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:
为了提高交通标志的识别速度和识别率,提出了一种基于视觉注意模型和SIFT特征的交通标志识别方法.首先基于视觉注意模型提取颜色特征,找出交通标志可能的候选区域,然后对候选区域进行SIFT特征提取,与标准交通标志图像库进行相似度计算,可实现快速准确的检测与识别.与传统方法相比,具有无需精确分割、计算量小、体现仿生学特性等优点.在采自国内外的两组交通标志图像库上进行交通标志识别测试,都得到了良好的效果.
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
交通标志识别方法设计
交通标志
图像识别
BP神经网络
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
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 基于视觉注意模型和SIFT的交通标志识别方法
来源期刊 河南理工大学学报(自然科学版) 学科 工学
关键词 视觉注意 SIFT特征 交通标志 识别
年,卷(期) 2014,(3) 所属期刊栏目 机电工程
研究方向 页码范围 339-343
页数 5页 分类号 TP391.4
字数 3381字 语种 中文
DOI
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 郭海儒 河南理工大学计算机科学与技术学院 17 47 4.0 6.0
2 许合利 河南理工大学计算机科学与技术学院 14 68 5.0 8.0
3 家晓艳 河南理工大学计算机科学与技术学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (4)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (3)
二级引证文献  (1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(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
视觉注意
SIFT特征
交通标志
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
河南理工大学学报(自然科学版)
双月刊
1673-9787
41-1384/N
16开
河南省焦作市世纪大道2001号
3891
1981
chi
出版文献量(篇)
3451
总下载数(次)
5
总被引数(次)
20072
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导