基于卷积神经网络的交通灯识别：综述
计算机视觉与模式识别
2023-09-06 v1 机器人学
摘要
实时交通灯识别对自动驾驶至关重要。然而，目前缺少针对该任务底层模型架构的连贯概述。本工作中，我们对使用卷积神经网络(CNNs)的交通灯识别方法进行了全面综述与分析。我们聚焦于两个关键方面：数据集与CNN架构。基于底层架构，我们将方法聚为三大类：(1) 针对特定任务特性进行修改的通用目标检测器，(2) 包含基于规则与CNN组件的多阶段方法，(3) 任务特定的单阶段方法。我们描述了每类中最重要的工作，讨论了数据集的使用，并指出了研究空白。
引用
@article{arxiv.2309.02158,
title = {Traffic Light Recognition using Convolutional Neural Networks: A Survey},
author = {Svetlana Pavlitska and Nico Lambing and Ashok Kumar Bangaru and J. Marius Zöllner},
journal= {arXiv preprint arXiv:2309.02158},
year = {2023}
}
备注
Accepted for publication at ITSC2023