论文部分内容阅读
颜色是车辆识别中广泛应用的主要线索之一,在智能交通系统中扮演着重要的角色。受光照变化、噪声、环境等复杂因素的影响,传统的车辆颜色识别方法难以取得理想的识别效果。利用卷积神经网络（CNN）的优越识别性能,提出了一种基于卷积神经网络的监控场景下车辆颜色识别方法。基于传统的CNN原理设计了车色识别专用深度网络架构,直接通过CNN学习基于颜色分布的分类模型。与其他基于深度学习的车色识别方法相比,提出的用于车色识别的专用深度网络,具有参数少、识别速度快、识别精度高等优点。实验结果表明,在Chen等公布的标准数据集上