基于深度学习CNN模型的智能识车助手

摘要：

在当今人工智能时代下,车标属于车辆主要标识,但需要能准确的识别,难度就较高,如何利用车标识别技术,来解决当今的智能交通中的诸多问题,是值得思考的.基于深度学习的CNN模型的车标识别方法能提高对车标识别的准确度,将车标当做探测对象,从而提高车标识别的精确性,这样解决了有关车辆辨别问题.深度学习下的车标识别方法可以通过多样化的特征学习,能直接从训练样本集中提炼出特征,将获取到的车标图传给神经网络的分类器进行分类识别.

关键词：车标识别、深度学习、CNN模型、智能交通、人工智能

所属期刊栏目：14

分类号：TP393(计算技术、计算机技术)

资助基金：贵州省2017年大学创新创业训练计划项目"基于深度学习CNN模型的智能识车助手"项目编号:201714223042"、贵州师范学院大学生互联网+创新创业训练中心"黔教高发[2015]337号、黔教高发〔2017〕158号;贵州省高技术产业示范工程专项项目黔发改投资[2015]1588号;贵州省教育厅创新群体重大研究项目合同黔教合KY字[2016]040;贵州省普通高等学校工程研究中心合同黔教合KY字[2016]015

在线出版日期：2018-06-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：207-209