文献类型：期刊文章

作　　者：陈宏彩[1,2] 程煜[1,2] 张常有[3]

机构地区：[1]河北省科学院应用数学研究所,河北石家庄050081 [2]河北省信息安全认证工程技术研究中心,河北石家庄050081 [3]中国科学院软件研究所并行软件与计算科学实验室,北京100190

出　　处：《河北科技大学学报》

基　　金：国家自然科学基金(61379048;61672508);河北省重点研发计划项目(17395602D);河北省三三三人才工程项目(2016022577-7)

年　　份：2017

卷　　号：38

期　　号：6

起止页码：564-569

语　　种：中文

收录情况：AJ、CAS、CSA-PROQEUST、DOAJ、INSPEC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：在复杂交通场景中,公安和交管部门对车型识别的实时性和精度提出了更高要求。针对当前假牌、套牌、无牌车辆处理占用大量警力、检索效率低下、非智能化等一系列问题,提出了一种基于GoogleNet深度卷积神经网络的车型精细识别方法,设计了合理的卷积神经网络滤波器大小和数目,优选了激活函数和车型识别分类器,构建了一个新的卷积神经网络轿车车型精细识别模型框架。实验结果表明,在车型精细识别测试中,所提出模型的识别率达到了97%,较原始GoogleNet模型有较大提升,而且,新模型有效地减少了训练参数的数量,降低了模型的存储空间。车型精细识别技术可应用于智能交通管理领域,具有重要的理论研究价值与实践意义。

关 键 词：计算机神经网络  车型识别 卷积神经网络 精细识别  深度学习  

分 类 号：TP183]