一种基于深度学习的远光灯识别方法
基本信息
| 申请号 | CN202011292620.9 | 申请日 | - |
| 公开（公告）号 | CN112487896A | 公开（公告）日 | 2021-03-12 |
| 申请公布号 | CN112487896A | 申请公布日 | 2021-03-12 |
| 分类号 | B60Q1/14(2006.01)I;G06K9/46(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06K9/00(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 张中;黄俊杰;李安 | 申请（专利权）人 | 合肥湛达智能科技有限公司 |
| 代理机构 | 合肥市长远专利代理事务所（普通合伙） | 代理人 | 程笃庆 |
| 地址 | 230000安徽省合肥市高新区黄山路602号国家大学科技园创业孵化中心 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及远光灯技术领域，具体涉及一种基于深度学习的远光灯识别方法，本发明提取表征光斑和光晕图像信息的中心亮度、边缘对称性、线性梯度等特征，判断车灯类别；基于多目标卷积神经网络对车灯类别提取与分类，使用深度学习算法实现多任务学习；利用改进DBSCAN算法与最小二乘法相结合对车灯类别进行拟合；预测帧间位移极限值以自适应生成跟踪搜索区域，最优化相邻帧目标匹配函数实现多车灯跟踪；跟踪远光车灯一定距离后，通过共线性约束进行左右车灯配对，完成远光灯识别。避免杂光干扰减少了特征冗余。减少了以往多目标跟踪的复杂度，同时单车灯上下独立匹配，不受车灯改装的影响。同时使用深度学习算法显著提高识别效果。 |
