期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于SqueezeNet卷积神经网络的车辆颜色识别 被引量：12
1
作者 李坤伦 魏泽发 宋焕生 《长安大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第4期109-116,共8页
为实现车辆颜色的精准识别,辅助现有车牌识别方法在智能交通系统中完成对车辆身份的精确认证,通过分析现有解决方案和探究卷积神经网络在实际应用中的问题,提出基于轻量级卷积神经网络SqueezeNet实现对车辆颜色识别的方法。轻量级卷积... 为实现车辆颜色的精准识别,辅助现有车牌识别方法在智能交通系统中完成对车辆身份的精确认证,通过分析现有解决方案和探究卷积神经网络在实际应用中的问题,提出基于轻量级卷积神经网络SqueezeNet实现对车辆颜色识别的方法。轻量级卷积神经网络SqueezeNet的参数量是AlexNet网络结构的1/50,同时还能保证精度,避免由于网络结构复杂、参数量大造成的大规模计算和较高的计算机硬件需求,提升了模型的可移植性。选取车辆颜色识别(Vehicle_Color_Recognition)数据集作为研究基础,针对数据集进行了扩充和增强处理。以SqueezeNet为基准探究了特征融合对分类结果的影响,通过对比试验确定将fire7/concat输出特征图和fire9/concat输出特征图相融合。研究结果表明:轻量级卷积神经网络SqueezeNet在保证模型大小2.9 M、单张测试时间15 ms的基础上,训练精度为96.28%,而AlexNet的模型大小为227 M、单张测试时间24 ms、训练精度为96.18%;在实现同等精度的前提下,轻量级卷积神经网络SqueezeNet训练得到的模型更适合移植到如现场可编程门列阵(FPGA)这种开发板上,同时在服务器上的处理速度也更快;融合后的模型最终的分类结果提升为96.48%。利用轻量级卷积神经网络SqueezeNet进行车辆颜色识别可以较好地应用在智能交通系统中,并在一定程度上解决目前车牌识别的难点。 展开更多
关键词 交通工程 卷积神经网络 智能交通 车辆颜色识别 SqueezeNet
原文传递
基于卷积神经网络的监控场景下车辆颜色识别 被引量：9
2
作者 张强 李嘉锋 卓力 《测控技术》 CSCD 2017年第10期11-14,共4页
颜色是车辆识别中广泛应用的主要线索之一,在智能交通系统中扮演着重要的角色。受光照变化、噪声、环境等复杂因素的影响,传统的车辆颜色识别方法难以取得理想的识别效果。利用卷积神经网络(CNN)的优越识别性能,提出了一种基于卷积神经... 颜色是车辆识别中广泛应用的主要线索之一,在智能交通系统中扮演着重要的角色。受光照变化、噪声、环境等复杂因素的影响,传统的车辆颜色识别方法难以取得理想的识别效果。利用卷积神经网络(CNN)的优越识别性能,提出了一种基于卷积神经网络的监控场景下车辆颜色识别方法。基于传统的CNN原理设计了车色识别专用深度网络架构,直接通过CNN学习基于颜色分布的分类模型。与其他基于深度学习的车色识别方法相比,提出的用于车色识别的专用深度网络,具有参数少、识别速度快、识别精度高等优点。实验结果表明,在Chen等公布的标准数据集上,与最新的研究成果相比,平均识别精度提高约0.77%,识别速度提高14倍左右。 展开更多
关键词 车辆颜色识别 卷积神经网络 图像处理 智能交通系统
下载PDF
基于卷积神经网络车身颜色识别技术研究 被引量：5
3
作者 管德永 鞠铭 安连华 《山东建筑大学学报》 2018年第1期25-31,共7页
研究车身颜色识别技术可为公安部门打击套牌车辆等交通犯罪行为提供技术支持,并为道路行车安全提供理论依据。文章基于Caffe深度学习框架,提出了一种基于深度卷积神经网络车身颜色识别技术的研究方案,分析了网络层数、迭代次数和学习率... 研究车身颜色识别技术可为公安部门打击套牌车辆等交通犯罪行为提供技术支持,并为道路行车安全提供理论依据。文章基于Caffe深度学习框架,提出了一种基于深度卷积神经网络车身颜色识别技术的研究方案,分析了网络层数、迭代次数和学习率对模型的影响,对卷积神经网络CNN模型进行优化,并将优化的网络模型与支持向量机SVM、改进后的HSV模型进行对比分析。结果表明:卷积神经网络最优模型的神经网络层数为8,最大迭代次数为30万,学习率为0.001;支持向量机SVM、改进后的HSV颜色模型及卷积神经网络识别率分别为80.05%、85.25%、90.20%。 展开更多
关键词 卷积神经网络 车身颜色识别 网络层数 迭代次数 学习率
下载PDF
基于卷积神经网络的道路监控系统下车辆颜色识别 被引量：4
4
作者 姚国愉 张昭 +1 位作者 李雪纯 张佳乐 《科技创新与应用》 2021年第8期86-89,共4页
