使用卷积神经网络的车辆颜色识别
计算机视觉与模式识别
2018-08-16 v3
摘要
车辆颜色信息是智能交通系统（Intelligent Traffic System, ITS）的重要元素之一。本文提出了一种使用卷积神经网络（Convolutional Neural Network, CNN）的车辆颜色识别方法。通常，CNN 被设计为基于形状信息学习分类方法，但我们证明了 CNN 也能基于颜色分布进行分类学习。在我们的方法中，将输入图像转换为 HSV 和 CIE Lab 两种不同的色彩空间，并将其输入到若干 CNN 架构中。训练过程遵循 Krizhevsky 提出的流程，即学习率在若干次迭代后以 10 的因子衰减。为测试我们的方法，我们使用了 Chen 提供的公开车辆颜色识别数据集。结果表明，我们的模型优于 Chen 提供的原始系统，总体准确率提高了 2%。
引用
@article{arxiv.1510.07391,
title = {Vehicle Color Recognition using Convolutional Neural Network},
author = {Reza Fuad Rachmadi and I Ketut Eddy Purnama},
journal= {arXiv preprint arXiv:1510.07391},
year = {2018}
}