计算机科学 > 计算机视觉与模式识别
[提交于 2019年5月15日
]
标题: 基于卷积神经网络的车辆形状和颜色分类
标题: Vehicle Shape and Color Classification Using Convolutional Neural Network
摘要: 本文提出了一种基于车型和颜色分类的车辆再识别模块。 它可用于自动化车辆监控(AVS),或用于快速分析视频数据。 许多与此主题相关的难题需要解决。 为了促进和加速这一领域的进展,我们将介绍我们收集和标注大规模数据集的方法。 我们在训练中使用了更深的神经网络,它们显示出良好的分类准确性。 我们展示了在受控数据集和视频数据集上的车型、型号和颜色分类结果。 通过一个开发的应用程序,我们展示了基于车型和颜色分类的视频图像中的车辆再识别。 本研究部分得到了该资助项目的资助。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.