基于卷积神经网络的车型识别
车型识别是智能交通系统的重要组成部分,无论是在交通监控领域,还是在高速公路和停车场的全自动收费领域,都有着广泛的应用.目前的研究大都仅限于按车辆大小分为大型、中型和小型,本文在现有分类的基础上,利用Matconvnet提供的卷积神经网络框架,通过对Alexnet网络进行调整优化,采用车型数据库进行训练,将小型车辆分为皮卡车(pickup)、面包车(minibus)、SUV、MPV、三厢轿车(sedan)、两厢轿车(hatchback)六类,最终使训练识别率达到97.4％,测试识别率达到91％.
智能交通系统 车型识别 卷积神经网络
郭晓伟 扈啸 陈跃跃
湖南省长沙市开福区国防科技大学 410073
国内会议
西安
中文
333-338
2016-08-10（万方平台首次上网日期，不代表论文的发表时间）