论文的目标如题，对车型进行精细分类，作者构建了一个比较大型的车辆数据库 CompCars，涵盖不同视角，包含车辆内部及外部特征，由监控视频获得的数据和从网络上下载的数据组成。文章做了车辆型号识别，认证和属性预测三部分，训练好的模型 GoogLeNet_cars 在 Caffe Model Zoo 中。
CompCars 数据库
网络数据库包含 163 个品牌 1716 个车型，共 136,727 张整车图片，27,618 张车辆局部图片，监控图像数据库包含 50,000 张正面车辆图片，与之前数据库相比，CompCars 包含车辆分层，车辆属性，不同视角和车辆局部图片。
数据库中车辆数据结构，属性，视角及车辆局部图片分布介绍如下。
数据结构：车辆数据结构为树形结构，包括三层，即车辆品牌，模型和出厂时间，不同年份生产的车辆只有细微差别，树形结构如下图所示：
车辆属性：每个型号的车辆使用五个属性标记，即最大速度，排量，车门数目，座位数目以及车型。定义了十二个车型，包括 MPV, SUV, hatchback, sedan, minibus, fastback, estate, pickup, sports,crossover, convertible, and hardtop convertible, 如下图所示。
属性又分为内部属性和外部属性两类，外部属性包括车门数目，座位数目以及车型。
视角：包含 5 个视角，即 front (F), rear (R), side (S), front-side(FS), and rear-side (RS). 不同视角图片的数量如下表所示：
车辆局部：收集了每个型号车辆的 8 个局部图片，包括 4 个外部局部图片 (i.e. headlight, taillight, fog light, and air intake) 和 4 个内部局部图片(i.e. console, steering wheel, dashboard, and gear lever)，车辆局部图片示例如下所示:
实验
设计了三个应用实验，即精细车辆分类，属性预测和车辆认证。作者从 CompCars 选择了 78,126 张图片，并将数据库分成了三部分，PartI 包含 431 个车型共 30,955 张整车图像及 20,349 张车辆局部图像。PartII 包含 111 个车型共 4,454 张图像。PartIII 包含 1,145 个车型共 22,236 张图像。车辆分类使用 PartI，属性预测使用 PartI 训练，PartII 测试，车辆认证使用 PartIII。
训练使用 Overfeat 模型，ImageNet 预训练，使用车辆图像微调。
- 车辆精细分类，将车辆分为 431 类，每个型号不同年份归为一类，分别使用整车图像和车辆局部图像实验。
对于整车分类，使用了五个视角的图片进行实验，FS 和 RS 获得的效果比较好，使用所有视角微调的结果最好，不同视角微调结果比较如下表所示。
下图显示了在全连接层触发高响应的节点。
模型的扩展性能较好，在网络图像上训练的模型用于监控图像获取的数据获得较好的识别结果。
对于车辆局部图像，分别使用 8 个部位的车辆图像对 CNN 进行训练，实验结果显示 “尾灯” 的效果最好，使用投票方法对 8 个部位的识别效果进行综合评判，也得到了比较好的结果，如下表。
车辆属性预测
对最大速度，排量，车门数目，座位数目以及车型进行预测，其中最大速度，排量是连续值，下图显示了几张图片的预测结果。
车辆认证
使用实验 1 中的分类模型提取特征，之后在 PartII 数据集上使用 Joint Bayesian 训练认证模型。最后使用 PartIII 进行测试。将测试数据分为易，中，难三部分，每部分包含 2000 对图像，其中 1000 对正样本，1000 对负样本。
Joint Bayesian 在人脸认证上首先应用，将特征 x 公式化为两个高斯变量之和，即
x\=μ+ε
等式右边前者是身份信息，右边是类内方差。给定类内类间方差估计，Joint Bayesian 估计两物体的联合概率，即 P(x1,x2|HI),P(x1,x2|HE)，两个概率的方差服从高斯，即，
测试时，估计似然比，
第二个方法是 CNN+SVM，SVM 使用图像对的特征作为输入，是一个二值分类器。1 表示匹配图像对，0 表示未匹配。100,000 图像对训练。
下图显示了使用 CNN+Joint Bayesian 认证的结果
- 与 AlexNet,GoogleNet 车型识别结果对比如下表所示
https://blog.csdn.net/cv_family_z/article/details/48136521
若有收获，就点个赞吧
0 人点赞
