摘要:交通标志检测与交通标志识别是智能交通中的重要研究方向。为了降低复杂背景对交通标志检测与识别的影响,提高准确率和速度,提出一种新的检测和识别方法。首先,提取每个像素点的颜色特征后,使用贝叶斯算法分类并进行颜色分割。然后,对感兴趣区域提取HOG和LBP特征作为融合特征并使用主成分分析降维,利用SVM判定候选ROI中是否含有交通标志,最后再使用卷积神经网络对交通标志分类。在TT100K数据集上的测试表明,该方法具有较低的漏检率,较高的综合正确率。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社