【摘要】：近年來,隨著我國人均機動車保有量的快速增長,道路交通安全形勢面臨著愈加嚴峻的挑戰(zhàn)。交通管理部門通過在高速公路和城市路口安裝越來越多的卡口攝像機等設備來獲取車輛圖像,然后結合后臺的智能交通系統(tǒng)分析,以此加大對車輛的監(jiān)控管理。車輛檢索,也被稱為“以車搜車”,是智能交通系統(tǒng)中最重要的組成部分之一。因此,車輛檢索技術的研究具有重要的應用價值。由于車輛圖片數(shù)目的快速增多以及車輛類別數(shù)的不斷增加,傳統(tǒng)的檢索方法已經無法滿足大規(guī)模車輛圖像的檢索需求。隨著深度學習技術的迅猛發(fā)展,卷積神經網(wǎng)絡已經在圖像處理領域取得了優(yōu)異的表現(xiàn)。并且深度學習模型可以快速的完成特征提取,具有更高的靈活性和普適性。因此,本文針對大規(guī)�？ǹ谲囕v圖像數(shù)據(jù)集,使用深度學習框架,在經典的深度網(wǎng)絡模型上進行改進,提出可以在實際場景中應用的車輛檢索方法。本文的貢獻和主要工作如下:(1)構建了卡口車輛數(shù)據(jù)集CarsDataset-1和CarsDataset-2。由于當前車輛數(shù)據(jù)集的類別較少、規(guī)模較小而且標注信息簡單,我們構建規(guī)模為15萬張圖片的卡口車輛數(shù)據(jù)集。此外,我們?yōu)閿?shù)據(jù)集標注了品牌、車型、款式、年代、顏色等屬性信息。(2)提出一種基于多屬性深度特征融合的車輛檢索方法。傳統(tǒng)的基于內容的車輛檢索方法往往使用底層特征(如顏色、形狀、紋理等特征)表示圖像。但是這種方式難以克服復雜場景下背景、光照、以及角度等因素的干擾�；谲嚺频能囕v檢索方法不能有效地解決套牌車、車牌遮擋等問題。同時,基于深度分類網(wǎng)絡的特征在檢索問題中取得了不錯的效果。但目前已有的深度方法僅僅根據(jù)標簽的異同構建圖像對或者三元組圖像進行度量學習,沒有充分挖掘車輛標簽的信息而且模型難以訓練。在車輛圖片的標簽信息中,車型和顏色屬性相對獨立而且類別數(shù)量較少。因此,本文在卷積神經網(wǎng)絡的分類特征基礎上,提出將車輛的車型屬性(顏色屬性)特征和分類特征進行融合的方法,并把融合后的特征作為檢索特征進行車輛檢索。最后,在本文提出的大規(guī)模卡口車輛數(shù)據(jù)集上的實驗表明了基于多屬性深度特征融合的車輛檢索算法的有效性。(3)提出基于多層特征融合與深度哈希的車輛檢索方法�，F(xiàn)有的車輛檢索方法采用的特征一般是浮點型的特征,不能夠應對大規(guī)模數(shù)據(jù)集的快速檢索問題。因此,本文使用了針對大規(guī)模圖像檢索的哈希方法。相比于傳統(tǒng)的哈希方法,基于深度學習的哈希方法能同時學習圖像表示和哈希編碼,可以取得更好的效果。本文在端到端的深度哈希算法框架的基礎上,將卷積神經網(wǎng)絡模型的多層特征進行融合之后,再進行哈希編碼的學習。最后,在本文提出的大規(guī)模卡口車輛數(shù)據(jù)集上進行實驗驗證,證明了所提出方法的有效性。
【圖文】：

圖２．邋１基于內容的圖像檢索系統(tǒng)的基本框架逡逑

／逡逑＇邋／逡逑圖２．２邋ＭＣＰ神經元模型圖逡逑Ｆｉｇ邋２．２邋ＭＣＰ邋ｎｅｕｒｏｎ邋ｍｏｄｅｌ邋ｄｉａｇｒａｍ逡逑ＭＣＰyL經元模型的權重是事先設定的，不具備后來的學習能力，因此到逡逑１９５８年Ｒｏｓｅ—３２】提出的單層感知器，這個模型可以學習權重，，但它只能解逡逑決線性可分的問題，不能解決異或（ＸＯＲ）問題｜３３１。因此，研宄者們嘗試著逡逑把多個感知器組合到一起，實現(xiàn)對復雜空間的分割問題，這樣的模型被稱作多逡逑層感知器（Ｍｕｌｔｉ－ｌａｙｅｒ邋Ｐｅｒｃｅｐｔｒｏｎ，簡稱ＭＬＰ）神經網(wǎng)絡。ＭＬＰ神經網(wǎng)絡是最逡逑常見的人工神經網(wǎng)絡算法，基本結構組成為：一個輸入層（ｉｉｉＰｕｔｌａｙｅｒ）、中逡逑間隱層（ｈｉｄｄｅｎ邋ｌａｙｅｒ）以及一個輸出層（ｏｕｔｐｕｔ邋ｌａｙｅｒ）。ＭＬＰ至少為３層的結構，逡逑最簡單的ＭＬＰ只含有一個隱層
【學位授予單位】：安徽大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.41;U495

