期刊文献+
共找到93篇文章
< 1 2 5 >
每页显示 20 50 100
基于Faster-RCNN的交通信号灯检测与识别 被引量:9
1
作者 潘卫国 陈英昊 +1 位作者 刘博 石洪丽 《传感器与微系统》 CSCD 2019年第9期147-149,160,共4页
交通信号灯检测和识别是无人驾驶和辅助驾驶领域的重要研究内容,能够避免在通过路口时由于交通信号灯判断失误导致的交通事故,提升驾驶的安全性。客观的复杂交通场景增加了检测识别算法难度。实现了基于Faster-RCNN的交通信号的检测识别... 交通信号灯检测和识别是无人驾驶和辅助驾驶领域的重要研究内容,能够避免在通过路口时由于交通信号灯判断失误导致的交通事故,提升驾驶的安全性。客观的复杂交通场景增加了检测识别算法难度。实现了基于Faster-RCNN的交通信号的检测识别,采集了交通场景数据进行标注,填充了国内交通信号灯公开数据集的空白。通过实验对比,选择最优的特征提取网络,并在智能车实验平台上验证了方法的有效性。 展开更多
关键词 交通信号灯 深度学习 目标检测
在线阅读 下载PDF
基于改进YOLOv7的交通信号灯检测
2
作者 郑岚月 张玉洁 《系统仿真学报》 北大核心 2025年第4期993-1007,共15页
针对通用物体检测算法在信号灯检测方面存在着识别精度较低的问题,提出一种专门针对交通信号灯检测任务的改进的YOLOv7算法。去掉20×20检测尺度,添加160×160的检测尺度,在使模型轻量化的同时增加浅层特征;结合BiFormer中提出... 针对通用物体检测算法在信号灯检测方面存在着识别精度较低的问题,提出一种专门针对交通信号灯检测任务的改进的YOLOv7算法。去掉20×20检测尺度,添加160×160的检测尺度,在使模型轻量化的同时增加浅层特征;结合BiFormer中提出的BRA(bi-level routing attention)与坐标轴注意力,针对交通信号灯位置特点提出了ABRA(axially-guided BRA);针对IoU指标对物体尺寸敏感的问题,引入NWD(normalized wasserstein distance)度量,改进物体定位损失与置信度损失。实验结果表明:改进YOLOv7算法的mAP值达到了97.7%,比原始YOLOv7提高了11.4%,检测速度提升了90帧/s,计算复杂度降低了4.5%。 展开更多
关键词 交通信号灯检测 注意力机制 BiFormer NWD(normalized wasserstein distance) YOLOv7
在线阅读 下载PDF
基于深度学习的交通信号灯快速检测与识别 被引量:14
3
作者 钱弘毅 王丽华 牟宏磊 《计算机科学》 CSCD 北大核心 2019年第12期272-278,共7页
交通信号灯检测与识别技术能够辅助司机做出正确的驾驶决策,减少交通事故的发生,为无人驾驶的实现提供安全保障。针对交通信号灯检测场景复杂多变、目标通常占检测数据集图片的比例极小等技术难点,提出了一种基于深度学习的交通信号灯... 交通信号灯检测与识别技术能够辅助司机做出正确的驾驶决策,减少交通事故的发生,为无人驾驶的实现提供安全保障。针对交通信号灯检测场景复杂多变、目标通常占检测数据集图片的比例极小等技术难点,提出了一种基于深度学习的交通信号灯快速检测与识别算法。整体框架包括如下3部分:基于启发式的图像预分割,用于缩小搜索范围,提升信号灯面板在输入图像中的相对大小和检测精度;基于深度学习的检测与识别,利用卷积神经网络准确地检测与识别信号灯;利用NMS(Non-Maximum Suppression)算法去除上一阶段中重复的检测框。提出的Split-CS-Yolo模型在LISA数据集上取得了96.08%的mAP和2.87%的漏检率,相比Yolo系列的其他方法,其不仅有更高的准确率和更低的漏检率,还将模型大小缩小到原始Yolov2的8.6%,使得检测速度提升了63%。 展开更多
