[发明专利]一种基于深度学习的人车自动分类方法

摘要

本发明公开一种基于深度学习的人车自动分类方法，包括以下步骤首先采集道路视频数据，接着采用三帧差分法和背景消减法进行运动目标检测，得到运动目标图像区域，然后用二值阈值分割方法将运动目标图像区域分割成目标和背景，并归一化局部图像，接下来将归一化局部图像及其标签输入到深度学习神经网络中进行训练，得到人车分类模型，最后将待识别图像输入到训练好的人车分类模型中，完成对人车的识别和分类。本发明摒弃传统的人工提取人车图像特征的方法，利用深度学习神经网络自动提取特征，将特征提取和分类识别合为一体，有利于整体优化。

主权项

一种基于深度学习的人车自动分类方法，其特征在于：依次包括以下步骤：步骤A，采集道路视频数据；步骤B，对步骤A得到的视频数据中的每相邻三帧源图像，依次采用三帧差分法和背景消减法进行运动目标检测，得到运动目标图像区域；步骤C，对步骤B获得的各个运动目标图像区域进行灰度化，用二值阈值分割方法将运动目标图像区域分割成目标和背景，并对步骤B获得的运动目标图像区域中与目标对应的局部图像做归一化，得到归一化局部图像；步骤D，将步骤C获得的归一化局部图像及其标签输入到深度学习神经网络中，结合回归模型对所述深度学习神经网络进行训练，获得深度学习网络模型，所述标签包括车辆和行人；步骤E，将步骤C所得的待识别局部图像输入到步骤D中训练好的深度学习网络模型中，完成对人车的识别和分类。