[发明专利]一种基于深层网络融合模型的车辆类型分类方法在审
| 申请号： | 201910054955.8 | 申请日： | 2019-01-21 |
| 公开（公告）号： | CN109948643A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 赵池航;李彦伟;林盛梅;钱子晨;石鑫;张澄;毛志坚 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 叶涓涓 |
| 地址： | 211189 *** | 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： | 本发明提供了一种基于深层网络融合模型的车辆类型分类方法，包括：对获取的车辆图像搜索车牌区域，定位和分割车脸图像；构建Resnet50网络模型，对车脸图像进行特征提取，获得1×2048维的车型特征向量FR；构建InceptionV3网络模型，对车脸图像进行特征提取，获得1×2048维的车型特征向量FI；构建Xception网络模型，对车脸图像进行特征提取，获得1×2048维的车型特征向量FX；将获取的车脸图像特征向量FR、FI和FX进行融合，得到3×2048维的车型融合特征向量FC；构建深层网络融合模型的输出层，并根据获取的车型融合特征向量FC对车辆类型进行分类。本发明性能优于现有车型分类方法。 | ||
| 搜索关键词： | 车脸 构建 车辆类型 车型特征 特征提取 网络模型 网络融合 向量 图像 特征向量 融合 分类 车型 图像特征向量 车辆图像 车牌区域 车型分类 输出层 搜索 分割 | ||
【主权项】：
1.一种基于深层网络融合模型的车辆类型分类方法，其特征在于，包括如下步骤：1)对获取的车辆图像采用遍历匹配算法搜索车辆的车牌区域，并根据车脸区域与车牌区域的比例关系来定位和分割车脸图像；2)构建用于车型特征提取的Resnet50网络模型，并采用该模型对车脸图像进行特征提取，获得1×2048维的车型特征向量FR；3)构建用于车型特征提取的InceptionV3网络模型，并采用该模型对车脸图像进行特征提取，获得1×2048维的车型特征向量FI；4)构建用于车型特征提取的Xception网络模型，并采用该模型对车脸图像进行特征提取，获得1×2048维的车型特征向量FX；5)采用特征并联融合规则，将获取的车脸图像特征向量FR、FI和FX进行融合，得到3×2048维的车型融合特征向量FC；6)构建用于车辆类型分类的深层网络融合模型的输出层，并根据获取的车型融合特征向量FC对车辆类型进行分类。
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东南大学，未经东南大学许可，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/201910054955.8/，转载请声明来源钻瓜专利网。