关键词 交通信号灯检测与识别 图像预分割 深度学习 NMS 快速检测
在线阅读 下载PDF
基于时空关系模型的交通信号灯的实时检测与识别 被引量:4
4
作者 李宗鑫 秦勃 王梦倩 《计算机科学》 CSCD 北大核心 2018年第6期314-319,共6页
交通信号灯的检测与识别是无人驾驶汽车和高级驾驶辅助系统(ADAS)的重要组成部分。针对城市道路复杂环境下的交通信号灯的检测和识别需求,依据多帧视频图像序列的时空连续变化关系构建多帧视频图像的时空关系模型(Time-Space Model,TSM)... 交通信号灯的检测与识别是无人驾驶汽车和高级驾驶辅助系统(ADAS)的重要组成部分。针对城市道路复杂环境下的交通信号灯的检测和识别需求,依据多帧视频图像序列的时空连续变化关系构建多帧视频图像的时空关系模型(Time-Space Model,TSM),提出了一种新的基于多帧视频图像序列的交通信号灯的检测和识别算法。算法包含3部分:基于颜色的视频图像快速分割压缩算法,用于提高计算效率;引入多帧视频图像序列的时空关系模型,以提高交通信号灯检测的准确性;根据图像的HOG(Histogram of Oriented Gradient)特征,通过SVM(Support Vector Machine)分类器对信号灯进行识别。实验结果表明,算法的鲁棒性强、检测识别速度快、准确率高。 展开更多
关键词 交通信号灯检测 时空关系模型 ADAS 图像快速分割 模式识别
在线阅读 下载PDF
应用圆形度和颜色直方图的交通信号灯识别 被引量:22
5
作者 谷明琴 蔡自兴 李仪 《计算机工程与设计》 CSCD 北大核心 2012年第1期243-247,共5页
针对智能车辆介绍了一种在城市环境中识别交通信号灯的新方法。该方法先对原图像进行预处理,过滤不符合形态学准则的区域。计算候选区域的圆形度和背板的颜色信息,把圆形度符合和背板为黑色的区域作为交通信号灯区域。并将检测到的交通... 针对智能车辆介绍了一种在城市环境中识别交通信号灯的新方法。该方法先对原图像进行预处理,过滤不符合形态学准则的区域。计算候选区域的圆形度和背板的颜色信息,把圆形度符合和背板为黑色的区域作为交通信号灯区域。并将检测到的交通信号灯区域图像从RGB空间转换到HSV空间中,用颜色直方图对图像的H分量进行分布统计,根据其分布特征来识别交通信号灯的类型。实验结果表明,该方法能有效地识别复杂环境下的交通信号灯。 展开更多
关键词 交通信号灯识别 圆形度 颜色直方图 HSV颜色空间 智能车辆
在线阅读 下载PDF
城市环境中箭头型交通信号灯的实时识别算法 被引量:13
6
作者 谷明琴 蔡自兴 +1 位作者 黄振威 何芬芬 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第4期1403-1408,共6页
提出一种检测和识别城市环境中箭头型交通信号灯的新方法。首先,用图像颜色分割和形态滤波来定位交通信号灯的灯板位置;其次,将交通信号灯的灯板区域彩色图像转换到YCbCr空间,对Cb和Cr通道进行阈值分割,判断形态及交通信号灯与灯板的相... 提出一种检测和识别城市环境中箭头型交通信号灯的新方法。首先,用图像颜色分割和形态滤波来定位交通信号灯的灯板位置;其次,将交通信号灯的灯板区域彩色图像转换到YCbCr空间,对Cb和Cr通道进行阈值分割,判断形态及交通信号灯与灯板的相对位置来确定红色、黄色和绿色交通信号灯候选区域。然后,用二维Gabor小波变换和二维独立分量分析来提取交通信号灯候选区域的特征;最后,用最近邻分类器识别交通信号灯的箭头方向。实验结果表明:该算法的总体识别率超过91%,每帧图像的处理时间为152 ms,能够为行驶的车辆提供实时、稳定和准确箭头型交通信号灯信息。 展开更多
