[发明专利]一种基于高斯混合模型与深度学习的多类别车辆检测方法有效
| 申请号： | 201910726408.X | 申请日： | 2019-08-07 |
| 公开（公告）号： | CN110543827B | 公开（公告）日： | 2023-06-02 |
| 发明（设计）人： | 黄继风;王志远 | 申请（专利权）人： | 上海师范大学 |
| 主分类号： | G06V20/52 | 分类号： | G06V20/52;G06V10/764;G06V10/25;G06V10/44;G06V10/26;G06V10/30;G06V10/82;G06N3/0464;G06N3/08;G06T7/136;G06T7/155;G06T7/194 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 赵继明 |
| 地址： | 200234 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于高斯混合模型与深度学习的多类别车辆检测方法。本发明同时检测多种类别的车辆，将传统算法与深度学习模型进行了结合，具体包括A通过高清摄像头获得道路高清监控视频，并将其传递给后台服务器；B通过高斯混合模型背景差分法进行前景提取，同时进行轮廓检测，获得待检测的ROI区域。C将ROI区域传入到改进后的SqueezeNet网络进行类别检测，并显示结果。D.将每一类别的车辆进行汇总，同时计算视频检测的检测速度。E.将每一帧的视频检测结果汇成视频流显示，同时进行备份供用户备份检查。本发明使用少量预训练样本，并达到较高的检测准确率，同时本发明改进了SqueezeNet网络，在保证准确率的前提下，使网络模型和参数量尽可能少，使其更具实用性。 | ||
| 搜索关键词： | 一种 基于 混合 模型 深度 学习 类别 车辆 检测 方法 | ||
【主权项】：
1.一种基于高斯混合模型与深度学习的多类别车辆检测方法，其特征在于，该方法包括以下步骤：/n步骤A：获取道路高清监控视频并将其分解为单帧图像；/n步骤B：通过高斯混合模型背景差分法对单帧图像进行前景提取并同时进行轮廓检测，获得待检测的ROI区域；/n步骤C：将ROI区域传入至改进的SqueezeNet网络进行类别检测，获得检测结果；/n步骤D：将每一类别的车辆对应的检测结果进行汇总并同时获取视频检测的检测速度；/n步骤E：将每一帧的视频对应的由检测结果和检测速度组成的最终结果通过显示反馈给用户并同时将最终结果备份以用于检查补漏。/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上海师范大学，未经上海师范大学许可，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/201910726408.X/，转载请声明来源钻瓜专利网。
