文献类型：期刊文章

作　　者：李晓琳[1] 曹银杰[1] 田存伟[1] 刘明[1] 耿相珍[1] 冯文文[1]

LI Xiao-lin;CAO Yin-jie;TIAN Cun-wei;LIU Ming;GENG Xiang-zhen;FENG Wen-wen(College of Physics and Information Engineering, Liaocheng University, Shandong Key Laboratory of Optical Communication Science and Technology, Liaocheng 252059,China)

机构地区：[1]聊城大学物理科学与信息工程学院山东省光通信科学与技术重点实验室

出　　处：《科学技术与工程》

基　　金：国家自然科学基金(61431009)资助

年　　份：2019

卷　　号：19

期　　号：34

起止页码：227-233

语　　种：中文

收录情况：BDHX、BDHX2017、RCCSE、ZGKJHX、核心刊

摘　　要：为了解决高速公路环境下监控视频图像车型识别需要将海量视频数据上传计算机服务器中心,对所有的视频流图像进行结构化处理和车型识别,造成服务器中心数据压力大、计算任务重,对服务器性能要求高的问题。对此,提出一种基于机器学习的Cortex-M监控视频车型识别的方法。首先,将训练机训练好的六种车型的权值矩阵文件移植到前端Cortex-M核系列开发板上,采用开发板内嵌的CMSIS-NN网络函数库搭建与训练机相同的网络模型结构;同时采用开发板内嵌的CMSIS-DSP库加快图像处理速度,并对选择处理监控视频图像实现车型识别;实验结果表明,该方法平均识别率达到94.6%以上,与采用计算机进行识别相同,可见该方法能够缓解大量视频上传给服务器中心造成的压力,为高速公路环境下监控视频图像车型识别研究提供了一种可选择的方案。

关 键 词：结构化处理  Cortex-M  监控视频 车型识别 CMSIS-NN  CMSIS-DSP  

分 类 号：TN911.73]