·1076 工程科学学报，第42卷，第8期 测与识别方法的研究 交通标志.因此研究中国交通标志识别与检测方 1弱光照中国交通标志数据集 法以及后续算法的应用必须具备大型复杂光照中 国交通标志数据集 目前对交通标志检测与识别的研究，研究者 本文采集并标注了北京市道路交通主要类别 多采用比较知名的公共交通标志数据集对算法性 的交通标志组成数据集，包括警告类、禁令类、指 能进行测试，如美国交通标志数据集(LISA)20,、德 示类等7种交通标志.数据集中包含雨雪天气，阴 国交通标志数据集（包括检测基准数据集GTSDB 天及傍晚等光照条件复杂的交通标志图像，部分 和识别数据集GTSRB)2和比利时交通标志数据 图像如图1所示.数据集共包括6258张图像（内 集(BTSRB)四.但以上数据集仅限于欧洲交通标 含8675个交通标志，无负样本，数据分布如图2所 志且样本大多是在光照条件良好的情况下采集 示)，涵盖了目前常出现的城市道路交通标志，与 的，国内相关机构还没有开发和公布大型完备的 现有大型欧洲交通标志数据集相比图像数量略少 复杂光照中国交通标志数据集以用于检测中国的 但基本可保证数据量充足 (a) (b) (d) 图1不同天气及光照条件的图像样本.(a)阴天，(b)雨雪天，(c)光照充足：(d)光照不足 Fig.I Image samples under different weather and illumination conditions:(a)overcast,(b)rain and snow;(c)sufficient illumination;(d)insufficient illumination 一部分在阴天傍晚等情况下通过拍照实地（北京 1350 1323 市北三环与北四环之间的交通主干道)采集，主要 1299 1261 1265 为弱光照样本.为了提高数据集的普适性，从不同 1250 1237 的角度和距离对同一个交通标志进行多次采集 1200 1172 1150 2)数据处理.参照2.1中的分类原则，按照强 1138 1100 度均值将图像分类为偏暗类(2621张)和明亮类 1050 (3637张).为了保证数据大致均衡，对其中500张 1000 0 2 34 6 明亮类图像进行了随机调暗处理，最终偏暗类图 Categories 像和明亮类图像分别为3121张3137张 图2交通标志数据分布示意图 3)标注方法及内容.采用LableMe软件标注 Fig.2 Data distribution diagram for traffic signs 每幅图像，标注信息包括交通标志的类别属性，图 数据集构建过程具体如下： 像的光照情况，标志边框的左上坐标和右下坐标 1)数据采集.样本主要通过两种方式获得，一 (像素单位)，信息保存在xml格式下的文件中 部分通过百度地图剪裁，主要为光照充足的样本；另 4)数据划分.分别将偏暗类图像和明亮类图测与识别方法的研究. 1    弱光照中国交通标志数据集 目前对交通标志检测与识别的研究，研究者 多采用比较知名的公共交通标志数据集对算法性 能进行测试，如美国交通标志数据集（LISA） [20]、德 国交通标志数据集（包括检测基准数据集 GTSDB 和识别数据集 GTSRB)[21] 和比利时交通标志数据 集（BTSRB） [22] . 但以上数据集仅限于欧洲交通标 志且样本大多是在光照条件良好的情况下采集 的，国内相关机构还没有开发和公布大型完备的 复杂光照中国交通标志数据集以用于检测中国的 交通标志. 因此研究中国交通标志识别与检测方 法以及后续算法的应用必须具备大型复杂光照中 国交通标志数据集. 本文采集并标注了北京市道路交通主要类别 的交通标志组成数据集，包括警告类、禁令类、指 示类等 7 种交通标志. 数据集中包含雨雪天气，阴 天及傍晚等光照条件复杂的交通标志图像，部分 图像如图 1 所示. 数据集共包括 6258 张图像（内 含 8675 个交通标志，无负样本，数据分布如图 2 所 示），涵盖了目前常出现的城市道路交通标志，与 现有大型欧洲交通标志数据集相比图像数量略少 但基本可保证数据量充足. 数据集构建过程具体如下： 1）数据采集. 样本主要通过两种方式获得，一 部分通过百度地图剪裁，主要为光照充足的样本；另 一部分在阴天傍晚等情况下通过拍照实地（北京 市北三环与北四环之间的交通主干道）采集，主要 为弱光照样本. 为了提高数据集的普适性，从不同 的角度和距离对同一个交通标志进行多次采集. 2）数据处理. 参照 2.1 中的分类原则，按照强 度均值将图像分类为偏暗类（2621 张）和明亮类 （3637 张）. 为了保证数据大致均衡，对其中 500 张 明亮类图像进行了随机调暗处理，最终偏暗类图 像和明亮类图像分别为 3121 张 3137 张. 3）标注方法及内容. 采用 LableMe 软件标注 每幅图像，标注信息包括交通标志的类别属性，图 像的光照情况，标志边框的左上坐标和右下坐标 （像素单位），信息保存在 xml 格式下的文件中. 4）数据划分. 分别将偏暗类图像和明亮类图 (a) (b) (c) (d) 图 1    不同天气及光照条件的图像样本. （a）阴天; （b）雨雪天; （c）光照充足; （d）光照不足 Fig.1    Image samples under different weather and illumination conditions: (a) overcast; (b) rain and snow; (c) sufficient illumination; (d) insufficient illumination 1350 1300 1250 1200 Number of taffic signs 1150 1100 1050 1000 0 1 2 3 4 Categories 5 6 7 No parking Slow down Pedestrian crossing Motor vehicle No motor vehicle Keep right Turn right 1172 1323 1261 1299 1265 1237 1138 图 2    交通标志数据分布示意图 Fig.2    Data distribution diagram for traffic signs · 1076 · 工程科学学报，第 42 卷，第 8 期