论文部分内容阅读
近年来我国经济高速发展,汽车保有量与日俱增,有关车辆事故和犯罪的事件常有发生,套牌车、假牌车的数量也越来越多,仅仅依靠现在的车牌识别技术获取车辆信息已经不能满足现实需求。车标作为车辆分类重要特征之一,提出了一种基于联合层特征的卷积神经网络(Multi-CNNs)的车标识别方法,该方法将传统的卷积神经网络用来训练分类器的顶层特征与底层提取的图像特征相结合,然后一并连接到全连接层再利用分类器进行训练。实验结果表明相比传统的人工提取特征,准确率上有了较为明显的提升,同时与传统的卷积神经网络相比,该方案可以有效减少计算量以及训练模型所需时间。