汽车车型识别

作品数：19被引量：97H指数：6
导出分析报告
相关领域：自动化与计算机技术交通运输工程更多>>
相关作者：张友兵田瑞庭史旅华陈家祺吕凤花更多>>
相关机构：湖北汽车工业学院中南大学大连理工大学北京大学更多>>
相关期刊：《中国图象图形学报》《小型微型计算机系统》《经济管理学刊》《湖北汽车工业学院学报》更多>>
相关基金：天津市科技计划国家自然科学基金安徽省优秀青年科技基金四川省科技计划项目更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
高分辨率图像分类方法在直播汽车车型识别场景中的应用被引量：2
《经济管理学刊》2023年第4期105-118,共14页温中卉 王汉生 
国家自然科学基金项目(12271012)。
面临汽车市场疲软带来的销量下降、客户结构改变带来的获客成本增加和线下流量稀缺等压力,传统车企迫切地需要进行数字化改革,汽车直播逐渐成为汽车厂商引流的重要方式。为精准捕捉销售线索和分析产品反馈,直播平台和车辆销售方需要将...
关键词：高分辨率图像 深度学习 汽车直播 车型分类 
深度卷积神经网络的汽车车型识别方法被引量：26
《传感器与微系统》2016年第11期19-22,共4页张军 张婷 杨正瓴 朱新山 杨伯轩 
天津市科技计划基金资助项目(13ZXCXGX40400)
针对现有汽车车型识别方法计算量大、提取特征复杂等问题,提出一种基于深度卷积神经网络的汽车车型识别方法。该方法借助于深度学习,对经典的卷积神经网络做出改进并得到由多个卷积层和次抽样层构成的深度卷积神经网络。根据五种车型的...
关键词：深度学习 深度卷积神经网络 汽车车型识别 特征提取 
基于深度神经网络的汽车车型识别被引量：10
《现代计算机（中旬刊）》2015年第12期61-64,共4页王茜 张海仙 
四川省科技计划项目(No.2014GZ0005-5)
研究基于深度学习的车型自动识别技术,运用深度神经网络对在各个角度下拍摄的具有复杂背景的汽车图像进行网络训练,从而达到车辆车型的自动识别的目的。采用先进的深度学习框架Caffe和具有强大计算能力的GPU,使用深度神经网络VGG16和Ale...
关键词：深度学习 车型识别 卷积神经网络 
基于决策导向非循环图SVM的汽车车型识别
《微型机与应用》2010年第15期38-39,42,共3页吕凤花 李勃 李红伦 
用决策导向非循环图支持向量机研究了汽车车型的识别。运用图像像素相减的差分方法去除背景,获取车对象;然后对图像进行均值滤波,以除去噪声干扰,再对图像用"分水岭"变化的阈值方法,获取车的二值图像;最后提取车的几何形状特征,并将其输...
关键词：几何特征 DDAG SVM分类器 车型识别 
基于纹理特征的汽车车型识别被引量：12
《电子科技》2010年第2期94-97,共4页马蓓 张乐 
提出了一种基于纹理特征的汽车车脸车型识别方法。首先对车辆图像进行预处理,再通过基于灰度共生矩阵的纹理分析,得到纹理特征值,即待识别车型的纹理特征,最后利用最小距离分类器进行车型识别。实验结果表明,文中提出的车型识别方法简...
关键词：图像处理 车型识别 车脸 共生矩阵 纹理特征 
基于DDAG支持向量机的汽车车型识别
《电子测量技术》2009年第6期88-91,共4页曹洁 白艳红 
甘肃省自然基金项目(0710RJZA060)资助项目
文章应用DDAG支持向量机方法对汽车图像进行识别。首先采用背景差分方法提取运动汽车,然后用Otsu法进行阈值分割、基于边缘阴影检测方法消除阴影,最后提取运动汽车的RST不变特征,输入DDAG支持向量机进行训练和识别。实验表明,基于DDAG...
关键词：DDAG支持向量机 车型识别 RST不变特征 
基于支持向量机(SVM)的汽车车型识别被引量：3
《电子测量技术》2008年第7期22-25,共4页尹玉梅 胡中华 湛金辉 
本文研究了一种基于支持向量机(SVM)的车型图像识别算法。采用图像边缘检测方法,该方法首先基于邻域灰度极值提取边界候选图像,然后以边界候选像素及其邻域像素的二值模式作为样本集,进行运动目标分割并提取具有RST不变性的轮廓特征向量...
关键词：支持向量机 车型识别 预测 
一种基于不变矩和SVM的车型识别器设计被引量：1
《软件导刊》2007年第11期91-93,共3页范伊红 韩爱意 
介绍了一个基于不变矩和支持向量机技术的车型分类器。不变矩对于平移、旋转、尺度变化有良好的不变性,能很好的表示2维图像形状特征。支持向量机(SVM)建立在结构风险最小化原理基础上,对车型识别这样的非线性、高维数的小样本问题有非...
关键词：不变矩 支持向量机 汽车车型识别 特征提取 
基于多神经网络分类器的汽车车型识别方法研究被引量：3
《辽东学院学报（自然科学版）》2007年第3期135-138,共4页沈凤龙 毕娟 
首先对三种车型进行特征提取,以提取的数据作为神经网络的输入,并且采取了感知机识别,BP网络识别,径向基网络识别,最后采用多神经网络进行识别。仿真实验结果表明:采用多神经网络分类器融合的方法比单一神经网络识别率高,这对提高目标...
关键词：神经网络 特征提取 目标识别 
基于稀疏贝叶斯分类器的汽车车型识别被引量：6
《小型微型计算机系统》2005年第10期1839-1841,共3页张旭东 钱玮 高隽 方廷健 
国家自然科学基金(60375011)资助安徽省优秀青年科技基金(04042044)资助教育部"新世纪优秀人才计划"校科研发展基金资助(030501F)项目
稀疏贝叶斯方法在处理分类问题上具有良好的推广性,并且使用较少的核函数,介绍了一个实时的车型识别系统．它 以每点色彩信息的高斯混合模型来实现对视频图像的背景估计,从而实现对汽车的检测;利用稀疏贝叶斯分类器对检测到的汽 车进行...
关键词：高斯混合模型 运动目标检测 稀疏贝叶斯 支持向量机 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部