论文部分内容阅读
由于类别的多样性、内部结构的相似性以及外界环境等因素的影响,交通标志识别一直是人工智能与模式识别领域中的难题之一,而影响识别准确性的主要因素是特征的鉴别性与冗余性。为了提高交通标志的识别准确性,提出了融合稀疏表示的方法。首先提取交通标志的HOG与GIST特征,再使用广义典型相关分析对提取的两个特征进行融合,融合得到的特征既保留了两个特征的有效信息,同时也增强了特征的鉴别性,但多特征的融合,难免会产生一定的冗余性。在不降低特征鉴别性的前提下,为了减少其冗余性,最后使用K-SVD对其进行字典学习稀疏表示