作者:
原文服务方: 科技与创新       
摘要:
针对交通标志识别系统要求实时性高,处理的信息量大以及受多种情况干扰等问题,提出了一分块图象特征与BP神经网络相结合的识别方法.对33幅图象加入不同干扰后得到132幅图象,实验表明该特征提取方法具有良好的灰度畸变、旋转、平移以及尺度不变性,取得了良好的识别效果.
推荐文章
基于Gabor特征提取和SVM交通标志识别方法研究
交通标志识别
图像灰度化
图像增强
Gabor特征提取
主成分分析
支持向量机
基于不变矩和神经网络的交通标志识别方法研究
智能运输系统
交通标志识别
神经网络
BP算法
不变矩
基于级联端对端深度架构的交通标志识别方法
深度学习
交通标志识别
ESPCN网络
RFCN网络
平衡采样
数据增强
基于非参数统计分类模型的交通标志识别方法研究
非参数统计分类模型
交通标志识别
自动导航
智能汽车
移动机器人
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 交通标志识别方法设计
来源期刊 科技与创新 学科
关键词 交通标志 图像识别 BP神经网络
年,卷(期) 2006,(28) 所属期刊栏目 模式识别
研究方向 页码范围 303-304
页数 2页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2006.28.107
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨斐 天津工程师范学院电子工程系 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (17)
参考文献  (2)
节点文献
引证文献  (7)
同被引文献  (5)
二级引证文献  (4)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
交通标志
图像识别
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导