-
题名基于高阶空间特征聚合的车型识别算法
- 1
-
-
作者
杨潞霞
薛映昭
张红瑞
马永杰
-
机构
太原师范学院计算机科学与技术学院
智能优化计算与区块链技术山西省重点实验室
西北师范大学物理与电子工程学院
-
出处
《电子测量技术》
北大核心
2025年第4期169-180,共12页
-
基金
国家自然科学基金(62066041)
山西省重点研发计划(202102010101008)
山西省高等学校科技创新项目(2024L295)资助。
-
文摘
针对复杂交通场景下车型目标密集、遮挡而造成的车型识别精度低的问题,提出基于高阶空间特征聚合的车型识别算法。首先,在特征提取的下采样阶段,设计了HSIDM模块,实现更深层次的特征聚合,减少细小信息损失。其次,在特征融合部分设计了DMFAM模块,动态调整各尺度特征的权重,获取多尺度的上下文信息,以增强模型对多样化特征的适应能力。然后,设计解耦REL-Head检测头,将分类和回归任务拆解,避免任务混杂,增强局部特征的学习能力与抗干扰能力。最后,将本文模型部署到边缘设备进行测试。实验结果显示,本文算法在复杂度交通场景数据集BIT-Vehicle和UA-DETRAC上,mAP相较于原模型分别提升了0.7%和3.9%,并在边缘设备上可以流畅运行,具有较好的识别效果。表明所提出的方法能够有效提高车型识别的精度并应用于受限设备。
-
关键词
车型识别
高阶空间交互
动态多尺度特征聚合
解耦检测头
-
Keywords
vehicle type identification
high-order spatial interaction
dynamic multi-scale feature aggregation
decoupling detect
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TN0
[电子电信—物理电子学]
-
