一种基于卷积神经网络的车型识别方法

摘要

本发明提出了一种基于卷积神经网络的车型识别方法，基于特征提取模块与车型识别模块，包括以下步骤：通过设计卷积与池化层，全连接层，分类器来构建车型识别的神经网络，其中卷积与池化层和全连接层用来提取车型特征，分类器用来车型分类识别；利用包含不同车型特征的数据库训练该神经网络，训练方式为带标签的数据进行的有监督的学，并用随机梯度下降法进行权重参数矩阵和偏移量的调整；得到训练好的各层中的权重参数矩阵和偏移量，把它们对应地赋值给该神经网络中的各个层，则该网络具有车型特征提取及识别的功能。本发明创造性的将卷积神经网络和车型识别结合起来，有别于传统的车型识别方法，可以明显提高车型识别的准确度。

主权项

一种基于卷积神经网络的车型识别方法，其特征在于，基于特征提取模块与车型识别模块，包括以下步骤：步骤(1)、通过设计卷积与池化层、全连接层、分类器来构建车型识别的神经网络，其中卷积与池化层和全连接层用来提取车型特征，分类器用来车型分类识别；步骤(2)、利用包含不同车型特征的数据库训练该神经网络，训练方式为带标签的数据进行的有监督的学习，并用随机梯度下降法进行权重参数矩阵和偏移量的调整；步骤(3)、得到训练好的各层中的权重参数矩阵和偏移量，把它们对应地赋值给该神经网络中的各个层，则该神经网络具有车型特征提取及识别的功能。