钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机辅助设计与图形学学报期刊
\
基于语义DCNN特征融合的细粒度车型识别模型
基于语义DCNN特征融合的细粒度车型识别模型
作者:
曹浩宇
杨娟
汪荣贵
薛丽霞
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
车型识别
细粒度车型识别
卷积神经网络
深度学习
细粒度分类
图像分类
摘要:
针对深度卷积神经网络模型缺乏对语义信息的表征能力,而细粒度视觉识别中种类间视觉差异微小且多集中在关键的语义部位的问题,提出基于语义信息融合的深度卷积神经网络模型及细粒度车型识别模型.该模型由定位网络和识别网络组成,通过定位网络Faster RCNN获取车辆目标及各语义部件的具体位置;借助识别网络提取目标车辆及各语义部件的特征,再使用小核卷积实现特征拼接和融合;最后经过深层神经网络得到最终识别结果.实验结果表明,文中模型在斯坦福BMW-10数据集的识别准确率为78.74%,高于VGG网络13.39%;在斯坦福cars-197数据集的识别准确率为85.94%,其迁移学习模型在BMVC car-types数据集的识别准确率为98.27%,比该数据集目前最好的识别效果提高3.77%;该模型避免了细粒度车型识别对于车辆目标及语义部件位置的依赖,并具有较高的识别准确率及通用性.
暂无资源
收藏
引用
分享
推荐文章
基于朴素贝叶斯的细粒度意见挖掘
语言特征
朴素贝叶斯
细粒度
意见挖掘
条件随机场
评价要素
基于语义信息跨层特征融合的细粒度鸟类识别
鸟类识别
细粒度识别
区域定位
特征提取
特征融合
细粒度并行计算编程模型研究
细粒度并行计算
图形处理器
图形处理器的通用计算
Cell
统一计算设备架构
基于用户的细粒度可控群体感知模型
CSCW
事件处理
授权
订阅
群体感知
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于语义DCNN特征融合的细粒度车型识别模型
来源期刊
计算机辅助设计与图形学学报
学科
工学
关键词
车型识别
细粒度车型识别
卷积神经网络
深度学习
细粒度分类
图像分类
年,卷(期)
2019,(1)
所属期刊栏目
图像与视觉
研究方向
页码范围
141-157
页数
17页
分类号
TP391.41
字数
13096字
语种
中文
DOI
10.3724/SP.J.1089.2019.17130
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
汪荣贵
合肥工业大学计算机与信息学院
104
1458
21.0
34.0
2
薛丽霞
合肥工业大学计算机与信息学院
27
72
5.0
7.0
3
杨娟
合肥工业大学计算机与信息学院
47
121
5.0
8.0
4
曹浩宇
合肥工业大学计算机与信息学院
2
5
2.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(0)
共引文献
(0)
参考文献
(10)
节点文献
引证文献
(3)
同被引文献
(9)
二级引证文献
(0)
2006(1)
参考文献(1)
二级参考文献(0)
2013(1)
参考文献(1)
二级参考文献(0)
2014(2)
参考文献(2)
二级参考文献(0)
2015(4)
参考文献(4)
二级参考文献(0)
2017(2)
参考文献(2)
二级参考文献(0)
2019(2)
参考文献(0)
二级参考文献(0)
引证文献(2)
二级引证文献(0)
2019(2)
引证文献(2)
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
车型识别
细粒度车型识别
卷积神经网络
深度学习
细粒度分类
图像分类
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
计算机辅助设计与图形学学报
主办单位:
中国计算机学会
中国科学院计算技术研究所
出版周期:
月刊
ISSN:
1003-9775
CN:
11-2925/TP
开本:
大16开
出版地:
北京2704信箱
邮发代号:
82-456
创刊时间:
1989
语种:
chi
出版文献量(篇)
6095
总下载数(次)
15
总被引数(次)
94943
相关基金
国家自然科学基金
英文译名:
the National Natural Science Foundation of China
官方网址:
http://www.nsfc.gov.cn/
项目类型:
青年科学基金项目(面上项目)
学科类型:
数理科学
期刊文献
相关文献
1.
基于朴素贝叶斯的细粒度意见挖掘
2.
基于语义信息跨层特征融合的细粒度鸟类识别
3.
细粒度并行计算编程模型研究
4.
基于用户的细粒度可控群体感知模型
5.
基于静态行为特征的细粒度Android恶意软件分类
6.
基于细粒度模型的并行蚁群优化算法
7.
基于HBase的细粒度访问控制方法研究
8.
细粒度的基于角色和任务的Web访问控制模型
9.
基于卷积网络的车辆定位与细粒度分类算法
10.
细粒度角色访问控制模型及其应用
11.
基于Modbus功能码细粒度过滤算法的研究
12.
基于空间划分的细粒度并行演化算法
13.
奇异值分解与中心度量的细粒度车型识别算法
14.
基于潜在标签挖掘和细粒度偏好的个性化标签推荐
15.
细粒度ε-CL-20的制备及钝化
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机辅助设计与图形学学报2022
计算机辅助设计与图形学学报2021
计算机辅助设计与图形学学报2020
计算机辅助设计与图形学学报2019
计算机辅助设计与图形学学报2018
计算机辅助设计与图形学学报2017
计算机辅助设计与图形学学报2016
计算机辅助设计与图形学学报2015
计算机辅助设计与图形学学报2014
计算机辅助设计与图形学学报2013
计算机辅助设计与图形学学报2012
计算机辅助设计与图形学学报2011
计算机辅助设计与图形学学报2010
计算机辅助设计与图形学学报2009
计算机辅助设计与图形学学报2008
计算机辅助设计与图形学学报2007
计算机辅助设计与图形学学报2006
计算机辅助设计与图形学学报2005
计算机辅助设计与图形学学报2004
计算机辅助设计与图形学学报2003
计算机辅助设计与图形学学报2002
计算机辅助设计与图形学学报2001
计算机辅助设计与图形学学报2000
计算机辅助设计与图形学学报1999
计算机辅助设计与图形学学报1998
计算机辅助设计与图形学学报2019年第9期
计算机辅助设计与图形学学报2019年第8期
计算机辅助设计与图形学学报2019年第7期
计算机辅助设计与图形学学报2019年第6期
计算机辅助设计与图形学学报2019年第5期
计算机辅助设计与图形学学报2019年第4期
计算机辅助设计与图形学学报2019年第3期
计算机辅助设计与图形学学报2019年第2期
计算机辅助设计与图形学学报2019年第12期
计算机辅助设计与图形学学报2019年第11期
计算机辅助设计与图形学学报2019年第10期
计算机辅助设计与图形学学报2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号