法的交通信号灯检测与识别

传统交通信号灯检测算法通常是先对彩色的图像进行阈值分割，对其进行划分得到了包含交通信号灯的二值图，然后利用心态学的原理对其进行分析，找出具有圆形特征的区域来作为交通信号灯的候选区域。Park等[1]利用聚类和圆形检测算法来定位识别交通信号灯，但该方法在复杂环境下可能会失效，而且误检率也较高。……