Abstract—Traffic sign recognition(T

Abstract—Traffic sign recognition(TSR) is an important part of the driver assistance system(DAS), and it is mainly composed of three stages: segmentation, detection, and classification. The overall recognition performance of TSR is greatly affected by segmentation and detection, especially in poor driving environment: high contrast backlight, shadow and foggy images, night images, light interference, and video(moving pictures). In this paper, we try to enhance the detection performance by using retinex algorithm and various color models. The current result shows that many of them are improved for day time driving from 95% to 98~99% in detection rate on two different benchmark datasets. But, we still have problems: (1) bad detection rate at night time (2) high computational complexity in embedded processors. We are currently working to solve these problems by introducing machine learning concepts and implementing hardware accelerators.

Kết quả (Việt) 1:

Trừu tượng-lưu lượng truy cập đăng nhập recognition(TSR) là một phần quan trọng của trình điều khiển hỗ trợ system(DAS), và nó chủ yếu bao gồm ba giai đoạn: phân khúc, phát hiện và phân loại. Hiệu suất tổng thể của sự công nhận của TSR ảnh hưởng rất nhiều bởi phân khúc và phát hiện, đặc biệt là trong môi trường lái xe nghèo: đèn nền tương phản cao, bóng tối và sương mù hình ảnh, hình ảnh đêm, nhiễu sóng ánh sáng, và video (di chuyển hình ảnh). Trong bài này, chúng tôi cố gắng để nâng cao hiệu suất phát hiện bằng cách sử dụng retinex thuật toán và mô hình màu khác nhau. Kết quả hiện tại cho thấy rằng nhiều người trong số họ được cải thiện trong thời gian ngày lái xe từ 95% đến 98 ~ 99% trong phát hiện giá trên hai khác nhau chuẩn datasets. Tuy nhiên, chúng tôi vẫn còn có vấn đề: (1) xấu phát hiện các tỷ lệ tại đêm thời gian (2) cao tính toán phức tạp trong bộ vi xử lý nhúng. Chúng tôi hiện đang làm việc để giải quyết những vấn đề này bằng cách giới thiệu máy học tập khái niệm và thực hiện các máy gia tốc phần cứng.