摘要：針對現有的SIFT特征在車輛細粒度分類中存在的分類精度低的問題,提出了一種融合FV-SIFT特征和深度卷積特征的車輛圖像細粒度分類算法。首先采用SIFT算法與Fisher Vector算法相結合的方式提取車輛圖像的FV-SIFT特征,然后采用VGG-16卷積神經網絡提取車輛圖像的深度卷積特征,最后將FV-SIFT特征與深度卷積特征進行線性融合并采用支持向量機對融合后的車輛特征進行分類。實驗結果表明,該方法的分類準確率達到82.3%,較FV-SIFT算法在分類準確率上提高了15.4%。