-
题名基于深度迁移学习的车辆信息识别方法
被引量：2
- 1
-
-
作者
童强
李太君
刘笑嶂
-
机构
海南大学信息科学技术学院
海南大学省重点Internet信息检索实验室
-
出处
《电视技术》
2019年第1期66-71,共6页
-
基金
国家自然科学基金项目(61562017)
-
文摘
针对在深度卷积神经网络中存在对样本数据需求量大和过拟合的问题,提出一种基于深度网络迁移学习的车辆信息识别方法。该方法通过在ImageNet数据集上预训练的深度网络VGG-19进行同构空间下的特征迁移;结合改进的模型损失函数Softmax搭建网络全连接层,并冻结中低层卷积层、利用不同学习率来微调高层卷积层和全连接层参数。然后利用车辆数据集进行实验验证,结果表明该方法能在训练精度与测试精度上有较高的准确识别率,其中测试准确识别率达到97.73%;同时解决了样本数据不足带来的模型过拟合的问题,具有良好的鲁棒性。
-
关键词
深度学习
迁移学习
损失函数
车辆信息识别
-
Keywords
deep learning
transfer learning
loss function
vehicle information identification
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的车辆振动信息识别研究
- 2
-
-
作者
罗智元
刘小勇
-
机构
新加坡南洋理工大学电子工程学院
西安交通大学电信学部自动化学院
-
出处
《信息技术与信息化》
2024年第2期95-102,共8页
-
文摘
车辆振动信息识别对于维护交通安全和道路状况具有重要作用,可以节省大量人力物力。机器视觉、红外线成像等基于图像的方法虽然可以达到较高的准确率,但是容易受到环境比如照明条件、天气等因素干扰,相比之下,车辆的振动信号可以提供相对较稳定的车辆信息,传感器装配成本更低、维护更容易。近年来,从振动信号识别车辆信息的方法集中在传感器改进、信号处理及识别等方面。在使用神经网络的方法中,一类方法将计算出的特征输入全连接网络或一维卷积神经网络进行特征识别,这类方法需要专家知识对特征进行设计且计算方法复杂,另一类使用原始数据作为输入,这类方法则面临计算资源消耗大、训练慢等问题。针对上述问题,提出了基于深度学习的车辆振动信息识别方法,分别构建了1dCNN和2dCNN轴型信息识别网络模型,并对模型进行了鲁棒性测试、模型大小评估及推理速度测试。结果表明,1dCNN和2dCNN两个模型在测试集上分别达到了0.986和0.973的识别准确率,1dCNN比2dCNN有更好的鲁棒性、更快的推理速度。对于采样率500 Hz、长度为632的输入信号,1dCNN在CPU上的平均推理速度可达0.006 9 s/样本,2dCNN为0.18 s/样本。
-
关键词
车辆信息识别
振动信号
深度学习
小波变换
卷积神经网络
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
U495
[交通运输工程—交通运输规划与管理]
-
-
题名车牌识别技术在高速公路中的应用
被引量：4
- 3
-
-
作者
江志荣
-
机构
深圳市诺龙技术股份有限公司
-
出处
《中国交通信息化》
2018年第10期92-95,共4页
-
文摘
随着"营改增"相关政策的发布,各省已全面推动高速公路车牌识别项目,车辆信息识别越来越得到高速公路、停车场建设参与各方及出行群众的重视。本文介绍了车牌识别技术的几种应用模式,阐述了视频识别车辆检测技术原理及现状,分析了车牌识别技术难点,提出了提升车牌识别率的方法,并进一步说明了车牌识别技术需突破的重点。
-
关键词
高速公路
车牌识别
营改增
车辆信息识别
-
分类号
U495
[交通运输工程—交通运输规划与管理]
-
-
题名基于增强现实技术的汽车维修辅助系统设计
被引量：2
- 4
-
-
作者
刘仕婵
-
机构
钦州市交通运输服务中心
-
出处
《科学技术创新》
2022年第34期58-61,共4页
-
文摘
基于增强现实技术的汽车维修辅助系统,将复杂、晦涩的维修操作描述信息,以多模态、直观化的方式呈现出来,方便用户一目了然地理解维修场景,让普通用户也能更加轻松、熟练地完成汽车维修。首先介绍了基于增强现实技术的汽车维修辅助系统的基本架构,其次概述了该系统的运作流程,包括识别车辆信息、查询故障原因、远程协助操作等。最后对该系统的车况查询、保养维修、记录提醒等核心功能模块的设计要点展开了分析,并以汽车维修中更换火花塞这一操作为例,对汽车维修辅助系统的实践应用展开了分析。
-
关键词
增强现实技术
汽车维修辅助系统
车辆信息识别
车况查询
-
Keywords
augmented reality technology
vehicle maintenance assistance system
vehicle information recognition
vehicle condition query
-
分类号
U472
[机械工程—车辆工程]
TP391.9
[自动化与计算机技术—计算机应用技术]
-
