一種基于深度學(xué)習(xí)的車輛特征物檢測方法

基本信息

申請?zhí)?/td> CN201610052980.9 申請日 -
公開（公告）號 CN105718912B 公開（公告）日 2018-12-07
申請公布號 CN105718912B 申請公布日 2018-12-07
分類號 G06K9/00;G06K9/62 分類 計算；推算；計數(shù);
發(fā)明人 尚凌輝;高勇;劉小揚;丁連濤;李軍偉 申請（專利權(quán)）人 杭州余杭中小企業(yè)轉(zhuǎn)貸服務(wù)有限公司
代理機構(gòu) 杭州奧創(chuàng)知識產(chǎn)權(quán)代理有限公司 代理人 浙江捷尚視覺科技股份有限公司
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)的車輛特征物檢測方法。本發(fā)明首先把車窗內(nèi)所有需要檢測的物體都標(biāo)注出來，設(shè)計CNN網(wǎng)絡(luò)結(jié)構(gòu)。其次通過統(tǒng)計機器學(xué)習(xí)的方法粗略定位車臉的位置，并對車窗四個點進(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)明相對傳統(tǒng)的圖像處理方法來說具有較高的魯棒性，而且能夠一次性檢測出車窗內(nèi)所有感興趣的物體，且速度比傳統(tǒng)學(xué)習(xí)方法快。