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:
交通标志检测与识别是无人驾驶三大模块中环境感知的研究热点之一,检测和识别交通标志可以向无人车传递道路交通信息,优化行车决策.在暴雨、大雾以及光线昏暗等复杂环境下,拍摄到的图像往往会被遮挡,变得模糊.这不仅影响图像的质量,还会对后期标志的检测与识别带来巨大的困难.简述了交通标志检测与识别方法,对近年来国内外学者解决各类复杂环境下交通标志检测与识别的方法、原理和步骤进行了总结归纳,有利于人们更好地解决此类问题.同时,对常用的交通标志数据集进行了总结,并对数据集里在复杂环境下拍摄的图像比例给予了说明.
推荐文章
交通标志识别方法设计
交通标志
图像识别
BP神经网络
基于不变矩和神经网络的交通标志识别方法研究
智能运输系统
交通标志识别
神经网络
BP算法
不变矩
基于Gabor特征提取和SVM交通标志识别方法研究
交通标志识别
图像灰度化
图像增强
Gabor特征提取
主成分分析
支持向量机
基于级联端对端深度架构的交通标志识别方法
深度学习
交通标志识别
ESPCN网络
RFCN网络
平衡采样
数据增强
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 复杂环境下的交通标志检测与识别方法综述
来源期刊 计算机工程与应用 学科
关键词 交通标志检测与识别 复杂环境 交通标志数据集
年,卷(期) 2021,(16) 所属期刊栏目 热点与综述|Research Hotspots and Reviews
研究方向 页码范围 65-73
页数 9页 分类号 TP183
字数 语种 中文
DOI 10.3778/j.issn.1002-8331.2103-0380
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (83)
共引文献  (5)
参考文献  (26)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(13)
  • 参考文献(1)
  • 二级参考文献(12)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(8)
  • 参考文献(2)
  • 二级参考文献(6)
2016(7)
  • 参考文献(4)
  • 二级参考文献(3)
2017(15)
  • 参考文献(3)
  • 二级参考文献(12)
2018(10)
  • 参考文献(0)
  • 二级参考文献(10)
2019(11)
  • 参考文献(3)
  • 二级参考文献(8)
2020(13)
  • 参考文献(10)
  • 二级参考文献(3)
2021(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
交通标志检测与识别
复杂环境
交通标志数据集
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导