摘要:为降低车辆检索的误检率并提高检索效率,对块卷积神经网络进行优化,提出一种车辆检索方法。增加感兴趣区域输入层、感兴趣区域池化层和目标包围盒输出层,提高传统块卷积神经网络模型的运算效率和分类性能;采用优化的模型进行车辆检索,依据边缘检测、轮廓提取获取感兴趣区域,通过优化的模型提取特征和进行特征分类,输出车辆目标及其位置。实验结果表明,该方法的车辆检索误检率和检索效率优于目前主流车辆检索方法。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
相关文章
影响因子:0.62
期刊级别:北大期刊
发行周期:月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!