Detection and Tracking of Traffic Signs Using a Recursive Bayesian Decision Framework

Marinas Mateos, Javier; Salgado Álvarez de Sotomayor, Luis; Arróspide Laborda, Jon y Nieto Doncel, Marcos (2011). Detection and Tracking of Traffic Signs Using a Recursive Bayesian Decision Framework. En: "2011 14th International IEEE Conference on Intelligent Transportation Systems (ITSC)", 05/10/2011 - 07/10/2011, Washington, EEUU. ISBN 978-1-4577-2198-4.

Descripción

Título: Detection and Tracking of Traffic Signs Using a Recursive Bayesian Decision Framework
Autor/es:
  • Marinas Mateos, Javier
  • Salgado Álvarez de Sotomayor, Luis
  • Arróspide Laborda, Jon
  • Nieto Doncel, Marcos
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: 2011 14th International IEEE Conference on Intelligent Transportation Systems (ITSC)
Fechas del Evento: 05/10/2011 - 07/10/2011
Lugar del Evento: Washington, EEUU
Título del Libro: Proceedings of 2011 14th International IEEE Conference on Intelligent Transportation Systems (ITSC)
Fecha: 2011
ISBN: 978-1-4577-2198-4
Materias:
Escuela: E.T.S.I. Telecomunicación (UPM)
Departamento: Señales, Sistemas y Radiocomunicaciones
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (1MB) | Vista Previa

Resumen

In this paper we propose a new method for the automatic detection and tracking of road traffic signs using an on-board single camera. This method aims to increase the reliability of the detections such that it can boost the performance of any traffic sign recognition scheme. The proposed approach exploits a combination of different features, such as color, appearance, and tracking information. This information is introduced into a recursive Bayesian decision framework, in which prior probabilities are dynamically adapted to tracking results. This decision scheme obtains a number of candidate regions in the image, according to their HS (Hue-Saturation). Finally, a Kalman filter with an adaptive noise tuning provides the required time and spatial coherence to the estimates. Results have shown that the proposed method achieves high detection rates in challenging scenarios, including illumination changes, rapid motion and significant perspective distortion

Más información

ID de Registro: 12199
Identificador DC: http://oa.upm.es/12199/
Identificador OAI: oai:oa.upm.es:12199
Depositado por: Memoria Investigacion
Depositado el: 30 Ago 2012 09:30
Ultima Modificación: 21 Abr 2016 11:24
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM