交通红绿灯检测识别方法研究
葛立勇

浙江交通职业技术学院，浙江杭州，310000；

摘要：在交通领域，针对红绿灯的视频检测技术变得愈加重要，本文综述了国内外在交通红绿灯定位与识别技术方面的研究进展，并指出了现有研究存在的问题，如红绿灯目标难以精准定位、红绿灯颜色易混淆以及识别算法存在延时等。

关键词：红绿灯;视频检测;深度学习算法

进.我国道路交通信号控制的发展与变迁[J]. 道路交通管理, 2022, (03): 10-12.

[2]周爱玲. 基于深度学习的城市道路交通信号灯识别研究[D]. 广西科技大学, 2023.

[3]谭思奇. 基于深度学习的道路交通信号灯检测与识别方法研究[D]. 重庆交通大学, 2022.

[4] 唐瑞尹,彭岸辉,李巍,等.基于YOLOv5和图像处理的按摩机器人穴位贴定位方法[J/OL].机械设计与制造,1-7[2025-01-13]. 。

[5]魏香香.基于FPGA的视频图像边缘检测硬件加速器 设计[D].合肥：合肥工业大学，2022.  

[6]蔡劲松,李伟.基于改进Faster R-CNN算法的行人识别系统设计与研究[J].信息与电脑(理论版),2023,35(20):163-167.

[7]周爱玲,谭光兴.基于YOLOv5s的交通信号灯检测算法[J]. 广西科技大学学报, 2023, 34(04): 69-76. 

[8]王春霞. 面向雨雾环境的交通信号灯检测方法研究[D]. 重庆交通大学, 2023.

[9]姚子兵.基于改进Faster R-CNN的交通信号灯检测[J]. 电脑知识与技术, 2019, 15(11): 274-276.

[10]Alexander Shustanova, Pavel Yakimova. CNN design for real-time traffic sign recognition[C]. 3rd International Conference Information Technology and Nanotechnology, 2017, 201: 718–725.

[11]Huy Khanh Hua, Khang Hoang Nguyen, Luyl-Da Quach. Traffic lights detection and recognition method using deep learning with improved yolov5 for autonomous vehicle in ROS2[C]. Proceedings of the 2023 8th International Conference on Intelligent Information Technology, 2023, ICIIT '23: 117-122

[12]潘立全.基于卷积神经网络和注意力机制的交通信号灯检测研究[D]. 西北师范大学 ,2023.

[13]Ren, S.; He, K.; Girshick, R.; Sun, J. Faster R-CNN: Towards real-time object detection with region proposal networks. IEEE Trans. Pattern Anal. Mach. Intell. 2017, 39: 1137–1149.

作者简介：葛立勇，1989.11.02， 男， 浙江台州人，工程师，硕士，浙江交通职业技术学院， 研究方向：电子信息类。