论文部分内容阅读
研究车辆车型种类的分类识别问题,提高车型分类的准确率。针对汽车车体型号分类多是根据提取车辆的高度、宽度等几何特征作为对车体型号判定的依据,当不同型号的车辆高度、宽度等特征相差不大的时候,单纯依靠车辆几何特征进行分类的方法容易出现特征混淆,造成分类准确性不高。为了解决上述问题,提出了一种神经网络算法的车型识别算法。通过提取车型特征作为训练样本,经过BP神经网络训练,多层细分,得到车体型号准确特征,避免了仅对体积特征提取的弊端。实验证明,改进识别算法实现简单,识别准确率高,取得了满意的效果。