针对卷积神经网络训练时收敛速度慢且参数数量较多的问题,文章在激活函数之前使用批归一化对每一个小批量数据进行处理,并使用1x1的卷积层和全局平均池化层代替全连接层,提出了一种基于卷积神经网络的车辆颜色识别方法。该方法是专门为... 针对卷积神经网络训练时收敛速度慢且参数数量较多的问题,文章在激活函数之前使用批归一化对每一个小批量数据进行处理,并使用1x1的卷积层和全局平均池化层代替全连接层,提出了一种基于卷积神经网络的车辆颜色识别方法。该方法是专门为识别任务而设计的,它包含八层,分别是五个卷积层,两个1x1的卷积层和一个全局平均池化层。实验结果表明,文章在训练集上的识别精度为99.6%,在测试集上的识别精度为94.8%,与现存最优的实验结果相比,识别精度提高了0.33%,且参数量仅占其14.5%。 展开更多
关键词 批归一化 卷积神经网络 车辆颜色识别 识别精度
下载PDF
车辆颜色识别方法研究 被引量：4
5
作者 赵红波 张涵 《电视技术》 北大核心 2013年第23期207-209,233,共4页
车辆颜色识别对车辆的识别与搜索、完善和增强智能交通系统功能具有重要意义。通过对颜色表示方法的深入研究,使用特殊的颜色空间合并与分解方法,提出了在室外正常光照条件下基于支持向量机的车辆颜色识别的方法。该方法克服了车辆颜色... 车辆颜色识别对车辆的识别与搜索、完善和增强智能交通系统功能具有重要意义。通过对颜色表示方法的深入研究,使用特殊的颜色空间合并与分解方法,提出了在室外正常光照条件下基于支持向量机的车辆颜色识别的方法。该方法克服了车辆颜色识别过程中多种颜色产生的混叠问题,将车辆颜色分为7个种类,解决了样本分布不均及光照对车辆颜色的影响,提高了车辆颜色识别的准确率和效率。 展开更多
关键词 颜色表示 支持向量机 车辆颜色识别
下载PDF
基于多颜色空间卷积神经网络的车辆颜色分类 被引量：4
6
作者 李慧 利齐律 +1 位作者 程良伦 黄国恒 《工业控制计算机》 2019年第11期78-79,82,共3页
针对车身灰尘堆积、色彩蜕变以及不同光照条件下的颜色变化等情况导致的车辆颜色识别准确率低的问题,提出一种基于多颜色空间卷积神经网络的车辆颜色分类方法,结合多颜色空间信息及模型选择融合机制进行颜色分类。通过实验表明该方法能... 针对车身灰尘堆积、色彩蜕变以及不同光照条件下的颜色变化等情况导致的车辆颜色识别准确率低的问题,提出一种基于多颜色空间卷积神经网络的车辆颜色分类方法,结合多颜色空间信息及模型选择融合机制进行颜色分类。通过实验表明该方法能够达到较高的识别效果,分类准确率达95%,泛化性能良好。 展开更多
关键词 车辆颜色识别 多颜色空间 卷积神经网络
下载PDF
基于卷积神经网络的车型颜色综合识别 被引量：2
7
作者 冯锦 李玉惠 《电子科技》 2018年第6期89-92,共4页
在高速公路复杂因素干扰的情况下,存在车型误判和车辆颜色变化较大不易于识别的问题。文中利用深度学习Caffe框架中的LeNet、AlexNet、GoogLeNet3种网络模型对车型和颜色进行综合识别,得出3种网络模型下车型颜色的综合识别率,再与支持... 在高速公路复杂因素干扰的情况下,存在车型误判和车辆颜色变化较大不易于识别的问题。文中利用深度学习Caffe框架中的LeNet、AlexNet、GoogLeNet3种网络模型对车型和颜色进行综合识别,得出3种网络模型下车型颜色的综合识别率,再与支持向量机(SVM)进行比较。实验结果表明,深度学习Caffe框架下3种模型的识别率相较支持向量机(SVM)的方法得到了大幅提高,且超过90%。其中Caffe框架下的GoogLeNet网络模型准确率可达95%以上,效果明显。 展开更多
关键词 深度学习 卷积神经网络 车型颜色识别 Caffe框架 支持向量机
下载PDF
基于显著性区域检测的抗干扰车辆颜色识别 被引量：1
8
作者 利齐律 程良伦 黄国恒 《工业控制计算机》 2019年第5期95-96,共2页
在车辆颜色识别的过程中,车辆图像中主要颜色区域的准确分割、排除非颜色干扰区域始终是个问题。因此提出一种基于显著性区域检测的抗干扰车辆颜色识别算法,针对车辆颜色区域分割不准确问题进行一定程度的改善,去除车辆颜色干扰区域并... 在车辆颜色识别的过程中,车辆图像中主要颜色区域的准确分割、排除非颜色干扰区域始终是个问题。因此提出一种基于显著性区域检测的抗干扰车辆颜色识别算法,针对车辆颜色区域分割不准确问题进行一定程度的改善,去除车辆颜色干扰区域并使用自适应k近邻算法(KNN)进行颜色分类。实验结果表明,该方法能有效分割车辆主要颜色区域,并且能达到比较好的分类识别效果。 展开更多
关键词 车辆颜色识别 显著性区域检测 自适应k近邻算法 抗干扰
下载PDF
基于YOLO的车辆信息检测和跟踪系统 被引量：12
9
作者 王福建 张俊 +2 位作者 卢国权 李翔 罗鹏 《工业控制计算机》 2018年第7期89-91,共3页
针对车身颜色识别、车标识别和多车辆跟踪问题,提出了一种基于YOLO的车辆信息检测和跟踪系统。使用YOLO来统一完成信息检测的工作,并在车辆检测的基础上,使用数据关联和卡尔曼滤波来完成多车辆跟踪的工作。
关键词 车身颜色识别 车标识别 多车辆跟踪 YOLO
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部