基于改进YOLOv5和视频图像的车型识别

为了提高车型识别的精度和检测速度,提出了改进YOLOv5的车型识别算法。首先利用高速公路收费的监控视频数据扩充BIT-Vehicle车型数据集,同时针对数据集中各车型图片数量不均衡现象利用图像翻转、添加高斯噪声、色彩变化等图像处理技术对各车型数量进行均衡化,构建BIT-Vehicle-Extend数据集;其次,添加RFB(receptive field block)模块用于增加网络感受野,有助于模型捕捉全局特征;第三,将无参数的SimAM注意力机制添加Bottleneck中,在不增加参数的情况下,提高网络的特征提取能力。实验结果表明,相比于原始网络模型,本文所提出的YOLOv5优化算法,mAP0.5和mAP0.5:0.95达到98.7%和96.3%,分别提高了0.7%和1.5%。在检测速度方面,达到90 frames/s,与原网络相比检测速度基本不变。因此,本文所提出的YOLOv5优化算法,能够高精度的实时检测车型信息,满足车型识别检测需要。     

对高速公路电子不停车收费稽查系统的分析

本文介绍了一种基于汽车物理车牌图像自动识别及车型自动识别技术的高速公路电子不停车收费稽查系统。该系统通过对在电子不停车收费车道完成电子交易后通行的每一辆汽车进行物理车牌图像及车型的自动综合识别,并将识别结果与电子交易流水中的车辆信息进行比对,自动从中筛选出两者不一致的车辆,辅助管理人员达到快速、准确稽查目的。     

基于数字图像处理的汽车测距算法研究

测距是实现车辆安全系统的关键技术，本文在对路面图片进行数字图像处理的基础上，先对路面区域确定和汽车目标识别进行了算法改进，针对我国汽车常见车型，提出通过对图像进行等效变换，实现测量前车距离的新算法，根据实测数据，确定出相关测量系数，并给出了实验结果。     

汽车企业电子商务网站的设计与实现

@@@@在实地调查玉林在售各品牌汽车的基础上，采用ASP、SQL Server 2000、Adobe Dreamweaver CS5和Photoshop CS5网站开发及网页编辑技术设计并实现汽车企业电子商务网站。网站分为前台和后台，前台包括首页、车型展厅、车型图片、新到车型等13个模块，具有浏览，搜索和在线订购商品及发起论坛功能；后台包括已下订单、预约保养、欲购汽车等11个模块，实现管理员对汽车商品及网站信息编辑和会员订单处理的功能。     

特种车辆信息管理系统的研制

车辆识别技术在现代交通监控和企业管理中有着广泛的应用前景,文中提出的特种车辆出入库信息管理系统采用软硬件结合的方式,对于压力传感器获取的车辆原始图片进行图片分割,提出了车牌识别和车型识别两种方案,并建立车辆图像数据库进行模式识别,这种基于图像处理的方法移植性好,可检测较大的范围,因此前景良好.     

用模糊方法对车型进行模式识别

车型识别在公路自动收费和交通量统计中有重要作用.主要介绍了由计算机视觉系统获得汽车的长、宽数据,并通过车辆样本的计算,分别得到了客车和货车的隶属函数,然后利用模糊模式识别的方法对汽车车型进行辨识.     

基于逆向学习改进算法的汽车边缘提取

根据智能交通系统中车型识别的特点提出了使用逆向学习改进算法提取汽车边缘的新方法，这种方法的优点在于可以充分利用车型识别系统的特点和汽车历史轨迹的先验知识得到较好的提取精度，并有效地解决了车型识别中，因使用黑白图象而使基于色彩的汽车边缘提取失效的问题。     

维纳滤波在模糊车牌中的识别

传统的基于阈值法的汽车牌照自动识别技术在图片模糊程度超过轻微时,识别率急剧下降。在普通情况下,图片模糊程度主要集中在轻微-中度之间,如何解决这一部分图片的识别问题很有意义。本文根据车牌识别过程中,运动造成图像模糊的特点,分析了匀速直线运动时模糊图像的退化模型和恢复模型。提出了适合本系统环境下的点扩散函数模式,结合维纳滤波的方法复原图像。充分利用维纳滤波在处理图像时计算量小,抗噪性好等优点。通过计算机仿真,表明在在同等条件下,该方法该方法可以有效降低图像噪声、保持图像细节,提高图像质量。     

