文献

J-GLOBAL ID：201702257023145259   整理番号：17A1295157

画像不変特徴深さ学習に基づく交通標識分類【JST・京大機械翻訳】

Traffic Sign Classification Based on Deep Learning of Image Invariant Feature

著者 (4件)： Xie Jin (湖南師范大学工程与設計学院 長沙 410081) ,  Cai Zixing (中南大学信息科学与工程学院 長沙 410083) ,  Deng Haitao (湖南師范大学工程与設計学院 長沙 410081) ,  Sheng Yan (湖南師范大学工程与設計学院 長沙 410081)
資料名： Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao  (Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao)
巻： 29  号： 4  ページ： 632-640  発行年： 2017年 
JST資料番号： W1498A  ISSN： 1003-9775  CODEN： JFTXFX  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 自然景観の下で収集した交通標識に対して各種の変形が存在し、かつ手の設計による交通標識不変特徴抽出方法は処理技術の問題を解決する必要があり、自動的に交通標識の不変特徴を抽出する道路交通標識分類方法を提案した。まず第一に,遅い特徴解析に基づく深さ学習フレームワークを用いて,各段階の特徴マッピングマトリックスを自動的に学習した。次に,各段階における特徴マッピングマトリックスに基づいて,交通標識画像の第一段階特性と第二段階特性を抽出し,それらの結合出力を交通標識の特徴として用いた。最後に,サポートベクトルマシンを用いて交通標識を分類した。実験結果により,本方法は,良好な一般化能力を持ち,そして,効果的に交通標識分類に適用することができ,そして,抽出した特徴は,一定の並進不変性および回転不変性を持った。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 並進不変性 ,  自然景観 ,  *画像 ,  回転不変性 ,  特徴抽出 ,  *学習 ,  *不変性 ,  道路 ,  サポートベクトルマシン ,  *交通標識
準シソーラス用語： 特徴解析 ,  分類法 , 【Automatic Indexing@JST】

著者キーワード (4件)： invariant feature ,  deep learning ,  traffic sign classification ,  slow feature analysis

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 不変 ,  学習 ,  交通標識 ,  分類