10.13873/J.1000-9787(2016)11-0019-04
深度卷积神经网络的汽车车型识别方法
针对现有汽车车型识别方法计算量大、提取特征复杂等问题,提出一种基于深度卷积神经网络的汽车车型识别方法。该方法借助于深度学习,对经典的卷积神经网络做出改进并得到由多个卷积层和次抽样层构成的深度卷积神经网络。根据五种车型的分类结果,表明该方法在识别率方面较传统方法有明显的提高。实验还研究了网络层数、卷积核大小、特征维数对深度卷积神经网络的性能和识别率的影响。
深度学习、深度卷积神经网络、汽车车型识别、特征提取
35
TP391(计算技术、计算机技术)
天津市科技计划基金资助项目13ZXCXGX40400
2016-11-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
19-22