交通標(biāo)志識別

?

交通標(biāo)志識別

在視覺物體檢測領(lǐng)域，交通標(biāo)志識別是一個經(jīng)常被研究和應(yīng)用的部分。公共數(shù)據(jù)集已有很多的數(shù)量和種類，以供識別算法的試驗驗證研究?；趦蓚€大型檢測與分類數(shù)據(jù)集（分別在比利時和德國進(jìn)行采集）對現(xiàn)有識別方法進(jìn)行了研究。研究顯示，如果不經(jīng)過特殊的修正，現(xiàn)有的行人識別、交通標(biāo)志識別、數(shù)字識別和人臉識別的正確檢出率最高能夠達(dá)到95%～99%。

目前，交通標(biāo)志識別方法的主流是通過模式分類進(jìn)行的，模式分類分為特征向量提取和分類算法，二者都會影響算法的檢測性能。特征值的提取有很多種方法，有的基于顏色與形狀，有的基于直方圖特征。特征值提取之前通常還要進(jìn)行一些預(yù)處理，這樣可以使特征更加明顯地顯現(xiàn)出來，避免周圍環(huán)境和噪聲的干擾，特征值提取的精準(zhǔn)與否直接影響下一步分類器的分類結(jié)果。特征值的選取以少為好，這樣可以減少特征值提取的計算量，同時能夠減小分類器的復(fù)雜程度。分類方法可選用簡單的閾值方法，也可使用復(fù)雜的神經(jīng)網(wǎng)絡(luò)方法，并通過特征值或者特征向量來判斷目標(biāo)是否屬于某個確定的類。試驗驗證了各種不同選擇方法之間的權(quán)衡。從試驗結(jié)果來看，最好的方法是使用直方圖特性進(jìn)行檢測，使用稀疏表示進(jìn)行分類。

Markus Mathias et al. Neural Networks (IJCNN), The 2013 International Joint Conference.

編譯：王也