基于机器学习算法的交通标志图像智能识别

• 作者: 曹海燕 张大维
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 交通标志 图像类型 机器学习算法 智能识别 极限学习机 特征向量
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 基金项目
• 页码范围: 19-22
• 页数: 4页
• 分类号: TP391
• 语种: 中文

摘要

交通标志图像识别具有十分重要的研究意义,传统方法的交通标志图像识别正确率低,耗时长,为了解决传统方法存在的局限性,更加准确识别各种类型的交通标志图像,提出了基于机器学习算法的交通标志图像智能识别方法.首先对当前交通标志图像识别的研究进展进行分析,找到引起交通标志图像识别误差的影响因素,然后提取多特征交通标志图像特征,并引入机器学习算法——极限学习机拟合特征向量与交通标志图像类型之间的内存关联,建立交通标志图像智能识别的分类器,进行了仿真对照测试.交通标志图像识别正确率超过了95％,将识别误差控制在实际应用的区间内,交通标志图像识别时间短,而且整体识别效果要优于传统方法,验证了交通标志图像智能识别方法的优越性.