SlideServe
Menu
Préférences
© SlideServe · v2026

Detection & Recognition of Alert Traffic Signs

jkoehler avatar
69 diapositives · 764 Views · Jan 02, 2020

This research focuses on detecting and recognizing alert traffic signs under various conditions such as illumination, scale, and pose variations. The approach involves feature design using sub-block templates to achieve high detection rates and low false positive rates. Experimental results show successful detection under extreme illumination conditions with high accuracy. The system is capable of detecting signs of various sizes and shapes, ensuring reliable performance in real-world scenarios.

Detection & Recognition of  Alert Traffic Signs - slide 1
01 / 69Detection & Recognition of Alert Traffic Signs
1 / 17

Télécharger la présentation

Detection & Recognition of Alert Traffic Signs
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation
  1. Detection & Recognition of Alert Traffic Signs Chia-Hsiung (Eric) Chen Marcus Chen Tianshi Gao

  2. Problem Statement Detection & recognition of alert traffic signs under different illumination, scale, and pose conditions

  3. Approach: Feature Design Sub-Block Template Total features = 14 x 15 x 8 = 1680

  4. Approach: Training

  5. Approach: Classification & System Flow

  6. Experimental Result • Smallest detectable size • Stop: 20x20 • Yield: 14x14 • No left turn: 14x14 • Do no enter: 20x20 • Processing time for 640x480 image: ~30sec • Detect signs under diff/extreme illumination cond. • Scale, camera, pose invariant(< 30 degree) • Detection rate > 95%, FP < 0.1% • Based on our current test set

  7. Results Demonstration

  8. Illumination Invariance

  9. Pose Invariance

  10. Scale Invariance