一種基于深度學習的交通圖像多類型車輛檢測方法
基本信息
申請?zhí)?/td> | CN201610397819.5 | 申請日 | - |
公開(公告)號 | CN106096531A | 公開(公告)日 | 2016-11-09 |
申請公布號 | CN106096531A | 申請公布日 | 2016-11-09 |
分類號 | G06K9/00(2006.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 程鵬 | 申請(專利權)人 | 安徽國聯(lián)信息科技有限公司 |
代理機構 | 合肥天明專利事務所 | 代理人 | 安徽省云力信息技術有限公司 |
地址 | 230088 安徽省合肥市高新區(qū)科學大道79號科園創(chuàng)業(yè)中心2號樓406室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于深度學習的交通圖像多類型車輛檢測方法,首先將神經網絡的特征與區(qū)域生成算法結合起來,使用神經網絡的卷積層同時實現(xiàn)了區(qū)域生成與區(qū)域判定兩個過程,然后使用背景模型進行針對特定場景的離散序列圖像的運動區(qū)域判定為區(qū)域生成提供了額外的參考依據,并結合車輛檢測結果對背景模型進行了分情況的更新修正,此外,還提出了網絡模型壓縮方案進行模型參數(shù)與計算時間的縮減,并提出了新的基于分組誤差計算的檢測結果優(yōu)化手段替換常規(guī)的非極大值抑制方案,提高總體的檢測精度。 |
