

已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、目標識別是計算機視覺一個重要的研究領域,由此延伸出的車輛型號識別具有重要的實際應用價值,特別是在當今交通狀況復雜的大城市,智能交通系統(tǒng)成為發(fā)展趨勢,這離不開對車輛型號進行識別和分類的工作,本文圍繞如何利用計算機視覺的方法進行車輛型號的識別和分類展開了一系列研究:
本文對當前的目標識別和分類的特征和算法做了總結和歸納。分析比較了作為圖像特征描述常見的特征算子,總結歸納了他們的提取方法、特征性能以及相互之間的關聯(lián)。另外,介紹了在目
2、標識別工作中常用的分類方法,闡述了他們各自的原理和工作方法。研究了深度神經(jīng)網(wǎng)絡的理論依據(jù),分析比較了深度神經(jīng)網(wǎng)絡不同的特征學習方法,以及卷積神經(jīng)網(wǎng)絡的訓練方法。分析比較不同特征學習方法的特點選取k-means作為本文使用的特征學習方法,利用卷積神經(jīng)網(wǎng)絡結構搭建深度學習模型,進行車輛車型識別工作。
本文為了測試基于深度學習的車輛型號分類算法的性能在30個不同型號共7158張圖片上進行實驗;并在相同數(shù)據(jù)上利用改進了的SIFT特征匹
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 車輛型號的識別
- 基于深度學習的車輛定位及車型識別研究.pdf
- 基于深度學習和強化學習的車輛定位與識別.pdf
- 基于深度學習的車輛特征識別系統(tǒng)研究與實現(xiàn).pdf
- 基于深度學習的動作識別研究.pdf
- 基于深度學習的場景識別研究.pdf
- 基于深度學習的氣體識別研究.pdf
- 基于圖像的車輛區(qū)域檢測及車輛品牌型號識別技術研究.pdf
- 基于深度學習的字符識別.pdf
- 基于深度學習的Logo識別研究.pdf
- 基于深度學習的人臉識別.pdf
- 基于深度學習的混合特征人臉識別.pdf
- 基于深度學習的說話人識別研究.pdf
- 基于深度學習的車牌識別系統(tǒng).pdf
- 基于深度學習的維語語音識別研究.pdf
- 基于深度學習的道路車輛檢測方法研究.pdf
- 基于深度學習的室外車輛跟蹤算法研究.pdf
- 基于深度學習和遷移學習的環(huán)境聲音識別.pdf
- 基于深度學習的人臉識別算法.pdf
- 基于深度學習的車輛檢測和車牌定位.pdf
評論
0/150
提交評論