| 基于多特征融合的交通标志分类 |
| |
| 引用本文： | 王斌,常发亮,刘春生.基于多特征融合的交通标志分类[J].山东大学学报(工学版),2016,46(4):34-40. |
| |
| 作者姓名： | 王斌 常发亮 刘春生 |
| |
| 作者单位： | 山东大学控制科学与工程学院, 山东 济南 250061 |
| |
| 基金项目： | 国家自然科学基金资助项目(61273277) |
| |
| 摘 要： | 为有效提高交通标志分类的准确度,提出一种融合全局特征和局部特征的多特征交通标志分类方法。首先提取能够描述标志图像内部纹理信息的局部二值模式(local binary pattern, LBP)特征,再提取能够表示标志图像形状信息的方向梯度直方图(histogram of oriented gradient, HOG)特征和描述图像粗略轮廓信息的全局Gist特征,然后采用线性组合方式,实现特征融合互补,并通过主成分分析(principal components analysis, PCA)法进行数据降维,最后采用支持向量机(support vector machine, SVM)分类器进行交通标志训练与识别。试验结果表明:相对于单一特征的交通标志分类方法,基于多特征融合的算法获得了更高的分类精确度,同时也满足实时性要求。
|
| 关 键 词： | 交通标志分类 局部二值模式 方向梯度直方图特征 Gist特征 特征融合 |
| 收稿时间： | 2016-03-07 |
Traffic sign classification based on multi-feature fusion |
| |
| WANG Bin;CHANG Faliang;LIU Chunsheng.Traffic sign classification based on multi-feature fusion[J].Journal of Shandong University of Technology,2016,46(4):34-40. |
| |
| Authors: | WANG Bin;CHANG Faliang;LIU Chunsheng |
| |
| Affiliation: | School of Control Science and Engineering, Shandong University, Jinan 250061, Shandong, China |
| |
| Abstract: | |
| |
| Keywords: | Gist feature feature fusion local binary pattern traffic sign classification HOG feature |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《山东大学学报(工学版)》浏览原始摘要信息 |
|
点击此处可从《山东大学学报(工学版)》下载全文 |
|