图像处理在汽车牌照识别中的应用

随着自动化和交通工程的发展,汽车牌照识别技术成为一个热点。以识别一张汽车牌照的图片为例,阐明了车牌自动识别的原理,处理过程由预处理、边缘提取、车牌定位、字符分割、字符识别五大模块组成,采用MATLAB编程实现。经过实例证明,所提方法对牌照识别率很高,且识别方式简单易行,可以应用于实际。     

基于RBF网络的不停车收费系统的车型识别

提出了一种利用RBF神经网络和红外线测量车型法对汽车车型进行自动识别的方法.算法用MATLAB实现,识别和分类效果良好.     

采用稀疏SIFT特征的车型识别方法

针对实际应用中因图像清晰度低等因素导致的车型识别误差过大的问题,提出了一种基于稀疏尺度不变转换特征(sparse scale invariant feature transform,S-SIFT)的车型识别方法。该方法用背景建模方法检测交通视频运动目标,提取目标SIFT特征;通过L1约束计算出SIFT特征的稀疏编码,并用最大池化方法降低稀疏编码维度,在线性SVM分类器中完成车型分类,弥补了背景建模方法识别误差过大、不具备车型分类功能的缺陷。经G36高速公路实际应用表明:算法对车辆场景识别率可达98%以上,车型识别准确率可达89%以上,对低清晰度、不同视角、雨雪、遮挡等场景有很好的鲁棒性;图像平均处理时间不超过40ms,可满足系统对实时性的要求,在准确率和时间效率两方面均明显优于传统的SIFT方法和HOG方法。     

基于多尺度跃层卷积神经网络的精细车型识别

为解决精细车型识别中特征不具有代表性,且识别准确率低的问题,提出了基于多尺度跃层卷积神经网络(CNN)的车型识别方法。通过多个不同尺度的跃层卷积神经网络,提取适用于精细车型识别的低层局部特征和高层全局特征,并分别训练Softmax分类器。利用自适应方式融合方法,将多个单一尺度跃层卷积神经网络的识别结果进行融合,调整不同网络对识别结果的贡献。实验中车型识别准确率达到97.59%。实验结果表明多尺度跃层卷积神经网络适用于精细的车型识别,并能提高识别的准确率。     

基于眼动跟踪特征的汽车造型评价方法

为了弥补主观性评价方法的不足,以获得用户对于汽车造型设计的客观性评价,提出了一种基于眼动跟踪特征的汽车造型评价方法。以眼动热点图为基础构建车型评价指标体系,包括对热点图进行背景剥离,通过"色度-饱和度-亮度(HSV)"模型提取其颜色特征,并计算其灰度直方图的各项统计值;进一步将汽车造型的评价定义为二分类问题,运用Fisher判别建立函数模型。通过实例验证了该方法的可靠性与实用性。结果表明:该方法总体上具有较高准确度,为实现汽车造型评价提供了一种可行的技术途径。     

AI芯片全方位赋能汽车智能化——访地平线公司创始人兼CEO余凯

2020年2月,国家发展改革委员会、工业和信息化部、交通运输部等多部门联合印发了《智能汽车创新发展战略》;2020年11月,国务院办公厅印发了《新能源汽车产业发展规划(2021-2035年)》.随着5G网络的普及和车联网技术的发展,智能汽车将迎来广阔的蓝海市场.为紧跟车载人工智能(AI)芯片研发前沿,展示科技赋能汽车产...     

基于图像处理技术的车型智能识别算法研究

对车型进行智能识别时,容易受到大量噪声干扰,导致传统的基于尺度显著性的车型智能识别过程,由于将熵值最大点作为尺度显著性空间,不能过滤噪声引起的显著性点,无法有效实现车型智能识别。本文提出一种基于图像处理技术的车型智能识别算法,对车辆图像进行去模糊恢复操作,采用边缘检测法将目标车辆图像从背景中分离出来,并对图像进行二值化处理。基于不同的特征值类别,通过贝叶斯分类器实现车型智能识别。仿真实验结果表明,所提算法具有较高的车型识别精度。     

