基于深度学习的车标识别方法研究

被引:30
作者
彭博 [1 ]
臧笛 [2 ]
机构
[1] 同济大学计算机科学与技术系
[2] 同济大学嵌入式系统与服务计算教育部重点实验室
关键词
肇事车辆; 车标; 深度学习; 车标识别;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
对交通监控录像中车牌污损、遮挡的肇事车辆信息进行确认是现阶段智能交通系统中的一个重要问题,车标作为一个关键特征,可以起到辅助判别的作用。提出了一种基于深度学习的车标识别方法,相对于以人工提取特征为主的传统车标识别方法,该方法具有可自主学习特征、可直接输入图像等优点。实验表明,这种方法正确率较高,在光照变化和噪声污染下的准确性和稳定性较好,能够有效降低车标识别的错误率。
引用
收藏
页码:268 / 273
页数:6
相关论文
共 5 条
  • [1] 基于HOG特征和SVM的前向车辆识别方法
    李星
    郭晓松
    郭君斌
    [J]. 计算机科学, 2013, 40(S2) (S2) : 329 - 332
  • [2] 基于图像质量和PCA子空间的车标识别方法
    磨少清
    刘正光
    张军
    [J]. 计算机应用, 2010, 30 (08) : 2244 - 2246+2260
  • [3] 基于对称性的实时车标定位和识别方法
    王运琼
    刘直芳
    肖飞
    [J]. 系统仿真学报, 2009, (04) : 1095 - 1100
  • [4] 基于PCA与不变矩的车标定位与识别
    王枚
    王国宏
    房培玉
    孙淑娟
    [J]. 武汉大学学报(信息科学版), 2008, (01) : 36 - 40
  • [5] 基于边缘直方图的快速汽车标志识别方法
    罗彬
    游志胜
    曹刚
    [J]. 计算机应用研究, 2004, (06) : 150 - 151+157