基于增量学习的行车视频中交通标志的检测和识别方法

摘要

本发明公开了一种基于增量学习的行车视频中交通标志的检测和识别方法，用于解决现有交通标志的检测和识别方法鲁棒性差的技术问题。技术方案是采用聚合通道特征训练Adaboost分类器，并对检测器进行改进，然后将该检测器的检测结果作为卡尔曼滤波器的观测值进行基于运动模型的跟踪，在跟踪过程中，在线训练新的增量SVM检测器，当原Adaboost检测器由于标志的表观变化导致检测失败时，由该在线增量检测器进行检测，并将检测结果作为卡尔曼滤波器的观测值输入，对未能连续检测到的目标进行过滤。最后对同一个物理交通标志的跟踪结果进行基于尺度的高斯权重的加权投票，得到最终的识别结果，提高了检测和识别的鲁棒性。