基于深度神經(jīng)網(wǎng)絡(luò)的車型識別設(shè)計與實現(xiàn)
發(fā)布時間:2021-09-16 18:55
隨著目前我國汽車保有量飛速增加,智慧交通系統(tǒng)也日益普及。車型信息作為一種車輛的一種基本屬性,對其進(jìn)行準(zhǔn)確的識別和統(tǒng)計對智慧交通系統(tǒng)的建設(shè)有著重要意義。本文闡述了車型識別的研究意義和發(fā)展現(xiàn)狀,概述了深度神經(jīng)網(wǎng)絡(luò)的基本理論。簡要介紹了硬件識別法和基于計算機(jī)視覺識別方法,重點(diǎn)研究了基于計算機(jī)視覺的深度神經(jīng)網(wǎng)絡(luò)算法,它具有部署成本低,準(zhǔn)確率高,學(xué)習(xí)能力強(qiáng)等優(yōu)勢。對目前已有的分類模型存在分類粒度過大,準(zhǔn)確率不高等問題,提出了將整體特征與局部特征相融合的分類模型。研究的數(shù)據(jù)集主要針對監(jiān)控攝像頭拍攝的車輛前臉圖片。為了充分利用車輛前臉圖像進(jìn)行車型識別任務(wù),本文進(jìn)行了以下工作:1.為了建立適合本文的車型數(shù)據(jù)庫,本文融合了PKU VehicleID,BIT Vehicle以及使用網(wǎng)絡(luò)爬蟲從網(wǎng)上爬取的各類車型圖片建立的車型數(shù)據(jù)集,這保證了本文中采用的數(shù)據(jù)來源豐富。為了進(jìn)一步提升較暗圖像的對比度,對數(shù)據(jù)集中亮度低于閾值的圖像進(jìn)行直方圖均衡化處理。在最終建立的車型數(shù)據(jù)庫包含了jeep-指南者,寶馬-X1,比亞迪F3-2007-2011款等228類車型樣本圖像共計10432張圖像。并針對車輛前臉圖片中語義信息較...
【文章來源】:西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【圖文】:
數(shù)據(jù)集中較暗圖像與其RGB直方圖
原始圖像RGB直方圖均衡化后的結(jié)果
多層感知機(jī)結(jié)構(gòu)示意圖
【參考文獻(xiàn)】:
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的車型識別方法研究[J]. 紀(jì)野,李玉惠,王蒙. 傳感器與微系統(tǒng). 2017(11)
[2]智慧交通展望及解決方案研究[J]. 林曉伯,劉思聰. 郵電設(shè)計技術(shù). 2017(05)
[3]智能交通發(fā)展動態(tài)與趨勢[J]. 關(guān)積珍. 交通與港航. 2016(01)
[4]基于深度卷積神經(jīng)網(wǎng)絡(luò)的車型識別研究[J]. 鄧柳,汪子杰. 計算機(jī)應(yīng)用研究. 2016(03)
[5]基于誤差橢圓的車型識別算法[J]. 萬文利,胡加佩,劉學(xué)軍. 計算機(jī)工程. 2012(05)
[6]基于車輛輪廓定位匹配的車型識別方法[J]. 杜宇人,高浩軍. 揚(yáng)州大學(xué)學(xué)報(自然科學(xué)版). 2007(02)
[7]RFID車型識別及信息處理在汽車生產(chǎn)中的應(yīng)用[J]. 劉軍,薛明,李桂麗. 制造業(yè)自動化. 2006(12)
[8]基于壓力傳感器陣列的車型分類系統(tǒng)[J]. 張健雄,張進(jìn),戴志超. 公路交通科技. 2006(07)
[9]基于BP神經(jīng)網(wǎng)絡(luò)的車型分類器[J]. 胡方明,簡琴,張秀君. 西安電子科技大學(xué)學(xué)報. 2005(03)
碩士論文
[1]奇異值分解和主成分分析在車型識別中的應(yīng)用[D]. 牟雪嬌.上海交通大學(xué) 2008
本文編號:3397115
【文章來源】:西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【圖文】:
數(shù)據(jù)集中較暗圖像與其RGB直方圖
原始圖像RGB直方圖均衡化后的結(jié)果
多層感知機(jī)結(jié)構(gòu)示意圖
【參考文獻(xiàn)】:
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的車型識別方法研究[J]. 紀(jì)野,李玉惠,王蒙. 傳感器與微系統(tǒng). 2017(11)
[2]智慧交通展望及解決方案研究[J]. 林曉伯,劉思聰. 郵電設(shè)計技術(shù). 2017(05)
[3]智能交通發(fā)展動態(tài)與趨勢[J]. 關(guān)積珍. 交通與港航. 2016(01)
[4]基于深度卷積神經(jīng)網(wǎng)絡(luò)的車型識別研究[J]. 鄧柳,汪子杰. 計算機(jī)應(yīng)用研究. 2016(03)
[5]基于誤差橢圓的車型識別算法[J]. 萬文利,胡加佩,劉學(xué)軍. 計算機(jī)工程. 2012(05)
[6]基于車輛輪廓定位匹配的車型識別方法[J]. 杜宇人,高浩軍. 揚(yáng)州大學(xué)學(xué)報(自然科學(xué)版). 2007(02)
[7]RFID車型識別及信息處理在汽車生產(chǎn)中的應(yīng)用[J]. 劉軍,薛明,李桂麗. 制造業(yè)自動化. 2006(12)
[8]基于壓力傳感器陣列的車型分類系統(tǒng)[J]. 張健雄,張進(jìn),戴志超. 公路交通科技. 2006(07)
[9]基于BP神經(jīng)網(wǎng)絡(luò)的車型分類器[J]. 胡方明,簡琴,張秀君. 西安電子科技大學(xué)學(xué)報. 2005(03)
碩士論文
[1]奇異值分解和主成分分析在車型識別中的應(yīng)用[D]. 牟雪嬌.上海交通大學(xué) 2008
本文編號:3397115
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3397115.html
最近更新
教材專著