您所在的位置:荣鼎彩 > 人工智能 > 解决方案 > 智能交通中的车型识别技术研究

智能交通中的车型识别技术研究

2020-05-18
作者:马 秀1,谭福奎2,李 震1,李良荣1
来源:2020年电子技术应用第5期

0 引言

    近年来,针对车辆类型识别的技术研究主要有:(1)结合车牌以及车标信息的车型识别方法,(2)结合全局特征和局部特征的车型识别方法,(3)采用卷积神经网络的车型识别方法等。其中,第(1)类可以用来直接识别出车辆类型和制造商[1],但不能识别出车辆类型的细粒度信息,如果车牌和车标被覆盖或者伪造,识别结果将不可靠。第(2)类特征包括定向轮廓点、尺度不变换特征(Scale-Invariant Feature Transform,SIFT)、Sobel边缘响应、边缘定向、直接正态化梯度、局部归一化梯度、Harris角响应等[2-11];这些特征针对常见车型,识别率比较高,但人工介入过多。第(3)类采用深度学习方法,可以自动进行特征提取,共享卷积核,处理高维数据毫无压力[12];但当网络层数太深时,采用BP(Back Propagation)神经网络收敛速度较慢。

    本文研究一种基于支持向量机(Support Vector Machine,SVM)和改进的快速区域卷积神经网络(R-CNN)车型识别方法。目标是降低计算的多重性,提高准确度、灵敏度、特异度和精密度。




论文详细内容请下载http://www.66ycgl.com/resource/share/2000002795




作者信息:

马  秀1,谭福奎2,李  震1,李良荣1

(1.贵州大学 大数据与信息工程学院,贵州 贵阳550025;2.兴义民族师范学院 物理与电子科学系,贵州 兴义562400)

本站内容除特别声明的原创文章之外,转载内容只为传递更多信息,并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题,请及时通过电子邮件或电话通知我们,以便迅速采取适当措施,避免给双方造成不必要的经济损失。联系电话:010-82306116;邮箱:aet@66ycgl.com。
秒速牛牛官网 秒速赛车下载 荣鼎彩注册 荣鼎彩是真的吗 秒速赛车官方网站 75秒赛车官网 秒速赛车登陆 秒速赛车技巧 秒速赛车下载 荣鼎彩网站