论文部分内容阅读
为了解决传统车辆检索方法中准确性和区分度较低的问题,本文提出了一种基于卷积神经网络(CNN)的车辆检索方法。该方法利用CNN稀疏连接和权值共享的优点,针对车辆前脸图像关键特征位置的相对不变性,设计了一个七层的网络结构,可以合理提取车辆的有效特征,并将低级结构特征组合成为高一级的特征,既简化了模型的复杂度,也克服了旋转平移等因素对检测结果的影响。该方法最终通过相似度排序的方法得到检索结果。实验结果表明,本文所提出的方法相对于基于局部不变特征方法具有更高的准确度。