第３４卷第１ｌ期 ２０１７年１１月 计算机应用与软件 Ｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ ａｎｄ Ｓｏｆｔｗａｒｅ Ｖｏ１．３４ Ｎｏ．１１ ＮＯＶ．２０１７ 基于卷积神经网络的汽车型号识别 陈淑君 周永霞 方勇军 （中国计量学院信息工程学院（杭州吾思智能科技有限公司浙江杭州３１００１８） 浙江杭州３１００１８） 摘 要 利用汽车的前视图像，提出一种基于深度学习的汽车型号识别方案。首先用Ａｄａｂｏｏｓｔ算法的级联检 测器检测出汽车的车头感兴趣区域。然后针对该感兴趣区域，设计相应的卷积神经网络模型进行汽车型号识别。 实验分别对比了当前流行的手工设计特征（ＳＩＦＴ、ＨＯＧ和ＬＢＰ特征）用ＳＶＭ及ＥＬＭ分类器的识别效果。实验结 果显示，基于深度学习的方法识别率显著高于传统机器学习方法，表现出卓越的性能。 关键词 中图分类号深度学习 卷积神经网络ＴＰ３ 文献标识码Ａｄａｂｏｏｓｔ ＬＢＰ ＳＶＭ车辆识别 Ａ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００—３８６ｘ．２０１７．１ １．０４２ ＶＥＨＩＣＬＥ ＭｏＤＥＬ ＲＥＣｏＧＮＩＴＩｏＮ ＢＡＳＥＤ ｏＮ ＣｏＮＶｏＬＵＴＩｏＮＡＬ ＮＥＵＲＡＬ ＮＥＴＷｏＲＫ Ｃｈｅｎ Ｓｈｕｊｕｎ Ｚｈｏｕ Ｙｏｎｇｘｉａ Ｆａｎｇ Ｙｏｎｇｊｕｎ （Ｃｏｌｌｅｇｅ ｏｆ ＩｎＪｂｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｈｉｎａ Ｊｉｌｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ ３１００１８，Ｚｈｅｉｆａｎｇ，Ｃｈｉｎａ） 。（Ｈａｎｇｚｈｏｕ Ｗｕｓｉ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．Ｌｔｄ．，Ｈａｎｇｚｈｏｕ ３１００１８，Ｚｈｅｊｉａｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ Ｕｓｉｎｇ ｔｈｅ ｆｒｏｎｔ ｖｉｅｗ ｏｆ ｔｈｅ ｖｅｈｉｃｌｅ，ｗｅ ｐｒｏｐｏｓｅ ａｎ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｖｅｈｉｃｌｅ ｍｏｄｅｌ ｒｅｃｏｇｎｉｔｉｏｎ ｂａｓｅｄ ｏｎ ｄｅｅｐ ｌｅａｒｎｉｎｇ．Ｆｉｒｓｔ，ｔｈｅ ｖｅｈｉｃｌｅ ｆａｃｅ ｒｅｇｉｏｎ ｗａｓ ｄｅｔｅｃｔｅｄ ｂｙ ｕｓｉｎｇ ｔｈｅ ｃａｓｃａｄｅ ｄｅｔｅｃｔｏｒ ｏｆ Ａｄａｂｏｏｓｔ ａｌｇｏｒｉｔｈｍ．Ｔｈｅｎ，ａ ｃｏｎｖｏｌｕｔｉｏｎ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｗａｓ ｄｅｓｉｇｎｅｄ ｔｏ ｉｄｅｎｔｉｆｙ ｔｈｅ ｒｅｇｉｏｎ．Ｍｏｒｅｏｖｅｒ，ｗｅ ｃｏｍｐａｒｅｄ ｔｈｅ ｒｅｃｏｇｎｉｔｉｏｎ ｅｆｆｅｃｔｓ ｏｆ ＳＶＭ， ＥＬＭ ｃｌａｓｓｉｉｆｅｒ ａｎｄ ｐｏｐｕｌａｒ ｍａｎｕａｌ ｄｅｓｉｇｎ ｆｅａｔｕｒｅｓ（ＳＩＦＴ，ＨＯＧ ａｎｄ ＬＢＰ）ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｒｅｃｏｇｎｉｔｉｏｎ ｒａｔｅ ｏｆ ｔｈｅ ｄｅｅｐ ｌｅａｒｎｉｎｇ ｉｓ ｓｉｇｎｉｉｃａｎｔｌｙ ｈｉｇｈｅｒ ｔｈａｎ ｔｈｅ ｔｒａｄｉｔｉｆｏｎａｌ ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ ｍｅｔｈｏｄ．