Centroid Distance Shape Recognition for Real Time Low Complexity Traffic Sign Recognition

Author(s):

Hamidreza Emami* , Ramin Shaghaghi Kandowan , Seyyed Abolfazl Hosseini

Message:
Article Type:
Research/Original Article (بدون رتبه معتبر)
Abstract:

This paper represents advantages of using Centroid distance function for shape detection in real time traffic sign recognition compared with extracting histogram of oriented gradients (HOG) features and using support vector machine (SVM) classifier. Simulation results of using centroid distance show similar accuracy in compare with HOG SVM while have very low complexity and cost and running with higher speed.

Keywords:

Traffic Sign Recognition , Advanced Driver Assistance Systems , Centroid Distance , Histogram of Oriented Gradients , HOG , Support Vector Machine , SVM , Shape Recognition , Low-Complexity

Language:
English
Published:
Majlesi Journal of Telecommunication Devices, Volume:9 Issue: 4, Dec 2020
Pages:
157 to 160
magiran.com/p2213064  
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
اطلاعات بیشتر
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!
More information