关键词 交通信号灯识别 GABOR小波变换 二维独立分量分析 最近邻分类器
在线阅读 下载PDF
基于改进YOLOv5s的交通信号灯识别方法 被引量:23
7
作者 邓天民 谭思奇 蒲龙忠 《计算机工程》 CAS CSCD 北大核心 2022年第9期55-62,共8页
交通信号灯的检测与识别是提升无人驾驶系统安全性的关键技术,传统基于深度学习的识别方法不能在精度和速度之间达到较好的平衡,难以满足实际环境下的检测要求。YOLOv5具有网络规模小的优势,适合在交通场景下进行交通信号灯检测。对YOL... 交通信号灯的检测与识别是提升无人驾驶系统安全性的关键技术,传统基于深度学习的识别方法不能在精度和速度之间达到较好的平衡,难以满足实际环境下的检测要求。YOLOv5具有网络规模小的优势,适合在交通场景下进行交通信号灯检测。对YOLOv5网络进行改进,提出TL-YOLOv5s网络用于交通信号灯识别。通过简化主干网络中卷积层的数量提高特征提取效率,同时对残差组件进行密集连接和多层次跨连接,得到2种新的CSP残差结构替换原网络中的残差结构,增强网络特征融合能力,提高识别精度。考虑到交通信号灯的小目标属性,在网络中保留中小目标检测尺度而去除大目标检测尺度,进一步提升识别速率。在法国巴黎LaRA信号灯数据集上进行实验,结果表明,TL-YOLOv5s网络mAP值达到70.1%,相比于基线网络YOLOv5提升6.3个百分点,且检测速度达到22.4 frame/s,能够满足现实环境下的实时性要求。 展开更多
关键词 交通信号灯 目标检测 深度学习 图像处理 小尺度目标
在线阅读 下载PDF
基于HOG特征的交通信号灯实时识别算法研究 被引量:12
8
作者 周宣汝 袁家政 +1 位作者 刘宏哲 杨睿 《计算机科学》 CSCD 北大核心 2014年第7期313-317,共5页
针对无人驾驶汽车的交通信号灯识别,提出了一种基于HOG特征和SVM的交通信号灯实时识别算法。该算法首先提取视频中的红绿色区域,筛选出符合条件的区域,提取各类信号灯的HOG特征,然后运用SVM构建对应类别信号灯的分类器,之后依据判决函... 针对无人驾驶汽车的交通信号灯识别,提出了一种基于HOG特征和SVM的交通信号灯实时识别算法。该算法首先提取视频中的红绿色区域,筛选出符合条件的区域,提取各类信号灯的HOG特征,然后运用SVM构建对应类别信号灯的分类器,之后依据判决函数对当前信号进行实时判决,从而得到准确的信号灯信息。实验结果表明该算法有良好的准确率和实时性。 展开更多
关键词 HOG特征 SVM 交通信号灯识别
在线阅读 下载PDF
一种基于图像增强的交通信号灯识别方法 被引量:9
9
作者 刘珂琪 董绵绵 +3 位作者 王鹏 李晓艳 吕志刚 郭宝亿 《电子测量技术》 北大核心 2022年第7期137-145,共9页
针对现有传统算法在光照不均匀、背景复杂的情况下对交通信号灯的识别精度低、漏检率高的问题,本文提出了一种基于图像增强的交通信号灯识别方法。首先采用改进的迭代法对原图像进行处理;接着在HSV颜色空间中增强原图像的V通道亮度信息... 针对现有传统算法在光照不均匀、背景复杂的情况下对交通信号灯的识别精度低、漏检率高的问题,本文提出了一种基于图像增强的交通信号灯识别方法。首先采用改进的迭代法对原图像进行处理;接着在HSV颜色空间中增强原图像的V通道亮度信息,利用自调节的颜色阈值范围筛选出交通信号灯的颜色候选区域;最后,分别提取原图像经过双处理后获取到的图像轮廓,结合两张图像中的轮廓信息筛选出信息相同的候选区域,并通过计算候选区域的面积、宽高比判断出交通信号灯的区域,从而完成交通信号灯的识别。实验结果表明,在光照不均匀和复杂背景条件下,该算法比现有其他传统算法的识别准确率提升了1.05%,并具有良好的实时性。 展开更多
