交通標(biāo)志識別系統(tǒng)英文縮寫

什么是汽車安全系統(tǒng)的交通標(biāo)志識別(TSR)？

交通標(biāo)志識別系統(tǒng)一般包括檢測和識別兩部分。檢測一般是利用交通標(biāo)志的形狀和顏色特征，從自然場景中把交通標(biāo)志提取出來。識別是把檢測出來的交通標(biāo)志的內(nèi)容識別出來。交通標(biāo)志識別在規(guī)范交通行為、確保安全駕駛等方面具有重要的意義。交通標(biāo)志通常處于室外復(fù)雜的環(huán)境條件下，識別的過程中容易受環(huán)境光照、方向旋轉(zhuǎn)的影響。

交通標(biāo)志識別系統(tǒng)是智能交通系統(tǒng)與先進(jìn)輔助駕駛系統(tǒng)的重要組成部分，提高交通標(biāo)志檢測與識別算法的準(zhǔn)確率和實時性是走向?qū)嶋H應(yīng)用進(jìn)程中需要解決的關(guān)鍵問題。算法的準(zhǔn)確率是交通標(biāo)志識別研究中一個十分重要的因素，錯誤的識別結(jié)果不僅不能起到輔助駕駛作用，還會導(dǎo)致嚴(yán)重的安全事故。而算法的實時性決定了研究成果能否轉(zhuǎn)化為具有實際應(yīng)用價值的產(chǎn)品。在汽車數(shù)量日益增加、交通安全事故居高不下，要求不斷提升汽車的駕駛智能化的現(xiàn)實壓力面前，開展以實時應(yīng)用為目標(biāo)的交通標(biāo)志檢測與識別技術(shù)研究，對于增加駕駛安全具有重大的意義。

交通標(biāo)志檢測是進(jìn)行交通標(biāo)志分類的前提，同時還壓縮了計算目標(biāo)的空間，減少后續(xù)特征提取算法的運算量，還可以獲得更高的識別準(zhǔn)確率。在圖像的特征提取領(lǐng)域，常見的特征提取與選擇方法有：PCA主成分分析法Gabor特征提取算法SIFT特征提取算法SURF特征提取算法Haar小波特征提取算法/類Haar小波特征提取算法不變矩特征提取算法直方圖特征提取算法交通標(biāo)志分類與識別方法主要有：基于各種距離的模板匹配識別方法，基于大量數(shù)據(jù)樣本的機(jī)器學(xué)習(xí)識別方法以及基于粒子群算法、遺傳算法等智能算法的識別方法。

根據(jù)交通標(biāo)志的顏色與形狀的確定關(guān)系，我們可以對三種不同作用交通標(biāo)志做進(jìn)一步的分類，并且把顏色形狀分類的結(jié)果作為先驗知識用于交通標(biāo)志的檢測與識別中去。