基于卷積神經(jīng)網(wǎng)絡(luò)的車型識別系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、伴隨著社會的不斷發(fā)展和經(jīng)濟條件的不斷上升，機動車保有量逐年遞增。智能交通系統(tǒng)中的對于車輛信息處理的主要功能是對過往車輛的準確檢測和正確的車輛信息的識別。在車輛信息識別中，對車輛特征和其外形的識別技術(shù)主要有種:車輛自動識別(Vehicle Identification)和車輛自動分類(Vehicle Classification)。面對如此海量動態(tài)交通流數(shù)據(jù)，如何高效的采集，傳輸，快速分析，以便公安機關(guān)高效管理治安局勢，是一個非常大的挑戰(zhàn)

2、。傳統(tǒng)的車型識別工具處理效率緩慢，對已知車型識別大多數(shù)僅限于大、中、小類別，對于細分類（例如車輛的品牌及型號）不能滿足要求，且對新入市的車型更新很慢，已經(jīng)無法滿足大數(shù)據(jù)常態(tài)下高準確率高效率的分析需求。在大數(shù)據(jù)背景下，如何將高質(zhì)、高效的新技術(shù)應(yīng)用到交通數(shù)據(jù)的處理中是值得研究和思考的問題，我們的車型識別系統(tǒng)正是基于這種背景問題下進行設(shè)計和開發(fā)的。
　　在研究相關(guān)問題的過程中，我們發(fā)現(xiàn)，深度學(xué)習(xí)相關(guān)理論和技術(shù)在解決上述問題時可以發(fā)揮很大

3、的作用并且一些相關(guān)科研結(jié)果也為我們提供了良好的解決思路。我們將深度學(xué)習(xí)中適用于圖像處理和分類的理論模型引入到大規(guī)模數(shù)據(jù)處理中來，使用“卷積神經(jīng)網(wǎng)絡(luò)”這一種成熟的深度學(xué)習(xí)理論來構(gòu)造網(wǎng)絡(luò)結(jié)構(gòu)模型，使用Caffe卷積計算框架進行交通數(shù)據(jù)的處理，并利用現(xiàn)有的分布式消息隊列來對分析結(jié)果實時的推送至前端界面進行展示。最后，我們成功設(shè)計并實現(xiàn)了從海量交通數(shù)據(jù)采集到處理、分析結(jié)果然后完成展示的完整流程。
　　系統(tǒng)的成功設(shè)計與實現(xiàn)解決了上述主要問題

4、對大數(shù)據(jù)背景下交通數(shù)據(jù)管理的困擾之處。解決了道路卡口在沒有配合最新硬件設(shè)施情況下依然可以獲取車輛完整了立體數(shù)據(jù)信息的問題。加大加快了數(shù)據(jù)處理的規(guī)模和速度，提高了獲取數(shù)據(jù)的準確度。為實現(xiàn)交通信息管理數(shù)字化起到了關(guān)鍵作用。
　　在軟件工程方面，系統(tǒng)基于成熟的MVC結(jié)構(gòu)，使用Spring MVC作為Web系統(tǒng)開發(fā)的基礎(chǔ)框架業(yè)務(wù)信息使用關(guān)系型數(shù)據(jù)庫MYSQL進行存儲。整個項目階段，根據(jù)用戶的需求對系統(tǒng)進行了需求分析，概要設(shè)計，模塊詳細設(shè)計