检索结果-维普期刊中文期刊服务平台

基于几何透视图像预处理和CNN的全景图像交通标志识别算法被引量：2: 1; 作者曹峻凡张向利 +1 位作者闫坤张红梅《计算机应用与软件》北大核心 2024年第7期171-176,共6页; 为解决深度学习方法在高清全景图像中检测交通标志遇到图形处理器资源不足、小目标容易漏检、检测速度过慢等问题,采用小目标过采样训练数据生成方法、图像分块和几何透视检测预处理方法以及改进的轻量神经网络Improved-Tiny-YOLOv3,提... 展开更多; 关键词交通标志检测识别 Improved-Tiny-YOLOv3 几何透视法随机裁剪 CIoU 全景图像; 在线阅读下载PDF 职称材料

复杂环境下的交通标志检测与识别方法综述被引量：36: 2; 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,... 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 职称材料

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: 3; 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... 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 职称材料

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: 4; 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... 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 职称材料

题名基于几何透视图像预处理和CNN的全景图像交通标志识别算法被引量：2: 1; 作者曹峻凡张向利闫坤张红梅; 机构桂林电子科技大学广西无线宽带通信与信号处理重点实验室; 出处《计算机应用与软件》北大核心 2024年第7期171-176,共6页; 基金广西无线宽带通信与信号处理重点实验室2020年主任基金项目(GXKL06200104) 广西云计算与大数据协同创新中心项目(YD1904)。; 文摘为解决深度学习方法在高清全景图像中检测交通标志遇到图形处理器资源不足、小目标容易漏检、检测速度过慢等问题,采用小目标过采样训练数据生成方法、图像分块和几何透视检测预处理方法以及改进的轻量神经网络Improved-Tiny-YOLOv3,提出了一种基于深度学习的轻量级全景图像中交通标志检测方法。并在Tsinghua-Tencent 100K数据集上进行了实验,mAP值达到92.7%,在Nvidia 1080Ti显卡上检测速度可达到20 FPS,实验结果验证了所提方法的有效性。; 关键词交通标志检测识别 Improved-Tiny-YOLOv3 几何透视法随机裁剪 CIoU 全景图像; Keywords Traffic sign detection and recognition Improved-Tiny-YOLOv3 Geometric perspective Random crop CIoU Panoramic image; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名复杂环境下的交通标志检测与识别方法综述被引量：36: 2; 作者陈飞刘云鹏李思远; 机构浙江万里学院; 出处《计算机工程与应用》 CSCD 北大核心 2021年第16期65-73,共9页; 基金国家自然科学基金(61906170) 教育部人文社科项目青年基金项目(17YJCZH076) +5 种基金宁波市科技计划项目(2019C50008) 浙江省科技计划项目(LGF21F020022)。; 文摘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。; 关键词交通标志检测与识别复杂环境交通标志数据集; Keywords traffic sign detection and recognition complex environment traffic sign data set; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名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: 3; 作者肖艳秋杜江恒闻萌莎周坤焦建强裴杰; 机构郑州轻工业学院机电工程学院华东师范大学信息科学技术学院; 出处《轻工学报》 CAS 2018年第3期57-65,共9页; 基金河南省重点科技攻关项目(152102210142); 文摘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.; 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; Keywords traffic sign detectionand recognition feature segmentation Hu invariant moment support vector machine（SVM） algorithm wolves algorithm; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名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: 4; 作者李凯韩冰张景滔; 机构西安电子科技大学电子工程学院; 出处《计算机应用》 CSCD 北大核心 2018年第A02期270-275,共6页; 基金国家自然科学基金资助项目(41031064 61572384 +3 种基金 61432014) 陕西省国际合作项目(2017KW-017); 文摘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。; 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; Keywords traffic sign detection and recognition Conditional Random Field(CRF) multi-scale Convolutional Neural Network(CNN); 分类号 TP317.4 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于几何透视图像预处理和CNN的全景图像交通标志识别算法	曹峻凡张向利闫坤张红梅	《计算机应用与软件》北大核心	2024	2	在线阅读下载PDF 职称材料
2	复杂环境下的交通标志检测与识别方法综述	陈飞刘云鹏李思远	《计算机工程与应用》 CSCD 北大核心	2021	36	在线阅读下载PDF 职称材料
3	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	肖艳秋杜江恒闻萌莎周坤焦建强裴杰	《轻工学报》 CAS	2018	6	在线阅读下载PDF 职称材料
4	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	李凯韩冰张景滔	《计算机应用》 CSCD 北大核心	2018	4	在线阅读下载PDF 职称材料