论文摘要
针对公安工作中嫌疑车辆种类型号众多、排查分类困难等问题,尝试提出一种基于AlexNet深度神经网络的车辆自动识别技术,能够快速实时对车辆进行分类识别,极大减少了利用人工进行嫌疑车辆排查的时间。该方法可以自适应地避免复杂环境背景对识别效果的干扰,提高嫌疑车辆的识别准确度。经验证,用1000张自然环境下车辆照片进行编程实验和仿真模拟,识别率达到了97.26%。该方法具有优良的鲁棒性和普适性。
论文目录
文章来源
类型: 期刊论文
作者: 刘元周,倪令格,晁亚东,刘恩
关键词: 图像识别,卷积神经网络,深度学习,迁移学习
来源: 警察技术 2019年05期
年度: 2019
分类: 信息科技,社会科学Ⅰ辑,工程科技Ⅱ辑
专业: 公路与水路运输,计算机软件及计算机应用,自动化技术
单位: 中国刑事警察学院
分类号: U495;TP391.41;TP183
页码: 86-88
总页数: 3
文件大小: 1604K
下载量: 372