车型识别中感兴趣区域选择方法研究

• 作者: 杨双 王敬东 赵若辰 黄雨秋
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 卷积神经网络 深度学习 车型识别 感兴趣区域
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 102-106
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2004126

摘要

研究了车型识别时感兴趣区域的确定方法,提出了基于加权融合策略的特征区域块检测算法,充分考虑真实标签类别对特征图的权重信息,以真实标签对特征图的反向梯度来构建权重系数,通过加权融合特征信息得到车型识别中的感兴趣区域,并以热力图形式可视化呈现;设计一组对比实验,验证了特征区域块的检测有效性,感兴趣区域合理确定对车型识别准确性提高产生了明显作用.实验结果表明,蒙住散热格栅区域时,置信度下降38.47％;而蒙住车灯时,置信度下降23.90％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王敬东		82	822	15.0	25.0
2	黄雨秋		2	0	0.0	0.0
3	赵若辰		2	0	0.0	0.0
4	杨双		1	0	0.0	0.0