发明名称 |
交通设备的属性识别方法和装置 |
摘要 |
本发明提供一种交通设备的属性识别方法和装置,该方法通过获取多个交通设备的图片作为原始样本集中的图片;对上述每个图片执行尺寸统一化操作及数量自增强操作;对数量自增强操作生成的操作结果中的每个图片RGB通道上的像素值执行数值中心化操作及数值缩小化操作,得到训练样本集;对训练样本集执行深度网络训练,生成交通设备的属性识别模型;将测试图片输入交通设备的属性识别模型,生成对应的交通设备的属性概率向量,根据属性概率向量生成交通设备的属性识别结果。该方法能够大幅提升算法的准确性,降低误报;使用深度网络,克服了浅层网络特征提取不充分的问题;同时,还能够完全由数据驱动的端到端的模型,没有引入手动定义的特征。 |
申请公布号 |
CN106326848A |
申请公布日期 |
2017.01.11 |
申请号 |
CN201610676156.0 |
申请日期 |
2016.08.17 |
申请人 |
刘华英 |
发明人 |
刘华英 |
分类号 |
G06K9/00(2006.01)I;G06K9/62(2006.01)I;G08G1/017(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种交通设备的属性识别方法,其特征在于,包括:获取多个交通设备作为原始样本集,并对所述原始样本集中的每个交通设备进行拍照,获取的图片作为所述原始样本集中的图片;对所述原始样本集中的每个图片执行尺寸统一化操作,并将所述原始样本集的尺寸统一化操作生成的操作结果中的每个图片执行数量自增强操作;对数量自增强操作生成的操作结果中的每个图片RGB通道上的像素值执行数值中心化操作以及数值缩小化操作,得到训练样本集;对所述训练样本集执行深度网络训练,生成所述交通设备的属性识别模型;将测试图片输入所述交通设备的所述属性识别模型,生成对应的所述交通设备的属性概率向量,并根据所述属性概率向量生成所述交通设备的属性识别结果。 |
地址 |
315153 浙江省宁波市鄞州区石碶街道石碶北路20号 |