基于卷积神经网络的车辆检索方法研究

• 作者: 丁学文 甘澄
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 车辆检测 图像检索 卷积神经网络
• 年，卷（期）: dnzsyjsxsb_2016,（10X）
• 页码范围: 191-193
• 页数: 3页
• 分类号: TP391.41

摘要

为了解决传统车辆检索方法中准确性和区分度较低的问题,本文提出了一种基于卷积神经网络(CNN)的车辆检索方法。该方法利用CNN稀疏连接和权值共享的优点,针对车辆前脸图像关键特征位置的相对不变性,设计了一个七层的网络结构,可以合理提取车辆的有效特征,并将低级结构特征组合成为高一级的特征,既简化了模型的复杂度,也克服了旋转平移等因素对检测结果的影响。该方法最终通过相似度排序的方法得到检索结果。实验结果表明,本文所提出的方法相对于基于局部不变特征方法具有更高的准确度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁学文	天津职业技术师范大学电子工程学院	15	26	3.0	4.0
2	甘澄	天津职业技术师范大学电子工程学院	2	2	1.0	1.0