Ｄｅｅｐ ｌｅａｒｎｉｎｇ ｄｅｍｏｎｓｔｒａｔｅｓ ｅｘｃｅｌｌｅｎｔ ｐｅｒｆｏｒｍａｎｃｅ． Ｋｅｙｗｏｒｄｓ Ｄｅｅｐ ｌｅａｒｎｉｎｇ Ｃｏｎｖｏｌｕｔｉｏｎ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ Ａｄａｂｏｏｓｔ ＬＢＰ ＳＶＭ Ｖｅｈｉｃｌｅ ｉｄｅｎｔｉｉｃａｔｉｏｎ ｆ用。大多数的车辆盗抢主要针对中高档轿车，其具体 ０ 引 言 随着经济的快速发展，汽车的数量急剧增多，关于 型号信息的获取是破案的重要依据。当前关于车辆具 体型号的识别研究并不多。文献［１］中作者用ＧＲＭ 模板匹配方法对包含１５种车型的前拍车辆图像数据 车辆的交通事故、违法犯罪等问题也越发严重，人们对 于车辆的智能化管理需求越发迫切。车辆识别对智能 交通和车辆的智能化管理有着重要的作用，一直是当 前计算机研究的热点。车辆的识别研究，包括车牌号 识别、车标识别、汽车具体型号识别等。当前，车牌号 的识别技术已较为成熟，且已广泛投入应用，但车牌号 只能提供车辆的部分信息，在套牌、假牌、车牌遮挡、不 库进行类型识别。文献［２］中用一种改进的２ＤＰＣＡ方 法提取特征，再用最小距离分类器进行分类，提高了算 法效率。文献［３］中作者提取车辆的ＨＯＧ特征，采用 Ａｄａｂｏｏｓｔ算法定位出“车脸”，然后用支持向量机的方 法实现分类。这些经典的识别技术主流都是手工设计 的特征提取加分类器的两段式方法。而最近几年，深 度学习迅速崛起，在各个领域都有了突破性的进步，几 乎掀起了一场方法革命。 本文将深度学习的方法应用到车辆型号的识别领 域，设计了一个卷积神经网络模型实现汽车的具体型 挂牌等情况下，车辆身份就不明了，所以需要更完备的 信息对车辆进行有效管理。而汽车具体型号是车辆的 个重要信息，尤其对打击涉车犯罪案有着重要的作 一收稿日期：２０１６—１１—０９。陈淑君，硕士生，主研领域：计算机视觉。周永霞，副教授。方勇军，工程师 第１１期 陈淑君等：基于卷积神经网络的汽车型号识别 ２２９ 号识别。 １ 基于Ａｄａｂｏｏｓｔ的车头感兴趣区域检测 基于图像的车辆研究，一般用车尾图像或前视图 像。车尾和前视图像各有其优势，车尾图像包含了车 辆的厂家，排气量等信息，但车尾图像对图像质量，分 辨率等要求较高。而前视图像获取较为容易，其车头 外形特征也较为明显。本文用前视图像进行汽车型号 识别。相比于传统的用手工设计特征再用分类器进行 识别的方法，本文直接用图像输入卷积神经网络进行 识别。由于用整张前视图像进行识别，计算量大，且车 窗内的人物等场景会对识别造成干扰，而车辆前视图 像信息主要集中在车牌、车标、车栅栏、车灯等车头部 分。所以本文选取这些区域（即车轮以上、车灯及其 以下区域）作为车头感兴趣区域，进行型号识别。 本文采取经典的Ａｄａｂｏｏｓｔ算法 进行汽车的车 头感兴趣区域检测。Ａｄａｂｏｏｓｔ算法是基础ｂｏｏｓｔ算法 的一种改进优化。其通过集成多个弱分类器，并进行 适应性调整，从而获得一个强分类器。检测所用的图 像特征，我们分别实现了Ｈａａｒ特征和ＬＢＰ特征。