陈小娥，杨薇薇

(福建船政交通职业学院信息工程系，福州 350007)

基于深度学习的车标识别算法的研究与实现

陈小娥，杨薇薇

(福建船政交通职业学院信息工程系，福州 350007)

依据深度学习算法可以自主进行特征学习和识别的特点，提出一种基于Keras深度学习框架的车标识别算法。将该方法将ResNet50和Inception V3两模型相结合构建训练网络，以此建立分类器对车标图像进行识别。实验结果表明，该方法与传统的卷积神经网络分类进行比对，提高了车标识别的准确率。

深度学习；Keras框架；车标识别；特征提取

0 引言

随着我国社会经济的飞速发展，人们的物质生活水平越来越高，道路上机动车的数量也越来越多。汽车使人们的生活越来越便捷，但与此同时，随着汽车数量的增多，也产生了一些不利影响，如道路拥堵、交通事故频发等，给智能交通管理系统带来了巨大的挑战。

车辆识别是智能交通系统中的重要组成部分，目前车辆识别中的车牌识别技术已相对成熟，然而近几年套牌、车牌磨损以及车牌遮挡等现象的出现，需要我们进一步提高车辆识别技术。于是，车标作为车辆的一个重要特征，可以辅助人们进行车辆识别。因为车标是车辆所有特征中最难以更改的重要标志之一。将车标作为研究对象，对车标进行识别，然后再与车牌识别相互结合，可进一步提高车辆识别的准确性。车标识别技术为智能交通系统的发展和完善提供了一种新的理念和方向，成为近几年车辆识别中的研究热点，将对车辆识别技术研究具有重大的推动作用。……