基于改进稀疏栈式编码的车型识别

来源：计算机工程与应用杂志2020年第1期北京时间：

作者：代乾龙，孙伟

单位：中国矿业大学 信息与控制工程学院，江苏 徐州 221008

摘要：为了提高稀疏栈式编码对车型识别确率，提出了一种基于改进稀疏栈式编码的车型识别方法。使用逐层无监督方法来训练网络结构，并从大量的无标记的数据集中学习得到特征字典，在稀疏栈式编码的基础上引入卷积和池化模块，把学习得到的特征字典作为卷积核，通过对含有车辆的图像进行卷积和池化操作获得图像的特征图；最后通过使用softmax分类器在少量标签数据集上进行有监督的微调。在BIT-Vehicle数据集上的实验结果表明，改进后的算法优于传统稀疏栈式编码算法，在标注较少的数据集中，识别的准确率优于神经网络算法。

关键词：车型识别,稀疏栈式编码,卷积,池化,特征字典