چكيده فارسي :
امروزه موضوع تشخيص و شناسايي اتوماتيك علائم ترافيكي، از جمله مباحث مورد توجه محققان مي باشد. اين تحقيقات بر استخراج اتوماتيك تابلو ها با سرعت و دقت مناسب تكيه دارند. الگوريتم ها به گونه اي توسعه داده مي شوند تا سيستم بتواند در محيط بسيار پيچيده شهري به تشخيص و بازيابي عارضه تابلوي ترافيكي بپردازد. در دهه هاي اخير تحقيقات فراواني بر روي اين مسئله صورت پذيرفته، اما با توجه به اين تحقيقات گسترده همچنان اين موضوع جهت پژوهش هاي آتي براي پژوهشگران جذاب است. دليل آن هم وجود برخي موانع و چالش ها است كه دقت الگوريتم هاي موجود را كاهش مي دهد. اين موارد به اختصار عبارتند از وجود تغييرات شديد نوري و سايه، وجود موانع، تغييرات مقياس و دوران، وجود زمينه پيچيده، افزايش سرعت، آني بودن الگوريتم و ارزان نمودن سيستم. عموما فرايند تشخيص و شناسايي تابلو هاي ترافيكي در سه بخش مجزا، متشكل از قطعه بندي تصوير، شناسايي و بازيابي تابلو ها انجام مي پذيرد. در هر يك از اين مراحل پردازشي ممكن است چالش هاي فوق الذكر روند تشخيص را با مشكل روبرو نمايند. به عنوان نمونه در مرحله قطعه بندي وجود تغييرات شديد نوري محيط تصوير برداري نتايج پردازشي را تحت تاثير قرار مي دهد. همچنين در قسمت شناسايي، وجود موانع در برابر تابلو ها در تصاوير اخذ شده تشخيص شكل تابلو را با مشكل روبرو مي كند. از اينرو در اين مقاله به مروري بر روش هاي موجود در خصوص هر يك از مراحل سه گانه تشخيص تابلو هاي ترافيكي و همچنين چالش هاي پيش روي آنها پرداخته شده است.
چكيده لاتين :
Nowadays, automatic detection and recognition of traffic signs is one of the interest topics to researchers. Researches rely on the automatic extraction of the signs with the desirable speed and accuracy. The algorithms are developed in such a way that the system can detect and recognize traffic signs in a highly complex urban environment. A lot of research has been done on this issue in recent decades, but with this extensive research, this topic is still attractive to researchers for future research. The reason is the existence of some challenges that reduce the accuracy of existing algorithms. These are intensive changes in light condition, shadow, the existence of obstacles, scale and orientation changes, the existence of a complex field, the speed of the algorithm, and the cheapness of the system.
Generally, the process of detecting and identifying traffic signs is performed in three separate sections, consisting of image segmentation, detection and recognition of signs. In each of these processing steps, the above challenges may cause the identification process to be difficult. For example, in the segmentation step, the intense light changes of the imaging environment affect the processing results. Also, in detection step, the presence of obstacle against the signs in the accrued images cased Detection of the shape of the sign is difficult. Hence, in this paper, an overview of the existing methods for each of the three steps of detection of traffic signs and also their challenges are discussed.
