基于卷积神经网络的汽车型号识别

• 作者: 周永霞 方勇军 陈淑君
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 Adaboost LBP SVM 车辆识别
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 228-231
• 页数: 4页
• 分类号: TP3
• 字数: 3048字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.11.042

摘要

利用汽车的前视图像,提出一种基于深度学习的汽车型号识别方案.首先用Adaboost算法的级联检测器检测出汽车的车头感兴趣区域.然后针对该感兴趣区域,设计相应的卷积神经网络模型进行汽车型号识别.实验分别对比了当前流行的手工设计特征(SIFT、HOG和LBP特征)用SVM及ELM分类器的识别效果.实验结果显示,基于深度学习的方法识别率显著高于传统机器学习方法,表现出卓越的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周永霞	中国计量学院信息工程学院	14	105	5.0	10.0
2	陈淑君	中国计量学院信息工程学院	2	7	2.0	2.0
3	方勇军		2	7	2.0	2.0