[发明专利]一种基于卷积神经网络的实时车型匹配方法在审
| 申请号： | 201710050763.0 | 申请日： | 2017-01-23 |
| 公开（公告）号： | CN106919949A | 公开（公告）日： | 2017-07-04 |
| 发明（设计）人： | 张卫山;王志超;徐亮;赵德海;李忠伟;卢清华;宫文娟;宫法明 | 申请（专利权）人： | 中国石油大学（华东） |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 北京捷诚信通专利事务所(普通合伙)11221 | 代理人： | 曲志乾,肖太升 |
| 地址： | 266000 山东省*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的实时车型匹配方法，包括构建车型数据库，并设计卷积神经网络；利用车型数据库进行卷积神经网络训练，得到最优卷积神经网络及车型数据库中每种车型的车型特征；构建Storm的拓扑结构，信息流上层为数据源输入组件，信息流中层为布置了最优卷积神经网络的数据处理组件，信息流底层为布置了SVM分类器的数据处理组件；数据源输入组件将采集的实时视频流发给信息流中层数据处理组件，通过卷积神经网络提取车型特征；信息流底层数据处理组件利用SVM分类器对信息流中层发送的车型特征进行匹配，并返回匹配结果。本发明将卷积神经网络的特征提取技术与SVM分类方法和Storm架构相结合，提高车型匹配的准确率和效率。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 实时 车型 匹配 方法 | ||
【主权项】：
一种基于卷积神经网络的实时车型匹配方法，其特征在于，包括以下步骤：步骤S10、构建车型数据库，并设计用于车型识别的卷积神经网络；步骤S20、利用车型数据库对卷积神经网络进行训练，得到最优的卷积神经网络以及车型数据库中每种车型的车型特征；步骤S30、构建Storm的拓扑结构，其信息流上层为数据源输入组件spout，信息流中层为布置了最优卷积神经网络的数据处理组件bolt，信息流底层为布置了SVM分类器的数据处理组件bolt；步骤S40、数据源输入组件spout将采集的待匹配车辆实时视频流发给信息流中层数据处理组件bolt，该数据处理组件bolt通过卷积神经网络提取车型特征；步骤S50、信息流底层数据处理组件bolt利用SVM分类器对信息流中层发送的车型特征进行匹配，并返回匹配结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国石油大学（华东），未经中国石油大学（华东）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710050763.0/，转载请声明来源钻瓜专利网。
