2001年，威斯康星大学的Liu和Ran设计识别停止标志的系统。首先利用HIS颜色空间进行检测，然后用神经网络的方法进行分类和识别。系统实验图像为540幅，准确率为95%。但该方法仅针对一种标志可行，不具备普遍适应性。

2015年，澳大利亚Nick Barnes自动化研究所和瑞典的Gareth Loy实验室合作开发了一套交通标志识别系统，该系统根据标志图像的几何对称性来确定其质心位置，进而进行识别，识别率可达95%，但系统实时性却无法满足要求。

2009年，澳大利亚国家信息与通信技术实验室的研究人员公开了他们最新设计的驾驶人辅助系统，该系统由小型摄像机和标志识别系统组成。三台小型摄像机分别被安装在汽车的车内后视镜和仪表板两侧，当发现交通标志时，可通过连接在速度仪上的传感装置和另外两台摄像机分析驾驶人是否遵守了交通规则，在识别技术上主要采取了形状识别的方法。这套系统在晴天时可准确识别各种交通标志，并按照交通标志规定对驾驶人进行警告和提醒，但阴雨天气时识别效果却不够理想。(www.daowen.com)

Feixiang Ren等经过颜色初分割和Hough变换提取自然场景中可疑标志区域，然后采用SIFT算法提取可疑区域特征点，结合特征点匹配算法最近邻算法，实现交通标志的识别。