基于深度卷积神经网络的车标识别研究

车标识别技术作为智能交通系统中的一项关键技术,对完善未来道路交通系统有着重大的意义。运用深度卷积神经网络对车标的识别进行研究,根据车标的特征,在经典的LeNet-5网络基础上对其进行细化研究,给出基于改进后的LeNet-5网络车标识别模型。为了验证基于深度卷积神经网络车标识别方法的可行性和有效性,采用深度学习框架Caffe,对改进的方案进行仿真分析。实验结果表明,改进的车标识别模型在外界环境的作用下依然具有较高的识别率,在现行的环境下更加适用于智能交通的发展需要。