基于VGGNet颜色识别的车辆检索系统设计

• 作者: 扈乐华 顾思思
• 来源期刊: 电脑与电信
• 学科: 交通运输
• 关键词: VGGNet SIFT LBP 分层检索
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 基金项目
• 页码范围: 17-20
• 页数: 4页
• 分类号: TP391.41|U495|TP183
• 语种: 中文

摘要

深度学习中的卷积神经网络对图像的平移、旋转等变换有很强的抗干扰能力,它与传统的车辆识别技术相比能提取到更深层次、更丰富的图像信息.基于VGGNet网络结构,并模拟人眼对车辆特征感知的先后顺序,设计了一个对车辆图像库中的车辆数据进行分级检索的系统.首先搭建并训练一个可进行8种颜色识别的卷积神经网络,对目标车辆进行颜色识别,再融合SIFT和LBP特征对颜色相同的候选车辆数据库进行特征匹配与检索.该系统的分级检索模式能够有效地缩小检索范围,提高检索效率,多特征的融合也可以保障提取足够多的图像信息,确保检索精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	扈乐华		13	24	2.0	4.0
2	顾思思		22	69	6.0	7.0