当前位置:主页 > 科技论文 > 路桥论文 >

融合整体与局部特征的车辆型号识别方法

发布时间:2019-04-13 11:53
【摘要】:针对现有的深度学习模型忽略从特定图像区域提取局部特征的问题,结合智能交通系统领域的具体应用,提出融合整体与局部特征的车辆型号识别方法。首先,根据车头图像的纹理特点与车牌位置,将车头的全局图像分为多个局部图像;然后,使用优化的卷积神经网络模块分别提取图像的全局特征与局部特征,将全局与局部特征输入到多层全连接神经网络进行特征融合;最后,使用softmax进行车辆型号识别。实验表明,提出的方法能够提取有效的全局与局部特征,具有训练收敛快、识别准确率高的优点。
[Abstract]:In view of the problem that the existing depth learning models ignore the problem of extracting local features from specific image regions, combined with the specific application of intelligent transportation system, a vehicle model recognition method combining global and local features is proposed. Firstly, according to the texture characteristics of the front image and the location of the license plate, the global image of the head is divided into several local images. Then, the optimized convolution neural network module is used to extract the global and local features of the image, and the global and local features are inputted to the multi-layer fully connected neural network for feature fusion. Finally, the vehicle model recognition is carried out by using softmax. Experiments show that the proposed method can extract effective global and local features, and has the advantages of fast training convergence and high recognition accuracy.
【作者单位】: 桂林电子科技大学信息与通信学院;
【基金】:国家科技支撑计划课题资助项目(2014BAK11B02) 广西科学研究与技术开发计划资助项目(桂科攻14122007-5) 桂林电子科技大学研究生创新项目(YJCXS201521)
【分类号】:U495;TP391.41

【相似文献】

相关期刊论文 前3条

1 ;上海将公布公务车辆牌照等信息[J];领导决策信息;2008年25期

2 郭文灿;;2012年款新速腾低配置电磁扇常转故障1例[J];汽车电器;2014年01期

3 ;[J];;年期

相关重要报纸文章 前7条

1 广西高级人民法院司法行政装备管理处 肖福寿;探索公车政府采购新模式[N];中国政府采购报;2012年

2 王旭辉邋实习生 王少勇;二手自行车私下交易火爆[N];市场报;2007年

3 马朝丽;省会新增4个旧自行车交易店[N];河北日报;2007年

4 彭湛峰;德国人的交通安全意识[N];中华合作时报;2002年

5 记者 张良;我市将双管齐下看牢自行车[N];济南日报;2007年

6 刘霞;自行车购销将实行实名登记制[N];中国质量报;2007年

7 徐瑞升、李金清、刘宝贵;8610部队注重提高司机素质[N];人民武警报;2000年

相关硕士学位论文 前1条

1 熊yN;基于深度学习的车辆型号识别[D];华中科技大学;2014年



本文编号:2457528

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/2457528.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户95cb0***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com