基于卷積神經網絡的車輛部件檢測.pdf

1、隨著時代的發(fā)展和科技的進步，汽車數量發(fā)生了指數性增長，交通堵塞、環(huán)境污染、交通事故頻發(fā)等問題也隨之而來，在此情形下，智能交通系統的概念被人們提出。車輛部件檢測技術是智能交通系統中的一個重要應用，其能夠有效的解決車輛盜竊、交通肇事逃逸等車輛犯罪問題；在視頻設備的布置成本低、鋪設時無位置要求等各項優(yōu)勢下，基于圖像的車輛部件檢測是目前普遍使用的一種方法。
　　本文提出了一種針對靜態(tài)圖像的基于卷積神經網絡的車輛部件檢測算法，該算法使用深度

2、卷積神經網絡（ZF網絡）提取圖像的局部特征，避免了人為定義特征的繁瑣和低效；采用區(qū)域建議網絡生成候選區(qū)域，大大減少了原來的選擇性搜索方法在原始圖像上生成候選區(qū)域所花費的大量的時間；在使用區(qū)域建議網絡時，本文利用車輛部件的平均長寬比和面積的統計信息，設定網絡輸入的初始區(qū)域長寬比和縮放系數，滿足了實際應用需求。
　　考慮到車輛作為一個整體，其各個部件在圖像上的不可分割及位置相對固定的特性，在輸出分類結果時，分別提出了基于各個部件的絕對