基于深度学习的复杂环境下车型精确识别方法

• 作者: 崔春晖 庞小龙 贺志华 闫欢 马玉慧
• 来源期刊: 电力系统装备
• 学科: 工学
• 关键词: 深度学习 车型精确识别 卷积神经网络 特征提取信息 DCNN
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 技术前沿
• 页码范围: 176-177
• 页数: 2页
• 分类号: TP751.1
• 字数: 2240字
• 语种: 中文

摘要

目前在输电线路通道监控中车辆的识别主要是依据车型信息来进行的,这就需要提取大量的特征信息,针对这一复杂问题,提出了深度学习的方法来实现复杂情况下车型的识别方法.该种方法主要是基于卷积神经网路的深度学习,通过实验验证了DCNN网络结构模型在识别车型上的准确率达到96.8％,同时还验证了神经网络中卷积核的大小、神经网络的层数以及特征空间的维数在识别过程中对其性能和分辨能力的影响程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔春晖		2	0	0.0	0.0
2	贺志华		3	0	0.0	0.0
3	闫欢		2	0	0.0	0.0
4	马玉慧		1	0	0.0	0.0
5	庞小龙		1	0	0.0	0.0