Partage de technologie

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Table des matières

1. Contexte de la sélection des sujets et importance de la recherche

2. Statut de recherche en Suisse et à l'étranger

3. Points d'innovation de l'algorithme

4. Expérience et analyse des résultats

5. Mise en œuvre du système

6. Résumé et perspectives

---

Cet article est intitulé « Recherche et mise en œuvre d'un algorithme de réidentification des véhicules basé sur l'apprentissage profond » et a été rédigé par Qi Tiantian de l'Université normale de Chine orientale. Il vise à étudier l'utilisation de la technologie d'apprentissage profond pour améliorer la précision de la réidentification des véhicules. identification et construire une ré-identification intelligente du véhicule basée sur cet algorithme. L'article couvre le contexte, l'état de la recherche, l'innovation des algorithmes et la mise en œuvre du système de technologie de réidentification des véhicules.

1. Contexte de la sélection des sujets et importance de la recherche

À mesure que le nombre de véhicules augmente, le contrôle manuel traditionnel du trafic devient de plus en plus difficile, et des systèmes de transport intelligents émergent au fur et à mesure que les temps l'exigent. En tant qu'élément important du transport intelligent, la technologie de réidentification des véhicules peut identifier des véhicules spécifiques dans des images ou des vidéos sous différents angles, ce qui revêt une grande importance pour des tâches telles que la sécurité intelligente et le suivi des véhicules. Cependant, la technologie existante de reconnaissance des plaques d'immatriculation présente des problèmes tels que l'occlusion des plaques d'immatriculation et les fausses plaques d'immatriculation, ce qui rend la recherche sur la ré-identification des véhicules sans plaques d'immatriculation particulièrement importante.

2. Statut de recherche en Suisse et à l'étranger

Cet article passe en revue les méthodes de réidentification des véhicules basées sur des caractéristiques globales, des caractéristiques locales et des mécanismes d'attention. La méthode des caractéristiques globales extrait les caractéristiques globales du véhicule pour l'identification, mais il est facile d'ignorer les détails locaux ; la méthode des caractéristiques locales distingue les véhicules similaires en extrayant les détails locaux du véhicule, mais les méthodes existantes ignorent souvent la relation de structure spatiale entre les véhicules locaux. fonctionnalités ; Attention Le mécanisme améliore la précision de la reconnaissance en augmentant l'attention du modèle sur les fonctionnalités importantes, mais ignore la corrélation entre les différents canaux de fonctionnalités.