基于区域卷积神经网络的车辆检测方法

• 作者: 封晶
• 来源期刊: 科技广场
• 学科: 工学
• 关键词: 候选区域 车辆检测 卷积神经网络 深度学习 支持向量机
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 研究与探讨
• 页码范围: 10-14
• 页数: 5页
• 分类号: TP301
• 字数: 3326字
• 语种: 中文

摘要

为了解决传统车辆检测存在的问题,提高车辆检测的准确度,本文提出将区域卷积神经网络算法应用到车辆检测中.该算法利用图像的颜色层次特征,获取潜在的车辆候选区域;建立卷积神经网络结构,使用车辆样本库进行特征训练,提取候选区域特征;选定正负样本进行SVM分类器训练,采用SVM分类器进行最终的候选区域分类,最后得到车辆信息.本文使用的算法能够检测出图像中的车辆,剔除非车辆区域,有效提高车辆检测的准确性,并且具有一定的实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	封晶	江西理工大学信息工程学院	1	2	1.0	1.0