نسرین نظری - آزمایشگاه تعامل انسان و کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس
فواد قادری - آزمایشگاه تعامل انسان و کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس

با افزایش جمعیت شهری، تعداد وسایل نقلیه در حال افزایش است و از سوی دیگر داده های تصویری نسبتا زیادی در دسترس هستند. تشخیص خودرو و شناسایی ویژگی های آن یکی از نیازمندی های مهم در حمل و نقل هوشمند و مدیریت شهری است. در این مقاله ، الگوریتمی برای تشخیص و یادگیری ویژگی های وسایل نقلیه دریک چارچوب یکپارچه ارائه شده است. این الگوریتم متشکل از دو شبکه عصبی کانولوشنی است که شامل یک شبکه تشخیص خودرو که شبکه ی کاملا متقارن وکم عمق با هدف شناسایی وسایل نقلیه و یک شبکه ی یکپارچه و عمیق برای بررسی کاندیدهای خودرو و تعیین موقعیت، رنگ و انواع آن می باشد.این دو شبکه به طور همزمان بهینه می شوند بهطوری که دانش بدست آمده از شبکه عمیق برای هدایت و آموزش شبکه کم عمق و ساده، مورد استفاده قرار گرفته و نتایج به دست آمده برتری شبکه Inception_resnet_v2 در مورد دو ویژگی نوع و موقعیت وسایل نقلیه را نشان می دهد

تشخیص وسیله نقلیه ،تعیین ویژگی ها، شبکه های عمیق، هدایت دانش نهفته