结合运动目标检测和ResNet的车速车型智能识别

车速和车型作为重要的车辆信息,在道路监控系统中发挥着很大的作用.传统的基于视觉的车辆信息识别方式由于计算参数过大且提取的特征不足,难以满足智能交通实时性和普适性的需求.对此,提出了一种新的车辆信息识别方法,采用运动目标检测技术实现视频中车辆的提取,然后利用虚拟线圈法进行车速识别,再通过改进的残差网络对提取的车辆进行车型识别,有效地减少了计算参数,实现了对视频的快速处理,同时利用了残差网络极强的特征表达能力,提高了识别的准确率.此外,加入了重载车型的研究,有良好的应用前景.实验结果显示,系统车速识别平均绝对误差不超过6km/h,车型识别平均准确率达到92.1%,针对小客车和小轿车的识别准确率高达98.7%,优于传统的识别方法.     

基于电磁感应的道路车辆车型在线分类方法研究

广泛应用于道路车辆检测的环形线圈车辆检测器对于车辆车型的实时分类正确率较低,主要原因是面对各种车辆电磁感应特性的复杂多变和未知车型的新车辆层出不穷问题,其模式固定的分类模型难以胜任.基于通过环形线圈时车辆电磁感应特性波形提出一种新的车辆车型实时判别方法:运用主分量分析法提取特征,采用自适应共振神经网络聚类建立车辆类别模式,动态划分各车型包含的类别模式;以半监督学习方式在线增加未知车型的新车辆模式,算法自适应新车辆的车型识别. 7种车型的道路现场实时车型识别实验平均正确率为91.3%,加入新模式自动识别后提高至92.5%;Alexnet多层卷积神经网络算法的对比实验中,训练集和测试集正确率分别为99.5%和87.1%,相差较大.实验结果验证了本文方法在道路车辆模式不断变化情况下实现车型识别的可行性.     

采用改进的尺度不变特征转换及多视角模型对车型识别

针对车型识别过程中车辆的姿态复杂以及采集图像时尺度缩放和光照等因素导致识别出现困难的问题,提出采用改进尺度不变特征转换(SIFT)及多视角的车型识别算法。该算法对尺度不变特征提取方法进行改进,并获取车型特征;通过视觉聚类对车辆进行多视角建模;利用最佳节点优先搜索算法完成特征向量的近邻搜索,并根据匹配相似度完成车型识别。实验结果表明,该算法所给出的车型识别方法具有可行性和有效性,可以在不同的图像畸变条件下保持稳定性,最终的车型识别效率也都可达到90%,所用时间要低于SIFT方法,处理时间在原SIFT方法的基础上降低了20.58%。     

基于车牌识别技术的双车道一体化智能道闸系统设计

对基于车牌识别技术的双车道一体化智能道闸管理系统的软硬件进行了设计.系统采用地感线圈检测车辆并对监控相机进行触发,使获取到的车辆图像清晰、牌照位置突出;然后通过对车辆图像的预处理、牌照定位和提取、校正、车牌字符分割、归一化处理,实现汉字、字母和数字字符的识别;最后将识别结果和数据库中的预存信息进行比对并根据比对结果输出反馈控制信号,实现道闸的全自动智能控制.系统采用单主机双车道同步监控,同时具备车型预识别功能,并根据车型识别的结果进行车辆图像的分类存储和查询,进一步提高了系统的实用性,具有很重要的现实意义.     

汽车技术性能综合评价方法及应用

基于汽车等速100 km油耗、最高车速和0～100 km/h制动距离等基本技术性能指标,以及发动机排量、整车质量和售价等参数构建技术性能指标H、综合参数W和性价比N,形成多维综合评价方法,并提出一种以W为特征参数的汽车标识方式。在此基础上,对我国汽车市场主要品牌车型的技术性能、性价比等参数与销量之间的相关性进行研究。研究结果表明:不同品牌及车型的技术性能存在明显差异,合资品牌汽车技术性能比国产品牌的优,但性价比却显著比国产品牌的低;消费者对轿车、SUV和MPV的选择标准也存在差异,消费者选购轿车时更看重产品的技术性能和品牌;选购SUV时,消费者更关注产品的综合性能,而选购MPV时,消费者则更注重产品的实用性和性价比;高性能小排量发动机、高容量电池和电机系统、汽车轻量化与智能化及驱动技术(油电混合、增程式,尤其是四驱技术,驱动与制动系统一体化)的重大突破有望促成我国汽车产业跨越式发展。