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:
目的:交通标志的检测是车载辅助系统的关键环节之一,针对YOLO V3检测算法得到的检测结果存在目标框不精确的问题,提出改进交通标志目标检测算法.方法:YOLO V3是当前目标检测算法中检测召回率高且速度较优的算法,但在定位上不够准确.为解决该问题,本文采用流行排序算法对得到的检测框进行二次修正,从而使得目标定位精度提升.结果:通过结合YOLO V3和流行排序算法使目标检测框的交并比提升了3%~9%.结论:通过YOLO V3和Ranking Saliency的结合能够使得目标检测的定位精度提高.
推荐文章
交通标志边缘检测技术研究
交通标志
边缘检测
检测算子
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
一种鲁棒的交通标志检测方法
交通标志检测
突出颜色转换
形状测度
数学形态学
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
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 采用Ranking Saliency算法改进的交通标志检测方法
来源期刊 中国计量大学学报 学科 工学
关键词 计量 目标检测 YOLO算法 流行排序算法 交并比
年,卷(期) 2019,(2) 所属期刊栏目 计量与测试
研究方向 页码范围 138-143
页数 6页 分类号 TB96
字数 3716字 语种 中文
DOI 10.3969/j.issn.2096-2835.2019.02.003
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 周永霞 中国计量大学信息工程学院 14 105 5.0 10.0
2 蔡凯 中国计量大学信息工程学院 2 1 1.0 1.0
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  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
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
计量
目标检测
YOLO算法
流行排序算法
交并比
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
中国计量大学学报
季刊
2096-2835
33-1401/C
大16开
杭州市下沙高教园
1990
chi
出版文献量(篇)
1770
总下载数(次)
1
总被引数(次)
9715
论文1v1指导