基于卷积神经网络的车辆型号识别研究

• 作者: 孙煜彤 宁慧 王巍 赵梓成 郜雨桐
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 图像识别 车辆识别 卷积神经网络 选择性搜索 特征提取 候选窗口 识别时间 识别准确率
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 53-58,62
• 页数: 7页
• 分类号: TP311
• 字数: 5559字
• 语种: 中文
• DOI: 10.11991/yykj.201803011

摘要

为了解决交通系统中车辆型号识别率还不够高的情况,通过可视化手段优化了特征提取的步骤,同时设计了车辆识别的分类器模型和一系列训练策略.运用选择性搜索方法对样本进行分析,由此得出候选区域,之后利用融合算法和边框回归算法得出真实车辆所在区域的候选窗口.在车辆候选窗口被标出后,利用卷积神经网络对候选窗口的特征进行提取,送入到神经网络中进行分类,最终得出车辆的具体型号.通过实验表明,提出的基于卷积神经网络的图像识别算法与传统的卷积神经网络以及SVM比较,在车辆识别上都有更好的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王巍	哈尔滨工程大学计算机科学与技术学院	78	697	13.0	22.0
2	宁慧	哈尔滨工程大学计算机科学与技术学院	28	118	7.0	9.0
3	郜雨桐	哈尔滨工程大学计算机科学与技术学院	1	5	1.0	1.0
4	赵梓成	哈尔滨工程大学计算机科学与技术学院	1	5	1.0	1.0
5	孙煜彤	哈尔滨工程大学计算机科学与技术学院	1	5	1.0	1.0