关键词 交通信号灯识别 改进的迭代法 HSV颜色空间 外接矩形
在线阅读 下载PDF
基于车流量检测的智能交通信号灯系统 被引量:1
10
作者 王宗利 张海鑫 +2 位作者 宫子栋 张健飞 邱春园 《河北农机》 2018年第7期42-43,共2页
随着社会的发展和人们出行方式的改变,大多数家庭都选择购买一辆汽车来方便日常出行,然而汽车的普及不仅给用户带来了方便也给交通带来了拥堵。如果可以采用地磁微波车辆检测器检测道路车流量,通过算法得出通行模式从而实现智能化控制... 随着社会的发展和人们出行方式的改变,大多数家庭都选择购买一辆汽车来方便日常出行,然而汽车的普及不仅给用户带来了方便也给交通带来了拥堵。如果可以采用地磁微波车辆检测器检测道路车流量,通过算法得出通行模式从而实现智能化控制交通信号灯,有效地分配交通信号灯的控制时间,那么就可以提高交通系统的通行效率,缓解交通拥堵现象。 展开更多
关键词 交通拥堵 车流量检测 地磁微波传感器 智能交通信号灯
在线阅读 下载PDF
基于固定检测器的动态交通故障数据识别与修复
11
作者 宋永朝 王翠 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第4期88-96,共9页
针对固定检测器在采集动态交通数据过程中易发生交通数据异常、数据缺失等问题,为实现故障数据有效识别及修复,提出了基于离群距离检测的故障数据识别算法及改进的DE-LSTM数据修复模型。利用时序数据的自身连续性,采用直接离群点定位和... 针对固定检测器在采集动态交通数据过程中易发生交通数据异常、数据缺失等问题,为实现故障数据有效识别及修复,提出了基于离群距离检测的故障数据识别算法及改进的DE-LSTM数据修复模型。利用时序数据的自身连续性,采用直接离群点定位和离群距离检测对故障数据进行有效识别。采用差分进化算法优化长短期记忆神经网络的隐含层神经元个数和初始学习率,并引入自适应控制策略改进传统DE算法中的变异因子、交叉因子,建立了基于改进差分进化算法优化长短期记忆神经网络的修复模型,并与固定阈值结合交通流机理、LSTM神经网络模型及DE-LSTM修复模型进行对比。实例验证结果表明:与固定阈值结合交通流机理法相比,离群距离检测算法识别率更为高效,改进的DE-LSTM模型具有良好的计算效率及修复性能。 展开更多
关键词 交通工程 固定检测 动态交通数据 故障数据识别 数据修复 优化算法
在线阅读 下载PDF
基于实时路况的交通信号灯智能管控方法 被引量:7
12
作者 赵荻 郎海涛 +3 位作者 刘永信 胡伟 尹亮 祁欣 《计算机工程与设计》 北大核心 2015年第3期783-788,共6页
为解决城市严重的交通拥堵问题,提出一种基于实时路况的交通信号灯智能管控方法。实时检测交叉方向车辆,计算车道占用率,应用模糊控制理论优化信号灯切换频率,确保双向车道均衡使用。实验利用实测数据,结合模拟分析结果,针对早晚高峰以... 为解决城市严重的交通拥堵问题,提出一种基于实时路况的交通信号灯智能管控方法。实时检测交叉方向车辆,计算车道占用率,应用模糊控制理论优化信号灯切换频率,确保双向车道均衡使用。实验利用实测数据,结合模拟分析结果,针对早晚高峰以及中午等3个典型时段道路交通状况,与传统定时控制方法进行比较,比较结果表明,该方法能够有效地利用车道,增强交通通行能力,较传统的定时控制方式更具有适用性。 展开更多
