一种弱光照交通标志识别方法

针对弱光照环境下自动驾驶感知设备获取的图像质量不佳,从而导致交通标志难以识别的问题,提出了一种针对弱光照的交通标志识别方法,即将弱光照交通标志图片经RetinexNet模型进行光照增强后,采用改进Regnet模型对光照增强的交通标志图片进行识别.实验结果表明,在弱光照交通标志数据集上,所提出的识别方法准确率可达99.67％,F1值可达100％,召回率可达100％,精确度可达100％.与经典深度学习Resnet101模型相比,四项评价指标分别提高了1.43％,1.91％,1.9％和1.48％.