2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、伴隨著汽車保有量的快速增長,智能化的駕駛輔助系統(tǒng)獲得了廣泛關(guān)注。交通標志識別作為智能交通系統(tǒng)(Intelligent Transportationsystem,ITS)的一個重要組成部分,在上個世紀70年代即開始了相關(guān)研究。基于視覺內(nèi)容的交通標志識別研究雖然經(jīng)歷了近半個世紀,但該問題仍然沒有被很好的解決,特別是面向?qū)嶋H應(yīng)用的真實自然場景的交通標志檢測與識別成為模式識別領(lǐng)域的難點之一。由于受復(fù)雜的道路狀況、背景干擾、天氣和光照等因素影響,

2、以及交通標志的種類繁多且類別間相似度高,都為檢測和識別帶來了極大的挑戰(zhàn)。本文深入分析了自然場景下影響交通標志識別的兩個關(guān)鍵因素:特征和分類器,綜合考慮了交通標志的檢測和識別性能,設(shè)計了端到端的多類別交通標志識別系統(tǒng),并且在自然場景數(shù)據(jù)庫中對其進行了驗證。本文的主要貢獻如下:
  一、提出了融合顏色信息的交通標志多特征描述方法。由于顏色信息對于交通標志的辨別具有重要的指導(dǎo)作用,本文在交通標志的紋理特征描述中融合了顏色信息,針對檢測和

3、識別的任務(wù)設(shè)計不同的特征表示方式,實驗表明融合顏色信息的特征描述提高了檢測和識別的準確率。
  二、提出一種Hardtraining的訓(xùn)練方式,將分類錯誤的樣本不斷加入訓(xùn)練集進行訓(xùn)練,獲得分層Boosting分類器。實驗表明,該步驟在保證召回率的基礎(chǔ)上極大的提高了檢測精度。同時,對漏檢區(qū)域進行區(qū)域擴展,并使用基于紋理特征的級聯(lián)分類器進行區(qū)域再檢測,使得檢測的整體召回率有較大的提高。
  三、提出了基于顏色HOG,顏色LBP的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論