基于深度卷积神经网络的车型识别

《基于深度卷积神经网络的车型识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ｉｆ－ｊ文道乂孳ｈ繁ＳＯＵＴＨＷＥＳＴＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ（ｌｉｒ．－海沒■Ｓ．谈ｉ＇■＂－－务＼？－．．＿，＼Ｖ＼ｖ硕士学位论文■ＭＡＳＴＥＲＤＩＳＳＥＲＴＡＴＩＯＮ｜，義．、：變论文题目：基于深度卷积神经网络的车型识别难＿＿、＂？－－：－Ｃｏｒｒ、、、》三、：，￥．－－，＇■，、，Ｖ？ｒ二一二年级：零级養姓名：邓柳＇？：：申请学位级别：工学领士“１１－信号与信息处理专

2、业：？指导教师？彭强教授ｉ，ｉ‘命■．＂ｌ…丨ｌ沒［ｉＪＱ金‘陈俊周副教授聽＿＇．：：：：－．务：：：；纖＿确一參一五年五月、令，、：ｒ、；ｌ威：４＇‘“、？－＿ｊ＇‘‘■、？？．？＇－．、／．７／／＇－／／ｊ＂．？…＇？？（、？．．、．／；＂／／／＾／．－．．、＞．．＇■＇＂、■＇，：？－－：－■：．人－－、？上Ｖ免々．广：，；、＿？—…．：二厂二益工；＾＾？：．－３国内图书分类号：

3、ＴＰ３９１．４密级：公开国际图书分类号：６２１．３西南交通大学研究生学位论文基于深度卷积神经网络的车型识别年级二〇一二级姓名邓柳申请学位级别工学硕士专业信号与信息处理指导老师彭强教授陈俊周副教授二零一五年五月ＣｌａｓｓｉｆｉｅｄＩｎｄｅｘ：ＴＰ３９１．４Ｕ．：６２１．．ＤＣ３ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙＭａｓｔｅｒＤｅｇｒｅｅＴｈｅｓｉｓＤｅｅＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋｓｐ

4、ｆｏｒＶｅｈｉｃｌｅＣｌａｓｓｉｆｉｃａｔｉｏｎＧｒａｄｅ：２０１２Ｃ肪ｄｉｄａｔｅ：ＤｅｎｇｉｕＬＡｃａｄｅｍｉｃＤｅｒｅｅＡｌｉｅｄｆｏｒ：ＭａｓｔｅｒＤｅｒｅｅｇｐｐｇＳｐｅｃｉａｌｔｙ：ＳｉｇｎａｌａｎｄＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＳｕｐｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＰｅｎｇＱｉａｎｇＰｒｏｆ．ＣｈｅｎＪｕｎｚｈｏｕＭａｙ２０１５，西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意

5、学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本文授权西南交通大学可以将本论文的全部或部分内容编入有关图像库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于１．保密□，在年解密后适用本授权书；２．不保密使用本授权书。“（请在以上方框内打士）学位论文作者签名：指导老师签名：曰期：曰期：７丨２（二西南交通大学硕士学位论文主要工作（贡献）声明本文在学位论文中所做的主要工作或贡献如下：１、基于实验室现有的高速公路上拍摄

6、的图像数据，对车辆图片进行了处理和归纳，建立了车辆识别图像数据库，其中包含了轿车、客车和货车的训练样本以及测试样本，用于车型识别算法有效性的验证。２ＨＯＧＰＣＡ－Ｓ、研究了基于图片的车型识别方法的基本流程及ＩＦＴ。将特征应用－Ｓ于车型识别ＩＦＴ特征的识，利用本文建立的图像库对比了不同参数下的ＨＯＧ及ＰＣＡ别准确率及特征提取和测试分类时间。最终选择最佳参数下的特征用来和本文提出的方法进行对比。３，、针对目前基于图像的车型识别的特征提取速度和识别效果问题本文提出利用卷积神经网络自主提取特征，通过分

7、析网络的结构，从网络层数、滤波器大小、滤波器个数，从、激活函数等方面优化网络而提取到良好的特征。４、通过对比本文方法和常见用于车型识别的模式识别算法以及和最近几年出现的车型识别算法，验证了本文算法在速度和准确度都能取得不错的效果。，本文郑重声明：所呈交的学位论文是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。一切法律责任将由本文承担本文完全了解违反上述声明所引起

8、的。学位论文作者签名：？ｊ曰期：力丨》士２２＾西南交通大学硕士研究生学位论文第丨页摘要车型识别系统是智能交通系统的重要组成部分和重点研宄内容。随着图像处理、模式识别以及计算机视觉等技术的发展，基于图像的车型识别技术得到了越来越多的关注和研宄。基于图像的车型