结合SVM与图匹配的车载激光点云道路标线识别
本文提出一种基于SVM与图匹配相结合的车载激光点云道路标线识别方法.该方法基于标线点云分割对象,利用Hu不变矩、实心形状上下文(SSC)、最小外包矩形(MBR)面积和延展度构建形状特征向量,采用SVM进行道路标线粗分类.针对粗分类结果,构建能够精确描述空间语义信息(如局部区域内标线间的排列、方向、距离)的图结构,通过图匹配方法优化粗分类结果,完成直行箭头、人行横道预告标识线、单向转向箭头、双向转向箭头、虚线型标线、斑马线共六类道路标线的精确识别.本文实验采用4份不同场景车载激光点云数据,实验结果中6类标线分类的准确率分别达100％、100％、94.12％、100％、94.94％、99.25％,召回率分别达100％、100％、88.89％、100％、98.21％、99.00％,F1-Measure值分别达100％、100％、91.43％、100％、96.59％、99.12％.结果 表明,本文方法能实现多类标线对象的精确识别,并对形状相似标线(如直行箭头、虚线型标线与斑马线)的区分具有较强稳健性.
车载激光点云、道路标线识别、形状特征、SVM、图结构、图匹配
21
国家自然科学基金青年基金项目41501493;福建省自然科学基金项目2017J01465;中国博士后科学基金项目2017M610391;福建省教育厅中青年教师科研项目JAT160078
2019-09-25（万方平台首次上网日期，不代表论文的发表时间）
共15页
994-1008
