一种基于深度学习的交通图像多类型车辆检测方法
基本信息
申请号 | CN201610397819.5 | 申请日 | - |
公开(公告)号 | CN106096531B | 公开(公告)日 | 2019-06-14 |
申请公布号 | CN106096531B | 申请公布日 | 2019-06-14 |
分类号 | G06K9/00(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 程鹏 | 申请(专利权)人 | 安徽国联信息科技有限公司 |
代理机构 | 合肥天明专利事务所(普通合伙) | 代理人 | 安徽省云力信息技术有限公司 |
地址 | 230088 安徽省合肥市高新区科学大道79号科园创业中心2号楼406室 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于深度学习的交通图像多类型车辆检测方法,首先将神经网络的特征与区域生成算法结合起来,使用神经网络的卷积层同时实现了区域生成与区域判定两个过程,然后使用背景模型进行针对特定场景的离散序列图像的运动区域判定为区域生成提供了额外的参考依据,并结合车辆检测结果对背景模型进行了分情况的更新修正,此外,还提出了网络模型压缩方案进行模型参数与计算时间的缩减,并提出了新的基于分组误差计算的检测结果优化手段替换常规的非极大值抑制方案,提高总体的检测精度。 |
