基于度量學(xué)習(xí)與SSD網(wǎng)絡(luò)的畸變行車視頻車輛檢測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN201910454189.4 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN110276268A 公開(kāi)（公告）日 2019-09-24
申請(qǐng)公布號(hào) CN110276268A 申請(qǐng)公布日 2019-09-24
分類號(hào) G06K9/00;G06K9/62 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 金文;岑翼剛;張琳娜;萬(wàn)晴 申請(qǐng)（專利權(quán)）人 江蘇金海星導(dǎo)航科技有限公司
代理機(jī)構(gòu) 南京中高專利代理有限公司 代理人 江蘇金海星導(dǎo)航科技有限公司
地址 212000 江蘇省鎮(zhèn)江市京口區(qū)宗澤路60號(hào)3樓
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于度量學(xué)習(xí)與SSD網(wǎng)絡(luò)的畸變行車視頻車輛檢測(cè)方法；該方法結(jié)合度量學(xué)習(xí)與SSD算法來(lái)對(duì)畸變行車視頻中的車輛進(jìn)行檢測(cè)；首先，通過(guò)遷移學(xué)習(xí)方法將算法在公開(kāi)車輛數(shù)據(jù)庫(kù)中學(xué)習(xí)到的參數(shù)遷移到畸變車輛數(shù)據(jù)庫(kù)中，以防止過(guò)擬合；其次，結(jié)合度量學(xué)習(xí)方法建立前景與背景信息之間的度量，使得提取的前景特征與背景特征差異更大，減少漏檢和誤檢的現(xiàn)象；最后，本發(fā)明使用多尺度重疊分塊池化（SOPP）的分塊池化策略取代金字塔池化，以取得更加魯棒的特征圖池化。本發(fā)明可以準(zhǔn)確的對(duì)畸變行車視頻中的車輛進(jìn)行檢測(cè)定位，在不同光照、不同道路等場(chǎng)景下均能保持穩(wěn)定的檢測(cè)結(jié)果；運(yùn)行效率高，可以滿足實(shí)時(shí)性要求；且硬件成本低，易于在高級(jí)輔助駕駛系統(tǒng)中推廣，具有良好的應(yīng)用前景。