基于深度神经网络的车辆图片特征自动识别技术研究

• 作者: 倪令格 刘元周 刘恩 晁亚东
• 来源期刊: 警察技术
• 关键词: 图像识别 卷积神经网络 深度学习 迁移学习 AlexNet
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 交通管理技术
• 页码范围: 86-88
• 页数: 3页
• 字数: 2912字
• 语种: 中文

摘要

针对公安工作中嫌疑车辆种类型号众多、排查分类困难等问题,尝试提出一种基于AlexNet深度神经网络的车辆自动识别技术,能够快速实时对车辆进行分类识别,极大减少了利用人工进行嫌疑车辆排查的时间.该方法可以自适应地避免复杂环境背景对识别效果的干扰,提高嫌疑车辆的识别准确度.经验证,用1000张自然环境下车辆照片进行编程实验和仿真模拟,识别率达到了97.26％.该方法具有优良的鲁棒性和普适性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘恩		5	1	1.0	1.0
2	晁亚东		5	1	1.0	1.0
3	刘元周		3	0	0.0	0.0
4	倪令格		3	0	0.0	0.0