메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
LIU Yang (Pukyong National University) Suk-Hwan Lee (Tongmyong University) Seong-Geun Kwon (Kyungil University) Kwang-Seok Moon (Pukyong National University) Ki-Ryong Kwon (Pukyong National University)
저널정보
한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제15권 제3호
발행연도
2012.3
수록면
312 - 322 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The paper presents an approach for recognizing the broken area of the traffic signs. The method is based on the Recognition System for Traffic Signs (RSTS). This paper describes an approach to using the location histogram matching for the broken traffic signs recognition, after the general process of the image detection and image categorization. The recognition proceeds by using the SIFT matching to adjust the acquired image to a standard position, then the histogram bin will be compared preprocessed image with reference image, and finally output the location and percents value of the broken area. And between the processing, some preprocessing like the blurring is added in the paper to improve the performance. And after the reorganization, the program can operate with the CPS for traffic signs maintenance. Experimental results verified that our scheme have a relatively high recognition rate and a good performance in general situation.
#Road image recognition #Traffic sign #Histogram matching #SIFT features #Broken detection

목차

1. INTRODUCTION
2. Related works
3. Proposed scheme
4. Result and Analysis
5. CONCLUSIONS
REFERENCES

참고문헌 (16)

참고문헌 신청
S. D. zhu / 2006 / Color-Geometric Model for Traffic Sign Recognition / IMACS Multiconference on CESA :2028~2032 google schola 조강현 / 2003 / Traffic Sign Recognition by Division of Characters and Symbols Regions / KORUS 2003 2:324~328 google schola D. G. Lowe / 2004 / Distinctive Image Features from Scale-Invariant Keypoints / ACM Int’I J. Computer Vision 60(2):91~110 google schola D. G. Lowe / 1999 / Object Recognition from Local Scale-Invariant Features / Proc. Int’l Conf. Computer Vision (ICCV) :1150~1157 google schola F. X. Ren / 2009 / General Traffic Sign Recognition by Feature Matching / 24th international Conference image and Vision Computing :409~414 google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

LSTM Network with Tracking Association for Multi-Object Tracking
Xu ,  shedjon Fa ,  hodov 외 3명 멀티미디어학회논문지 2020 .10
Breast Tumor Cell Nuclei Segmentation in Histopathology Images using EfficientUnet++ and Multi-organ Transfer Learning
Tuan Le Dinh ,  Seong-Geun Kwon ,  Suk-Hwan Lee 외 1명 멀티미디어학회논문지 2021 .08
Automatic Camera Pose Determination from a Single Face Image
Li Wei ,  Eung-Joo Lee ,  Soo-Yol Ok 외 4명 멀티미디어학회논문지 2007 .12

최근 본 자료

전체보기

댓글(0)

0