|本期目录/Table of Contents|

[1]杨 帅,张有芬,李玉惠,等.基于深度卷积神经网络的车标分类[J].工业仪表与自动化装置,2017,(05):75-78.
　YANG Shuai,ZHANG Youfen,LI Yuhui,et al.Vehicle classification based on deep convolutional neural network[J].Industrial Instrumentation & Automation,2017,(05):75-78.
点击复制

基于深度卷积神经网络的车标分类

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

卷:
期数:
2017年05期
页码:
75-78
栏目:
出版日期:
2017-10-15

文章信息/Info

Title:
Vehicle classification based on deep convolutional neural network
作者:
杨 帅1; 2; 张有芬1; 2; 李玉惠1; 2; 纪 野1; 2
1.昆明理工大学 信息工程与自动化学院；2.云南省智能交通系统工程技术研究中心 智能图像处理研究室，昆明 650500
Author(s):
YANG Shuai1; 2;  ZHANG Youfen1; 2;  LI Yuhui1; 2;  JI Ye1; 2
1.School of Information Engineering and Automation, Kunming University of Science and Technology;2.Intelligent Image Processing lab,Yunnan Intelligent Transportation System Engineering Technology Research Center,Kunming 650500,China
关键词:
深度学习; 神经网络; 车标分类; 图像识别
Keywords:
deep learning; neural network; vehicle classification; image recognition
分类号:
TN919
DOI:
-
文献标志码:
A
摘要:
基于深度学习框架Caffe和具有强大计算能力的GPU，运用深度神经网络AlexNet和GoogleNet，对具有不同背景的汽车图像进行网络训练，以达到车辆自动识别的目的。分别对4类车标进行网络训练与测试，实验结果表明，在图像识别分类方面，与传统识别方法相比，深度卷积神经网络更具优势。
Abstract:
-

参考文献/References:

[1] 王运琼,刘直芳,肖飞.基于对称性的实时车标定位和识别方法[J].系统仿真学报,2009,21(4):1095-1100.
[2] 蒋菠.基于视频图像的汽车车标检测技术研究与实现[D].成都:西南交通大学,2012.
[3] 李铮.基于不变矩和神经网络的道路交通标志识别方法[J].青年与社会,2012,62(3):282-283.
[4] 孙娟红.车标识别方法研究[D].大连:辽宁师范大学,2011.
[5] 鲁丰,刘芸,张仁辉.基于改进HOG特征值的车标检测与识别方法[J].光通信研究,2012,38(5):26-29.
[6] 李彬,罗彪.机器视觉在物体位姿检测中的应用[J].传感器与微系统,2016,35(2):150-153.
[7] 王茜,张海仙.基于深度神经网络的汽车车型识别[J].现代计算机(普及版), 2015(12):61-64.
[8] 尹宝才,王文通,王立春.深度学习研究综述[J].北京工业大学学报, 2015(1):48-59.
[9] 郑胤,陈权崎,章毓晋.深度学习及其在目标和行为识别中的新进展[J].中国图象图形学报,2014,19(2):175-184.
[10] 郭丽丽,丁世飞.深度学习研究进展[J].计算机科学,2015, 42(5):28-33.
[11] 梁淑芬,刘银华,李立琛.基于LBP和深度学习的非限制条件下人脸识别算法[J].通信学报,2014,35(6):154-160.
[12] 余进程,谢光汉,罗芳.基于深度学习的道路交通标志数字识别技术探究[J].数字技术与应用,2013(12):62-63.
[13] 谢剑斌,李沛秦,刘通,等.基于深度学习的典型车标搜索方法:中国, CN 104391966 A[P]. 2015-03-04.
[14] 王茜,张海仙.基于深度神经网络的汽车车型识别[J].现代计算机(普及版),2015(35):61-64.
[15] 王茜,张海仙.深度学习框架Caffe在图像分类中的应用[J].现代计算机,2016(5):72-75.
[16] Bouvrie J. Notes on Convolutional Neural Networks[J]. Neural Nets, 2006.
[17] 张扬,刘艳丽.PSO优化BP神经网络的串联故障电弧识别方法[J].传感器与微系统,2016,35(7):22-25.
[18] 纪野,李玉惠,李勃,等.有监督Kohonen网络的车型识别方法[J].传感器与微系统,2016,35(8):12-14.
[19] 朱正强.车标识别的关键技术研究[D].大连:辽宁师范大学,2010.

