收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的车型识别分析与研究

刘灵  
【摘要】:随着城市交通复杂状况的愈渐加深,公安、交警的工作量也日益繁重,因而,智能交通系统的进一步发展变得尤为重要。车辆识别系统是目前比较热门且已经广泛应用于市场的一类智能交通系统,它依赖于车牌识别、车标识别和车型识别等核心技术。其中,车牌识别的研究已经比较成熟,许多研究成果在企业车库、小区等场所广泛应用。对于车标识别,由于车标区域太小,研究此类识别需要较高质量的图像,道路交通系统中的设备不能得到高质量的车辆图像的情况下,车标识别往往不能达到很好的识别效果。而传统的车型识别只能将车辆分成货车、客车、小汽车等几个大类,随着智能化发展愈来愈快,这类系统已经不能满足交通系统的需要,对如何识别车辆具体型号的研究在实际应用中将会有重要价值。类比于人脸识别,本文围绕车脸图像的识别进行了一系列研究。首先,由于缺少直接用于研究的车脸图像数据,本文截取车辆图像中的车脸部分进行尺度归一化,使用平移旋转、亮度调整、运动模糊等操作模拟现实中可能出现的几种因素进行数据扩增,保证数据的多样性,最终建立了一个包含31个子型号的车脸图像数据库。基于图像处理模式的图像识别方式,其核心是检测提取图像特征的算法,通过分析比较各种常用的特征提取算法,本文选择了在车辆识别领域最常用也是效果最好的SIFT特征提取算法,详细阐述了它的工作原理,并针对其生成的描述子过于复杂的缺点,在检测极值点时引入SUSAN角点检测算子进行改进,成功提取到了较简单且准确的车脸特征并结合k-邻近分类器进行分类。最后,本文引入了目前深度学习领域非常热门的卷积神经网络对车脸图像的特征进行自主学习、提取。首先是构建卷积神经网络模型,本文从网络层数、卷积核大小、下采样方法、激活函数类型等方面入手,分析不同的网络设定情况下卷积神经网络的训练时间、特征维度、特征提取时间等系统评价参数的变化,从中选取最优值,确定出卷积神经网络模型,将本文图像数据库中的图像输入网络,提取到最终的特征向量,输入k-邻近分类器进行实验,最终得出了较为理想的识别结果。与SIFT算法、SUSAN-SIFT算法相比,本文基于卷积神经网络的车型识别方法在速度与准确率方面都有所提升。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 运国莲;陈启美;丁胜军;;基于非完备贝叶斯网络的车型识别方法[J];交通与计算机;2006年01期
2 张宁;施毅;何铁军;;基于虚拟线圈的车型识别研究[J];交通与计算机;2008年01期
3 华莉琴;许维;王拓;马瑞芳;胥博;;采用改进的尺度不变特征转换及多视角模型对车型识别[J];西安交通大学学报;2013年04期
4 刘玉铭,白明;一种基于模糊模式识别方法的车型识别仪[J];公路交通科技;2000年01期
5 王阳萍,何欣;智能图像处理技术在车型识别中的应用研究[J];兰州交通大学学报;2004年04期
6 季晨光;张晓宇;白相宇;;基于视频图像中的车型识别[J];辽宁工业大学学报(自然科学版);2010年01期
7 张友兵,陈家祺,史旅华,田瑞庭;基于神经网络的汽车车型识别[J];湖北汽车工业学院学报;1998年03期
8 陈家祺,张友兵,史旅华,田瑞庭,傅正朝,舒章钧;运动图像处理在车型识别中的应用[J];汽车工程;1998年06期
9 欧卫华;唐东黎;闻斌;;基于遗传算法优化的模糊神经网络车型识别[J];湖南工业大学学报;2010年02期
10 王明哲;吴皓;周丰;;基于地磁的车型识别模糊数据融合方法研究[J];公路交通科技;2008年01期
11 刘玉铭,白明,吴慧;模糊模式识别理论在车型识别中的应用[J];道路交通与安全;2001年01期
12 江卫强;;Freeman编码及其在车型识别中的应用[J];机械工业自动化;1988年03期
13 罗瑞;张自红;;基于红外对管及BP神经网络的车型识别[J];制造业自动化;2013年03期
14 陈晓红;;基于RBF网络的不停车收费系统的车型识别[J];科学技术与工程;2009年18期
15 冯超;贺俊吉;史立;;基于支持向量机的轿车车型识别[J];上海海事大学学报;2011年03期
16 梅丽凤;王艳秋;蓝和惠;;一种新型车型自动识别系统[J];制造业自动化;2006年12期
17 王智文;刘美珍;黄秋凤;蔡启先;;基于改进BP神经网络车型识别的研究[J];广西工学院学报;2008年03期
18 孙青;刘智勇;;基于朴素贝叶斯分类模型的车型识别方法[J];五邑大学学报(自然科学版);2008年03期
19 李牧;孔淑华;;RFID在汽车焊装生产线的应用及影响因素分析[J];电焊机;2013年06期
20 康维新;曹宇亭;盛卓;李鹏;姜澎;;车辆的Harris与SIFT特征及车型识别[J];哈尔滨理工大学学报;2012年03期
中国重要会议论文全文数据库 前7条
1 韩冬梅;吕芳;;智能交通系统中车型识别的软件设计与实现[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年
2 王超;刘翠响;;视频图像中车辆的车型识别算法研究与实现[A];第二十七届中国(天津)2013IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2013年
3 邓天民;邵毅明;崔建江;;一种车型识别算法及其应用[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(上册)[C];2006年
4 张全元;戴光明;陈良;;一种新的基于实时视频流的车型识别算法[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年
5 张大奇;曲仕茹;刘真峥;;基于环投影小波分形特征的车型自动识别方案[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
6 赵天青;梁旭斌;许学忠;蔡宗义;张敏;;车型识别中听觉特征提取算法的研究[A];第三届上海——西安声学学会学术会议论文集[C];2013年
7 刘直芳;游健;王运琼;游志胜;;运动汽车投影阴影分割算法[A];第十三届全国图象图形学学术会议论文集[C];2006年
中国博士学位论文全文数据库 前2条
1 李丽宏;基于多传感器信息融合的超限超载检测系统设计研究[D];太原理工大学;2013年
2 胡耀民;基于视频的车型识别关键技术研究[D];华南理工大学;2014年
中国硕士学位论文全文数据库 前10条
1 邓柳;基于深度卷积神经网络的车型识别[D];西南交通大学;2015年
2 张明贵;道路车辆的车型识别方法研究[D];贵州民族大学;2015年
3 涂文华;基于数据融合的交通物联网感知节点研究与应用[D];南昌大学;2015年
4 刘超;多姿态车型识别算法设计及应用研究[D];电子科技大学;2014年
5 王欣;基于小波分析的车型自动识别系统的设计与实现[D];电子科技大学;2014年
6 凌永国;基于卡口图像车型识别的研究[D];广西师范大学;2015年
7 张海彬;基于卡口图像的车型识别方法研究[D];合肥工业大学;2015年
8 郭志明;基于视频图像的车型识别方法的研究[D];东北大学;2014年
9 张飞云;基于深度学习的车辆定位及车型识别研究[D];江苏大学;2016年
10 程丽霞;监控视频中的车型识别技术研究[D];广东工业大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978