管德永，鞠铭，安连华

（山东科技大学交通学院，山东青岛266590）

0 引言

近几年，随着从“平安城市”到“智慧城市”的推广，很多科研项目陆续开展，取得了不错的成果，提出了“3111工程［1］”、“立体化社会治安防控体系”等概念。权威电子行业研究机构IMSResearch研究表明，全球摄像头每年呈指数增长，并且摄像后端的数据存储十分庞大。据统计，2011年安装摄像系统260多万台，一天的数据存储达100 PB，而在2015年摄像设备增加到5454万台，相应的一天储存数据也高达2000 PB。在这个大数据的时代，面临着以下2大瓶颈：（1）提取结构化信息，缩减监控摄像头产生的海量冗余视频数据；（2）建立监控平台网络，更好的实现监控各子系统之间的连接，达到监控资源共享。如何解决这些问题成为近几年的研究热点，即视频特征信息提取服务器的研究。车身颜色识别技术是一个重要研究方向，而其对车辆的识别与搜索、并为公安部门打击套牌车辆具有重要的意义。

目前，深度卷积神经网络的应用，在车型识别、图片识别、车身颜色识别等方面取得了较高的识别率。邓柳基于其建立的车型数据库，从车型识别的提取速度和效果方面，进行卷积神经网络的深度研究［2］。随婷婷提出一种深度卷积网络CLMF模型，从多目标角度提取特征，利用加融融合进行目标识别［3］。王茜等建立多角度拍摄的图片数据库，利用深度学习进行图片识别，VGG16模型准确率达到97.58%［4］。杨楠利用 CIFAR-10神经网络，自己搭建网络的训练方法，提高了网络训练的正确率［5］。……