Ｈａａｒ 特征是图像的矩形特征，其对于近似刚性、具有纹理、 具有块状特征的事物有较好的表达效果。ＬＢＰ是一种 可有效表示纹理的特征，广泛应用在当前的图像纹理 表示上。 用Ａｄａｂｏｏｓｔ算法训练得到模型后，然后用滑动窗 口进行感兴趣区域检测，当检测出的目标区域重叠面 积较大时，用非最大值抑制方法，选取面积最大的区域 作为多个重叠区域的唯一检测结果。 ２基于卷积神经网络的汽车型号识别 ２．１卷积神经网络ＣＮＮ ＣＮＮ是深度学习中的一种重要方法，尤其在图像 领域表现出了出色的性能。ＣＮＮ大量使用于１９９０ 年 ］，但其发展并不顺利。随着支持向量机的崛起，渐 渐消失在人们的视野中。相应地，各种手工设计的特 征ＳＩＦＴ、ＨＯＧ、ＬＢＰ等也活跃在各个领域。直到２０１２ 年Ｋｒｉｚｈｅｖｓｋｙ＿６ 在ＩｍａｇｅＮｅｔ大型视觉识别挑战中用卷 积神经网络模型大幅度的提高了图像的分类精度，重 新燃起了人们对ＣＮＮ的兴趣。短短几年的发展，ＣＮＮ 在图像分类 、人脸识别 、物体检测 等 领域都有了突破性进步。ＣＮＮ与传统的方法不同，其 不需要手工设计特征，自然集成了低、中、高层的特征 表示，是一种端到端的层级特征学习分类器。 ２．２网络的设计 由于车头感兴趣区域与人脸具有较高的相似性， 都是由一些块状的部件组成。而人脸识别一直是计算 机学者们的重点研究领域，其发展十分迅速。因此，我 们借鉴人脸识别的相关研究成果。 本文主要是借鉴文献［１１—１２］中的ＤＥＥＰＩＤ同时 用识别信号和验证信号进行监督学习的人脸识别思 想。其中，识别的监督信号用交叉熵表示，验证的监督 信号用两张感兴趣区域特征的Ｌ２范数距离表示。 由于我们收集的车辆数据库不大，不宜设计太过 复杂的网络模型，不然容易过拟合。我们设计的网络 结构，包含４层卷积层（其前三层跟随最大池化层）加 一层全连接层，然后用ｓｏｆｔｍａｘ进行分类。并且前三层 分别增加一个全连接层，以添加识别信号和验证信号 进行监督训练。我们尝试了多种卷积核和提取的特征 维度，其最后设计的模型如图１所示。我们设计输入 图像为４７×９５的彩色图像，卷积层每层分别提取１２８ 张特征图，最终全连接层提取５１２维的特征。 图１ ＣＮＮ结构图 ２．３结合传统分类器的识别 如图１中的模型结构所示，ＣＮＮ在不同层上由低 到高地分别提取了不同层次的特征。我们提取出该模 型结构的最后一层全连接层的特征，即５１２维的高层 特征，作为感兴趣区域的特征。然后结合当前流行的 分类器进行分类，以提高识别效果。 ２３０ 计算机应用与软件 ２０１７．雏 ３实验结果和分析 ３．１ 车头感兴趣区域检测的结果 作者手动剪裁了３ ９５０张车头感兴趣区域图像作 为正样本，其平面内倾斜和非平面内倾斜角度均小于 ４５度。 负样本分成三部分。１）网Ｉ二收集的２ ０００张 包含各个不同场景且不包含该感兴趣区域的图像；２） 作者从正样本中手动截取的１ ０００张与车头感兴趣区 域区域的ＩｏＵ（Ｉｎｔｅｒｓｅｃｔ－ｉｏｎ—ｏｖｅｌ’一Ｕｎｉｏｎ）大于０．．且小 图３ 不㈦ ＪＩｆｉ条件 ｌｄ遮挡和光照条什 实验发现，该算法对光照的适应性良好，在不同光 照条件下，基本都可成功检测出车头感兴趣区域。在 遮挡性问题上，当遮挡面干只较小时可检测成功，随着遮 于０．３的部分（如车灯、车牌等）３）２ ０００张从正样本 中截取的非感兴趣区域，如车窗、道路等。 分别设计了基于Ｈａａｒ和ＬＢＰ的ｌ６层级联检测 器。每层选取３ ３５７张正样本，１０ ０００张负样本（可在 一挡面积的增大，检测失败。