一種基于深度學(xué)習(xí)的車輛特征物檢測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN201610052980.9 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN105718912B 公開(kāi)（公告）日 2018-12-07
申請(qǐng)公布號(hào) CN105718912B 申請(qǐng)公布日 2018-12-07
分類號(hào) G06K9/00;G06K9/62 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 尚凌輝;高勇;劉小揚(yáng);丁連濤;李軍偉 申請(qǐng)（專利權(quán)）人 杭州余杭中小企業(yè)轉(zhuǎn)貸服務(wù)有限公司
代理機(jī)構(gòu) 杭州奧創(chuàng)知識(shí)產(chǎn)權(quán)代理有限公司 代理人 浙江捷尚視覺(jué)科技股份有限公司
地址 311121 浙江省杭州市余杭區(qū)五常街道文一西路998號(hào)7幢東樓
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種基于深度學(xué)習(xí)的車輛特征物檢測(cè)方法。本發(fā)明首先把車窗內(nèi)所有需要檢測(cè)的物體都標(biāo)注出來(lái)，設(shè)計(jì)CNN網(wǎng)絡(luò)結(jié)構(gòu)。其次通過(guò)統(tǒng)計(jì)機(jī)器學(xué)習(xí)的方法粗略定位車臉的位置，并對(duì)車窗四個(gè)點(diǎn)進(jìn)行定位，得到車窗的位置。結(jié)合selective search與edgebox建議框提取方法，得到可能是目標(biāo)物體的建議框。然后在建議框的基礎(chǔ)上進(jìn)行多尺度縮放得到不同尺度下的待分類區(qū)域，利用多分類模型進(jìn)行分類。最后利用每一物體自有的先驗(yàn)信息進(jìn)行最后的去誤檢處理。得到每輛車車窗上的各種特征物類別與坐標(biāo)。本發(fā)明相對(duì)傳統(tǒng)的圖像處理方法來(lái)說(shuō)具有較高的魯棒性，而且能夠一次性檢測(cè)出車窗內(nèi)所有感興趣的物體，且速度比傳統(tǒng)學(xué)習(xí)方法快。