标题：基于深度卷积神经网络的车标识别研究
作者：陈全 王泽 贾伟
作者单位：安徽工业大学管理科学与工程学院，安徽 马鞍山 243032
关键字：深度学习，卷积神经网络，车标识别，LeNet-5网络
摘要：车标识别技术作为智能交通系统中的一项关键技术，对完善未来道路交通系统有着重大的意义。运用深度卷积神经网络对车标的识别进行研究，根据车标的特征，在经典的LeNet-5网络基础上对其进行细化研究，给出基于改进后的LeNet-5网络车标识别模型。为了验证基于深度卷积神经网络车标识别方法的可行性和有效性，采用深度学习框架Caffe，对改进的方案进行仿真分析。实验结果表明，改进的车标识别模型在外界环境的作用下依然具有较高的识别率，在现行的环境下更加适用于智能交通的发展需要。