1. 研究目的与意义（文献综述）

1.1研究的意义

随着生活水平和工业水平的提高，机动车数量迅速增长，车辆的品牌也有所增加，传统的人工基于图像对交通信息的判断工作已经无法满足当前的发展状况，有效判别某一辆汽车具体品牌型号对于交通管理领域，特别是对车辆违章、无牌照车辆等公安稽查领域有着非常重要的意义[1]。如何从如此庞大的数据中快速并准确地搜索出目标车辆类型也成为了一个现实的难题。

智能交通系统是交通运输领域的前沿科技，广泛应用于交通运输管理、车辆调度系统和机动车自动控制系统。车型分类是智能交通系统应用领域中基本功能模块和重要分支，是一门集计算机视觉、模式识别、工业测控技术、电子技术于一体的综合技术，能够自动、实时地对车型进行识别和分类，为交通管理、收费、调度和统计提供依据[2]。其中基于图像处理的车型检索系统是智能交通系统的研究内容之一，也是其重要核心技术。

2. 研究的基本内容与方案

本文研究的基本内容是以卷积神经网络在图像检索方面的应用为背景，利用训练好的神经网络，设计并制作一套基于卷积神经网络的车辆图像检索系统。

对于车辆图像，选取全局特征则可以保留车型的全部信息，大幅提高检测精度，但计算的复杂度也随之升高。车辆的前脸特征，它包含了车型的重要信息，如车灯，格栅，车标等，这些局部特征可以有效地区分各种车型。

本设计的关键技术是深度卷积神经网络，通过使用卷积神经网络对车辆图像特征的自动提取，从而获得更准确的检索结果。根据车辆的特征对网络结构进行改进，通过对图像自动地进行“学习”，提取到足够丰富且准确的车辆细节特征，以便有效区分不同车辆。

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第4－5周：熟悉掌握基本理论，熟悉开发环境。

第6－9周：编程实现各算法，并进行仿真调试。

4. 参考文献（12篇以上）

[1]甘澄,丁学文.基于卷积神经网络的车辆检索方法研究[j].电脑知识与技术,2016,12(30):191-193.

[2]叶玉婷,王文鼐.基于侧面轮廓的实时车型分类系统[j].微型机与应用,2016,35(10):50-51 54.

[3]顾思思.基于多属性层次识别的车辆视频检索系统设计研究[j].电脑与电信,2017(07):14-16.