基于卷积神经网络的车辆检索方法研究
为了解决传统车辆检索方法中准确性和区分度较低的问题,本文提出了一种基于卷积神经网络(CNN)的车辆检索方法.该方法利用CNN稀疏连接和权值共享的优点,针对车辆前脸图像关键特征位置的相对不变性,设计了一个七层的网络结构,可以合理提取车辆的有效特征,并将低级结构特征组合成为高一级的特征,既简化了模型的复杂度,也克服了旋转平移等因素对检测结果的影响.该方法最终通过相似度排序的方法得到检索结果.实验结果表明,本文所提出的方法相对于基于局部不变特征方法具有更高的准确度.
车辆检测、图像检索、卷积神经网络
12
TP391(计算技术、计算机技术)
天津市高等学校科技发展基金计划项目2011710
2016-12-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
191-193