技术总结
本发明公开了一种基于卷积神经网络的路面交通标志识别方法，包括以下步骤：图像采集和预处理；卷积神经网络结构的设计及训练。本发明采用V‑视差法从原始图像中获取路面区域，能够降低非路面干扰造成的影响，使得提取路面区域的精度提高。本发明采用俯视图重构路面区域，将视觉图像里由于视角的原因，呈现出的不平行的线，重构为近似的平行线，更有利于路面交通标志的识别，提高了对视角倾斜的适应能力。本发明采用卷积神经网络这一深度学习方法，能够从大量的训练样本中提取到反映数据本质的隐性特征。相比于浅层学习分类器，它具有更高的学习效率和识别精度。
技术研发人员：连静;李琳辉;矫翔;伦智梅;刘爽;孙延秋;范悟明;
受保护的技术使用者：大连理工大学;
文档号码：201610330600
技术研发日：2016.05.18
技术公布日：2016.09.07