基于稀疏表示的交通標(biāo)識(shí)識(shí)別.pdf

1、交通標(biāo)識(shí)識(shí)別作為智能交通系統(tǒng)的一個(gè)重要組成部分，已成為國(guó)內(nèi)外視覺(jué)研究領(lǐng)域的一個(gè)熱點(diǎn)問(wèn)題。交通標(biāo)識(shí)種類(lèi)繁多，自然場(chǎng)景中面臨復(fù)雜背景、光照、污染、變形、遮擋等多種因素的影響，這些對(duì)交通標(biāo)識(shí)識(shí)別方法的準(zhǔn)確性、魯棒性和實(shí)時(shí)性都提出了較高的要求?；谙∈璞硎镜淖R(shí)別方法由于具有識(shí)別率高、魯棒性強(qiáng)等優(yōu)勢(shì)，近年來(lái)受到越來(lái)越多的關(guān)注，并且在人臉識(shí)別中獲得了較好的實(shí)驗(yàn)結(jié)果。本文重點(diǎn)研究基于稀疏表示的交通標(biāo)識(shí)識(shí)別方法，并對(duì)其中的一些關(guān)鍵步驟進(jìn)行了研究和改進(jìn)。

2、
　　 本文首先對(duì)德國(guó)交通標(biāo)識(shí)數(shù)據(jù)庫(kù)(GermanTrafficSignRecognitionBenchmark)中的實(shí)驗(yàn)樣本進(jìn)行圖像預(yù)處理，然后采用經(jīng)典的稀疏分解算法——正交匹配追蹤算法進(jìn)行了實(shí)驗(yàn)的分析和比較，結(jié)果表明正交匹配追蹤算法在交通標(biāo)識(shí)識(shí)別中同樣具有較高的識(shí)別準(zhǔn)確率和較強(qiáng)的魯棒性。
　　 接著本文介紹并分析了一種新型的稀疏表示方法——基于兩階段的稀疏表示識(shí)別算法，該算法在小規(guī)模人臉識(shí)別中獲得了比較好的實(shí)驗(yàn)結(jié)果。

3、但是如果類(lèi)別數(shù)較多，訓(xùn)練樣本集較大時(shí)，該算法求取稀疏表示需要非常大的內(nèi)存開(kāi)銷(xiāo)，因此在實(shí)際使用中存在一定的限制。根據(jù)該算法的不足，本文提出將冗余字典拆分成多個(gè)局部的字典，并從局部字典中選取M近鄰進(jìn)行識(shí)別。實(shí)驗(yàn)結(jié)果表明，本文提出的方法在交通標(biāo)識(shí)識(shí)別中具有比傳統(tǒng)正交匹配追蹤算法具有更好的識(shí)別效果。
　　 由于改進(jìn)的兩階段的稀疏表示算法采用的是局部字典，通過(guò)M近鄰選出的樣本不具有全局性，因此本文提出了基于核距離的稀疏表示識(shí)別算法。該算法

4、利用高斯核函數(shù)誘導(dǎo)出的距離函數(shù)對(duì)測(cè)試樣本與訓(xùn)練樣本進(jìn)行相似性度量，從中選取與測(cè)試樣本距離最近的M個(gè)訓(xùn)練樣本對(duì)測(cè)試樣本進(jìn)行稀疏表示，并進(jìn)行分類(lèi)。由于核距離很好的體現(xiàn)了訓(xùn)練樣本的差異性，因此該算法的識(shí)別準(zhǔn)確率得到了進(jìn)一步的提高。實(shí)驗(yàn)結(jié)果顯示了基于核距離的稀疏表示識(shí)別算法具有較高的識(shí)別率，并且計(jì)算速度得到了提升。
　　 交通標(biāo)識(shí)種類(lèi)繁多，其中很多標(biāo)識(shí)存在相似性，這些相似的標(biāo)識(shí)很容易被誤識(shí)。針對(duì)這一情況，本文對(duì)基于核距離的稀疏表示算法進(jìn)