基于单阶神经网络与特征融合方法的交通信号灯识别

摘要

针对传统交通信号灯识别方法存在小目标检测准确率低、遮挡或反射情况下无法识别等问题,本文提出一种基于卷积神经网络的交通信号灯识别方法。采用单阶神经网络模型作为分类器,将单摄像头拍摄的彩色图像经过预处理后作为神经网络的输入,自动提取特征,通过特征融合的方法得出识别结果。通过实验验证了该方法的可行性。