【相似文獻】

相關期刊論文 前10條

1 張華凌;綜合運用檢索方法提高刑事犯罪信息破案效能[J];公安大學學報(自然科學版);2002年06期

2 戴勇敢;;對《法律文獻檢索方法初探》一文的幾點意見[J];大學圖書館通訊;1988年01期

3 王淑云;許祿;張建國;;一種有機化合物名稱編碼與亞結構檢索方法[J];計算機與應用化學;1988年03期

4 楊志芳;;常用標準文獻的檢索方法[J];儀器儀表標準化與計量;1989年05期

5 謝勇;;如何開展高校情報教育[J];山東圖書館學刊;1989年03期

6 張惠惠;;論述美國DIALOG系統(tǒng)一次性檢索方法[J];圖書情報工作;1989年03期

7 ;《圖書情報工作》雜志社關于“PubMed的3種不同檢索方法之比較研究”一文涉嫌抄襲的處理意見[J];圖書情報工作;2015年19期

8 《中國科技論文統(tǒng)計與分析》課題組;;關于《EI》光盤的統(tǒng)計檢索方法[J];中國科技期刊研究;1999年02期

9 ;標準文獻的檢索方法與途徑[J];質量與標準化;2012年04期

10 李希明,鄧大軍;PubMed免費MEDLINE檢索方法與技巧研究[J];情報理論與實踐;2004年03期

相關會議論文 前10條

1 郝悅星;李冬梅;劉禹;;面向專業(yè)領域的譜系型知識檢索方法[A];2013年中國智能自動化學術會議論文集（第五分冊）[C];2013年

2 李明;顏永紅;;一種基于哼唱的音樂檢索方法[A];第八屆全國人機語音通訊學術會議論文集[C];2005年

3 喻宏勇;趙鐵軍;鄭德權;王月穎;;一種面向文件的高效檢索方法[A];中文信息處理前沿進展——中國中文信息學會二十五周年學術會議論文集[C];2006年

4 陳知困;徐明;黃云森;;一種高效的基于CHMM的哼唱式旋律檢索方法[A];第三屆和諧人機環(huán)境聯(lián)合學術會議（HHME2007）論文集[C];2007年

5 安東洪;張惠茅;周生巖;;通過影像診斷結論詞頻統(tǒng)計輔助PACS檢索方法研究[A];中華醫(yī)學會第16次全國放射學學術大會論文匯編[C];2009年

6 蘆霞;楊穎;廖佳佳;;基于IETF的文獻檢索方法初探[A];實施國家知識產權戰(zhàn)略，促進專利代理行業(yè)發(fā)展-2010年中華全國專利代理人協(xié)會年會暨首屆知識產權論壇論文集[C];2010年

7 趙菊蘭;陳海龍;;國外網(wǎng)上主要專利資源及檢索方法[A];圖書館改革與發(fā)展——陜西省社會科學信息學會第六次學術討論會論文集[C];2003年

8 羅辛;邰曉英;Masami Shishibori;Kenji Kita;;一個基于向量模型轉換的圖像反饋檢索方法[A];第二十二屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2005年

9 趙海英;彭宏;;基于最優(yōu)近似反饋的圖像檢索[A];’2004系統(tǒng)仿真技術及其應用學術交流會論文集[C];2004年

10 臧立麗;王卓;馮曉寧;;一種基于語義的軟構件檢索方法[A];黑龍江省計算機學會2007年學術交流年會論文集[C];2007年

相關重要報紙文章 前3條

1 韓冰;端正檢索態(tài)度 創(chuàng)新檢索方法[N];中國知識產權報;2013年

2 本報記者 薛飛;勤學敏思 銳意進取[N];中國知識產權報;2012年

3 ;讓法治細胞在網(wǎng)絡上繁衍[N];人民法院報;2002年

相關博士學位論文 前8條

1 袁寶璽;超大規(guī)模指紋庫的索引結構和檢索方法[D];北京郵電大學;2013年

2 金博;面向專利和零部件的設計知識檢索方法[D];大連理工大學;2009年

3 艾列富;基于內容的大規(guī)模圖像索引與檢索方法研究[D];華中科技大學;2014年

4 金仲明;基于哈希算法的海量多媒體數(shù)據(jù)檢索研究[D];浙江大學;2015年

5 李路野;基于本體的設計理性檢索研究[D];浙江大學;2015年

6 茹昭;企業(yè)信息檢索中的對象檢索方法研究[D];北京郵電大學;2008年

7 何少芳;面向漢語語音的敏感信息檢測與加密語音檢索方法研究[D];湖南大學;2017年

8 馮德瀛;圖像檢索技術中相似性搜索方法研究[D];上海交通大學;2013年

相關碩士學位論文 前10條

1 王電云;基于深度學習的大規(guī)�？ǹ谲囕v檢索方法研究[D];安徽大學;2019年

2 張倩倩;數(shù)學表達式和文本的融合檢索方法研究[D];河北大學;2019年

3 趙小龍;基于本體語義分析的三維浮雕模型檢索方法研究[D];西北農林科技大學;2019年

4 彭華;結果多樣化排序的可驗證密文檢索方法研究[D];湖南大學;2018年

5 郭澤豪;基于排序學習的音樂檢索方法研究與實現(xiàn)[D];華南理工大學;2018年

6 王鑫鑫;基于非對稱哈希的跨模態(tài)檢索方法研究[D];西安電子科技大學;2018年

7 王凱;基于聚類約束的高質量微博檢索方法研究與應用[D];北京工業(yè)大學;2018年

8 王廣鈺;基于Hadoop的時空大數(shù)據(jù)的分布式檢索方法[D];中國科學院大學(中國科學院國家空間科學中心);2017年

9 姚彥青;商標檢索方法研究與系統(tǒng)實現(xiàn)[D];南京航空航天大學;2010年

10 章金華;電視臺臺標識別與檢索方法研究[D];華中科技大學;2013年

本文編號：2692734