论文部分内容阅读
为降低车辆检索的误检率并提高检索效率,对块卷积神经网络进行优化,提出一种车辆检索方法。增加感兴趣区域输入层、感兴趣区域池化层和目标包围盒输出层,提高传统块卷积神经网络模型的运算效率和分类性能;采用优化的模型进行车辆检索,依据边缘检测、轮廓提取获取感兴趣区域,通过优化的模型提取特征和进行特征分类,输出车辆目标及其位置。实验结果表明,该方法的车辆检索误检率和检索效率优于目前主流车辆检索方法。