车辆属性识别及跨场景标注方案

作者：董振江; 高燕; 吴文熙

来源：中兴通讯技术, 2017, 23(04): 20-24.

DOI：10.3969/j.issn.1009-6868.2017.04.004

• 精细化属性识别
• CNN
• 深度学习
• 计算机视觉

提出采用一种基于深度学习的识别方法,来辅助获取训练模型中所需要的车辆属性标签。该方法首先利用海报图像构建大规模车辆属性数据集(SYSUZTE-CARS),训练基于卷积神经网络(CNN)的识别模型,再将模型迁移到监测控制场景中进行标注测试,间接获取属性标签。采用CNN+softmax分类器的结构作为基本框架,引入细粒度识别技术以进一步优化识别性能。利用5种常用车辆属性进行测试,实验结果表明:所提出的方案不仅在SYSU-ZTE-CARS数据集上的识别精度高,而且在监测控制场景下的标注结果也很可靠。

• 单位
  中山大学; 中兴通讯股份有限公司