期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
复杂环境下的交通标志检测与识别方法综述 被引量:36
1
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
基于颜色特征和改进支持向量机算法的交通标志检测与识别 被引量:6
2
作者 肖艳秋 杜江恒 +3 位作者 闻萌莎 周坤 焦建强 裴杰 《轻工学报》 CAS 2018年第3期57-65,共9页
针对交通标志检测与识别精确度不高的问题,提出了一种基于图像HSV颜色空间分割和改进的支持向量机(SVM)算法的交通标志检测与识别方法:通过建立HSV颜色空间分割模型,对交通标志进行初步颜色分割后设置形状阈值,得到图像中精确的交通标... 针对交通标志检测与识别精确度不高的问题,提出了一种基于图像HSV颜色空间分割和改进的支持向量机(SVM)算法的交通标志检测与识别方法:通过建立HSV颜色空间分割模型,对交通标志进行初步颜色分割后设置形状阈值,得到图像中精确的交通标志区域;采用基于Hu不变矩的方法提取待识别图像中的特征向量,并导入SVM分类器进行训练分类;利用狼群算法对SVM的核函数参数进行优化选择,最终利用优化后的SVM算法完成对交通标志的含义识别.验证实验结果表明,该检测与识别方法能够有效地检测到交通标志区域并对其分类识别,且具有较高的精确度. 展开更多
关键词 交通标志检测与识别 特征分割 HU不变矩 支持向量机算法 狼群算法
在线阅读 下载PDF
基于条件随机场与多尺度卷积神经网络的交通标志检测与识别 被引量:4
3
作者 李凯 韩冰 张景滔 《计算机应用》 CSCD 北大核心 2018年第A02期270-275,共6页
交通标志的检测与识别主要可以分为候选区域的提取与识别两个阶段。在候选区域提取阶段,首先生成颜色先验特征图和颜色概率特征图,然后利用条件随机场(CRF)对道路场景图像的颜色先验特征图与颜色概率特征图进行融合,得到交通标志显著性... 交通标志的检测与识别主要可以分为候选区域的提取与识别两个阶段。在候选区域提取阶段,首先生成颜色先验特征图和颜色概率特征图,然后利用条件随机场(CRF)对道路场景图像的颜色先验特征图与颜色概率特征图进行融合,得到交通标志显著性图像,进而通过最大稳定极值区域(MSER)算法进行候选区域提取,克服光照强烈变化以及复杂背景对提取结果的影响。在候选区域的识别阶段,通过多尺度卷积神经网络来完成交通标志的识别。 展开更多
关键词 交通标志检测与识别 条件随机场 多尺度卷积神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部