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:
交通标志识别对于自动驾驶和辅助驾驶系统中非常重要,但大多数相关研究仅局限在白天场景的识别,若用于夜间,光强差异太大会导致识别准确率显著下降.为解决该问题,文中提出了光强分类模型,可根据光强强度划分场景识别标志牌,保证夜间较高的识别率.该模型通过KNN和SVM构造邻接矩阵和训练特征向量来判断分场景处理出的ROI,从而确定具体标志牌种类.实验证明,该模型在不同环境下识别准确率高达98.1%.
推荐文章
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
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
基于非参数统计分类模型的交通标志识别方法研究
非参数统计分类模型
交通标志识别
自动导航
智能汽车
移动机器人
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 一种多环境适用的交通标志识别模型
来源期刊 电子科技 学科 工学
关键词 多阀值 二进制图 感兴趣区域 支持向量机 对数极坐标 图像匹配
年,卷(期) 2019,(4) 所属期刊栏目
研究方向 页码范围 68-71,76
页数 5页 分类号 TP317.4|TP391
字数 3560字 语种 中文
DOI 10.16180/j.cnki.issn1007-7820.2019.04.015
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 陈家琪 上海理工大学光电信息与计算机工程学院 84 771 15.0 24.0
2 严茂森 上海理工大学光电信息与计算机工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (84)
共引文献  (29)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(12)
  • 参考文献(1)
  • 二级参考文献(11)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(16)
  • 参考文献(3)
  • 二级参考文献(13)
2015(11)
  • 参考文献(1)
  • 二级参考文献(10)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(7)
  • 参考文献(7)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
多阀值
二进制图
感兴趣区域
支持向量机
对数极坐标
图像匹配
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
电子科技
月刊
1007-7820
61-1291/TN
大16开
西安电子科技大学
1987
chi
出版文献量(篇)
9344
总下载数(次)
32
总被引数(次)
31437
论文1v1指导