王坤明
- 作品数:3 被引量:73H指数:3
- 供职机构:辽宁石油化工大学信息工程学院更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于不变矩和神经网络的交通标志识别方法研究被引量:29
- 2004年
- 在交通标志实时识别过程中,由于参考图像与实测图像不是同时获取的,因此摄像机与被摄交通标志之间的位置难以保证完全相同。于是,所获取的参考交通标志图像与实测交通标志图像之间就可能产生几何失真。几何失真将对于图像识别的结果带来很大的影响。因此,需要寻找一种具有旋转和比例不变性的图像识别方法,以满足实际应用中的需要。针对上述问题,提出了一种基于不变矩和神经网络的交通标志识别算法。实验结果表明,所提出的识别算法具有很好的识别能力。
- 王坤明许忠仁
- 关键词:智能运输系统交通标志识别神经网络BP算法不变矩
- 应用BP神经网络分类器识别交通标志被引量:33
- 2003年
- 介绍了神经网络特性和BP神经网络分类器的一般原理。针对交通标志识别需要处理的信息量大以及受天气道路等外界条件的影响存在噪声干扰的情况,提出了一种应用BP神经网络分类器识别交通标志的方法。识别分为图像数字处理、BP神经网络的训练、测试与对加入噪声图像进行识别3个步骤,经实验取得了良好的识别效果。
- 杨斐王坤明马欣朱双东
- 关键词:BP神经网络分类器图像识别道路交通标志
- 基于神经网络的交通标志识别方法被引量:22
- 2003年
- 介绍了神经网络分类器的基本原理,针对3类交通标志,即禁止标志、警告标志和指示标志,提出了应用神经网络分类器进行交通标志自动识别的基本方法。神经网络分类器由两层网络联结而成,前层网络由单个BP网络完成交通标志的粗分工作,后层由3个BP网络将粗分结果分别进行细分,完成识别任务。此设计结构与传统的单层分类器相比,在训练速度和识别正确率方面都有较大的提高;显然,这与神经网络在解决小规模问题时正确率高、训练速度快相符合。同时,增加新的训练样本时,只要对相应网络进行训练即可,而不必对整个网络进行重新训练。实验结果表明,基于神经网络的交通标志自动识别方法,具有很好的识别效果。
- 王坤明杨斐许忠仁
- 关键词:智能运输系统交通标志识别神经网络BP算法