基于稀疏表示的交通標(biāo)識識別.pdf

1、交通標(biāo)識識別作為智能交通系統(tǒng)的一個重要組成部分，已成為國內(nèi)外視覺研究領(lǐng)域的一個熱點問題。交通標(biāo)識種類繁多，自然場景中面臨復(fù)雜背景、光照、污染、變形、遮擋等多種因素的影響，這些對交通標(biāo)識識別方法的準(zhǔn)確性、魯棒性和實時性都提出了較高的要求?；谙∈璞硎镜淖R別方法由于具有識別率高、魯棒性強等優(yōu)勢，近年來受到越來越多的關(guān)注，并且在人臉識別中獲得了較好的實驗結(jié)果。本文重點研究基于稀疏表示的交通標(biāo)識識別方法，并對其中的一些關(guān)鍵步驟進(jìn)行了研究和改進(jìn)。

2、
　　 本文首先對德國交通標(biāo)識數(shù)據(jù)庫(GermanTrafficSignRecognitionBenchmark)中的實驗樣本進(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)行了實驗的分析和比較，結(jié)果表明正交匹配追蹤算法在交通標(biāo)識識別中同樣具有較高的識別準(zhǔn)確率和較強的魯棒性。
　　 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別算法，該算法在小規(guī)模人臉識別中獲得了比較好的實驗結(jié)果。

3、但是如果類別數(shù)較多，訓(xùn)練樣本集較大時，該算法求取稀疏表示需要非常大的內(nèi)存開銷，因此在實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局部的字典，并從局部字典中選取M近鄰進(jìn)行識別。實驗結(jié)果表明，本文提出的方法在交通標(biāo)識識別中具有比傳統(tǒng)正交匹配追蹤算法具有更好的識別效果。
　　 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)對測試樣本與訓(xùn)練樣本進(jìn)行相似性度量，從中選取與測試樣本距離最近的M個訓(xùn)練樣本對測試樣本進(jìn)行稀疏表示，并進(jìn)行分類。由于核距離很好的體現(xiàn)了訓(xùn)練樣本的差異性，因此該算法的識別準(zhǔn)確率得到了進(jìn)一步的提高。實驗結(jié)果顯示了基于核距離的稀疏表示識別算法具有較高的識別率，并且計算速度得到了提升。
　　 交通標(biāo)識種類繁多，其中很多標(biāo)識存在相似性，這些相似的標(biāo)識很容易被誤識。針對這一情況，本文對基于核距離的稀疏表示算法進(jìn)