深度神经网络在多场景车辆属性识别中的研究
2021-05-14柴江云
计算机工程与应用 2021年9期
王 林,柴江云
西安理工大学 自动化与信息工程学院,西安710048
随着社会经济的飞速发展,国民的生活水平稳步上升,目前,人们的代步工具已经逐步从自己的双脚转换为各种机动车辆,随之而引发的各类交通问题也越来越复杂。智能交通系统(Intelligent Transportation System,ITS)[1-2]是专门针对目前经济发展所造成交通问题的理想解决方案。各类机动车辆作为交通的重要组成成员,其属性的有效识别在智能交通系统中的位置举足轻重。在一般监控视频画面中,普遍存在图像像素不够清楚,车牌被阻挡、涂抹、腐蚀等情况,无法准确对车牌号码做出定位与识别,这时快速准确地识别出车辆的其他属性信息就显得尤为重要。比如车辆其他的外观特征,车辆类型和颜色的准确识别可以弥补车牌识别的不足,并且可以对车牌识别结果进行补充,更全面地增加车辆信息,也可以提高ITS 的可靠性和安全性,大幅度提高车辆交通管理的智能性。快速准确地识别出车辆的类型和颜色并根据识别结果做出准确的分析,可以有效地服务于ITS,并且还可以建立起一个车辆信息数据库提供车辆的信息检索,将其应用到交通安全和相关部门中将大幅度提高相关部门的工作效率。因此,车辆属性的有效识别在交通拥堵、车辆检索跟踪和实时检测管理车辆中具有极其重要的作用,它将成为ITS的重要辅助手段之一。
车辆的颜色识别是计算机视觉研究的一个子领域,它的主要工作……
登录APP查看全文
