没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
针对禁令交通标志牌提出了一种基于HOG-LBP自适应融合特征的交通标志检测方法,将标志图片等分为多个不重叠的块,每块内将加权后的HOG和LBP特征进行串行融合作为最终特征,其中每类特征权值由块内梯度幅值决定,融合后的特征采用SVM进行分类器训练,并将训练结果用于交通标志检测。实验结果表明,基于HOG-LBP自适应融合特征的效果优于基于单独HOG、LBP特征和简单HOG-LBP融合特征的效果。
资源推荐
资源详情
资源评论
第
38
卷第
2
期
2013
年
2
月
武汉大学学报·信息科学版
Geomatics and Information Science
of
Wuhan University
Vo
l.
38
NO.2
Feb.
2013
文章编号
:1671-8860(2013)02-0191-04
文献标志码
:A
利用
HOG-LBP
自适应融合特征
实现禁令交通标志检测
陈
龙1,
3
潘志敏1,
2
毛庆洲1,
2
李清泉
4
,
1
(1
武汉大学时空数据智能获取技术与应用教育部工程研究中心,武汉市珞喻路
129
号,
430079)
(2
武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路
129
号,
430079)
(3
武汉大学电子信息学院,武汉市珞咖山,
430072)
(4
时空信息智能感知与服务深圳市重点实验室,深圳市南海大道
3688
号,
518060)
摘
要:针对禁令交通标志牌提出了一种基于
HO
G-
LBP
自适应融合特征的交通标志检测方法,将标志图片
等分为多个不重叠的块,每块内将加权后的
HOG
和
LBP
特征进行串行融合作为最终特征,其中每类特征权
值由决内梯度幅值决定,融合后的特征采用
SVM
进行分类器训练,并将训练、结果用于交通标志检测。实验
结果表明,基于
HO
G-
LBP
自适应融合特征的效果优于基于羊独
HOG
、
LBP
特征和简单
HO
G-
LBP
融合特征
的效果。
关键词:
HO
G-
LBP
特征融合;交通标志检测;无人驾驶
中图法分类号:
U49
1.
116
智能交通标志识别分为两步:标志的检测即
定位和交通标志的分类。检测是分类的基础,同
时也是识别中的难点。已有的检测方法大致可以
分为:基于几何形状、色彩特征的方法和基于机器
学习的方法。基于色彩特征的方法易于实现,但
由于光照、视角的原因,算法不够稳定,如基于
RGB
[J
-2J
的方法容易受光线的影响,产生一些部分
的
RGB
数值偏高而一些部分的数值偏低的现象,
使检测结果极不稳定;基于几何形状包括标志边
缘特征阳的方法,模板匹配
[4J
简单而又快速,但由
于局部遮挡以及图像旋转情况的存在而可靠性
低。遗传算法
[5J
常用于形状检测,可能收敛过早
或陷入局部收敛极限点。近年来,还出现了模糊
理论[町、
FFT[7
J
等这些方法大多都是基于连通性
的检测方法,而在实际图像中,兴趣区域的连通性
不佳以及局部破损会直接影响检测效果。
基于稳定特征结合分类器的机器学习方法逐
渐成为一种更为可靠的方式[叫,基于此,本文根
据交通标志的特点,提出了一种基于
HOG-LBP
(histograms
of
oriented
gradients-local
binary
收稿日期
:2012-12-110
patterns)
自适应融合特征的交通标志检测方法。
1
HOG-LBP
自适应融合特征
HOG
特征
[9J
的主要思想是在一幅图像中,
局部目标的表象和形状能够被梯度或边缘的方向
密度分布很好地描述。局部二进制模式[叫(亦称
LBP
算子〉首先由芬兰科学家
Oiala
等提出,其缺
点是
LBP
方法的窗口大小固定,且与图像内容无
关,这导致了
LBP
在纹理基元特征的提取上出现
误差,难以适应不同粗糙度和尺度纹理的要求。
融合[l1
J
一般分为三个层次:数据层融合、特
征层融合以及决策层融合。本文主要关注特征层
的融合,即由分立的多个特征集产生新融合的特
征集,新的融合的特征集将用于最后的分类。
现有的特征层融合策略一般可分为串行融合
和并行融合。假定
A
和
B
是定义在同一样本空
间。上的两个特征空间。对任意样本
eεο
,对应
的两个特征向量为
αεA
和
PEB
。串行融合后的
特征矩阵
γ=(α
,。如或
γ=(
缸,如,其中。为权重
项目来源:国家
973
计划资助项目
(2010C
B7
32100)
;湖北省自然科学基金资助项目
(2010CDB0840
7)。
资源评论
weixin_38673694
- 粉丝: 3
- 资源: 949
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功