融合整体与局部特征的车辆型号识别方法

• 作者: 杨超 王丽娟 甘凯今 蔡晓东
• 来源期刊: 现代电子技术
• 关键词: 车辆型号识别 卷积神经网络 整体特征 局部特征 特征融合
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 智能交通与导航
• 页码范围: 127-130,134
• 页数: 5页
• 分类号: TN911.73-34|TP391.41
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.07.034

摘要

针对现有的深度学习模型忽略从特定图像区域提取局部特征的问题,结合智能交通系统领域的具体应用,提出融合整体与局部特征的车辆型号识别方法.首先,根据车头图像的纹理特点与车牌位置,将车头的全局图像分为多个局部图像;然后,使用优化的卷积神经网络模块分别提取图像的全局特征与局部特征,将全局与局部特征输入到多层全连接神经网络进行特征融合;最后,使用softmax进行车辆型号识别.实验表明,提出的方法能够提取有效的全局与局部特征,具有训练收敛快、识别准确率高的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡晓东	桂林电子科技大学信息与通信学院	64	228	9.0	12.0
2	杨超	桂林电子科技大学信息与通信学院	28	71	5.0	6.0
3	甘凯今	桂林电子科技大学信息与通信学院	8	18	3.0	3.0
4	王丽娟	桂林电子科技大学信息与通信学院	9	39	3.0	6.0