APP下载

交通标志识别

2016-12-10

汽车文摘 2016年1期
关键词:交通标志特征向量特征值



交通标志识别

在视觉物体检测领域,交通标志识别是一个经常被研究和应用的部分。公共数据集已有很多的数量和种类,以供识别算法的试验验证研究。基于两个大型检测与分类数据集(分别在比利时和德国进行采集)对现有识别方法进行了研究。研究显示,如果不经过特殊的修正,现有的行人识别、交通标志识别、数字识别和人脸识别的正确检出率最高能够达到95%~99%。

目前,交通标志识别方法的主流是通过模式分类进行的,模式分类分为特征向量提取和分类算法,二者都会影响算法的检测性能。特征值的提取有很多种方法,有的基于颜色与形状,有的基于直方图特征。特征值提取之前通常还要进行一些预处理,这样可以使特征更加明显地显现出来,避免周围环境和噪声的干扰,特征值提取的精准与否直接影响下一步分类器的分类结果。特征值的选取以少为好,这样可以减少特征值提取的计算量,同时能够减小分类器的复杂程度。分类方法可选用简单的阈值方法,也可使用复杂的神经网络方法,并通过特征值或者特征向量来判断目标是否属于某个确定的类。试验验证了各种不同选择方法之间的权衡。从试验结果来看,最好的方法是使用直方图特性进行检测,使用稀疏表示进行分类。

Markus Mathias et al. Neural Networks (IJCNN), The 2013 International Joint Conference.

编译:王也

猜你喜欢

交通标志特征向量特征值
利用LMedS算法与特征值法的点云平面拟合方法
基于双向特征融合的交通标志识别
克罗内克积的特征向量
高中数学特征值和特征向量解题策略
单圈图关联矩阵的特征值
三个高阶微分方程的解法研究
求矩阵特征值的一个简单方法
交通标志小课堂
一类非线性矩阵方程组性质的研究
我们欢迎你!