• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of visual communication & image representation >Single image vehicle classification using pseudo long short-term memory classifier
【24h】

Single image vehicle classification using pseudo long short-term memory classifier

机译：使用伪长短期记忆分类器的单图像车辆分类

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we propose a pseudo long short-term memory (LSTM) classifier for single image vehicle classification. The proposed pseudo-LSTM (P-LSTM) uses spatially divided images rather than time-series images. In other words, the proposed method considers the divided images to be time-series frames. The divided images are formed by cropping input images using two-level spatial pyramid region configuration. Parallel convolutional networks are used to extract the spatial pyramid features of the divided images. To explore the correlations between the spatial pyramid features, we attached an LSTM classifier to the end of the parallel convolutional network and treated each convolutional network as an independent timestamp. Although LSTM classifiers are typically used for time-dependent data, our experiments demonstrated that they can also be used for non-time-dependent data. We attached one fully connected layer to the end of the network to compute a final classification decision. Experiments on an MIO-TCD vehicle classification dataset show that our proposed classifier produces a high evaluation score and is comparable with several other state-of-the-art methods. (C) 2018 Elsevier Inc. All rights reserved.
机译：在本文中，我们提出了一种用于单图像车辆分类的伪长短期记忆（LSTM）分类器。拟议的伪LSTM（P-LSTM）使用空间划分的图像而不是时间序列图像。换句话说，所提出的方法认为分割图像是时间序列帧。通过使用两级空间金字塔区域配置裁剪输入图像来形成分割图像。并行卷积网络用于提取分割图像的空间金字塔特征。为了探索空间金字塔特征之间的相关性，我们将LSTM分类器附加到并行卷积网络的末端，并将每个卷积网络视为独立的时间戳。尽管LSTM分类器通常用于时间相关的数据，但我们的实验表明，它们也可以用于非时间相关的数据。我们将一个完全连接的层连接到网络的末端，以计算最终的分类决策。在MIO-TCD车辆分类数据集上进行的实验表明，我们提出的分类器产生了很高的评价分数，并且可以与其他几种最新方法相媲美。 （C）2018 Elsevier Inc.保留所有权利。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号