多姿态车辆型号识别方法研究的文献综述
摘要：随着交通拥挤和堵塞等各种问题的日益突出，以及计算机技术的不断发展，智能交通系统得到了 越来越广泛的应用，其中车辆型号识别技术是重要的一个分支。本文对深度学习的发展过程进行了梳理，并介绍了现在国内外车辆型号识别的研究方法和现状。
关键词：智能交通；深度学习；车型识别
一、前言
汽车是人类现代文明史上最重大的发明之一，改变了人类生活及生产方式，促进了人与人之间的交流，极大推进了人类社会的进步。随着我国社会经济的快速发展，人口规模的不断扩大以及城市化进程的加速，我国的汽车保有量也在不断提高。2018年7月6日，公安部交通管理局发布的数据显示，截至6月底，全国机动车保有量达了3.19亿辆，其中私家车保有量达1.8亿辆，并且保持持续快速增长的态势。汽车保有量在不断提高的同时，许多交通问题也随之而来，且日益突出，例如套牌车问题、违法停车问题、违章调头问题、交通拥堵问题等。此外，公安部门在打击有关车辆的违法行动中时，仍然需要使用人力的方式在海量的车辆图片数据库中检索可疑车辆，效率十分低下。为了解决这些问题，我们需要更加高效、便捷、智能的方式进行交通管理，智能交通系统应运而生。作为智能交通的重要技术之一，计算机视觉担负着将图像中的信息按照特定要求“翻译”出来的重要任务，而车辆识别就是其中的一项。如何通过计算机视觉、图像处理技术来模拟人脑，从而读懂图像中的车辆类别信息，是一个重要研究课题，拥有一定的学术价值和应用前景。
二、正文
1研究背景
作为新世纪交通系统的发展方向，智能交通系统集成了通信、电子、数据传输、计算机、传感、控制等各种技术，建立起一个能够对整个城市的交通进行精确、有效、快速管理和控制的系统。智能交通系统建立之后，可以为用户提供车辆控制、车辆运营、公共交通、电子支付、交通管理等一系列服务，这些服务不仅保证了出行人员的安全，而且大大提高了道路和车辆的利用率，改善了城市交通管理。早在上个世纪60代，西方国家就开始了对智能交通系统的研究，目前，美国、日本和欧盟在智能交通领域处于领先地位。1996年，交通部发布《智能运输系统发展战略研究》，拉开了我国智能交通系统发展的序幕。虽然我国的智能交通系统起步较晚，但一直处于快速发展的进程中。2017年，智能交通行业市场规模达到821.02亿元。智能交通系统未来是我国优先发展的重点，对打击车辆违法犯罪、提高车辆管理效率、保障交通安全等具有重要意义，符合习近平总书记对人工智能健康发展提出的倡导。从长远来看，我国智能交通系统将更广泛地应用于交通运输行业的各个领域，从而产生相应的社会效益和经济效益，具有广阔的发展前景。
车量型号识别正是智能交通系统的核心技术。所谓的车量型号识别指的是对车辆的品牌、型号、年代的识别，是属于细粒度图像分类的一种。细粒度图像分类是目前人工智能领域的热门研究课题，涉及计算机视觉、模式识别、图像处理、概率论与数理统计等多个学科，引起了国内外学者的广泛关注。通过现有技术自动识别出车辆型号，可以显著提高交通执法的效率。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
