基于卷积神经网络的车标识别

• 作者: 吴锐文 孙晔
• 来源期刊: 现代计算机：中旬刊
• 学科: 工学
• 关键词: 智能交通 车标识别 深度学习 卷积神经网络
• 年，卷（期）: 2015,（4）
• 页码范围: 84-87
• 页数: 4页
• 分类号: TP183

摘要

提出一种基于卷积神经网络（CNN）的车标识别方法,通过多层的特征学习,能够直接从训练样本中提取特征,最后送入神经网络分类器进行分类。验证集采用5000个从属于10类车标并附有各类变化的车标数据库,该应用算法达到98.28%的平均准确率和每张少于3ms的识别速度（在MATLAB环境下）,实验表明,该方法对于车标识别问题具有优异的准确率和鲁棒性,且对于计算资源要求很低。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙晔	厦门大学通信工程系	2	9	1.0	2.0
2	吴锐文	厦门大学通信工程系	2	9	1.0	2.0