相似文献/References:

[1]邹益民.基于SIMULINK-S函数的联合站脱水单神经元PID仿真[J].工业仪表与自动化装置,2014,(05):29.
　ZOU Yimin.Simulation of single neuron PID control for the union station crude oil dehydration process based on SIMULINK-S functions[J].Industrial Instrumentation & Automation,2014,(05):29.
[2]刘若涵,赵振民,赵 杰.基于神经网络与遗传算法的悬臂式掘进机智能控制系统[J].工业仪表与自动化装置,2014,(06):67.
　LIU Ruohan,ZHAO Zhenmin,ZHAO Jie.The boom-type roadheader intelligent control system based on neural network and genetic algorithms[J].Industrial Instrumentation & Automation,2014,(05):67.
[3]胥 良,贾宪生.基于神经网络的PID控制方法在矿井提升机中的应用[J].工业仪表与自动化装置,2015,(02):77.
　XU Liang,JIA Xiansheng.Based on neural network PID control methods in the study of the application of the mine hoist[J].Industrial Instrumentation & Automation,2015,(05):77.
[4]赵洪瑞,王洪远,朱素杰,等.基于RBF神经网络的镜头畸变校正方法[J].工业仪表与自动化装置,2015,(02):81.
　ZHAO Hongrui,WANG Hongyuan,ZHU Sujie,et al.The study of lens distortion correction based on radiate basis function neural networks[J].Industrial Instrumentation & Automation,2015,(05):81.
[5]陈宏希,邹益民.基于OPC的MATLAB与S7-200 PLC实时通信在过程控制实验装置中应用[J].工业仪表与自动化装置,2015,(05):55.
　CHEN Hongxi,ZOU Yimin.Research on application of real-time communication of MATLAB with S7-200 PLC in process control experimental device based on OPC[J].Industrial Instrumentation & Automation,2015,(05):55.
[6]刘 俊.基于搜寻者优化算法的PID神经网络解耦控制[J].工业仪表与自动化装置,2015,(05):97.
　LIU Jun.PID neural network decoupling control based on seeker optimization algorithm[J].Industrial Instrumentation & Automation,2015,(05):97.
[7]胥 良,郭 林,梁 亚,等.基于模糊RBF神经网络的智能PID控制[J].工业仪表与自动化装置,2015,(06):67.
　XU Liang,GUO Lin,LIANG Ya,et al.Study on intelligent PID control based on fuzzy RBF neural network[J].Industrial Instrumentation & Automation,2015,(05):67.
[8]张卫峰,惠俊军.智能故障诊断技术的现状及展望[J].工业仪表与自动化装置,2017,(05):21.
　ZHANG Weifeng,HUI Junjun.The present situation and prospects of intelligence fault diagnosis technology[J].Industrial Instrumentation & Automation,2017,(05):21.
[9]李彦晶,张亚萍,罗 钿.基于BP神经网络的马铃薯收获机挖掘铲的参数优化[J].工业仪表与自动化装置,2018,(06):122.[doi:1000-0682（2018）06-0000-00]
　LI Yanjing,ZHANG Yaping,LUO Tian.Parameters optimization of potato harvester digger blade based on BP neural network[J].Industrial Instrumentation & Automation,2018,(05):122.[doi:1000-0682（2018）06-0000-00]
[10]徐先峰,黄刘洋,龚 美.基于卷积神经网络与双向长短时记忆网络组合模型的短时交通流预测[J].工业仪表与自动化装置,2020,(01):13.
　XU Xianfeng,HUANG Liuyang,GONG Mei.Short-term traffic flow prediction based on combined model of convolutional neural network and bidirectional long-term memory network[J].Industrial Instrumentation & Automation,2020,(05):13.

备注/Memo

备注/Memo:
收稿日期：2016-12-16基金项目：国家自然科学基金资助项目“分布式视频中运动车辆同一性时空关联检索的关键技术研究”（61363043）作者简介：杨帅（1990），男，河北廊坊人，硕士研究生，主要研究方向为计算机图像处理。
更新日期/Last Update: 2017-10-01