基于卷積神經(jīng)網(wǎng)絡(luò)的車型識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、伴隨著社會(huì)的不斷發(fā)展和經(jīng)濟(jì)條件的不斷上升，機(jī)動(dòng)車保有量逐年遞增。智能交通系統(tǒng)中的對(duì)于車輛信息處理的主要功能是對(duì)過(guò)往車輛的準(zhǔn)確檢測(cè)和正確的車輛信息的識(shí)別。在車輛信息識(shí)別中，對(duì)車輛特征和其外形的識(shí)別技術(shù)主要有種:車輛自動(dòng)識(shí)別(Vehicle Identification)和車輛自動(dòng)分類(Vehicle Classification)。面對(duì)如此海量動(dòng)態(tài)交通流數(shù)據(jù)，如何高效的采集，傳輸，快速分析，以便公安機(jī)關(guān)高效管理治安局勢(shì)，是一個(gè)非常大的挑戰(zhàn)

2、。傳統(tǒng)的車型識(shí)別工具處理效率緩慢，對(duì)已知車型識(shí)別大多數(shù)僅限于大、中、小類別，對(duì)于細(xì)分類（例如車輛的品牌及型號(hào)）不能滿足要求，且對(duì)新入市的車型更新很慢，已經(jīng)無(wú)法滿足大數(shù)據(jù)常態(tài)下高準(zhǔn)確率高效率的分析需求。在大數(shù)據(jù)背景下，如何將高質(zhì)、高效的新技術(shù)應(yīng)用到交通數(shù)據(jù)的處理中是值得研究和思考的問(wèn)題，我們的車型識(shí)別系統(tǒng)正是基于這種背景問(wèn)題下進(jìn)行設(shè)計(jì)和開發(fā)的。
　　在研究相關(guān)問(wèn)題的過(guò)程中，我們發(fā)現(xiàn)，深度學(xué)習(xí)相關(guān)理論和技術(shù)在解決上述問(wèn)題時(shí)可以發(fā)揮很大

3、的作用并且一些相關(guān)科研結(jié)果也為我們提供了良好的解決思路。我們將深度學(xué)習(xí)中適用于圖像處理和分類的理論模型引入到大規(guī)模數(shù)據(jù)處理中來(lái)，使用“卷積神經(jīng)網(wǎng)絡(luò)”這一種成熟的深度學(xué)習(xí)理論來(lái)構(gòu)造網(wǎng)絡(luò)結(jié)構(gòu)模型，使用Caffe卷積計(jì)算框架進(jìn)行交通數(shù)據(jù)的處理，并利用現(xiàn)有的分布式消息隊(duì)列來(lái)對(duì)分析結(jié)果實(shí)時(shí)的推送至前端界面進(jìn)行展示。最后，我們成功設(shè)計(jì)并實(shí)現(xiàn)了從海量交通數(shù)據(jù)采集到處理、分析結(jié)果然后完成展示的完整流程。
　　系統(tǒng)的成功設(shè)計(jì)與實(shí)現(xiàn)解決了上述主要問(wèn)題

4、對(duì)大數(shù)據(jù)背景下交通數(shù)據(jù)管理的困擾之處。解決了道路卡口在沒有配合最新硬件設(shè)施情況下依然可以獲取車輛完整了立體數(shù)據(jù)信息的問(wèn)題。加大加快了數(shù)據(jù)處理的規(guī)模和速度，提高了獲取數(shù)據(jù)的準(zhǔn)確度。為實(shí)現(xiàn)交通信息管理數(shù)字化起到了關(guān)鍵作用。
　　在軟件工程方面，系統(tǒng)基于成熟的MVC結(jié)構(gòu)，使用Spring MVC作為Web系統(tǒng)開發(fā)的基礎(chǔ)框架業(yè)務(wù)信息使用關(guān)系型數(shù)據(jù)庫(kù)MYSQL進(jìn)行存儲(chǔ)。整個(gè)項(xiàng)目階段，根據(jù)用戶的需求對(duì)系統(tǒng)進(jìn)行了需求分析，概要設(shè)計(jì)，模塊詳細(xì)設(shè)計(jì)