关键词 智能交通 信号灯 车辆检测 车道占用率 模糊控制
在线阅读 下载PDF
改进YOLOv7在复杂场景下的交通标志检测算法
13
作者 许明 屈泰澎 姜彦吉 《计算机工程》 北大核心 2025年第2期335-343,共9页
为解决现有目标检测算法在复杂场景下对交通标志的误检、漏检等问题,提出一种改进YOLOv7的交通标志检测算法YOLOv7-MBFE。首先,提出一种基于膨胀卷积的多分支特征提取模块,控制最短和最长的梯度路径,增强模型的特征提取能力;其次,在头... 为解决现有目标检测算法在复杂场景下对交通标志的误检、漏检等问题,提出一种改进YOLOv7的交通标志检测算法YOLOv7-MBFE。首先,提出一种基于膨胀卷积的多分支特征提取模块,控制最短和最长的梯度路径,增强模型的特征提取能力;其次,在头部网络中构建渐进特征金字塔结构,充分融合不同层次的特征信息,改善模型的特征表达能力;在SPPCSPC模块中引入通道注意力机制,自适应调整通道的权重,增强不同通道之间的特征交互,并将多头自注意力机制融合至下采样阶段,增强模型对全局上下文信息的感知能力,提高模型在复杂场景下的检测性能;最后,使用Focal-EIoU替换原YOLOv7模型中的损失函数,使模型更专注于高质量的锚框,加快模型的收敛速度,提高模型的鲁棒性。在中国交通标志检测数据集上进行大量实验,结果表明,相较于YOLOv7算法,该算法的平均精度均值(mAP)提升了9.25%,准确率提升了3.92%,召回率提升了5.19%。改进后的算法能够显著改善复杂场景下的误检、漏检等问题,检测效果优于原始算法和经典目标检测算法。 展开更多
关键词 目标检测 交通标志识别 YOLOv7 多分支特征提取 多尺度特征融合 注意力机制
在线阅读 下载PDF
基于车辆动态行为特征的交通状态识别研究
14
作者 李熙莹 卢美燕 +2 位作者 何兆成 苏淑妍 庞淑敏 《交通运输系统工程与信息》 北大核心 2025年第1期44-55,85,共13页
交通状态识别研究对于预防和缓解交通拥堵具有重要的研究价值,不仅能够为交通管理提供决策支持,还能有效提升道路的运行效率。传统的交通状态识别方法仅考虑单一的宏观特征参数,忽视车辆变道行为的影响以及由此产生的车辆间相互干扰,导... 交通状态识别研究对于预防和缓解交通拥堵具有重要的研究价值,不仅能够为交通管理提供决策支持,还能有效提升道路的运行效率。传统的交通状态识别方法仅考虑单一的宏观特征参数,忽视车辆变道行为的影响以及由此产生的车辆间相互干扰,导致状态划分空间粒度较粗,状态辨识不够精细化,难以深入分析交通拥堵的成因。对此,本文提出一种无人机视角下基于车辆动态行为特征的交通状态识别方法。首先,该方法结合基于旋转检测框的车辆检测算法(YOLOv8s-OBB)和车辆跟踪算法(BoTSORT)检测和跟踪车辆,解决水平框中背景像素冗余以及车辆框重叠的问题,提取车辆空间方向角和旋转4点坐标等更精准的车辆轨迹数据,并计算微观交通流参数;其次,利用获取的车辆空间方向角和旋转位置信息提出车辆动态行为特征参数,即变道干扰率和车辆方向波动指数;然后,结合宏观的平均速度和交通密度参数,构建多维状态特征空间,应用于实际道路场景的交通状态识别。最终实验结果表明:在旋转车辆目标检测中,该方法的mAP@0.5达到0.987,输出的车辆轨迹数据稳定且连续;在交通状态识别中,在平均速度和交通密度作为宏观特征参数的基础上引入变道干扰率后,状态识别精确度达到0.983;进一步,引入车辆方向波动指数后,状态识别精确度达到0.987。同时,根据状态特征空间表征,可以更加精准地将交通状态划分为4种状态,即畅通态、平稳态、拥挤态和堵塞态,从而可以为车辆动态行为定量化分析交通状态影响,为基于无人机视角的交通状态识别提供新的理论参考,为智能交通系统提供先进的状态精细感知。 展开更多
