一种用于图像目标识别的神经网络及其车型识别应用.pdfVIP

一种用于图像目标识别的神经网络及其车型识别应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种用于图像目标识别的神经网络及其车型识别应用.pdf

第29卷 第3期 计 算 机 工 程 2003年3月 vd 29 №3 ComputerEngineering March2003 · 博士论文 · 文章编号:l00o一3428(2003)03—0o30r..03 文献标识码:A 中围分类号:TP183 一 种用于图像 目标识别的神经网络及其车型识别应用 刘怡光,游志胜 (四川大学东区计算机学院图形图像研究所,成都 610064) 摘 要:构建 了一种用于图像 目标识别的多层前向神经网络,给出了网络拓扑结构,并成功地把该神经网络运用到车型识别中。该方法综合 了神经网络、模糊逻辑、模式识别的相关算法,对图像 目标轮廓进行整体识别,达到了较高的目标识别准确率。实践表明,该网络经过监督 学习后,能摒除图像中一定量干扰像素影响,准确地识另q出各种外形车的车型。 关键词:神经网络;车形识别;车型识别 ;模糊分类器 AnNeuralNetworkforImageobjectRecognitionand ItsApplicationt0 CarTypeRecognition LIUYiguang. YoU Zhisheng (InstituteofImage&GraphicsSichuanUniversity.Chengdu610041) IAbstractJThispaperproposesaforwardmulti—layerneuralnetworkmodelwhichcanbeusedforo~ectrecognitioninimages.andpresentsthe modelsnetworktopology,whichhasputneuralneworkintothevehicleshaperecognitionsuccessfully.Themodelintegratessomeresultsofneural network,fuzzylogic,patternrecognitionetc.,andrecognizestheobjectintheimagewholly Thepracticeinthecart·yperecognitionusinghtemodel proveshtathtroughsupervised—leraning,thismodelcancorrectlyrecognizethevehicleshapeinspiteofsomeinterferentialPkels [KeywordslNeuralnetwork;Vchicleshaperecognition;Vehicletyperecognition;Fuzzycluster 由于车型识别在打击盗窃车辆、规范交通秩序等方面的 约定:大写字母表示向量 ,小写字母一般表示标量。 显著作用,车型识别已经成为智能交通领域研究的重要基础 车形识别:依据外形对车辆进行识别。在本文中,依据 课题之一 ,但有关这 方面成功应用的文献不多,M.P. 车外形,把车辆分为6类:吉普车形、公共汽车形、轿车形、 DubuissonJollf等通过模板匹配法对车形进行分类,其模 微型面包车形、卡车形、特殊形,用集合 T=ffl1fz…fn)表 板是融入先验知识的在一定范围变形的多边形,用Bayes决 示依据车形确定的车辆类别。 策判定车辆类别,该算法计算量大 ,在Sparcstation20平台 车型识别:国家标准把车辆分成3类,客车、货车和轿 上处理256x256的一幅图像耗时约10s,车形识别准确率最 车,在本文中用集合G:fg,2,gl表示。车形识别同车型 高可达91.9%I”,显然 ,这种方法的效率和识别准确率都不 识别有联系,也有明显区别,如公交大巴、微型面包车属不 太能满足实际需要。

文档评论(0)

wangshirufeng + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档