一种基于机器视觉和深度学习的车辆类型识别方法

发明专利有效专利

申请号：
CN202010204312.X
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2020-03-21
申请人：
杭州电子科技大学

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	一种基于机器视觉和深度学习的车辆类型识别方法
申请号	CN202010204312.X	申请日期	2020-03-21
法律状态	公开	申报国家	暂无
公开/公告日	2020-08-07	公开/公告号	CN111507196A
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	杭州电子科技大学	申请人地址	浙江省杭州市下沙高教园区2号大街变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	杭州电子科技大学	当前权利人	杭州电子科技大学
发明人	高明煜;罗强;董哲康;何志伟;杨宇翔
代理机构	杭州君度专利代理事务所（特殊普通合伙）	代理人	杨舟涛

摘要

本发明公开了一种基于机器视觉和深度学习的车辆类型识别方法；目前车辆识别领域大多针对高空摄像头所采集的图像作为数据集，很少采用移动平台所采集的图像作为数据集。如果利用传统的图像识别技术，不能满足移动违章取证的需求。本发明的方法首先通过车载移动平台采集道路汽车的图像信息，利用深度学习中的yolov3算法进行初步汽车目标检测与识别，然后根据检测框与预测值阈值综合判定是否送入三个分类器进行再预测。根据三个分类器的检测结果和目标检测算法结果共同决定该检测框是否为错误检测并删除。最后更新系统的检测结果。该方法适用于非限定运行环境下车载移动平台的车辆识别领域，并在实际应用场景中取得较好的效果。

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