关键词 城市交通 交通状态识别 车辆动态行为特征参数 旋转车辆检测与跟踪 无人机航拍
在线阅读 下载PDF
混合交通场景中的车辆检测和识别(英文) 被引量:7
15
作者 刘勃 周西汉 周荷琴 《中国科学技术大学学报》 CAS CSCD 北大核心 2004年第5期599-606,共8页
介绍了一种城市交通流量视频检测系统及其车辆识别新算法。通过检测道路上的运动目标并利用目标的运动信息和外形特征进行车辆识别。考虑到目标的阴影会影响目标的形状特征 ,导致目标识别错误 ,提出了一种新的阴影检测算法———利用目... 介绍了一种城市交通流量视频检测系统及其车辆识别新算法。通过检测道路上的运动目标并利用目标的运动信息和外形特征进行车辆识别。考虑到目标的阴影会影响目标的形状特征 ,导致目标识别错误 ,提出了一种新的阴影检测算法———利用目标的灰度特征对运动目标进行阴影检测和分离。实验结果表明该系统在模拟城市混合交通环境下 ,能够克服目标阴影的影响 ,准确检测和识别车辆 。 展开更多
关键词 交通流量 运动检测 模式识别 阴影检测
在线阅读 下载PDF
复杂环境下的交通标志检测与识别方法综述 被引量:36
16
作者 陈飞 刘云鹏 李思远 《计算机工程与应用》 CSCD 北大核心 2021年第16期65-73,共9页
交通标志检测与识别是无人驾驶三大模块中环境感知的研究热点之一,检测和识别交通标志可以向无人车传递道路交通信息,优化行车决策。在暴雨、大雾以及光线昏暗等复杂环境下,拍摄到的图像往往会被遮挡,变得模糊。这不仅影响图像的质量,... 交通标志检测与识别是无人驾驶三大模块中环境感知的研究热点之一,检测和识别交通标志可以向无人车传递道路交通信息,优化行车决策。在暴雨、大雾以及光线昏暗等复杂环境下,拍摄到的图像往往会被遮挡,变得模糊。这不仅影响图像的质量,还会对后期标志的检测与识别带来巨大的困难。简述了交通标志检测与识别方法,对近年来国内外学者解决各类复杂环境下交通标志检测与识别的方法、原理和步骤进行了总结归纳,有利于人们更好地解决此类问题。同时,对常用的交通标志数据集进行了总结,并对数据集里在复杂环境下拍摄的图像比例给予了说明。 展开更多
关键词 交通标志检测与识别 复杂环境 交通标志数据集
在线阅读 下载PDF
多源非平衡交通检测数据的异常识别方法 被引量:7
17
作者 邢雪 于德新 +1 位作者 周户星 田秀娟 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2019年第9期165-170,共6页
为保证交通检测数据的准确性并服务于实时的交通状态判别和预测,交通大数据采用多种检测源数据协同处理并利用机器学习的方法进行异常识别.异常检测数据的识别主要基于机器学习中AdaBoost方法实现.在算法的训练过程中,为消除单一检测源... 为保证交通检测数据的准确性并服务于实时的交通状态判别和预测,交通大数据采用多种检测源数据协同处理并利用机器学习的方法进行异常识别.异常检测数据的识别主要基于机器学习中AdaBoost方法实现.在算法的训练过程中,为消除单一检测源数据的离群现象,训练数据选取同一路段上多种检测源提供的数据集.在算法的决策过程中,通过代价敏感方法的优势来改进AdaBoost的决策.实验结果表明:基于非均衡特性改进的AdaBoost模型迫使分类器更加关注了待识别的异常样本,增强了AdaBoost决策过程中训练决策树规则的代表性,提高了异常类样本的分类准确率.高速公路实例检测数据集验证了改进算法与相关经典算法的检测准确度、误检率、误警率等指标,其中改进模型与原模型相比,准确率提高了5.547%,误检率减低了6.792%.多种算法的ROC曲线对比表明改进的AdaBoost方法筛选交通检测样本的可靠度更高,可有效调整由非平衡数据导致的分类误差. 展开更多
