基于深度学习CNN模型的智能识车助手

• 作者: 吴恋 焦登才 莫胜明 邓娟 邹涛
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 车标识别 深度学习 CNN模型 智能交通 人工智能
• 年，卷（期）: 2018,（4Z）
• 页码范围: 207-209
• 页数: 3页
• 分类号: TP18

摘要

在当今人工智能时代下,车标属于车辆主要标识,但需要能准确的识别,难度就较高,如何利用车标识别技术,来解决当今的智能交通中的诸多问题,是值得思考的。基于深度学习的CNN模型的车标识别方法能提高对车标识别的准确度,将车标当做探测对象,从而提高车标识别的精确性,这样解决了有关车辆辨别问题,深度学习下的车标识别方法可以通过多样化的特征学习,能直接从训练样本集中提炼出特征,将获取到的车标图传给神经网络的分类器进行分类识别