[发明专利]一种基于深度学习的多摄像头车辆跟踪系统在审
| 申请号： | 201910901586.1 | 申请日： | 2019-09-23 |
| 公开（公告）号： | CN110766720A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 张立华 | 申请（专利权）人： | 盐城吉大智能终端产业研究院有限公司 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246;G06T7/292;G06K9/46;G06K9/62 |
| 代理公司： | 11506 北京东方灵盾知识产权代理有限公司 | 代理人： | 郑利华 |
| 地址： | 224000 江苏省盐城*** | 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： | 本发明公开了一种基于深度学习的多摄像头车辆跟踪的系统，创建多个拍摄摄像头，并对获取的视频中的车辆机型检测；利用深度学习的Caffe框架训练车辆样本图片，生成车辆检测模型；提取车辆特征，分别为全局特征的颜色特征提取和局部特征的SURF算法特征进行提取；利用全卷积孪生网络跟踪算法中的特征向量相似度与多特征合作进行匹配；将跟踪信息存放到专有数据库中，以方便用户查阅跟踪的详细信息，并可通过播放视频内容再次判断目标车辆信息；对不同的摄像头轨迹进行分块处理，绘制车辆的轨迹，创建全局路径。本发明基于深度学习的多摄像头协同分析下的车辆跟踪，得到更精确的多方位识别跟踪技术，对社会治安及交通管制有重要的意义。 | ||
| 搜索关键词： | 摄像头 车辆跟踪 多摄像头 特征向量相似度 播放视频内容 颜色特征提取 专有数据库 车辆检测 车辆特征 分块处理 跟踪信息 交通管制 局部特征 目标车辆 全局路径 全局特征 网络跟踪 详细信息 样本图片 用户查阅 跟踪 卷积 算法 学习 创建 匹配 机型 视频 绘制 协同 社会治安 拍摄 检测 分析 合作 | ||
【主权项】：
1.一种基于深度学习的多摄像头车辆跟踪的系统，其特征在于，包括以下步骤：/na、创建多个拍摄摄像头，并对获取的视频中的车辆机型检测；/nb、利用深度学习的Caffe框架训练车辆样本图片，生成车辆检测模型；/nc、提取车辆特征，分别为全局特征的颜色特征提取和局部特征的SURF算法特征进行提取；/nd、利用全卷积孪生网络跟踪算法中的特征向量相似度与多特征合作进行匹配；/ne、将跟踪信息存放到专有数据库中，以方便用户查阅跟踪的详细信息，并可通过播放视频内容再次判断目标车辆信息；/nf、对不同的摄像头轨迹进行匹配并对背景进行分块处理，绘制跟踪车辆的轨迹，创建全局路径。/n
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盐城吉大智能终端产业研究院有限公司，未经盐城吉大智能终端产业研究院有限公司许可，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/201910901586.1/，转载请声明来源钻瓜专利网。
