查询结果:   陈淑君,周永霞,方勇军.基于卷积神经网络的汽车型号识别[J].计算机应用与软件,2017,34(11):228 - 231.
中文标题
基于卷积神经网络的汽车型号识别
发表栏目
图像处理与应用
摘要点击数
782
英文标题
VEHICLE MODEL RECOGNITION BASED ON CONVOLUTIONAL NEURAL NETWORK
作 者
陈淑君 周永霞 方勇军 Chen Shujun Zhou Yongxia Fang Yongjun
作者单位
中国计量学院信息工程学院 浙江 杭州 310018)  杭州吾思智能科技有限公司 浙江 杭州 310018    
英文单位
College of Information Engineering,China Jiliang University,Hangzhou 310018,Zhejiang,China Hangzhou Wusi Intelligent Science and Technology Co. Ltd., Hangzhou 310018,Zhejiang,China    
关键词
深度学习 卷积神经网络 Adaboost LBP SVM
Keywords
Deep learning Convolution neural network Adaboost LBP SVM
基金项目
作者资料
陈淑君,硕士生,主研领域:计算机视觉。周永霞,副教授。方勇军,工程师。 。
文章摘要
利用汽车的前视图像,提出一种基于深度学习的汽车型号识别方案。首先用Adaboost算法的级联检测器检测出汽车的车头感兴趣区域。然后针对该感兴趣区域,设计相应的卷积神经网络模型进行汽车型号识别。实验分别对比了当前流行的手工设计特征(SIFT、HOG和LBP特征)用SVM及ELM分类器的识别效果。实验结果显示,基于深度学习的方法识别率显著高于传统机器学习方法,表现出卓越的性能。
Abstract
Using the front view of the vehicle, we propose an algorithm for vehicle model recognition based on deep learning. First, the vehicle face region was detected by using the cascade detector of Adaboost algorithm. Then, a convolution neural network was designed to identify the region. Moreover, we compared the recognition effects of SVM, ELM classifier and popular manual design features (SIFT, HOG and LBP) respectively. The experimental results show that the recognition rate of the deep learning is significantly higher than the traditional machine learning method. Deep learning demonstrates excellent performance.
下载PDF全文