基于图像不变特征深度学习的交通标志分类

作     者：谢锦 蔡自兴 邓海涛 盛艳 Xie Jin;Cai Zixing;Deng Haitao;Sheng Yan

作者机构：湖南师范大学工程与设计学院长沙410081 中南大学信息科学与工程学院长沙410083 

基　　金：湖南省教育厅资助科研项目(15C0823) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2017年第29卷第4期

页      码：632-640页

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.

主 题 词：不变特征 深度学习 交通标志分类 慢特征分析 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1003-9775.2017.04.008

馆 藏 号：203220552...