一種基于深度學(xué)習(xí)的交通圖像多類型車輛檢測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN201610397819.5 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN106096531B 公開(kāi)（公告）日 2019-06-14
申請(qǐng)公布號(hào) CN106096531B 申請(qǐng)公布日 2019-06-14
分類號(hào) G06K9/00（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 程鵬 申請(qǐng)（專利權(quán)）人 安徽國(guó)聯(lián)信息科技有限公司
代理機(jī)構(gòu) 合肥天明專利事務(wù)所（普通合伙） 代理人 安徽省云力信息技術(shù)有限公司
地址 230088 安徽省合肥市高新區(qū)科學(xué)大道79號(hào)科園創(chuàng)業(yè)中心2號(hào)樓406室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于深度學(xué)習(xí)的交通圖像多類型車輛檢測(cè)方法，首先將神經(jīng)網(wǎng)絡(luò)的特征與區(qū)域生成算法結(jié)合起來(lái)，使用神經(jīng)網(wǎng)絡(luò)的卷積層同時(shí)實(shí)現(xiàn)了區(qū)域生成與區(qū)域判定兩個(gè)過(guò)程，然后使用背景模型進(jìn)行針對(duì)特定場(chǎng)景的離散序列圖像的運(yùn)動(dòng)區(qū)域判定為區(qū)域生成提供了額外的參考依據(jù)，并結(jié)合車輛檢測(cè)結(jié)果對(duì)背景模型進(jìn)行了分情況的更新修正，此外，還提出了網(wǎng)絡(luò)模型壓縮方案進(jìn)行模型參數(shù)與計(jì)算時(shí)間的縮減，并提出了新的基于分組誤差計(jì)算的檢測(cè)結(jié)果優(yōu)化手段替換常規(guī)的非極大值抑制方案，提高總體的檢測(cè)精度。