论文部分内容阅读
随着社会气象日新月异,科技发展突飞猛进,人们对生活的舒适度有了更高的要求。在此背景下,汽车变成了人们出行代步的必备交通工具。但是,汽车的普及尽管可以使人们的生活舒适便利许多,却也导致了道路交通事故的日益增多,给很多家庭带去了噩梦。往往由于道路的背景状况比较复杂,而交通信号种类繁多且不易看懂,导致驾驶人员会由于注意力的过度集中而遗漏或者误识各种交通提醒标志,最终酿成悲剧。因此,人工智能的交通标志识别,作为辅助驾驶系统或者无人驾驶系统的核心技术应运而生,并快速发展起来,为汽车使用人员的安全多一份保障。近些年学者们纷纷提出了许多涉及到交通标志识别的研究方法,其中不乏许多优秀的处理方法。不过,多数的识别算法都是针对电脑终端对自然场景的交通标志的检测结果,或者是针对含有交通标志的标准图像,但是在实际生活中的应用性很低。真正可以应用于实践之中,能够解决实时的交通问题的还是基于移动终端上的识别方法。在此背景下,本文设计实现了一种移动互联环境下的交通标志实时识别系统。该系统采用传统的C/S结构,由客户端实时检测并截取交通标志子图,将检测得到的子图发送至服务器,然后服务器返回交通标志的识别信息。在移动客户端的标志检测功能上,本文通过颜色检测和形状检测结合的方式。首先,我们将移动端上的实时帧图像进行颜色分割,提取我们所敏感的颜色区域,然后剔除噪声区域,选取候选区域进行霍夫变换的形状识别,最终完成交通标志的检测,将检测的图形进行适当压缩,发送给服务器端进行类别的识别。在服务器端的标志识别功能上,本文采用一种基于稀疏表示的图嵌入识别算法(SRGE)。SRGE将稀疏表示的优化作用和图嵌入的识别融合在一起,既保留了样本集合的局部关系结构,又体现出了整体的判别信息。而交通标志具有的特殊性:多层分类,即大类之中包含小类。因此我们会通过类间和类内的关系来进行层次化构图。在识别之后,服务器会将识别的结果发送给移动端,由此来完成整个系统的一次响应。