说明其对遮挡性也有一定 的适应性。 ３．２汽车型号识别结果 本文收集了４１种常见车型的ｆｊｊ『视图像，每种车 包含２０到５０张图像。为了保证算法的鲁棒性．允许 车头感兴趣区域被小部分遮挡（行人、树枝、车辆等遮 挡），允许不同的光照条件，包含白天和夜间图像，车 辆平面内和非平面内倾斜角度允许４５度内的变化。 其部分样本如图４所示 、用上文中描述的基于ＬＢＰ 的Ａｄａｂｏｏｓｔ方法检测车头感兴趣区域，其检测率为 ９６．６７％ 然后用深度学习的方法对车头感兴趣区域 进行汽车型号的识别 张负样本中截取不同区域作为负样本）进行训练 在 ＶＳ２０１３和ｏｐｅｎｃｖ平台下实现。在ｌｎｔｅｌ（Ｒ）Ｃｏｒｅ（ＴＭ） ｉ５—４４６７的处理器和８ ＧＢ内存的机子上训练，用于存 储预先计算的特征值和特征索引缓存大小皆没为２ ＧＢ。 其中基于Ｈａａｒ特征的模型需要训练两个旱期左右，而 用ＬＢＰ特征只需要训练一天左右即可得到模型。 得到模型后，分别用５ ０００张图像测试结果，评价 其性能。当ＩｏＵ大于５０％时则认为检测正确。其实验 结果如表１所示。 表１ 车头感兴趣区域检测结果 模型 Ｈａａｌ・＋Ａｄａｂｏｏｓｔ ＬＢＰ＋Ａｃｌａｂｏｏｓｔ 召回牢 ８５％ ９８％ 准确率 ７９％ ９２％ 可发现，ＬＢＰ特征能更好地表征出车头感兴趣区域 的特征，对其检测性能较佳。其检测结果如图２所示。 图４车型厍谢５分样本 我们收集的样本图片有限，且不同类别的样本数量 不一，我们随机选取样本图片（尤其是样本数 较少的 类别），通过增加噪声或随机改变图像的某个颜色分量 的值增加样本数餐，同时保证数据分布较为平衡。最后 图２检测结果 对每个样本生成其水平镜像图像，增加一倍数据量。 为更好地分析该算法的性能，我们分别对感兴趣 区域被部分遮挡和在不同光照条件下的情况（如图３ 所示）进行了更详细的测试。 本课题在Ｌｉｎｕｘ操作系统下的Ｃａｆｆｅ上进行实现卷 积神经网络 、Ｃａｆｆｅ是一个强大的深度学习免费开源的 框架，其大大减少了人们实现深度学习算法的上作鬣。 第１１期 陈淑君等：基于卷积神经网络的汽车型号识别 ２３１ 我们用随机梯度下降法在ＧＰＵ上进行训练。结 合现有研究和多次实验结果，我们选取基础学习速率 为０．０１，权重衰减为０．０００ ５，动量为０．９，其识别效果 较佳。 最后，我们提取出ＣＮＮ模型最后一层全连接层的 特征，结合传统的分类器进行识别。我们发现，将最后 一层特征用支持向量机（ＳＶＭ）进行分类，其识别率提 升了两个百分比。 为了更好地体现ＣＮＮ的算法性能，本文将其与传 统的机器学习方法进行对比。实验实现了当前流行的 手工设计特征（ＳＩＦＴ、ＨＯＧ、ＬＢＰ）用流行的ＳＶＭ和 ＥＬＭ分类器识别的方法。同时，也对比实现了数据未 进行扩增时的识别效果。实验结果如表２所示。 表２汽车型号识别结果对比表 模型 识别率 ＳＩ丌＋ＳＶＭ ７６．７６％ ＳＩＦＴ＋ＥＬＭ ７６．３４％ Ｈ０Ｇ＋ＳＶＭ ３５．９６％ Ｈ０Ｇ＋ＥＬＭ ４７．８１％ ＬＢＰ＋ＳＶＭ ６４．９１％ ＬＢＰ＋ＥＬＭ ６７．９８％ ＣＮＮ＋ｌｅｓｓ ｄａｔａ ９１．Ｏ３％ ＣＮＮ ９４．３４％ ＣＮＮ＋ＳＶＭ ９６．４９％ 实验结果显示：１）相比传统手工设计特征加上分 类器的识别方法，卷积神经网络的方法表现出了卓越 的性能。２）对于卷积神经网络，数据量增大，其识别 率有了明显的提升，验证了其对于大量数据的需求。 