摘要：為了提高交通標(biāo)志圖像識別的準(zhǔn)確性和實時性,提出一種基于圖像聚類的交通標(biāo)志CNN快速識別算法。利用圖像聚類算法對原始數(shù)據(jù)集進行樣本優(yōu)化;采用多種圖像預(yù)處理操作使樣本整體質(zhì)量進一步提升;構(gòu)造了深度為9的CNN結(jié)構(gòu),通過多次訓(xùn)練得到最終的網(wǎng)絡(luò)模型,將待識別的圖像輸入到CNN模型來實現(xiàn)自動識別。在德國交通標(biāo)志數(shù)據(jù)集(German traffic sign recognition benchmark,GTSRB)和比利時交通標(biāo)志數(shù)據(jù)集(Belgium traffic sign dataset,BTSD)上證明了算法的有效性,單張圖片的識別速度只需0.2 s,識別精度高達98.5%以上。本算法具有識別速度快、準(zhǔn)確率高的特點,可為智能駕駛的可靠性和安全性提供理論依據(jù)和技術(shù)支持。