監(jiān)控車型識(shí)別是智能交通系統(tǒng)中的關(guān)鍵模塊,近年來(lái)在計(jì)算機(jī)視覺(jué)領(lǐng)域和智慧交通領(lǐng)域都受到廣泛的關(guān)注。深度學(xué)習(xí)方法,特別是卷積神經(jīng)網(wǎng)絡(luò)因其強(qiáng)大的表示性能,已經(jīng)在針對(duì)監(jiān)控視頻的車型識(shí)別中取得了較大進(jìn)展。但傳統(tǒng)深度學(xué)習(xí)存在的關(guān)鍵假設(shè)是訓(xùn)練數(shù)據(jù)與測(cè)試數(shù)據(jù)屬于獨(dú)立同分布,這就要求在實(shí)際應(yīng)用中,需要有大量標(biāo)記好的同樣監(jiān)控采集環(huán)境下的車型數(shù)據(jù)作為訓(xùn)練數(shù)據(jù),對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練�？紤]到在實(shí)際應(yīng)用中,監(jiān)控系統(tǒng)采集過(guò)程各異,手工對(duì)監(jiān)控車型進(jìn)行標(biāo)記成本較大,獲取一種通用且完備的監(jiān)控車型數(shù)據(jù)是非常困難的,這些應(yīng)用特點(diǎn)都較大程度上限制了深度學(xué)習(xí)方法在監(jiān)控車型識(shí)別上的實(shí)際應(yīng)用。本文針對(duì)監(jiān)控?cái)?shù)據(jù)中車型識(shí)別應(yīng)用特點(diǎn),開(kāi)展小樣本下的深度學(xué)習(xí)車型識(shí)別研究,通過(guò)在深度學(xué)習(xí)中引入遷移學(xué)習(xí)和主動(dòng)學(xué)習(xí)思想,既保留深度學(xué)習(xí)本身強(qiáng)大的特征提取能力,又降低了對(duì)大規(guī)模標(biāo)注樣本的需求。本文提出了一種基于遷移學(xué)習(xí)和深度學(xué)習(xí)的監(jiān)控車型識(shí)別算法,通過(guò)引入易于獲取標(biāo)簽的互聯(lián)網(wǎng)車商圖片輔助對(duì)毫無(wú)標(biāo)簽的監(jiān)控車型圖片進(jìn)行跨域跨數(shù)據(jù)集識(shí)別。為了克服互聯(lián)網(wǎng)車商圖片與實(shí)際監(jiān)控圖片中車型數(shù)據(jù)的分布差異,本文將域分布正則化項(xiàng)加入至傳統(tǒng)深度網(wǎng)絡(luò)的目標(biāo)函數(shù)中,在強(qiáng)調(diào)特征表示... 

【文章來(lái)源】：廈門大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

神經(jīng)元結(jié)構(gòu)圖

單層網(wǎng)絡(luò)結(jié)構(gòu)圖

圖２．?５?ＬｅＮｅｔ－５網(wǎng)絡(luò)結(jié)構(gòu)圖［Ｓ９］??卷積神經(jīng)網(wǎng)絡(luò)的概念誕生于１９８９年，由Ｌｅｃｕｎ等人提出關(guān)

【參考文獻(xiàn)】：
期刊論文
[1]基于誤差橢圓的車型識(shí)別算法[J]. 萬(wàn)文利,胡加佩,劉學(xué)軍.  計(jì)算機(jī)工程. 2012(05)
[2]基于車輛輪廓定位匹配的車型識(shí)別方法[J]. 杜宇人,高浩軍.  揚(yáng)州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2007(02)



本文編號(hào)：3425676