标题：基于改进MobileNet V1网络的野外车辆识别
作者：易强1，2 李成娟1，2；李宝清1 施玉松1 覃荣华1
作者单位：1 中国科学院上海微系统与信息技术研究所 微系统技术重点实验室，上海 201800；2 中国科学院大学，北京 100049
关键字：频谱图；MobilNet V1；多尺度卷积；车辆识别
摘要：针对现有利用单一信号进行野外车辆识别准确率不高而且容易受到噪声干扰的问题，选取声音和震动信号为目标信号，设计了一种并行神经网络模型来实现野外车辆识别。首先对两种信号进行特征提取得到各自的频谱图。神经网络选取轻量级网络MobileNet V1，同时使用多尺度卷积对网络改进，多尺度卷积可以提取频谱图中隐含的空间特征；然后用改进的并行网络分别训练这两种频谱图，把训练得到的特征图耦合在一起，实现两种信号特征级上的融合；最后利用Softmax层识别分类。实验结果表明，所提出的融合声音震动信号野外车辆识别方法相对于传统方法有更高的识别率和更强的鲁棒性。