基于卷積神經(jīng)網(wǎng)絡(luò)的車型識別研究.pdf

1、隨著城市交通運輸系統(tǒng)的不斷發(fā)展，智能交通系統(tǒng)日益體現(xiàn)出重要性與緊迫性，目前已成為交通管理系統(tǒng)的重要研究方向。而車型識別作為智能交通系統(tǒng)的重要分支和關(guān)鍵技術(shù)，也得到了普遍關(guān)注。以往的車型識別主要是對車輛進行粗略的分類，但在許多實際應(yīng)用中，需要對車輛的品牌和型號進行自動識別，這種精細準(zhǔn)確的自動車型識別技術(shù)也越來越重要。
　　本論文主要研究基于圖像內(nèi)容的精細車型識別，主要包括車輛圖像前臉檢測和精細車型識別的研究。首先研究了基于卷積神經(jīng)網(wǎng)

2、絡(luò)的車輛檢測方法，實現(xiàn)對交通圖像中的車輛進行檢測。在此基礎(chǔ)上對車輛品牌和型號的精細識別部分進行了以下研究：
　　(1)為得到具有表征力的車輛圖像特征，提高精細車型識別的準(zhǔn)確率，提出了基于多尺度躍層卷積神經(jīng)網(wǎng)絡(luò)的車型識別方法，構(gòu)建了多尺度躍層卷積神經(jīng)網(wǎng)絡(luò)，利用自適應(yīng)融合方法，將多個單一尺度躍層卷積神經(jīng)網(wǎng)絡(luò)的識別結(jié)果進行融合，調(diào)整不同網(wǎng)絡(luò)對識別結(jié)果的貢獻。實驗結(jié)果表明該方法適用于精細車型識別，能提高識別的準(zhǔn)確率。
　　(2)針對