Skip to main content

2014 | OriginalPaper | Buchkapitel

Traffic Sign Recognition Using Perturbation Method

verfasst von : Lin-Lin Huang, Fei Yin

Erschienen in: Pattern Recognition

Verlag: Springer Berlin Heidelberg

Aktivieren Sie unsere intelligente Suche um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Automatic traffic sign recognition (TSR) expects high accuracy and speed for real-time applications in intelligent transportation systems. Convolutional neural networks (CNNs) have yielded state-of-the-art performance on the public dataset GTSRB, but involve intensive computation. In this paper, we propose a traffic sign recognition method using computationally efficient feature extraction and classification techniques, and using the perturbation strategy to improve the accuracy. On the GTSRB dataset, using gradient direction histogram feature and learning vector quantization (LVQ) classifier achieves a test accuracy 98.48%. Using simple perturbation operations of image translation, the accuracy is improved to 98.88%. The accuracy is higher than that of single CNN and the speed is much higher.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Metadaten
Titel
Traffic Sign Recognition Using Perturbation Method
verfasst von
Lin-Lin Huang
Fei Yin
Copyright-Jahr
2014
Verlag
Springer Berlin Heidelberg
DOI
https://doi.org/10.1007/978-3-662-45643-9_55