-
公开(公告)号：CN105930791A
公开(公告)日：2016-09-07
申请号：CN201610244995.5
申请日：2016-04-19
Applicant: 重庆邮电大学
CPC classification number: G06K9/00818 , G06K9/6269 , G06K9/6289 , G06K2209/25
Abstract: 本发明涉及一种基于DS证据理论的多摄像头融合的路面交通标志识别方法，属于图像处理技术领域。该方法主要针对直行、左转、右转、直行左转、直行右转这五类路面交通指示标志进行识别，分为训练和测试两部分。在训练阶段，提取训练样本的方向梯度直方图特征，将样本特征和类别标签导入支持向量机中进行分类训练，得到训练好的分类器；在测试阶段，通过图像预处理得到感兴趣区域，提取感兴趣区域的方向梯度直方图特征并送入分类器中进行分类，根据分类器获取的待识别标志属于每个类别的可信度，结合DS证据理论数据融合方法和最大信任值决策规则，确定最终标志识别结果。本发明采用基于DS证据理论的多摄像头数据融合方法，融合多摄像头的信息得到最终识别结果，能够稳定、高效地识别路面交通标志。
-
公开(公告)号：CN105930791B
公开(公告)日：2019-07-16
申请号：CN201610244995.5
申请日：2016-04-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于DS证据理论的多摄像头融合的路面交通标志识别方法，属于图像处理技术领域。该方法主要针对直行、左转、右转、直行左转、直行右转这五类路面交通指示标志进行识别，分为训练和测试两部分。在训练阶段，提取训练样本的方向梯度直方图特征，将样本特征和类别标签导入支持向量机中进行分类训练，得到训练好的分类器；在测试阶段，通过图像预处理得到感兴趣区域，提取感兴趣区域的方向梯度直方图特征并送入分类器中进行分类，根据分类器获取的待识别标志属于每个类别的可信度，结合DS证据理论数据融合方法和最大信任值决策规则，确定最终标志识别结果。本发明采用基于DS证据理论的多摄像头数据融合方法，融合多摄像头的信息得到最终识别结果，能够稳定、高效地识别路面交通标志。
-
公开(公告)号：CN106056100B
公开(公告)日：2019-03-08
申请号：CN201610486724.0
申请日：2016-06-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于车道检测与目标跟踪的车辆辅助定位方法，属于智能交通技术领域。该方法主要针对车辆所在的具体车道进行精确定位。在车道线检测与多目标车辆跟踪的基础上，将最靠近图像竖直中轴线的两条车道线作为本车车道线，以道路图像底边中点为原点，将目标车辆与原点用直线连接，判断该直线与本车车道线是否有交点，确定目标车辆与本车道的相对位置关系，结合相对位置关系与车道线确定车辆所在的具体车道，结合具体车道信息与GPS信息实现车辆的车道级定位。本发明能够弥补GPS系统无法精确定位本车所在具体车道的缺点，为车道级定位和辅助驾驶提供更加可靠与准确的数据。
-
公开(公告)号：CN106056100A
公开(公告)日：2016-10-26
申请号：CN201610486724.0
申请日：2016-06-28
Applicant: 重庆邮电大学
CPC classification number: G06K9/00798 , G06K9/3233 , G06K9/40 , G06K9/4604 , G08G1/137
Abstract: 本发明涉及一种基于车道检测与目标跟踪的车辆辅助定位方法，属于智能交通技术领域。该方法主要针对车辆所在的具体车道进行精确定位。在车道线检测与多目标车辆跟踪的基础上，将最靠近图像竖直中轴线的两条车道线作为本车车道线，以道路图像底边中点为原点，将目标车辆与原点用直线连接，判断该直线与本车车道线是否有交点，确定目标车辆与本车道的相对位置关系，结合相对位置关系与车道线确定车辆所在的具体车道，结合具体车道信息与GPS信息实现车辆的车道级定位。本发明能够弥补GPS系统无法精确定位本车所在具体车道的缺点，为车道级定位和辅助驾驶提供更加可靠与准确的数据。
-
-
-
Search Results
4
records
(took 0.019 seconds)
