论文部分内容阅读
在交通视频监控中,有很多因素影响车辆检测和分类的准确率,包括复杂的道路环境,光照和天气变化,以及摄像机的角度方向等。传统的图像处理方法很难解决这样的问题。对此,提出了一种基于加权特征映射的车辆检测和分类的卷积神经网络模型。首先,将原始图像输入到卷积神经网络中,通过一次前向计算得到各层特征图。然后,通过特征图计算图像局部区域的响应,并生成加权特征地图。通过阈值分割技术,得到车辆目标区域。最后,提取车辆图像的卷积神经网络特征,实现细粒度的车辆分类。在该模型中,无需复杂的图像预处理,具有很强的通用性和鲁棒