逐级细化的交通标志识别算法

作     者：徐丹 张绛丽 于化龙 左欣 高尚 Xu Dan, Zhang Jiangli, Yu Hualong, Zuo Xin, Gao Shang

作者机构：江苏科技大学计算机学院镇江212003 

出 版 物：《数据采集与处理》 (Journal of Data Acquisition and Processing)

年 卷 期：2018年第33卷第3期

页      面：547-554页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 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(61305058 61772244)资助项目 江苏省自然科学基金(BK20130471 BK20150470)资助项目 江苏省高校自然科学研究面上(16KJB520009)资助项目 

主　　题：交通标志识别 逐级细化 词袋模型 颜色属性-梯度直方图 

摘      要：针对交通标志识别中存在的识别精度和实时应用之间的矛盾,根据中国交通标志的特点,提出一种逐级细化的交通标志识别算法。首先进行粗分类,构建颜色属性-梯度直方图(Color name-histogram of gradient,CN-HOG)描述子表示每类标志的形状和颜色特征,采用线性支持向量机(Support vector machine,SVM)将交通标分为禁令标志、警告标志、指示标志、解除禁令标志和其他标志5大类;然后进行细分类,采用词袋模型中颜色和形状特征早融合的方式将颜色属性(Color name,CN)和尺度不变特征变换(Scale-invariant feature transform,SIFT)描述子相结合、利用高斯核SVM得到交通标志区域的最终类别标记。在公开数据集上的实验表明本文算法在满足实时应用的同时取得了99.15%的识别精度。