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:
通过前期调研和对基于颜色和形状的交通标志检测方法的MATLAB仿真实验,提出并实现了基于机器学习的交通标志检测方法.由于自然场景下的交通标志往往具有复杂的背景,基于机器学习的交通标志检测方法能够更准确地识别出自然场景下的交通标志.通过Android NDK技术,将C++语言编写的图像处理程序交叉编译生成动态链接库,该动态链接库便可在Android端通过Java程序调用,解决了常用计算机视觉库在Android平台上提供的接口不全、资料不完整导致的无法进行复杂图像处理的问题.实现了将道路交通标志识别算法应用于Android系统平台上,并进行了相关功能测试.
推荐文章
基于深度学习的交通标志识别算法研究
交通标志识别
深度学习
卷积神经网络
TSR_Lenet
算法融合
实验对比
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Android平台的交通标志识别研究
来源期刊 电子测量技术 学科 工学
关键词 交通标志 Android NDK 移动设备 跨平台 动态链接库 仿真实验
年,卷(期) 2017,(9) 所属期刊栏目 研究与设计
研究方向 页码范围 53-57
页数 5页 分类号 TN014|TP391
字数 2404字 语种 中文
DOI 10.3969/j.issn.1002-7300.2017.09.011
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 王舒憬 18 193 7.0 13.0
2 强杰 6 38 4.0 6.0
3 单振华 5 32 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (133)
共引文献  (225)
参考文献  (15)
节点文献
引证文献  (7)
同被引文献  (32)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(13)
  • 参考文献(1)
  • 二级参考文献(12)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(14)
  • 参考文献(2)
  • 二级参考文献(12)
2013(24)
  • 参考文献(2)
  • 二级参考文献(22)
2014(14)
  • 参考文献(0)
  • 二级参考文献(14)
2015(11)
  • 参考文献(6)
  • 二级参考文献(5)
2016(5)
  • 参考文献(4)
  • 二级参考文献(1)
2017(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)
2018(5)
  • 引证文献(5)
  • 二级引证文献(0)
2019(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
Android NDK
移动设备
跨平台
动态链接库
仿真实验
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
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
论文1v1指导