Российская база изображений автодорожных знаков

Российская база изображений автодорожных знаков

Автор: Шахуро Владислав Игоревич, Конушин Антон Сергеевич

Журнал: Компьютерная оптика @computer-optics

Рубрика: Обработка изображений: Восстановление изображений, выявление признаков, распознавание образов

Статья в выпуске: 2 т.40, 2016 года.

Бесплатный доступ

Представлена новая открытая база изображений дорожных знаков. База предназначена для обучения и тестирования алгоритмов распознавания дорожных знаков. Описывается структура и правила работы с базой, проводится сравнение с другими базами дорожных знаков. На базе проведена экспериментальная оценка современных алгоритмов выделения и классификации дорожных знаков, которая показала, что существующие алгоритмы распознавания большого класса знаков не достигают требуемой для ряда практических приложений полноты и точности.

База изображений дорожных знаков, классификация и выделение дорожных знаков, каскад слабых классификаторов, свёрточная нейронная сеть

Короткий адрес: https://sciup.org/14059465

IDR: 14059465   |   DOI: 10.18287/2412-6179-2016-40-2-294-300

Список литературы Российская база изображений автодорожных знаков

  • Stallkamp, J. Man vs. computer: Benchmarking machine learning algorithms for traffic sign recognition/J. Stallkamp, M. Schlipsing, J. Salmen, C. Igel//Proceedings of IEEE International Joint Conference on Neural Networks. -2012. -Vol. 32. -P. 323-332.
  • Houben, S. Detection of traffic signs in real-world images: The German Traffic Sign Detection Benchmark/S. Houben, J. Stallkamp, J. Salmen, M. Schlipsing, C. Igel//Proceedings of IEEE International Joint Conference on Neural Networks. -2013. -P. 1-8.
  • Larsson, F. Using Fourier descriptors and spatial models for traffic sign recognition/F. Larsson, M. Felsberg//Image Analysis. -Berlin, Heidelberg: Springer, 2011. -P. 238-249.
  • Timofte, R. Multi-view traffic sign detection, recognition, and 3D localization/R. Timofte, K. Zimmermann, L. Van Gool//Machine Vision and Applications. -2014. -Vol. 25, Issue 3. -P. 633-647.
  • Mogelmose, A. Vision-based traffic sign detection and analysis for intelligent driver assistance systems: Perspectives and survey/A. Mogelmose, M.M. Trivedi, T.B. Moeslund//IEEE Transactions on Intelligent Transportation Systems. -2012. -Vol. 13(4). -P. 1484-1497.
  • Якимов, П.Ю. Предварительная обработка цифровых изображений в системах локализации и распознавания дорожных знаков//Компьютерная оптика. -2013. -Т. 37, № 3. -С. 401-405.
  • Ruta, A. A New Approach for In-Vehicle Camera Traffic Sign Detection and Recognition/A. Ruta, Y. Li, F. Porikli, S. Watanabe, H. Kage, K. Sumi//Machine Vision and Applications. -2009. -P. 509-513.
  • Viola, P. Rapid object detection using a boosted cascade of simple features/P. Viola, M. Jones//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. -2001. -Vol. 1. -P. 511-518.
  • Dollár, P. Crosstalk cascades for frame-rate pedestrian detection/P. Dollár, R. Appel, W. Kienzle//Computer Vision-ECCV 2012. -Berlin, Heidelberg: Springer, 2012. -P. 645-659.
  • Dollár, P. Fast feature pyramids for object detection/P. Dollár, R. Appel, S. Belongie, P. Perona//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2014. -Vol. 36, Issue 8. -P. 1532-1545.
  • Benenson, R. Pedestrian detection at 100 frames per second/R. Benenson, M. Mathias, R. Timofte, L. Van Gool//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. -2012. -P. 2903-2910.
  • Overett, G. Creating robust high-throughput traffic sign detectors using centre-surround HOG statistics/G. Overett, L. Tychsen-Smith, L. Petersson, N. Pettersson, L. Andersson//Machine Vision and Applications. -2014. -Vol. 25, Issue 3. -P. 713-726.
  • Mathias, M. Traffic sign recognition -how far are we from the solution?/M. Mathias, R. Timofte, R. Benenson, L. Van Gool//Proceedings of IEEE International Joint Conference on Neural Networks. -2013. -P. 1-8.
  • Dalal, N. Histograms of oriented gradients for human detection/N. Dalal, B. Triggs//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. -2005. -Vol. 1. -P. 886-893.
  • Лисицын, С.О. Распознавание дорожных знаков с помощью метода опорных векторов и гистограмм ориентированных градиентов/С.О. Лисицын, О.А. Байда//Компьютерная оптика. -2012. -Т. 36, №. 2 -С. 289-295.
  • Krizhevsky, A. Imagenet classification with deep convolutional neural networks/A. Krizhevsky, I. Sutskever, G.E. Hinton//Advances in Neural Information Processing Systems. -2012. -P. 1097-1105.
  • Cireşan, D. Multi-column deep neural network for traffic sign classification/D. Cireşan, U. Meier, J. Masci, J. Schmidhuber//Proceedings of IEEE International Joint Conference on Neural Networks. -2012. -Vol. 32. -P. 333-338.
  • Moiseev, B. Evaluation of Traffic Sign Recognition Methods Trained on Synthetically Generated Data/B. Moiseyev, A. Konev, A. Chigorin, A. Konushin//Advanced Concepts for Intelligent Vision Systems. -2013. -P. 576-583.
  • Chigorin, A. A system for large-scale automatic traffic sign recognition and mapping/A. Chigorin, A. Konushin//CMRT13 -City Models, Roads and Traffic 2013 (ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences). -2013. -Vol. 3. -P. 13-17.
  • Li, H. A convolutional neural network cascade for face detection/H. Li, Z. Lin, X. Shen, J. Brandt, G. Hua//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. -2015. -P. 5325-5334.
  • Dollár, P. Piotr’s Computer Vision Matlab Toolbox (PMT) . -URL: http://vision.ucsd.edu/~pdollar/toolbox/doc/index.html (request date 01.04.2015).
  • Jia, Y. Convolutional architecture for fast feature embedding/Y. Jia, E. Shelhamer, J. Donahue, S. Karayev, J. Long, R. Girshick, S. Guadarrama, T. Darrell//Proceedings of the ACM International Conference on Multimedia. -2014. -P. 675-678.
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp