基于深度 CNN 和 VLAD 空间金字塔的交通场景识别
计算机视觉与模式识别
2017-07-25 v1
摘要
交通场景识别是智能交通系统（ITS）中一个重要且具有挑战性的问题。近年来，卷积神经网络（CNN）模型在包括场景分类在内的许多应用中取得了巨大成功。CNN 卓越的表征学习能力有待进一步探索以解决现实世界的问题。局部聚合描述符向量（VLAD）编码也已被证明是一种捕捉全局上下文信息的强大方法。在本文中，我们尝试通过将 CNN 的特征表征能力与 VLAD 编码方案相结合来解决交通场景识别问题。具体而言，由区域提议算法生成的图像块的 CNN 特征通过应用 VLAD 进行编码，随后以紧凑表示形式表征一幅图像。为了捕捉空间信息，我们利用空间金字塔来编码 CNN 特征。我们在一个包含 10 类交通场景的数据集上进行了实验，取得了令人满意的分类性能。
引用
@article{arxiv.1707.07411,
title = {Traffic scene recognition based on deep cnn and vlad spatial pyramids},
author = {Fang-Yu Wu and Shi-Yang Yan and Jeremy S. Smith and Bai-Ling Zhang},
journal= {arXiv preprint arXiv:1707.07411},
year = {2017}
}
备注
6 pages,4 figures, 2017 9th International Conference on Machine Learning and Computing (ICMLC 2017)