利用HOG-LBP自适应融合特征实现禁令交通标志检测

陈龙; 潘志敏; 毛庆洲; 李清泉

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用HOG-LBP自适应融合特征实现禁令交通标志检测

陈龙, 潘志敏, 毛庆洲, 李清泉

文章导航 > 武汉大学学报 ( 信息科学版) > 2013 > 38(2): 191-194

陈龙, 潘志敏, 毛庆洲, 李清泉. 利用HOG-LBP自适应融合特征实现禁令交通标志检测[J]. 武汉大学学报 ( 信息科学版), 2013, 38(2): 191-194.

引用本文:

陈龙, 潘志敏, 毛庆洲, 李清泉. 利用HOG-LBP自适应融合特征实现禁令交通标志检测[J]. 武汉大学学报 ( 信息科学版), 2013, 38(2): 191-194.

CHEN Long, PAN Zhimin, MAO Qingzhou, LI Qingquan. HOG-LBP Adaptable Fused Features Based Method for Forbidden Traffic Signs Detection[J]. Geomatics and Information Science of Wuhan University, 2013, 38(2): 191-194.

Citation:

CHEN Long, PAN Zhimin, MAO Qingzhou, LI Qingquan. HOG-LBP Adaptable Fused Features Based Method for Forbidden Traffic Signs Detection[J]. Geomatics and Information Science of Wuhan University, 2013, 38(2): 191-194.

利用HOG-LBP自适应融合特征实现禁令交通标志检测

陈龙^1,3,
潘志敏^1,2,
毛庆洲^1,2,
李清泉^1,4

1 武汉大学时空数据智能获取技术与应用教育部工程研究中心, 武汉市珞喻路129号, 430079;
2 武汉大学测绘遥感信息工程国家重点实验室, 武汉市珞喻路129号, 430079;
3 武汉大学电子信息学院, 武汉市珞珈山, 430072;
4 时空信息智能感知与服务深圳市重点实验室, 深圳市南海大道3688号, 518060

基金项目: 国家973计划资助项目(2010CB732100);湖北省自然科学基金资助项目(2010CDBO8407)

详细信息

作者简介:
陈龙,博士生,研究方向为图像处理、机器视觉、智能车和智能交通系统。E-mail:lchen@whu.edu.cn

中图分类号: U491.116

HOG-LBP Adaptable Fused Features Based Method for Forbidden Traffic Signs Detection

1 Engineering Research Center for Spatio-temporal Data Smart Acquisition and Application, Wuhan University, 129 Luoyu Road, Wuhan 430079, China;
2 State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, 129 Luoyu Road, Wuhan 430079, China;
3 School of Electronic Information, Wuhan University, Luojia Hill, Wuhan 430072, China;
4 Shenzhen Key Laboratory of Spatial-temporal Smart Sensing and Services, 3688 Nanhai Avenue, Shenzhen 518060, China

摘要: 针对禁令交通标志牌提出了一种基于HOG-LBP自适应融合特征的交通标志检测方法,将标志图片等分为多个不重叠的块,每块内将加权后的HOG和LBP特征进行串行融合作为最终特征,其中每类特征权值由块内梯度幅值决定,融合后的特征采用SVM进行分类器训练,并将训练结果用于交通标志检测。实验结果表明,基于HOG-LBP自适应融合特征的效果优于基于单独HOG、LBP特征和简单HOG-LBP融合特征的效果。
- HOG-LBP特征融合 /
- 交通标志检测 /
- 无人驾驶
Abstract: This paper presents a novel approach of detecting forbidden traffic signs.In this approach,a HOG-LBP(histograms of oriented gradients-local binary patterns) adaptable fused feature is proposed.The traffic sign image is cut into several non-overlapping blocks,in each block,the HOG and LBP features are weighted serial fused based on each block's gradient value.Then to get classifier which is used in detecting forbidden traffic signs,SVM(support vector machine) is used in training features.The experimental results show that proposed fusion feature is more effective and feasible than HOG,LBP and simple serial fused HOG-LBP feature.
- HOG-LBP fusion feature /
- traffic sign detection /
- intelligent vehicle

