車型細類識別是智能交通系統(tǒng)領(lǐng)域中的一項重要研究課題,同時也屬于計算機視覺中的一種任務(wù)。車型細類識別即通過從車輛圖片或者視頻中識別出車輛的具體型號。不同于傳統(tǒng)的車型識別,即識別車輛的種類,例如轎車,卡車,客車等等,車型細類識別將識別出具體生產(chǎn)廠商的某一種具體車型。傳統(tǒng)的車型細類識別研究主要通過人工設(shè)計特征和基于3D模型等方法來進行,準確率和泛化性較差,較難應(yīng)用到實際的智能交通系統(tǒng)中。近年來,深度學(xué)習尤其是卷積神經(jīng)網(wǎng)絡(luò)在人工智能領(lǐng)域取得了巨大的成功,在圖像識別領(lǐng)域,目前是占據(jù)統(tǒng)治地位的方法。它不僅僅極大地提高了識別精確度,同時減少了人工設(shè)計特征的復(fù)雜性�，F(xiàn)在,一些車型細類識別的任務(wù)也逐漸開始使用卷積神經(jīng)網(wǎng)絡(luò)。本文提出了一個基于卷積神經(jīng)網(wǎng)絡(luò)的從粗糙到精細的車型細類識別系統(tǒng)。在這個系統(tǒng)中,我們將利用從大規(guī)模數(shù)據(jù)集中提取的車型的全局特征和最精細的局部特征來進行車型識別。為了得到最精細的局部特征,我們提出了兩個重要算法,一個是定位局部區(qū)域算法,一個是從粗糙到精細的檢測算法。對于定位局部區(qū)域算法,我們將建立一個從卷積神經(jīng)網(wǎng)絡(luò)得到特征熱點圖到輸入數(shù)據(jù)之間的映射關(guān)系,從而根據(jù)熱點圖中熱點區(qū)域提取出輸入數(shù)... 

【文章來源】：南京大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 車型識別研究現(xiàn)狀
        1.2.2 車型細類識別研究現(xiàn)狀
    1.3 本文主要工作
    1.4 本文的章節(jié)組織形式
第二章 相關(guān)理論及技術(shù)介紹
    2.1 卷積神經(jīng)網(wǎng)絡(luò)介紹
        2.1.1 卷積神經(jīng)網(wǎng)絡(luò)概述
        2.1.2 卷積神經(jīng)網(wǎng)絡(luò)組件
        2.1.3 卷積神經(jīng)網(wǎng)絡(luò)模型
        2.1.4 卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
    2.2 支持向量機算法介紹
    2.3 Caffe深度學(xué)習框架介紹
        2.3.1 Caffe框架概述
        2.3.2 Caffe重要模塊介紹
    2.4 本章小結(jié)
第三章 車型細類識別系統(tǒng)的設(shè)計與實現(xiàn)
    3.1 系統(tǒng)的總體架構(gòu)
        3.1.1 系統(tǒng)基本網(wǎng)絡(luò)結(jié)構(gòu)
        3.1.2 系統(tǒng)功能模塊
    3.2 定位局部區(qū)域算法
    3.3 從粗糙到精細區(qū)域檢測算法
    3.4 本章小結(jié)
第四章 車型細類識別系統(tǒng)的實驗與結(jié)果
    4.1 數(shù)據(jù)集介紹
    4.2 訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)
    4.3 定位重要區(qū)域
    4.4 訓(xùn)練支持向量機
    4.5 評估準則
    4.6 實驗結(jié)果對比和分析
        4.6.1 結(jié)果對比
        4.6.2 分析
    4.7 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文創(chuàng)新點
    5.2 展望
參考文獻
簡歷與科研成果
致謝



本文編號：3042671