基于深度学习的车辆检测方法

发明专利有效专利

申请号：
CN201810539356.0
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2018-05-30
申请人：
西安理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度学习的车辆检测方法
申请号	CN201810539356.0	申请日期	2018-05-30
法律状态	实质审查	申报国家	中国
公开/公告日	2018-11-16	公开/公告号	CN108830188A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	西安理工大学	申请人地址	陕西省西安市金花南路5号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安理工大学	当前权利人	西安理工大学
发明人	王林;张鹤鹤
代理机构	西安弘理专利事务所	代理人	王珂瑜

摘要

本发明公开了一种基于深度学习的车辆检测方法，结合EdgeBoxes和改进的FasterR‑CNN模型进行复杂环境中的车辆检测，首先使用EdgeBoxes对图像进行处理，初步提取出较为准确的车辆候选区域；其次将候选区域输入到改进的FasterR‑CNN模型中进一步对车辆进行精定位并通过分类判别得到最终的检测结果。同时为了增强模型对于小尺寸车辆的检测能力以及模型的判别能力，将不同层的卷积特征组合起来，补充一些车辆的细节信息，并在训练阶段加入难负样本挖掘策略，使得模型更加关注困难样本，能够很好的将车辆与疑似车辆的背景区分开来。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供