基于多列深度卷积神经网络的车型识别算法研究

作者：程艳艳

来源：长春师范大学学报, 2020, 39(06): 49-53.

• 深度学习
• 车型识别
• 卷积神经网络

针对传统的图像识别算法对图像的特征选择和预处理具有较高的要求,而汽车在高速运动时由于受目标背景的变化和拍摄光线、角度的影响提取到的特征并不一定符合要求,人工进行车型属性的识别需要耗费大量的精力和时间且识别效果不佳,基于此为了实现车型的识别和精确分类,引入深度学习算法。基于深度学习思想的车辆类型识别,在已有卷积神经网络的基础上进行改进和优化,建立多列深度卷积网络车辆识别模型,将得到的单个深度卷积神经网络进行强化输出,最后根据深度模型的反馈进行微调来实现车型识别的精确度。通过仿真实验可知,本文算法对车辆类型的分类识别具有一定的精确度和应用价值。

• 单位
  郑州工业应用技术学院