基于极大极稳定区域及SVM的交通标志检测

作     者：胡聪 何晓晖 邵发明 张艳武 卢冠林 王金康 HU Cong;HE Xiao-hui;SHAO Fa-ming;ZHANG Yan-wu;LU Guan-lin;WANG Jin-kang

作者机构：陆军工程大学野战工程学院南京210007 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2022年第49卷第S01期

页      面：325-330页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61671470) 

主　　题：交通标志检测 简化Gabor滤波器 MSERs HOG SVM 

摘      要：交通标志检测在车辆辅助驾驶系统、自动驾驶等领域是一个重要研究内容,它能即时协助驾驶员或自动驾驶系统有效地检测和识别交通标志。基于该需求,提出了一种基于真实交通场景的交通标志检测方法。首先,选择合适的数据库,将数据库中的道路场景图像转换为灰度图像,并对灰度图像进行简化Gabor滤波处理,强化交通标志的边缘信息。其次,利用区域推荐算法MSERs对Gabor滤波后的特征图进行处理,形成交通标志的推荐区域。最后,通过提取HOG特征,使用SVM进行分类。通过实验,分析了简化Gabor滤波器的特征提取性能、SG-MSERs区域推荐及筛选的性能,并且得到了算法的大类分类准确率以及所需要的处理时间。实验结果表明,所提算法在GTSDB和CSTD数据集上都获得了较好的检测性能,基本满足实时处理的需求。