基于感兴趣区域卷积神经网络的车辆检索方法

作     者：杨东芳 白艳宇 YANG Dong-fang BAI Yan-yu

作者机构：黄河交通学院信息工程系河南焦作454950 中原工学院信息商务学院信息技术系河南郑州450007 

基　　金：河南省科技攻关重点计划基金项目(122102210563 132102210215) 河南省高等学校重点科研项目计划基金项目(15B520008) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2017年第38卷第8期

页      码：2276-2280,F0003页

摘      要：为降低车辆检索的误检率并提高检索效率,对块卷积神经网络进行优化,提出一种车辆检索方法。增加感兴趣区域输入层、感兴趣区域池化层和目标包围盒输出层,提高传统块卷积神经网络模型的运算效率和分类性能;采用优化的模型进行车辆检索,依据边缘检测、轮廓提取获取感兴趣区域,通过优化的模型提取特征和进行特征分类,输出车辆目标及其位置。实验结果表明,该方法的车辆检索误检率和检索效率优于目前主流车辆检索方法。

主 题 词：卷积神经网络 车辆检索 最大池化 后向传播 轮廓提取 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208s/j.issn1000-7024.2017.08.052

馆 藏 号：203255499...