基于视觉深度网络的智能拦车查验系统设计研究  

作　　者：侯枫[1] 李明阳 

机构地区：[1]三门峡职业技术学院信息传媒学院,河南三门峡472000 [2]河南科技大学应用工程学院,河南洛阳471000

出　　处：《新潮电子》2025年第6期19-21,共3页

基　　金：2020年度三门峡职业技术学院高层次人才基金项目“低品质大位移运动视频中人体运作质量评价”(SZYGCCRC-2020-005);2022年度三门峡科学技术局科技攻关项目“基于视觉深度网络的智能拦车查验系统设计研究”(2022002024)。

摘　　要：随着智能交通系统的快速发展,基于视觉深度网络的智能拦车查验系统成为提升交通管理效率的关键技术之一。本文主要研究了利用深度学习技术对车辆进行自动识别与查验的方法。分析了现有车辆识别技术的局限性,提出了基于深度卷积神经网络(CNN)与循环神经网络(RNN)的融合模型,并设计了一种新的数据增强策略,以解决交通场景下数据不足的问题。通过实验验证了所提模型在不同交通环境下的鲁棒性和准确性。

关 键 词：智能交通系统 深度学习 车辆识别 数据增强 交通管理 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]