关键词 ADABOOST 数据异常识别 多源交通数据 非平衡检测数据 机器学习
在线阅读 下载PDF
雾霾天气下交通标志的检测与识别 被引量:7
18
作者 张国山 刘振 《天津工业大学学报》 CAS 北大核心 2015年第5期71-75,80,共6页
针对我国当前交通环境的多变性,尤其是雾霾天气的出现,提出了一种在雾霾天气下快速实现交通标志分类识别的算法.首先,将图像从RGB颜色空间转换到HSV空间,对S通道图像边缘检测,计算标志牌的圆形度、矩形度等,判定标志牌的形状,定位提取... 针对我国当前交通环境的多变性,尤其是雾霾天气的出现,提出了一种在雾霾天气下快速实现交通标志分类识别的算法.首先,将图像从RGB颜色空间转换到HSV空间,对S通道图像边缘检测,计算标志牌的圆形度、矩形度等,判定标志牌的形状,定位提取标志牌所在的区域,根据标志牌的颜色和形状的匹配唯一性,对标志牌进行初步分类,然后提取标志牌所在的区域进行模板匹配,读取标志牌的具体含义.实验结果表明:该算法能有效地提高雾霾等恶劣天气下交通标志的检测率,并能满足实时性需求. 展开更多
关键词 交通标志 检测识别 图像去雾 HSV 边缘检测 模板匹配 雾霾天气
在线阅读 下载PDF
交通监控系统中车辆和行人的检测与识别 被引量:13
19
作者 胡建华 徐健健 《电子测量技术》 2007年第1期16-17,71,共3页
本文提出一种应用于智能交通监控系统的车辆和行人的检测和识别方法。首先结合帧间差分,对交通监控场景的视频图像序列建立动态背景模型,然后用背景消除法对监控视频中的运动目标进行有效检测,提取出运动目标的轮廓。最后采用支持向量机... 本文提出一种应用于智能交通监控系统的车辆和行人的检测和识别方法。首先结合帧间差分,对交通监控场景的视频图像序列建立动态背景模型,然后用背景消除法对监控视频中的运动目标进行有效检测,提取出运动目标的轮廓。最后采用支持向量机,对检测出运动目标进行快速识别。实验结果表明,该方法能够快速准确地在监控视频中对运动的车辆和行人进行检测和分类识别,对快速交通通道中非法行人入侵进行自动报警。 展开更多
关键词 智能交通监控 目标检测 目标识别 支持向量机
在线阅读 下载PDF
基于无参数形状检测子和DT-CWT的交通标志识别 被引量:7
20
作者 谷明琴 蔡自兴 《计算机研究与发展》 EI CSCD 北大核心 2013年第9期1893-1901,共9页
针对车辆行驶环境中难以检测的交通标志,提出了一种检测和识别方法.首先分割交通标志的特征颜色区域,并扩展感兴趣区域,提取区域边缘.然后用直线分割和杂点去除粗略划分边缘,根据直线间顶点处的曲率关系,计算转向角并分类顶点的类型,用... 针对车辆行驶环境中难以检测的交通标志,提出了一种检测和识别方法.首先分割交通标志的特征颜色区域,并扩展感兴趣区域,提取区域边缘.然后用直线分割和杂点去除粗略划分边缘,根据直线间顶点处的曲率关系,计算转向角并分类顶点的类型,用无参数形状检测子来检测图像中的圆形、三角形和矩形等.将检测到的候选区域送入形状分类器中,分类形状并排除杂质的干扰,最后通过二元树复小波变换和二维独立分量分析相结合来识别交通标志类型.实验结果表明提出的方法对交通标志被遮挡、光照不均匀、颜色部分失真的情况下,检测率和识别率均较高,并且可以达到实时处理的效果. 展开更多
关键词 无参数形状检测 曲率 形状分类 二元树复小波变换 交通标志识别
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部