技术特征：
技术总结
本发明涉及一种基于紧凑型神经网络的深度学习模型的交通标志识别方法和系统，适用于图像或视频中的交通标志的检测和识别。系统包含图像采集、图片预处理、交通标志识别、语音提醒四个模块。图片预处理模块包含颜色定位、形状检测、图片缩放三个步骤，得到同一尺寸的图片。交通标志识别模块对预处理后图片进行分类识别，通过训练好的基于紧凑型神经网络的深度神经网络模型，得到交通标志分类识别的结果，最后传输至语音提醒模块进行语音提醒。本发明的核心为基于紧凑型神经网络的深度神经网络模型，其具有模型小、精度高、运算消耗小、可移植至移动手机平台等优势。整个系统具有识别交通标志的种类多、精度高、实时性好等优势。
技术研发人员：梁旭强;陈学松;刘乃源;陈威;梁杰舜;朱远鹏
受保护的技术使用者：广东工业大学
技术研发日：2017.04.12
技术公布日：2017.09.29