[发明专利]一种面向复杂城市场景中协同仿生视觉的交通标志牌检测与识别方法在审
申请号: | 201711243013.1 | 申请日: | 2017-11-30 |
公开(公告)号: | CN107909059A | 公开(公告)日: | 2018-04-13 |
发明(设计)人: | 余伶俐;夏旭梅;周开军;孔德成;严孝鑫;邵玄雅 | 申请(专利权)人: | 中南大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K9/46;G06K9/62;G06T7/13;G06T7/187 |
代理公司: | 长沙市融智专利事务所43114 | 代理人: | 龚燕妮 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种面向复杂城市场景中协同仿生视觉的交通标志牌检测与识别方法,包括以下步骤步骤A获取连续场景中的多幅待检测图像;步骤B获取待检测图像集的聚类协同图;步骤C获取每幅待检测图像的注意力显著图;步骤D获得每幅待检测图像对应的协同显著图;步骤E进行标志牌ROI区域的定位;步骤F对标志牌ROI区域采用前向通道进行两级生物启发变换;步骤H利用特征变换图与数据库中预存的交通标志牌模板图像进行Pearson相关性计算,完成对待检测图像的识别。该方法模拟了人类大脑对目标的视觉处理步骤,集成了自底向上和自顶向下的视觉处理过程。考虑全局图像的协同性,使得图像定位准确且具有较强鲁棒性识别。 | ||
搜索关键词: | 一种 面向 复杂 城市 场景 协同 仿生 视觉 交通标志 检测 识别 方法 | ||
【主权项】:
一种面向复杂城市场景中协同仿生视觉的交通标志牌检测与识别方法,其特征在于,包括以下步骤:步骤A:获取连续场景中的多幅待检测图像;步骤B:提取由所有的待检测图像构成的待检测图像集的三个bottom‑up视觉注意力线索,获取待检测图像集的聚类协同图;步骤C:通过提取每幅待检测图像的两个bottom‑up视觉注意力线索,获取每幅待检测图像的注意力显著图;步骤D:将每幅注意力显著图依次与聚类协同图进行融合,获得每幅待检测图像对应的协同显著图;步骤E:提取协同显著图中的连通域,利用预设的圆标志形状模板和三角形标志形状模板对提取的连通域进行标志牌ROI区域的定位;步骤F:对标志牌ROI区域采用前向通道进行两级生物启发变换,得到具有RSTN不变属性的特征变换图,并生成两个阶段视觉记忆信息;步骤H:利用特征变换图与数据库中预存的交通标志牌模板图像进行Pearson相关性计算,依据相关性计算结果完成对待检测图像的识别。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711243013.1/,转载请声明来源钻瓜专利网。