微光环境下基于R-CNN优化算法的交通道路图像识别

针对微光环境下交通图像的准确识别及道路安全驾驶问题,提出了基于R-CNN(Region-CNN)优化算法的交通图像识别方法.首先,对采集到的交通图像集进行预处理,包括图像尺寸的归一化和图像像素点畸变偏差的校正.其次,在提取每个候选区的图像数据特征时,利用RPN滑动窗口共享卷积层,提升大规模图像集的处理效率.最后,引入HOG算子描述交通图像的局部梯度特征,基于边界回归再次修正特征融合后的图像.数据仿真结果显示,采用此方法识别交通道路的准确率和效率高于传统识别算法,梯度损失值在可控范围之内,图像增强效果显著.

Traffic Road Image Recognition Based on Optimized R-CNN Algorithm in Low Light Environment