[发明专利]一种基于池化多尺度深度卷积特征的车型识别方法

摘要

本发明公开了一种基于池化多尺度深度卷积特征的车型识别方法，首先对车型数据库的每个车型图像，按不同尺度提取其深度卷积特征，第一个尺度不处理；将余下每个尺度的深度卷积特征，进行PCA降维；再进行局部特征聚合描述子编码；然后再次通过PCA降维，得到当前尺度的特征表示；将所有尺度的特征级联池化，得到当前图像最终的特征表示；将车型图像的特征表示用于线性支持向量机训练，得到车型识别系统；对待识别车辆，同样获取其特征表示，导入识别系统即可识别出其车型。传统的深度卷积特征缺少几何不变性，限制了对可变场景的车型图像分类和识别，本发明采取图像的池化多尺度深度卷积特征，很好地解决了这个问题，具有较高的实用性和鲁棒性。

主权项

1.一种基于池化多尺度深度卷积特征的车型识别方法，包括以下步骤：步骤1：对车型图像数据库的每个车型图像，按不同尺度提取其深度卷积特征；步骤2：第一个尺度不处理，余下每个尺度的深度卷积特征，进行PCA降维，得到降维后的特征向量；步骤3：对降维后的特征向量进行局部特征聚合描述子编码，得到编码后的特征向量；步骤4：对编码后的特征向量进行PCA降维，得到当前尺度的特征表示；步骤5：将所有尺度的特征表示级联池化，得到当前图像池化多尺度深度卷积特征表示；步骤6：将所有车型图像的池化多尺度深度卷积特征表示用于线性支持向量机训练，得到车型识别系统；步骤7：对待识别车辆，同样获取其池化多尺度深度卷积特征表示，导入车型识别系统即可识别出其车型。