[1]	李健平. 多源数据融合的低空无人机激光扫描平台自主定位定姿关键技术 . 武汉大学学报 ( 信息科学版), 2022, 47(3): 481-481. doi: 10.13203/j.whugis20210680
[2]	姚永祥, 段平, 李佳, 王云川. 联合对数极坐标描述与位置尺度特征的无人机影像匹配算法 . 武汉大学学报 ( 信息科学版), 2022, 47(8): 1271-1278. doi: 10.13203/j.whugis20200362
[3]	孙梦婷, 魏海平, 李星滢, 徐立. 利用CART分类树分类检测交通拥堵点 . 武汉大学学报 ( 信息科学版), 2022, 47(5): 683-692. doi: 10.13203/j.whugis20190288
[4]	卢笑, 竺一薇, 阳牡花, 周炫余, 王耀南. 联合图像与单目深度特征的强化学习端到端自动驾驶决策方法 . 武汉大学学报 ( 信息科学版), 2021, 46(12): 1862-1871. doi: 10.13203/j.whugis20210409
[5]	张瑞倩, 邵振峰, Aleksei Portnov, 汪家明. 多尺度空洞卷积的无人机影像目标检测方法 . 武汉大学学报 ( 信息科学版), 2020, 45(6): 895-903. doi: 10.13203/j.whugis20200253
[6]	叶语同, 李必军, 付黎明. 智能驾驶中点云目标快速检测与跟踪 . 武汉大学学报 ( 信息科学版), 2019, 44(1): 139-144, 152. doi: 10.13203/j.whugis20170146
[7]	闫利, 周建彤. 单张无人机影像水体高光自动检测与补偿方法 . 武汉大学学报 ( 信息科学版), 2018, 43(10): 1511-1517, 1602. doi: 10.13203/j.whugis20170011
[8]	徐亚明, 石娟, 安动动, 马旭东. 利用影像分割和匹配特征进行无人机影像变化检测 . 武汉大学学报 ( 信息科学版), 2016, 41(10): 1286-1291. doi: 10.13203/j.whugis20140873
[9]	李迎松, 郑顺义, 夏远鑫, 王政. 自然环境下圆形禁令交通标志检测 . 武汉大学学报 ( 信息科学版), 2016, 41(12): 1619-1625. doi: 10.13203/j.whugis20140638
[10]	刘操, 郑宏, 黎曦, 余典. 基于多通道融合HOG特征的全天候运动车辆检测方法 . 武汉大学学报 ( 信息科学版), 2015, 40(8): 1048-1053. doi: 10.13203/j.whugis20130341
[11]	陈龙, 潘志敏, 李清泉, 萧世伦. 利用ASIFT算法实现多视角静态交通标志识别 . 武汉大学学报 ( 信息科学版), 2013, 38(5): 553-556.
[12]	李清泉, 曹晶, 乐阳, 李志恒. 短时交通流量模式提取及时变特征分析 . 武汉大学学报 ( 信息科学版), 2011, 36(12): 1392-1396.
[13]	宋莺, 李清泉. 实时交通信息与移动导航电子地图融合表达 . 武汉大学学报 ( 信息科学版), 2010, 35(9): 1108-1111.
[14]	刘晋苏, 任沁源, 韩波, 李平. 基于微型无人机平台的航拍动态阴影检测 . 武汉大学学报 ( 信息科学版), 2010, 35(11): 1275-1278.
[15]	雷波, 李清泉. 复杂交通场景中车辆视频检测的背景提取与更新 . 武汉大学学报 ( 信息科学版), 2009, 34(8): 906-909.
[16]	张永军. 无人驾驶飞艇低空遥感影像的几何处理 . 武汉大学学报 ( 信息科学版), 2009, 34(3): 284-288.
[17]	张卡, 盛业华, 叶春. 针对车载移动测量系统的交通标志自动检测 . 武汉大学学报 ( 信息科学版), 2009, 34(12): 1448-1453.
[18]	张剑清, 佘琼, 潘励. 基于LBP/C纹理的遥感影像居民地变化检测 . 武汉大学学报 ( 信息科学版), 2008, 33(1): 7-11.
[19]	徐迪红, 唐炉亮. 基于颜色和标志边缘特征的交通标志检测 . 武汉大学学报 ( 信息科学版), 2008, 33(4): 433-436.
[20]	施品浩. GPS接收机天线装置定向标志线及平均相位中心参数的检测 . 武汉大学学报 ( 信息科学版), 1990, 15(1): 28-38.

点击查看大图

计量

文章访问数: 584
HTML全文浏览量: 54
PDF下载量: 68
被引次数: 0

利用HOG-LBP自适应融合特征实现禁令交通标志检测

1 武汉大学时空数据智能获取技术与应用教育部工程研究中心, 武汉市珞喻路129号, 430079;

2 武汉大学测绘遥感信息工程国家重点实验室, 武汉市珞喻路129号, 430079;

3 武汉大学电子信息学院, 武汉市珞珈山, 430072;

4 时空信息智能感知与服务深圳市重点实验室, 深圳市南海大道3688号, 518060

基金项目: 国家973计划资助项目(2010CB732100);湖北省自然科学基金资助项目(2010CDBO8407)

作者简介:
陈龙,博士生,研究方向为图像处理、机器视觉、智能车和智能交通系统。E-mail:lchen@whu.edu.cn

收稿日期: 2012-12-11
刊出日期: 2013-02-05

中图分类号: U491.116

关键词:

HOG-LBP特征融合 /

交通标志检测 /

无人驾驶

摘要: 针对禁令交通标志牌提出了一种基于HOG-LBP自适应融合特征的交通标志检测方法,将标志图片等分为多个不重叠的块,每块内将加权后的HOG和LBP特征进行串行融合作为最终特征,其中每类特征权值由块内梯度幅值决定,融合后的特征采用SVM进行分类器训练,并将训练结果用于交通标志检测。实验结果表明,基于HOG-LBP自适应融合特征的效果优于基于单独HOG、LBP特征和简单HOG-LBP融合特征的效果。