|
|||||
|
|
| 基于卷积神经网络的轿车车型精细识别方法 | |
| 作者姓名： | 陈宏彩 程煜 张常有 |
| 作者单位： | ;1.河北省科学院应用数学研究所;2.河北省信息安全认证工程技术研究中心;3.中国科学院软件研究所并行软件与计算科学实验室 |
| 基金项目： | 国家自然科学基金（61379048,61672508）;河北省重点研发计划项目（17395602D）;河北省三三三人才工程项目（2016022577-7） |
| 摘 要： | 在复杂交通场景中,公安和交管部门对车型识别的实时性和精度提出了更高要求。针对当前假牌、套牌、无牌车辆处理占用大量警力、检索效率低下、非智能化等一系列问题,提出了一种基于GoogleNet深度卷积神经网络的车型精细识别方法,设计了合理的卷积神经网络滤波器大小和数目,优选了激活函数和车型识别分类器,构建了一个新的卷积神经网络轿车车型精细识别模型框架。实验结果表明,在车型精细识别测试中,所提出模型的识别率达到了97%,较原始GoogleNet模型有较大提升,而且,新模型有效地减少了训练参数的数量,降低了模型的存储空间。车型精细识别技术可应用于智能交通管理领域,具有重要的理论研究价值与实践意义。 |
| 关 键 词： | 计算机神经网络 车型识别 卷积神经网络 精细识别 深度学习 |
| 收稿时间： | 2017-08-28 |
| 修稿时间： | 2017-10-14 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《河北科技大学学报》浏览原始摘要信息 | |
| 点击此处可从《河北科技大学学报》下载免费的PDF全文 | |