1. 研究目的与意义（文献综述）

近些年来的交通事故是各个国家都面临的重大问题，美国2017年交通事故发生了39032起，其中造成了37133人死亡，而在我国，交通事故发生了203049起，导致了63772人死亡与209654人受伤。

此外，我国每年交通事故导致的直接财产损失都有十亿之多。

有关数据指出，由于人为因素导致的交通事故占据了九成以上，比如酒后驾车、疲劳驾驶等等，也存在道路因素和环境因素以及车辆因素的作用，例如降雨降雪、车辆设备故障等。

2. 研究的基本内容与方案

基本内容：
对行驶过程中前方道路出现的交通标志牌进行及时检测和准确识别，先在实景图像中检测出交通标志牌，再识别出其代表的含义，以辅助自动驾驶。

目标：
完成对交通标志牌的检测与识别
要达到较高的鲁棒性与准确性
数据集要包括不同时段的多种角度的实景图像
技术方案：
现如今进行交通标志识别主要分为两个步骤，一是识别交通标志区域，二是进行交通标志分类。

拟采用fast rcnn的结构。

3. 研究计划与安排

2019/1/14-2019/3/5 确定选题，查阅文献，外文翻译和撰写开题报告
2019/3/6-2019/4/30 系统架构，程序设计与开发，系统测试与完善
2019/5/1-2019/5/25 撰写和完善毕业论文
2019/5/26-2019/6/6 答辩

4. 参考文献（12篇以上）

[1] Xu Y, Wei Z Y. An improved traffic sign image recognition algorithm [J].Laser and Optoelectronics Progress, 2017,54 (02): 124-131.
[2]刘占文,赵祥模,李强,等.基于图模型与卷积神经网络的交通标志识别方法[J].交通运输工程学报,2016,16(05):122-131.
[3]基于深度学习的交通标志识别及实现[D]北京交通大学2018.
[4]基于卷积神经网络的交通标志分类与识别研究[D]2018
[5]Ren S，He K，Girshick R，et al.Faster R-CNN：towards real-time object detection with region proposal networks[J].IEEE Transactions on Pattern Analysis amp; Machine Intelligence，2017，39（6）：1137
[6]LUO H,YANG Y,TONG B,et al.Traffic sign recognition using a multi-task convolutional neural network [J]．IEEE Transactions on Intelligent Transportation Systems,2017,PP( 99) : 1-12．
[7]谭台哲,卢剑彪,温捷文,等.应用卷积神经网络与RPN 的交通标志识别[J/OL].计算机工程与应用:1-8[2018-05-08].
[8]李晨,汪杨.基于卷积神经网络的交通标志实时检测与识别[J].数字技术与应用.2018.
[9]孙洪萍.图像识别——交通标志的检测与识别[J].科技创新与应用.2018.
[10]范思宇.自然场景下的交通标志检测与识别[D]2018.
[11]基于图像处理的道路交通标志检测与识别方法[J].交通世界.2018
[12]李梦骁.交通标志检测与识别技术的研究与应用[D].北京邮电大学2018.
[13]张兴国,刘晓磊,李靖,王环东.BP神经网络下的限速交通标志实时检测识别[J].西安电子科技大学学报.2018.04.11.
[14]Zhong X M. Research on traffic sign recognition algorithm based on fast regional convolution neural network [A]. China Automotive Engineering Society.2016 China Automotive Engineering Society annual meeting paper [C]. China Automotive Engineering Society: 2016:4.
[15]张帆.智能交通系统中的车道检测与交通标志识别方法研究[D]2018.