结合现有的研究，我们可以相信，随着汽车数据库的增 大，其识别率也将会有一定程度的提升。３）用卷积神 经网络提取特征，再结合传统的分类器进行分类，是一 个较好的研究方向，有较大的发展空间。 ４ 结 语 本文提出了一种基于深度学习的汽车型号识别方 法。首先用Ａｄａｂｏｏｓｔ级联算法检测出车辆的车头感兴 趣区域，然后针对该区域，设计了相应的卷积神经网络 进行型号识别。实验结果发现，相比于传统的机器学 习方法，卷积神经网络在识别率上表现出了卓越的性 能。并且提取卷积神经网络最后一层全连接层的特征 用ＳＶＭ分类器进行分类，发现其识别率有了提升，可 达到９６．５％左右。且当前研究的主要瓶颈在于汽车 型号数据库的大小，相信随着数据库的增大，将会有更 理想的识别效果。 本文的工作和成果对汽车识别领域的研究和应用 都有一定的作用。 参考文 献 ［１］唐红强．基于ＧＲＭ模板匹配算法的车型和车系识别 ［Ｄ］．电子科技大学，２０１４． ［２］燕磬，杨安平，陈凌宇．一种改进的２ＤＰＣＡ车脸识别方 法［Ｊ］．现代电子技术，２０１４（８）：１２３～１２５． ［３］贾晓．套牌车辆的车型识别与检索技术研究［Ｄ］．大连 海事大学，２０１６． ［４］Ｖｉｏｌａ Ｐ，Ｊｏｎｅｓ Ｍ．Ｒａｐｉｄ ｏｂｊｅｃｔ ｄｅｔｅｃｔｉｏｎ ｕｓｉｎｇ ａ ｂｏｏｓｔｅｄ ｃａｓｃａｄｅ ｏｆ ｓｉｍｐｌｅ ｆｅａｔｕｒｅｓ［Ｃ］／／Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔ— ｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ，２００１．ＣＶＰＲ ２００１．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２００１ ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ．ＩＥＥＥ．２００３：Ｉ－ ５１１一Ｉ一５１８ ｖｏ１．１． ‘ ［５］Ｌｅｃｕｎ Ｙ，Ｂｏｔｔｏｕ Ｌ，Ｂｅｎｇｉｏ Ｙ，ｅｔ ａ１．Ｇｒａｄｉｅｎｔ—ｂａｓｅｄ ｌｅａｒｎ— ｉｎｇ ａｐｐｌｉｅｄ ｔｏ ｄｏｃｕｍｅｎｔ ｒｅｃｏｇｎｉｔｉｏｎ［ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ，１９９８。８６（１１）：２２７８—２３２４． ［６］Ｋｆｉｚｈｅｖｓｋｙ Ａ，Ｓｕｔｓｋｅｖｅｒ Ｉ，Ｈｉｎｔｏｎ Ｇ Ｅ．ＩｍａｇｅＮｅｔ ｃｌａｓｓｉｉｆ— ｃａｔｉｏｎ ｗｉｔｈ ｄｅｅｐ ｅｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ［Ｃ］／／Ｉｎｔｅｒｎａ— ｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｎｅｕｒａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ Ｓｙｓｔｅｍｓ． Ｃｕｒｒａｎ Ａｓｓｏｃｉａｔｅｓ Ｉｎｃ．２０１２：１０９７—１ １０５． ［７］Ｓｚｅｇｅｄｙ Ｃ，Ｌｉｕ Ｗ，Ｊｉａ Ｙ，ｅｔ １ａ．Ｇｏｉｎｇ ｄｅｅｐｅｒ ｗｉｔｈ ｃｏｎｖｏｌｕ— ｔｉｏｎｓ［Ｃ］／／ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ．ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ，２０１５：１—９． ［８］Ｓｉｍｏｎｙａｎ Ｋ，Ｚｉｓｓｅｒｍａｎ Ａ．Ｖｅｒｙ ｄｅｅｐ ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｔ— ｗｏｒｋｓ ｆｏｒ ｌａｒｇｅ—ｓｃａｌｅ ｉｍａｇｅ ｒｅｃｏｇｎｉｔｉｏｎ［Ｊ］．Ｃｏｍｐｕｔｅｒ Ｓｃｉ・ ｅｎｃｅ，２０１４． ［９］Ｈｅ Ｋ，Ｚｈａｎｇ Ｘ，Ｒｅｎ Ｓ，ｅｔ ａ１．Ｄｅｅｐ ｒｅｓｉｄｕａｌ ｌｅａｒｎｉｎｇ ｆｏｒ ｉｍａｇｅ ｒｅｃｏｇｎｉｔｉｏｎ［Ｊ］．Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ，２０１５． ［１０］Ｓｕｎ Ｙ，Ｗａｎｇ Ｘ，Ｔａｎｇ Ｘ．Ｄｅｅｐ ｌｅａｒｎｉｎｇ ｆａｃｅ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｂｙ ｊｏｉｎｔ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ－ｖｅｒｉｉｆｃａｔｉｏｎ［Ｊ］．Ａｄｖａｎｃｅｓ ｉｎ Ｎｅｕｒｌａ Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ Ｓｙｓｔｅｍｓ，２０１４，２７：１９８８—１９９６． ［１１］Ｓｕｎ Ｙ，Ｗａｎｇ Ｘ，Ｔａｎｇ Ｘ．Ｄｅｅｐｌｙ ｌｅａｒｎｅｄ ｆａｃｅ ｒｅｐｒｅｓｅｎｔａ— ｔｉｏｎｓ ａｒｅ ｓｐａｒｓｅ，ｓｅｌｅｃｔｉｖｅ，ａｎｄ ｒｏｂｕｓｔ［Ｃ］／／Ｃｏｍｐｕｔｅｒ Ｖｉ— ｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ．ＩＥＥＥ，２０１５． ［１２］Ｇｉｒｓｈｉｃｋ Ｒ，Ｄｏｎａｈｕｅ Ｊ，Ｄａｒｒｅｌｌ Ｔ，ｅｔ ａ１．Ｒｉｃｈ ｆｅａｔｕｒｅ ｈｉｅｒ— ａｒｃｈｉｅｓ ｆｏｒ ａｃｃｕｒａｔｅ ｏｂｊｅｃｔ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｓｅｍａｎｔｉｃ ｓｅｇｍｅｎｔａ— ｔｉｏｎ［Ｊ］．Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ，２０１４：５８０—５８７． ｆ １３］Ｇｉｒｓｈｉｃｋ Ｒ．Ｆａｓｔ Ｒ．ＣＮＮ［Ｃ］／／ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒ－ ｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ．ＩＥＥＥ，２０１５：１４４０—１４４８． ［１４］Ｒｅｎ Ｓ，Ｈｅ Ｋ，Ｇｉｒｓｈｉｃｋ Ｒ，ｅｔ ａ１．Ｆａｓｔｅｒ Ｒ－ＣＮＮ：Ｔｏｗａｒｄｓ Ｒｅａｌ—Ｔｉｍｅ ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ｗｉｔｈ Ｒｅｇｉｏｎ Ｐｒｏｐｏｓａｌ Ｎｅｔｗｏｒｋｓ． ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｎｒ Ａｎａｌｙｓｉｓ＆Ｍａｃｈｉｎｅ Ｉｎ— ｔｅｌｌｉｇｅｎｃｅ，２０１７，３９（６）：１１３７—１１４９．