基于图像不变特征深度学习的交通标志分类

发布时间：2018-07-05 17:43

  本文选题：不变特征 + 深度学习　； 参考：《计算机辅助设计与图形学学报》2017年04期

【摘要】：针对自然场景下所采集的交通标志存在各种形变,且手工设计提取交通标志不变特征方法需要处理技巧的问题,提出一种自动学习提取交通标志不变特征的道路交通标志分类方法.首先基于慢特征分析的深度学习框架自动学习得到每个阶段的特征映射矩阵;然后基于各阶段特征映射矩阵提取交通标志图像第一阶段特征和第二阶段特征,并将其联合输出作为交通标志的特征;最后使用支持向量机进行交通标志分类.实验结果表明,该方法具有良好的泛化能力,能有效地应用于交通标志分类,所提取的特征具有一定的平移不变和旋转不变性.
[Abstract]:The traffic signs collected in the natural scene have a variety of deformation, and manual design to extract the invariant features of traffic signs needs to deal with the problem of skills. A classification method of road traffic signs based on automatic learning to extract invariant features of traffic signs is proposed. Firstly, the depth learning framework based on slow feature analysis can automatically learn the feature mapping matrix of each stage, and then extract the first stage feature and the second stage feature of traffic sign image based on each phase feature mapping matrix. The joint output is regarded as the feature of traffic signs. Finally, support vector machine is used to classify traffic signs. The experimental results show that the proposed method has good generalization ability and can be effectively applied to traffic sign classification. The extracted features are invariant in translation and invariant in rotation.
【作者单位】： 湖南师范大学工程与设计学院;中南大学信息科学与工程学院;
【基金】：湖南省教育厅资助科研项目(15C0823)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 奚惠宁;任蕊;;判断有关医学图像专利申请是否为非授权客体[J];电视技术;2013年S2期

2 韩双旺;崔兆顺;李德录;李芙蓉;;基于阈值的彩色目标图像的提取与测量[J];自动化与仪器仪表;2010年03期

3 林静;王薇婕;关丹丹;景军锋;;基于浮雕图像的3D浮雕效果实现[J];微型机与应用;2012年11期

4 李敏洁;魏仲慧;何昕;;基于FPGA的多功能图像目标发生器的设计与实现[J];微计算机信息;2005年25期

5 韩双旺;崔兆顺;鲍丽红;李德录;;基于目标图像的提取与测量[J];上海工程技术大学学报;2007年04期

6 刘进;孙婧;徐正全;顾鑫;;基于目标的图像轻量级加密[J];华中科技大学学报(自然科学版);2011年06期

7 于明;王倩;郭迎春;;一种图像的显著区域提取方法[J];光电工程;2012年08期

8 郭旭平,李在铭;图像目标的可视识别与智能跟踪[J];系统工程与电子技术;1998年08期

9 王成;张剑戈;江旭峰;章鲁;;基于知识的三维核医学图像左心室心肌区的提取[J];中国生物医学工程学报;2007年01期

10 卫颖奇;彭进业;张汉宁;;个性化图像推荐及可视化研究[J];计算机工程;2011年02期

相关会议论文 前5条

1 张林怡;王运锋;王建国;;分维数在SAR图像海岸线检测中的应用研究[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

2 李吉成;鲁新平;杨卫平;张志龙;高颖慧;沈振康;;图像目标的自动识别和快速筛选技术[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

3 佘二永;;SAR图像目标解译技术分析[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年

4 赵朝杰;朱虹;黎璐;董敏;袁承兴;;基于内容感知的图像非等比例缩放[A];第十四届全国图象图形学学术会议论文集[C];2008年

5 奚惠宁;;浅谈有关医学图像的专利申请如何判断是否是非授权客体[A];2013年中华全国专利代理人协会年会暨第四届知识产权论坛论文汇编第二部分[C];2013年

相关博士学位论文 前10条

1 钱智明;面向图像标注的张量表示与语义建模方法研究[D];国防科学技术大学;2015年

2 邓剑勋;多示例图像检索算法研究及在人脸识别中的应用[D];重庆大学;2012年

3 王亮申;图像特征提取及基于内容图像数据库检索理论和方法研究[D];大连理工大学;2002年

4 魏波;点时空约束图像目标跟踪理论与实时实现技术研究[D];电子科技大学;2000年

5 刘俊;基于钼靶图像的计算机辅助乳腺癌检测系统中关键技术研究[D];武汉科技大学;2012年

6 付华柱;图像协同关联性约束的研究与应用[D];天津大学;2013年

7 廖宜涛;基于图像与光谱信息的猪肉品质在线无损检测研究[D];浙江大学;2011年

8 陈海林;基于判别学习的图像目标分类研究[D];中国科学技术大学;2009年

9 王洪元;图像动态分析中的若干智能化方法研究[D];南京理工大学;2004年

10 徐丽;面向图像标记的条件随机场模型研究[D];长安大学;2013年

相关硕士学位论文 前10条

1 徐衍鲁;基于改进的K-means和层次聚类方法的词袋模型研究[D];上海师范大学;2015年

2 甘洪涌;SAR图像自动目标识别算法研究[D];哈尔滨理工大学;2014年

3 张玉营;基于认知理论的高分辨率PolSAR图像目标解译算法研究[D];哈尔滨工业大学;2015年

4 王帅;视频中扇贝图像的检测与定位研究[D];大连海洋大学;2015年

5 李伟;改进的主颜色提取方法及自适应权重图像检索算法研究[D];华中师范大学;2015年

6 李星云;码垛机器人视觉控制关键技术的研究[D];西南科技大学;2015年

7 梁，

本文编号：2101131