标题：基于卷积神经网络的交通标志检测
作者：李家兴 覃兴平 刘达才
作者单位：广东工业大学自动化学院，广东 广州 510006
关键字：卷积神经网络，交通标志，图像检测
摘要：针对自动驾驶场景下，提高交通标志检测速度和准确率的问题，提出一种基于卷积神经网络（Convolutional Neural Network，CNN）的交通标志检测算法，与传统的图像检测算法相比拥有明显的优势。首先解析影响交通标志检测准确性的因素，并对算法提出了两项改进：使用101层的残差网络作为特征提取的基础网络以获得高精度的特征提取和物体检测，同时优化网络的区域候选框特征提取方式以提高交通标志图像的检测效果。在GTSDB德国交通标志检测基准数据集上的实验结果表明，该算法实现在复杂背景下交通标志的精准检测。