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:
针对道路交通标志识别系统中的识别精度和识别实时性问题,提出一种基于Haar—like矩形特征的交通标志识别算法。为了提高提取速度,用积分图像先对样本库进行处理,提取Haar-like矩形特征做为特征向量。提取的特征向量因维数过高.应用PCA降维法对数据进行降维。将降维后的特征向量用来对支持向量机训练。实验结果表明,Hart-like矩形特征向量具有形式简单.计算速度快等优点。在小样本的目标识别中,利用SVM进行分类识别,取得很好的识别效果.并在识别耗时上有所优化。
推荐文章
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
基于图像特征及改进支持向量机算法的交通标志识别
图像特征
支持向量机
模拟退火算法
交通标志识别
基于SURF的车载实时交通标志识别系统
交通标志
识别
检测
SURF
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Haar—like矩形特征的交通标志识别
来源期刊 现代计算机:中旬刊 学科 工学
关键词 交通标志识别 Haar-like矩形特征 PCA降维 SVM
年,卷(期) 2014,(7) 所属期刊栏目
研究方向 页码范围 62-65
页数 4页 分类号 TP18
字数 语种
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 李光瑞 西华大学电气信息学院 7 30 4.0 5.0
2 蔡安东 西华大学电气信息学院 2 6 1.0 2.0
3 黄梅 西华大学电气信息学院 7 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(8)
  • 参考文献(8)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
交通标志识别
Haar-like矩形特征
PCA降维
SVM
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
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导