基于改进稀疏栈式编码的车型识别

• 作者: 代乾龙 孙伟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 车型识别 稀疏栈式编码 卷积 池化 特征字典
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 136-141
• 页数: 6页
• 分类号: TP391
• 字数: 3544字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1809-0101

摘要

为了提高稀疏栈式编码对车型识别确率,提出了一种基于改进稀疏栈式编码的车型识别方法.使用逐层无监督方法来训练网络结构,并从大量的无标记的数据集中学习得到特征字典,在稀疏栈式编码的基础上引入卷积和池化模块,把学习得到的特征字典作为卷积核,通过对含有车辆的图像进行卷积和池化操作获得图像的特征图;最后通过使用softmax分类器在少量标签数据集上进行有监督的微调.在BIT-Vehicle数据集上的实验结果表明,改进后的算法优于传统稀疏栈式编码算法,在标注较少的数据集中,识别的准确率优于神经网络算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙伟	中国矿业大学信息与控制工程学院	105	523	13.0	17.0
2	代乾龙	中国矿业大学信息与控制工程学院	1	0	0.0	0.0