融合式空间塔式算子和HIK-SVM的交通标志识别研究
Traffic Sign Recognition Based on Pyramid Histogram Fusion Descriptor and HIK-SVM作者机构:武汉理工大学自动化学院武汉430070
出 版 物:《交通运输系统工程与信息》 (Journal of Transportation Systems Engineering and Information Technology)
年 卷 期:2017年第17卷第1期
页 面:220-226页
核心收录:
学科分类:1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 0802[工学-机械工程] 0814[工学-土木工程] 0811[工学-控制科学与工程] 0701[理学-数学] 0812[工学-计算机科学与技术(可授工学、理学学位)] 0823[工学-交通运输工程]
主 题:智能交通 交通标志识别 塔式词袋直方图 塔式边缘方向梯度直方图 支持向量机 dense SIFT
摘 要:在交通标志识别问题上,提出了一种基于融合式的空间塔式算子和直方图交叉核支持向量机(HIK-SVM)的分类方法.在该方法中,通过提取图像的灰度塔式词袋直方图(Gray-PHOW)特征、颜色塔式词袋直方图(Color-PHOW)特征和塔式边缘方向梯度直方图(PHOG)特征来对交通标志的外观、颜色和轮廓信息进行描述.通过提取空间塔式直方图特征,能很好地对图像各种特征的空间分布状况进行描述.提取到图像的外观、颜色、轮廓和特征的空间分布信息后,对其进行融合,最后得到的融合式的空间塔式特征具有很强的鲁棒性.将该融合式特征送入HIK-SVM进行训练和分类,取得了极其高的识别效果.