一种快速的车型识别方法

• 作者: 白天 胡鹏 许晓珑
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 卷积神经网络 目标检测 特征提取 车型识别 AlexNet
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 41-45
• 页数: 5页
• 分类号: TP183
• 字数: 4166字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2018.05.010

摘要

卷积神经网络在图像分类领域取得了很好的成绩,但存在模型的计算量太大、无法满足实时性需求的不足.针对车型分类应用,改进卷积神经网络模型,提出一种快速分类的模型.本文车型分类系统将车辆分为小轿车、巴士、卡车、摩托车、非机动车5种类型.考虑到摩托车和卡车与其他车型的车头外形、车轮廓等低层特征区别较大,而卷积神经网络不同卷积层可以抽取不同层次特征,故不同车型之间可以提取不同层次特征即可分类,继而减少了部分卷积层的计算量.最后,使用所提算法改进AlexNet模型,并利用采集的交通视频进行模型的验证,实验显示,在保证分类准确率不低于原始AlexNet模型的前提下,批量分类速度得到了显著的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡鹏	中国科学技术大学软件学院	34	168	8.0	10.0
2	白天	中国科学技术大学软件学院	9	16	3.0	3.0
3	许晓珑	福建省厦门市公路局信息处	4	8	2.0	2.0