基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用神经网络群构成的分类器解决实景交通标志识别问题时,识别率普遍较低.分析可知,颜色复杂性造成的颜色失真是影响识别率的主要因素.遵循"简化复杂问题、基于颜色信息、采用智能方法"的基本思路,提出了一种新的解决方案:先通过颜色规格化方法将交通标志中复杂的颜色信息简化为5种基本颜色,然后再利用两级智能分类器实现分类.采用BP网络实现了颜色规格化;实验表明,这种方法具有很好的鲁棒性.
推荐文章
基于颜色-几何形状建模的道路交通标志识别技术的研究
交通标志
识别
颜色-形状对
分离性
基于颜色和形状的交通标志检测与分类
交通标志检测与分类
颜色分割
拐角提取
神经网络
基于高稳定SURF特征的交通标志识别
交通标志
目标识别
SURF特征
稳定性
权值计分策略
基于视觉传达技术的交通标志图像智能识别
智能识别
交通智能管理
交通标志图像
视觉传达技术
图像预处理
图像自动分类
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 基于颜色规格化的交通标志识别
来源期刊 计算机应用与软件 学科 工学
关键词 道路交通标志识别(TSR) 颜色规格化 神经网络 图像检测 分类器 机器识别
年,卷(期) 2008,(1) 所属期刊栏目 图像处理与应用
研究方向 页码范围 220-222
页数 3页 分类号 TP3
字数 3538字 语种 中文
DOI 10.3969/j.issn.1000-386X.2008.01.082
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 朱双东 宁波大学信息科学与工程学院 24 442 12.0 20.0
2 蒋甜甜 1 21 1.0 1.0
3 刘兰兰 宁波大学信息科学与工程学院 10 125 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (117)
参考文献  (1)
节点文献
引证文献  (21)
同被引文献  (7)
二级引证文献  (5)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
道路交通标志识别(TSR)
颜色规格化
神经网络
图像检测
分类器
机器识别
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导