-
公开(公告)号：CN111523401B
公开(公告)日：2022-10-04
申请号：CN202010246028.9
申请日：2020-03-31
申请人： 河北工业大学 , 中国电子科技集团公司第五十三研究所
摘要： 本发明一种识别车型的方法，涉及用于识别图形的方法，是基于车辆可见光和红外图像的深度学习神经网络车型识别的方法，利用深度学习神经网络的卷积层、批量归一化层和赤化层全连接层的深度学习神经网络标准化模块结构，并采用相同尺寸的不同车型可见光和红外图像对深度学习神经网络训练和测试，克服了注重车辆可见光图像特征而忽略红外图像特征和注重车辆红外图像特征而忽略可见光图像特征两种方法以及使用车辆可见光图像和红外图像特征而没有使用深度学习神经网络的方法造成的车型识别准确率不高的缺陷。
-
公开(公告)号：CN111523401A
公开(公告)日：2020-08-11
申请号：CN202010246028.9
申请日：2020-03-31
申请人： 河北工业大学 , 中国电子科技集团公司第五十三研究所
摘要： 本发明一种识别车型的方法，涉及用于识别图形的方法，是基于车辆可见光和红外图像的深度学习神经网络车型识别的方法，利用深度学习神经网络的卷积层、批量归一化层和赤化层全连接层的深度学习神经网络标准化模块结构，并采用相同尺寸的不同车型可见光和红外图像对深度学习神经网络训练和测试，克服了注重车辆可见光图像特征而忽略红外图像特征和注重车辆红外图像特征而忽略可见光图像特征两种方法以及使用车辆可见光图像和红外图像特征而没有使用深度学习神经网络的方法造成的车型识别准确率不高的缺陷。
-
公开(公告)号：CN114647747A
公开(公告)日：2022-06-21
申请号：CN202210350826.5
申请日：2022-04-02
申请人： 河北工业大学 , 中国电子科技集团公司第五十三研究所 , 天津金沃能源科技股份有限公司
IPC分类号： G06F16/41 , G06F16/483
摘要： 本发明为包含图像和噪声的车辆数据库制备方法，首先在公共道路旁边设置采样点，采集车辆图像和噪声，并测量车辆速度；其次，对采集的车辆图像和噪声进行筛选，剔除图像包含密集车辆的数据和车辆噪声受到严重干扰的数据；然后，选取同时反映车辆正面和侧面特征的图像进行存储，对筛选后的车辆噪声数据进行截取和平移；最后，对保存车辆图像数据、车辆噪声数据以及说明文本。本发明制备的车辆数据库中的车辆数据既包含图像特征，还包含噪声特征和车辆速度，克服了现有技术中车辆图像数据库中缺少车辆噪声数据、车辆噪声数据库缺少车辆图像、记录车辆噪声的信息缺少车辆行驶车道和动力类型以及车辆视频数据库占有储存空间大且无直接速度信息的缺陷。
-
公开(公告)号：CN111460186A
公开(公告)日：2020-07-28
申请号：CN202010241659.1
申请日：2020-03-31
申请人： 河北工业大学 , 天津金沃能源科技股份有限公司
IPC分类号： G06F16/51
摘要： 本发明包含车辆可见光图像和红外图像数据库的建立方法，涉及道路车辆的交通控制系统，该方法分别采集同种类型车辆的可见光图像和红外图像，在所采集的图像中标出包含车辆的矩形区域，调整矩形区域为正方形区域，以正方形区域截取车辆图像，并调整为规定边长20～120像素的正方形图像，相同车型的可见光图像和红外图像分别保存在各自的文件夹中，克服了现有技术中的车辆图像数据库无法同时体现出车辆的可见光特征及红外特征，存在注重车辆的可见光特征而忽略车辆的红外特征或者注重车辆的红外特征忽略车辆的可见光特征的缺陷。
-
公开(公告)号：CN111460186B
公开(公告)日：2022-04-08
申请号：CN202010241659.1
申请日：2020-03-31
申请人： 河北工业大学 , 天津金沃能源科技股份有限公司
IPC分类号： G06F16/51
摘要： 本发明包含车辆可见光图像和红外图像数据库的建立方法，涉及道路车辆的交通控制系统，该方法分别采集同种类型车辆的可见光图像和红外图像，在所采集的图像中标出包含车辆的矩形区域，调整矩形区域为正方形区域，以正方形区域截取车辆图像，并调整为规定边长20～120像素的正方形图像，相同车型的可见光图像和红外图像分别保存在各自的文件夹中，克服了现有技术中的车辆图像数据库无法同时体现出车辆的可见光特征及红外特征，存在注重车辆的可见光特征而忽略车辆的红外特征或者注重车辆的红外特征忽略车辆的可见光特征的缺陷。
-
-
-
-
搜索结果
5 条记录 (耗时 0.069 秒)
