创新思想：
为了提高了处理交通场景识别的能力，这篇论文将CNN的特征表示与VLAD编码方案相结合。具体是先用CNN求出区域建议算法生成的图像块的特征值，再用VLAD编码可以使图像表示的形式更紧凑。还用空间金字塔得到空间信息。
主要原理：
模型的示意图，用FC6表示特征，主成分分析(PCA)方法降维，K-均值聚类进行质心学习，VLAD编码， 支持向量机分类器进行交通场景分类。
流程图，和上面一样。
训练集中的不同场景。
主要实验结果：
左：CNN结果直接分类；
中：CNN经过PCA、Kmeans、VLAD再分类；
右：CNN经过PCA、Kmeans、空间金字塔、VLAD再分类；
混淆矩阵分别为一、二、三层时对不同场景下的正确率。