文献类型：期刊文章

作　　者：曹海燕[1] 张大维[1]

CAO Haiyan;ZHANG Dawei(School of Communication Technology,Nanguang College of Communication University of China,Nanjing 211172,China)

机构地区：[1]中国传媒大学南广学院传媒技术学院,江苏南京211172

出　　处：《微型电脑应用》

基　　金：江苏省高校自然科学研究面上项目(18KJD520006)。

年　　份：2021

卷　　号：37

期　　号：1

起止页码：19-22

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：交通标志图像识别具有十分重要的研究意义,传统方法的交通标志图像识别正确率低,耗时长,为了解决传统方法存在的局限性,更加准确识别各种类型的交通标志图像,提出了基于机器学习算法的交通标志图像智能识别方法。首先对当前交通标志图像识别的研究进展进行分析,找到引起交通标志图像识别误差的影响因素,然后提取多特征交通标志图像特征,并引入机器学习算法——极限学习机拟合特征向量与交通标志图像类型之间的内存关联,建立交通标志图像智能识别的分类器,进行了仿真对照测试。交通标志图像识别正确率超过了95%,将识别误差控制在实际应用的区间内,交通标志图像识别时间短,而且整体识别效果要优于传统方法,验证了交通标志图像智能识别方法的优越性。

关 键 词：交通标志 图像类型  机器学习算法 智能识别  极限学习机 特征向量

分 类 号：TP391]