标题：复杂环境下基于深度学习的车辆识别算法研究
作者：高飞 茹浩磊 戚嘉辉 苏阔 肖江剑；袁学容；赵光田
作者单位：中国科学院宁波材料技术与工程研究所，浙江 宁波 315000；宁波华翔电子股份有限公司，浙江 宁波 315000；宁波胜维德赫华翔汽车镜有限公司，浙江 宁波 315000
关键字：深度学习；动态车辆识别；识别率
摘要：在车辆识别中，受复杂环境天气及摄像头影响，会导致车辆的动态识别效果较差，为提高车辆行驶过程中识别效果，提出利用深度学习进行车辆识别。实验结果表明，所有模糊车辆的识别特征值均在1.9以内，最小特征值为0.19，远小于特征值阈值1.9，而最大特征值为2.32，较特征值阈值1.9增加22.11%。静态环境的最大车辆识别精度为99.1%，而动态行驶环境下的最大识别精度仅为91.6%，虽然动态识别的最大精度小于静态7.57%，但动态平均精度为93.34%，仍可满足复杂环境条件下的模糊车辆识别。当摄像头帧数较大时，实验组的动态及静态环境下的识别精度均大于对照组。当深度学习模型在遮挡率大于30%时，最小识别率仍大于82%，而深度学习等算法的识别率维持在67%左右。