基于多尺度双线性卷积神经网络的多角度下车型精细识别

刘虎; 周野; 袁家斌

首页> 中文期刊> 《计算机应用》 >基于多尺度双线性卷积神经网络的多角度下车型精细识别

基于多尺度双线性卷积神经网络的多角度下车型精细识别

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题,提出基于多尺度双线性卷积神经网络(MS-B-CNN)的车型精细识别模型.首先,对双线性卷积神经网络(B-CNN)算法进行改进,提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合,以提高特征表达能力;此外,还采用基于中心损失函数与Softmax损失函数联合学习的策略,在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心,在训练过程中新增加样本时,网络会约束样本的分类中心距离,以提高多角度情况下的车型识别的能力.实验结果显示,该车型识别模型在CompCars数据集上的正确率达到了93.63％,验证了模型在多角度情况下的准确性和鲁棒性.

著录项

来源
《计算机应用》 |2019年第8期|2402-2407|共6页
作者
刘虎; 周野; 袁家斌;
展开▼
作者单位

南京航空航天大学计算机科学与技术学院;

南京210000;

南京航空航天大学计算机科学与技术学院;

南京210000;

南京航空航天大学计算机科学与技术学院;

南京210000;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;
关键词
车型精细识别; 卷积神经网络; 双线性卷积神经网络; 中心损失; 多尺度;

相似文献

中文文献
外文文献
专利

1. 基于多尺度跃层卷积神经网络的精细车型识别 [J] . 李新叶 ,黄腾 . 科学技术与工程 . 2017,第011期
2. 基于特征融合卷积神经网络的车型精细识别 [J] . 李致金 ,张亮 ,武鹏 . 计算机工程与设计 . 2020,第001期
3. 基于卷积神经网络的轿车车型精细识别方法 [J] . 陈宏彩 ,程煜 ,张常有 . 河北科技大学学报 . 2017,第006期
4. 基于双线性卷积神经网络的杂草细粒度识别 [J] . 王玉 ,杜勇 ,洪鹏 . 智能计算机与应用 . 2021,第007期
5. 基于双线性卷积神经网络的猪脸识别算法 [J] . 秦兴 ,宋各方 . 杭州电子科技大学学报 . 2019,第002期
6. 基于卷积神经网络的车型识别 [C] . 郭晓伟 ,扈啸 . 第二十届计算机工程与工艺年会暨第六届微处理器技术论坛 . 2016
7. 基于多尺度卷积神经网络的车型识别 [A] . 王亚敏 . 2017

基于多尺度双线性卷积神经网络的多角度下车型精细识别

摘要

著录项

相似文献

相关主题

期刊订阅