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:
不同种类的交通标志具有特定的颜色及形状等外观特征,本文利用此特点设计了一个自动交通标志识别系统.该系统首先应用HIS彩色模型及标志的形状特征确定彩色图像中的标志区域及标志所属的种类.系统再应用自组织神经网络(SOMNN)进一步识别标志模式.实验证明了该方法的有效性与鲁棒性.
推荐文章
基于BP神经网络的交通标志识别
交通标志
BP神经网络
标志识别
物联网
应用深层卷积神经网络的交通标志识别
交通标志
识别
卷积神经网络
深度学习
基于多尺度卷积神经网络的交通标志识别
模式识别系统
交通标志识别
多尺度卷积神经网络
SoftMax分类器
基于卷积神经网络的实景交通标志识别
卷积神经网络
深度学习
交通标志识别
训练
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 基于外观特征与神经网络的交通标志识别
来源期刊 自动化与仪器仪表 学科 工学
关键词 标志检测 标志识别 自组织神经网络
年,卷(期) 2009,(1) 所属期刊栏目 应用技术
研究方向 页码范围 60-63
页数 4页 分类号 TP273+.4 U491.52
字数 2627字 语种 中文
DOI 10.3969/j.issn.1001-9227.2009.01.021
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 王阳萍 兰州交通大学电子与信息工程学院 104 752 16.0 22.0
2 朱正平 兰州城市学院计算机系 52 158 7.0 10.0
4 孙传庆 兰州城市学院计算机系 38 90 5.0 8.0
5 王秀丽 兰州城市学院计算机系 36 107 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (36)
参考文献  (7)
节点文献
引证文献  (27)
同被引文献  (11)
二级引证文献  (40)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(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)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(6)
  • 引证文献(6)
  • 二级引证文献(0)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(17)
  • 引证文献(6)
  • 二级引证文献(11)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(8)
  • 引证文献(4)
  • 二级引证文献(4)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
标志检测
标志识别
自组织神经网络
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
自动化与仪器仪表
月刊
1001-9227
50-1066/TP
大16开
重庆市渝北区人和杨柳路2号B区
78-8
1981
chi
出版文献量(篇)
9657
总下载数(次)
37
总被引数(次)
30777
论文1v1指导