基于卷积神经网络的轿车车型精细识别方法

• 作者: 张常有 程煜 陈宏彩
• 来源期刊: 河北科技大学学报
• 学科: 工学
• 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
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 机械、电子与信息科学
• 页码范围: 564-569
• 页数: 6页
• 分类号: TP183
• 字数: 4096字
• 语种: 中文
• DOI: 10.7535/hbkd.2017yx06009

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈宏彩	河北省科学院应用数学研究所	9	25	2.0	5.0
3	张常有	中国科学院软件研究所并行软件与计算科学实验室	6	23	2.0	4.0
4	程煜	河北省科学院应用数学研究所	7	26	2.0	5.0