车型识别模型设计的文献综述
摘要：由于现在交通的大力发展，道路上车辆种类繁多，对车辆的识别难度增大，因此本文通过对车辆目标的检测和特征提取，利用卷神经网络对现代道路上的各种车辆进行精准识别，利用深度学习算法对车型识别的更加完美的研究，以提高车辆识别的准确率。
关键词：目标检测、特征提取、卷神经网络、深度学习、车型识别
1前言
随着我国经济的快速发展，人民生活水平的快速提高，交通出行的方式多种多样，不再显得单一，有句话说，要想富先修路，现在我国的道路越来越多，交通越来越发达，路上交通工具也是种类繁多，与此同时，交通安全的风险因素也是越来越多，风险系数更是随着交通运输业的快速发展而逐步提升。
因此，对道路上的交通工具的实时监控与精准识别对人生安全与财产损失显得尤为重要，遵守交通规则，提高人民出行素质的同时，也是尊重他人生命。现如今，在车型识别领域，已经有一些快速高效的识别方法，每种方法也有各自的优缺点，所以研究学习车型识别的模型设计，选出最合适的方法，对道路交通的发展意义重大。
2正文
2.1研究背景
我们国家的交通技术正在快速发展，车型识别是智能交通的重要组成部分，在我国交通运输发展的漫漫长河中占有重要的地位。由于车辆类型与数量年复一年的快速增长，路上出现了很多交通问题，交通违章处理，交通事故发生后肇事者逃逸，对于警方的追捕，智能交通领域的车型识别就显得十分关键。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
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。
