-
题名基于轻量级卷积神经网络的车辆声学识别
被引量：2
- 1
-
-
作者
封慧杰
赵红东
于快快
刘赫
-
机构
河北工业大学电子信息工程学院
光电信息控制和安全技术重点实验室
天津金沃能源科技股份有限公司
-
出处
《传感器与微系统》
CSCD
北大核心
2024年第7期136-140,共5页
-
基金
天津市科技计划资助项目(21YDTPJC00050)
光电信息控制和安全技术重点实验室基金资助项目(2021JCJQLB055008)。
-
文摘
车型识别技术对交通监测具有重要意义。针对行驶中车辆的视觉信息易受环境干扰等问题,提出了一种基于ShuffleNet V2的车辆声学特征识别模型S-ShuffleNet,包含对ShuffleNet V2网络深度的缩减以及深度可分离卷积(DSC)中卷积(Conv)核大小的改进,通过提取车辆声信号的对数—梅尔谱图(LMS)特征作为该模型的输入,进行车型识别。同时,将风、雨、雷暴噪声叠加在车辆音频上,以验证不同环境噪声的影响。实验结果表明:该模型参数量少、训练速度快,在VS10数据集上识别精度比基础网络ShuffleNet V2提高2.4%,识别准确率可达97.5%,与不同分类网络相比,S-ShuffleNet也具有良好性能。
-
关键词
车型识别
声学特征
对数梅尔谱图
轻量级
卷积神经网络
环境噪声
-
Keywords
vehicle type recognition
acoustic feature
log-mel spectrogram(lms)
lightweight
convolutional neural network(CNN)
environmental noise
-
分类号
TP391.42
[自动化与计算机技术—计算机应用技术]
-
