01-Rapid traffic sign damage inspection in natural scenes ... -董靓

01-Rapid traffic sign damage inspection in natural scenes using mobile laser scanning data

使用移动激光扫描数据在自然场景中快速交通标志损坏检查

摘要：

本文提出了一种基于移动激光扫描（MLS）数据（包括图像和点云）的自然场景交通标志检测和快速损伤检测的新方法。

检查结果协助交通管理部门立即采取措施，在发生自然灾害后更新和维护交通标志，导致许多交通标志损坏。

我们的方法包括四个步骤：

      首先，我们使用深度学习网络，带有卷积神经网络（FastR-CNN）的快速区域，在开放基准点训练交通标志检测器，其中图像变化更大并且分辨率更高。

       然后，使用训练的检测器检测图像中的交通标志。接下来，在MLS点云中粗略检测基于图像中的标志区域的交通标志区域。

       然后，检测到准确的交通标志。

       最后，对交通标志的一些放置参数进行损伤检查和进一步清点测量。

我们提出的方法在RIEGLVMX-450 MLS系统获取的一组点云上进行验证。实验结果表明，我们提出的方法在交通标志检测和损伤检测中的快速性和可靠性非常强。

读后综述：

1、使用清华 - 腾讯100K，以训练用于交通标志检测的R-CNN，并将训练结果运用于MLS拍摄的街景影像。

（清华腾讯100k包含100,000个高分辨率图像，其中所有交通标志都进行了标记，并用方框框了出来）

2、MLS系统不仅提供了图片和点云，还提供了他们之间的粗略的对应关系

3、对于损坏的交通标志，MLS点云不能直接检测（它们形状不符合检测条件），则首先判断图像中是否检测到交通标志，再对应到点云中去。

4、几类路牌损坏：

① 杆子斜了

② 板变形

③ 板掉了

④ 以前有现在没来

5、检测的参数：

①  标牌离地高度（倾斜的话测量垂直距离）（检测坠落）

②  牌面法线方向和地面法线方向夹角（2、3、4检测倾斜）

③  杆子倾斜角

④  牌面旋转角

⑤  牌面平整度

关键词