严茂森：一种多环境适用的交通标志识别模型论文

本文主要研究内容

作者严茂森,陈家琪（2019）在《一种多环境适用的交通标志识别模型》一文中研究指出：交通标志识别对于自动驾驶和辅助驾驶系统中非常重要,但大多数相关研究仅局限在白天场景的识别,若用于夜间,光强差异太大会导致识别准确率显著下降。为解决该问题,文中提出了光强分类模型,可根据光强强度划分场景识别标志牌,保证夜间较高的识别率。该模型通过KNN和SVM构造邻接矩阵和训练特征向量来判断分场景处理出的ROI,从而确定具体标志牌种类。实验证明,该模型在不同环境下识别准确率高达98.1%。

Abstract

jiao tong biao zhi shi bie dui yu zi dong jia shi he fu zhu jia shi ji tong zhong fei chang chong yao ,dan da duo shu xiang guan yan jiu jin ju xian zai bai tian chang jing de shi bie ,re yong yu ye jian ,guang jiang cha yi tai da hui dao zhi shi bie zhun que lv xian zhe xia jiang 。wei jie jue gai wen ti ,wen zhong di chu le guang jiang fen lei mo xing ,ke gen ju guang jiang jiang du hua fen chang jing shi bie biao zhi pai ,bao zheng ye jian jiao gao de shi bie lv 。gai mo xing tong guo KNNhe SVMgou zao lin jie ju zhen he xun lian te zheng xiang liang lai pan duan fen chang jing chu li chu de ROI,cong er que ding ju ti biao zhi pai chong lei 。shi yan zheng ming ,gai mo xing zai bu tong huan jing xia shi bie zhun que lv gao da 98.1%。

论文参考文献

[1].基于迁移学习的交通标志识别[J]. 卢健,陈泽民,马成贤,何金鑫. 测控技术.2019(11)

[2].基于卷积网络的交通标志分类研究[J]. 许信冬. 无线互联科技.2019(10)

[3].基于感兴趣区域提取与双过滤器的交通标志检测算法[J]. 曹再辉,施进发,孙建华,宗思生. 电子测量与仪器学报.2018(05)

[4].自然环境下圆形禁令交通标志检测[J]. 李迎松,郑顺义,夏远鑫,王政. 武汉大学学报(信息科学版).2016(12)

[5].交通标志识别研究综述[J]. 李祥熙,张航. 公路交通科技(应用技术版).2010(06)

[6].基于视频的道路交通标志的检测与分割[J]. 赵晓娜,王夏黎,武琦,王博学. 计算机技术与发展.2018(12)

[7].交通标志的检测与识别研究综述[J]. 孙颖,葛平淑,刘德全. 大连民族大学学报.2019(05)

[8].雾霾天气情况下的交通标志检测[J]. 薛玉利. 交通运输系统工程与信息.2016(04)

[9].基于改进卷积神经网络的交通标志识别方法[J]. 袁小平,王岗,王晔枫,汪喆远,孙辉. 电子科技.2019(11)

[10].基于改进神经网络的交通标志识别[J]. 童英,杨会成. 激光与光电子学进展.2019(19)

论文详细介绍

论文作者分别是来自电子科技的严茂森,陈家琪，发表于刊物电子科技2019年04期论文，是一篇关于多阀值论文,二进制图论文,感兴趣区域论文,支持向量机论文,对数极坐标论文,图像匹配论文,电子科技2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电子科技2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/087671677176acd0490e0814.html