期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于轮廓重合度分析的道路标记鲁棒识别
被引量:
1
1
作者
陈家成
肖晓明
+2 位作者
黄余
唐琎
耿耀君
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2020年第7期1813-1824,共12页
基于道路标线识别是自动驾驶中的一个关键问题,提出一种消除道路场景中大量非目标干扰的道路标线识别方法。该方法将基于椭圆傅里叶描述子的支持向量机分类结果和对道路标线轮廓分析结果进行融合。在此算法中,为了减小非目标区域的干扰...
基于道路标线识别是自动驾驶中的一个关键问题,提出一种消除道路场景中大量非目标干扰的道路标线识别方法。该方法将基于椭圆傅里叶描述子的支持向量机分类结果和对道路标线轮廓分析结果进行融合。在此算法中,为了减小非目标区域的干扰,对轮廓图像与Canny边缘图像重合度进行分析以滤除非目标区域。研究结果表明:该道路标记识别算法的分类准确率高达98.69%,召回率高达94.02%,同时误报率较低,为0.61%;精确率和召回率的调和平均数F1高达96.30%;整个道路标记识别算法平均运行时间为34.79 ms,能够实时地检测并分类8种常见道路标记,表明该方法的识别效果较好。
展开更多
关键词
交通标记
边缘检测
非目标干扰
椭圆傅里叶描述子
轮廓分析
下载PDF
职称材料
题名
基于轮廓重合度分析的道路标记鲁棒识别
被引量:
1
1
作者
陈家成
肖晓明
黄余
唐琎
耿耀君
机构
西北农林科技大学信息工程学院
中南大学自动化学院
出处
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2020年第7期1813-1824,共12页
基金
国家自然科学基金资助项目(91220301,61502537)。
文摘
基于道路标线识别是自动驾驶中的一个关键问题,提出一种消除道路场景中大量非目标干扰的道路标线识别方法。该方法将基于椭圆傅里叶描述子的支持向量机分类结果和对道路标线轮廓分析结果进行融合。在此算法中,为了减小非目标区域的干扰,对轮廓图像与Canny边缘图像重合度进行分析以滤除非目标区域。研究结果表明:该道路标记识别算法的分类准确率高达98.69%,召回率高达94.02%,同时误报率较低,为0.61%;精确率和召回率的调和平均数F1高达96.30%;整个道路标记识别算法平均运行时间为34.79 ms,能够实时地检测并分类8种常见道路标记,表明该方法的识别效果较好。
关键词
交通标记
边缘检测
非目标干扰
椭圆傅里叶描述子
轮廓分析
Keywords
traffic sign
edge detection
non-target interference
elliptic Fourier descriptors
contour analysis
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于轮廓重合度分析的道路标记鲁棒识别
陈家成
肖晓明
黄余
唐琎
耿耀君
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2020
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部