智能計算開題報告第七組

智能計算開題報告第七組成員:張翰超金

姣陳一鳴小組分工張翰超：交通限速標志提取、識別陳一鳴：交通限速標志識別金 姣：數(shù)據(jù)采集、識別算法研究、 文檔編寫及展示背景介紹簡介過程意義簡介交通標志識別（TSR）可用來管理交通標志、提醒司機以及命令或者禁止某些行為?？焖?、實時和自動的交通標志檢測和識別系統(tǒng)不僅能給司機帶來方便，因此大大提高了駕駛的安全性和舒適性。一般來說，交通標志提供大量的安全高效導(dǎo)航的信息。因此，高效識別交通標志，無論是對自動智能化駕駛車輛還是駕駛輔助系統(tǒng)都很重要。過程交通標志識別系統(tǒng)通常分為兩個特定的階段：第一個是檢測錄像中的交通標志或者是圖像處理；第二個階段涉及到識別那些檢測出來的交通

標志，即在人工神經(jīng)網(wǎng)絡(luò)中處理感興趣目標。檢測算法通常是基于形狀或顏色分割片段，這些提取出的分割區(qū)域作為識別階段的輸入數(shù)據(jù)。意義交通標志提供大量的安全高效導(dǎo)航的信息。因此，高效識別交通標志，無論是對自動智能化駕駛車輛還是駕駛輔助系統(tǒng)都很重要。主要內(nèi)容：

一．數(shù)據(jù)采集二．交通標志提取三．交通標志識別四．實驗結(jié)果及其分析一、數(shù)據(jù)采集1.本實驗主要識別限速交通標志：5、25、40、50、60示例：限速60的速度牌一、數(shù)據(jù)采集2.數(shù)據(jù)采集的主要途徑：①通過Google搜索引擎獲取②實地采集3.數(shù)據(jù)采集的要求：每種交通限速標志分不同角度采集二、交通標志提取對采集的原始數(shù)據(jù)進行交通標志提取、裁切、標準化。二、交通標志提取1.預(yù)處理①通過波段運算進行圖像增強②高斯濾波去除噪聲③圖像二值化二、交通標志提取2.標志提取——圓提?、倩舴蜃儞Q進行圓提?、谶M行裁切得到交通標志③歸一化交通標志圖像（30X30）三、交通標志識別The

input

of

the

Neural

Network30x30

pixels

RGB

&

gray

image三、交通標志識別Neural

network

architecture---MLP

(Multi

LayerPerceptron)The

total

input

to

MLP

is

63

nodes.

They

consists

of

3normalized

average

maximum

pixel

values,

MR,

MG

and

MB,30

inputs

from

a

vertical

histogram

(vh)

and

30

inputs

froma

horizontal

histogram(hh).三、交通標志識別The

training

set

consists

of

two

main

dataThe

training

set

consists

of

two

main

dataillustrates

the

4

patterns

of

training

data

withoutproblem.illustrates

the

4

patterns

of

training

data

with

5different

distortionsproblems(stain

color,

noise,pixilated

distortion,

blur,

and

color

distortion).三、交通標志識別The

validation

setVerifies

the

network

by

observing

Least-Square-Criterion

and

Kullback-Leibler

Distance

measurements三、交通標志識別Pattern

recognition:

MLP

Structure

(Multi

LayerPerceptron)In

the

training

process,

the

network

obtains

63

essentialtraining

data

parameters

which

are

extracted

by

theForm

Recognition

Stage.

The

weights

of

63

node-inputlayer

are

altered,

and

then

the

parameters

are

passed

to

the

hidden

layer

respectively.When

performing

the

network,

the

net