基于改进图卷积神经网络的夜间交通标志识别方法

夜间交通标志识别方法由于分类光强,导致标志平均识别时间长,影响识别效率,因此,研究基于改进图卷积神经网络的夜间交通标志识别方法。通过自适应直方图均衡算法预处理夜间交通标志图像,以VGG16图卷积神经网络为基础,通过使用两个卷积层替换VGG16网络连接所有层,并添加四个卷积层,去除初始网络最后两个可转换层,采用函数映射输出执行可转换操作,改进图卷积神经网络,分类交通标志图像光强,利用颜色空间分割方法在图像中找到交通标志,实现夜间交通标志识别。实验结果表明,该研究方法有效预处理夜间交通标志图像,提高了图像质量,并且识别效率较高,到达0.231 s,其具备有效性和可行性。