原文服务方: 计算机应用研究       
摘要:
针对车型种类复杂、车辆品牌繁多导致车型检索困难的问题,提出了基于深度特征编码的两级车辆检索方法.通过对深度卷积网络进行改进,构建适应车辆图像特征提取的深度卷积网络.采用两级检索策略以及相似性度量函数,有效地实现了车型和车辆品牌的检索.根据轿车、货车和客车三种车型的检索和车辆品牌的检索实验结果,表明该方法能够有效地提高车辆检索效率.
推荐文章
基于时空域深度特征两级编码融合的视频分类
视频分类
两级编码
深度学习
特征融合
基于时空域深度特征两级编码融合的视频分类
视频分类
两级编码
深度学习
特征融合
基于Irdeto的两级CA系统
前端
机顶盒
智能卡
基于t-SNE卷积编码的图像检索方法
图像检索
特征提取
卷积神经网络
降维
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度特征编码的两级车辆检索方法
来源期刊 计算机应用研究 学科
关键词 车辆检索 深度卷积神经网络 特征提取 两级检索策略 相似性度量
年,卷(期) 2018,(9) 所属期刊栏目 图形图像技术
研究方向 页码范围 2823-2826,2830
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.09.061
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈光喜 桂林电子科技大学计算机与信息安全学院 82 455 12.0 16.0
2 康春生 桂林电子科技大学计算机与信息安全学院 2 2 1.0 1.0
3 黄勇 2 2 1.0 1.0
4 陈泽 桂林电子科技大学计算机与信息安全学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (55)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2016(7)
  • 参考文献(4)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
车辆检索
深度卷积神经网络
特征提取
两级检索策略
相似性度量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导