复杂条件下交通标识图文检测、识别与理解

图像的感知与理解是一个重要的研究课题。交通标识图文自动检测、识别与理解在具有自然环境感知与智能行为决策能力的无人驾驶车辆上有重要意义。本课题主要研究在复杂条件下图像中交通标识的自动检测、识别与理解问题。这里的复杂条件指在雨、雪、雾、黑夜等环境下和交通标识牌有污损、扭曲、褪色等情况。课题具体内容包括获取多谱图像，获取充分的交通标识信息；针对复杂情况下的图像进行针对性的预处理；对图像进行交通标识图文自动检测、识别；最后对识别结果进行理解。此外，还设计和实现一个软件系统用于算法的实验和验证。该课题的最终目的是为无人驾驶车辆提供技术支持。

图像的感知与理解是一个重要的研究课题。交通标志图文自动检测、识别与理解在具有自然环境感知与智能行为决策能力的无人驾驶车辆上具有重要意义。针对该问题，我们进行了一系列具有深度和广度的研究，并取得了较大的进展。我们采集了大量的交通视频数据，并研究了复杂条件下图像中交通标志的预处理问题，其中包括雨、雪、雾、黑夜等环境因素和交通标识牌的污损、扭曲、褪色等情况。我们设计了基于深度学习的交通标志自动检测、识别系统，以及基于光谱特征的交通信号灯自动识别系统。进而研究了基于泊松融合技术的污损标识的修补算法。最后，我们研究了对识别结果的理解。项目的最终的目的是为无人驾驶车辆提供技术支持。.我们按照计划完成了研究任务，并且在国际一流的期刊和会议上发表了57篇文章，这些文章绝大部分被SCI和EI检索，超额完成预期目标。同时，研究期间资助了一大批研究生完成学业，支持率国内外学术交流。