文献

J-GLOBAL ID：201802232567853837   整理番号：18A0447612

局所特性とELMに基づく交通標識分類【Powered by NICT】

Traffic Signs Classification Based on Local Characteristics and ELM

著者 (5件)： Li Wenju ,  Chen Qi ,  Dong Tianzhen ,  Wei Lihua ,  Zhang Qing
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISCID  ページ： 127-130  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 交通信号はITSにおいて重要な問題として分類。本論文では,局所特性とELMニューラルネットワークに基づく交通標識認識手法を提示した。この方法は地域の特性およびELMニューラルネットワークの多様性を組み合わせたものである。最初に,H OG特徴とLBP特性は符号特性を抽出するために使用し,新しい固有ベクトル,訓練のためのELMニューラルネットワークへの入力を形成した。最後に訓練されたELMネットワークは,交通標識認識に使用した。GTSRBデータベースから抽出した交通標識試料780訓練サンプルと120試験試料を含む結果は,試験試料の認識率は2.97ms/frame100%までであることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ネットワーク ,  データベース ,  *交通標識 ,  ニューラルネットワーク ,  固有ベクトル ,  符号特性
準シソーラス用語： 認識率 ,  交通信号 , 【Automatic Indexing@JST】

分類 (2件)： 交通管制・規制  (TB01032S) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ELM ,  交通標識 ,  分類