原文传递
基于卷积神经网络的车型识别系统的设计与实现
| 论文题名： | 基于卷积神经网络的车型识别系统的设计与实现 |
| 关键词： | 智能交通;车型识别;软件设计;卷积神经网络;深度学习 |
| 摘要： | 伴随着社会的不断发展和经济条件的不断上升，机动车保有量逐年递增。智能交通系统中的对于车辆信息处理的主要功能是对过往车辆的准确检测和正确的车辆信息的识别。在车辆信息识别中，对车辆特征和其外形的识别技术主要有种:车辆自动识别(Vehicle Identification)和车辆自动分类(Vehicle Classification)。面对如此海量动态交通流数据，如何高效的采集，传输，快速分析，以便公安机关高效管理治安局势，是一个非常大的挑战。传统的车型识别工具处理效率缓慢，对已知车型识别大多数仅限于大、中、小类别，对于细分类（例如车辆的品牌及型号）不能满足要求，且对新入市的车型更新很慢，已经无法满足大数据常态下高准确率高效率的分析需求。在大数据背景下，如何将高质、高效的新技术应用到交通数据的处理中是值得研究和思考的问题，我们的车型识别系统正是基于这种背景问题下进行设计和开发的。 在研究相关问题的过程中，我们发现，深度学习相关理论和技术在解决上述问题时可以发挥很大的作用并且一些相关科研结果也为我们提供了良好的解决思路。我们将深度学习中适用于图像处理和分类的理论模型引入到大规模数据处理中来，使用“卷积神经网络”这一种成熟的深度学习理论来构造网络结构模型，使用Caffe卷积计算框架进行交通数据的处理，并利用现有的分布式消息队列来对分析结果实时的推送至前端界面进行展示。最后，我们成功设计并实现了从海量交通数据采集到处理、分析结果然后完成展示的完整流程。 系统的成功设计与实现解决了上述主要问题对大数据背景下交通数据管理的困扰之处。解决了道路卡口在没有配合最新硬件设施情况下依然可以获取车辆完整了立体数据信息的问题。加大加快了数据处理的规模和速度，提高了获取数据的准确度。为实现交通信息管理数字化起到了关键作用。 在软件工程方面，系统基于成熟的MVC结构，使用Spring MVC作为Web系统开发的基础框架业务信息使用关系型数据库MYSQL进行存储。整个项目阶段，根据用户的需求对系统进行了需求分析，概要设计，模块详细设计，并在开发完成后进行了全面的测试，保证了系统的稳定性。 |
| 作者： | 李月 |
| 专业： | 软件工程 |
| 导师： | 刘洋 |
| 授予学位： | 硕士 |
| 授予学位单位： | 山东大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
