[发明专利]一种基于多属性联合特征的交通标志识别方法有效
| 申请号： | 201810117900.2 | 申请日： | 2018-02-06 |
| 公开（公告）号： | CN108416270B | 公开（公告）日： | 2021-07-06 |
| 发明（设计）人： | 孙伟;杜宏吉;张小瑞;赵玉舟;施顺顺;杨翠芳 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 南京汇盛专利商标事务所(普通合伙) 32238 | 代理人： | 张立荣 |
| 地址： | 210044 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于多属性联合特征的交通标志识别方法，首先对图像进行预处理，然后设计卷积神经网络结构，通过该CNN网络自动提取交通标志特征，为了充分利用CNN多层特征的有用信息，提取最后3层特征图，将提取出的每层特征图通过多尺度池化操作形成3个尺度的特征矩阵，将3个尺度的特征矩阵按列展开并级联成列向量；然后将得到的3个列向量级联成一个具有多尺度多属性的联合特征向量；最后将联合特征向量通过ELM分类器进行分类，从而高效地完成交通标志的识别分类。 | ||
| 搜索关键词： | 一种 基于 属性 联合 特征 交通标志 识别 方法 | ||
【主权项】：
1.一种基于多属性联合特征的交通标志识别方法，其特征在于，包括如下步骤：步骤1、对交通标志图像进行预处理；步骤2、设计卷积神经网络结构；步骤3、训练步骤2的卷积神经网络，并用该网络提取预处理后的交通标志图像特征；步骤4、提取卷积神经网络后三层的特征图，将提取出的后三层特征图通过多尺度池化操作形成三个尺度的特征矩阵，将三个尺度的特征矩阵按列展开并级联成列向量，然后将得到的三个列向量级联成一个具有多尺度多属性的联合特征向量；步骤5、设计ELM分类器模型；步骤6、将联合特征向量通过ELM分类器进行分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京信息工程大学，未经南京信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810117900.2/，转载请声明来源钻瓜专利网。
