[发明专利]基于卷积神经网络的渣土车特征识别方法有效
| 申请号： | 201811459480.2 | 申请日： | 2018-11-30 |
| 公开（公告）号： | CN109409337B | 公开（公告）日： | 2022-05-13 |
| 发明（设计）人： | 蔡岗;王长君;孙正良;张慧辰;张森;童刚;杨广明;林峰 | 申请（专利权）人： | 公安部交通管理科学研究所 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04 |
| 代理公司： | 无锡盛阳专利商标事务所(普通合伙) 32227 | 代理人： | 张宁 |
| 地址： | 214151 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于卷积神经网络的渣土车特征识别方法，其包括：S1：从监控系统中提取监控图片；S2：通过图像识别技术，输出车辆区域图片；S3：在车辆区域图片内进行车辆位置分类识别，将车辆区域图片划分为车头图片和车尾图片；S4：把车头、车尾图片分别输入到训练好的渣土车识别算法模型进行识别；S5：如果甄别结果为发现渣土车，且是通过车尾图片识别出渣土车，则把车尾图片输入到训练好的渣土车违法行为识别算法模型中进行识别；如果是通过车头图片识别出渣土车，则把车辆信息通知给监管人员；S6：S5中通过训练好的渣土车违法行为识别算法模型对车尾图片进行识别，如果违法识别结果为存在违法行为，则生成预警信息，把预警信息通知监管人员。 | ||
| 搜索关键词： | 基于 卷积 神经网络 渣土 特征 识别 方法 | ||
【主权项】：
1.基于卷积神经网络的渣土车特征识别方法，其包括以下步骤：S1：从监控系统中提取监控图片；S2：通过图像识别技术，从图片中检出车辆区域，输出车辆区域图片；其特征在于，其还包括下述步骤：S3：在所述车辆区域图片内进行车辆位置分类识别，将车辆区域图片划分为车头图片和车尾图片；S4：把所述车头图片和所述车尾图片分别输入到训练好的渣土车识别算法模型中进行识别；S5：如果甄别结果为发现渣土车，且是通过所述车尾图片识别出渣土车的，则把所述车尾图片输入到训练好的渣土车违法行为识别算法模型中进行识别；如果是通过所述车头图片识别出渣土车，则把车辆信息通知给监管人员；如果所述甄别结果为未发现渣土车则本次识别结束；S6：步骤S5中通过训练好的所述渣土车违法行为识别算法模型对所述车尾图片进行识别，如果违法识别结果为存在违法行为，则生成预警信息，把所述预警信息通知监管人员；如果违法识别结果为无违法行为，则本次识别结束。
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公安部交通管理科学研究所，未经公安部交通管理科学研究所许可，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/201811459480.2/，转载请声明来源钻瓜专利网。
