Skip to content
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Servizi bibliotecari
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Journal Matcher
Blog
Contatti
Cerca
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
International Journal on Smart Sensing and Intelligent Systems
Volume 13 (2020): Numero 1 (Gennaio 2020)
Accesso libero
Indonesian traffic sign detection based on Haar-PHOG features and SVM classification
Aris Sugiharto
Aris Sugiharto
Department of Computer Science/Informatics, Universitas Diponegoro
Semarang, Indonesia
Cerca questo autore su
Sciendo
|
Google Scholar
Sugiharto, Aris
,
Agus Harjoko
Agus Harjoko
Department of Computer Science and Electronics, Universitas Gadjah Mada
Yogyakarta, Indonesia
Cerca questo autore su
Sciendo
|
Google Scholar
Harjoko, Agus
e
Suharto Suharto
Suharto Suharto
Department of Computer Science and Electronics, Universitas Gadjah Mada
Yogyakarta, Indonesia
Cerca questo autore su
Sciendo
|
Google Scholar
Suharto, Suharto
05 ott 2020
International Journal on Smart Sensing and Intelligent Systems
Volume 13 (2020): Numero 1 (Gennaio 2020)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Articolo
Immagini e tabelle
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Scarica la copertina
Categoria dell'articolo:
Research-Article
Pubblicato online:
05 ott 2020
Pagine:
1 - 15
Ricevuto:
03 giu 2020
DOI:
https://doi.org/10.21307/ijssis-2020-026
Parole chiave
Haar–PHOG
,
HOG
,
PHOG
,
SVM
,
Traffic signs
© 2020 Aris Sugiharto et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.