[发明专利]一种复杂环境下不同车型识别方法及系统有效
| 申请号： | 201910752440.5 | 申请日： | 2019-08-15 |
| 公开（公告）号： | CN110458120B | 公开（公告）日： | 2022-01-04 |
| 发明（设计）人： | 雷添杰;宋宏权;吕娟;黄锦涛;岳建伟;周磊;慎利;陈强 | 申请（专利权）人： | 中国水利水电科学研究院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京高沃律师事务所 11569 | 代理人： | 杜阳阳 |
| 地址： | 100038 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种复杂环境下不同车型识别方法及系统，所述复杂环境下不同车型识别方法，利用WGAN网络模型生成每种环境下的第一生成训练样本集，利用CycleGAN网络模型生成不同环境复合的第二生成训练样本集，在增加了训练样本的数量，以达到卷积神经网络训练所需的数据量的同时，可生成各种环境复合的各种复杂环境下的训练样本，采用该训练样本对卷积神经网络进行训练，以实现复杂环境下的不同车型的识别，并提高复杂环境下的不同车型识别准确率。 | ||
| 搜索关键词： | 一种 复杂 环境 不同 车型 识别 方法 系统 | ||
【主权项】：
1.一种复杂环境下不同车型识别方法，其特征在于，所述复杂环境下不同车型识别方法包括如下步骤：/n采集不同环境下的不同车型的图像，得到真实训练样本，并根据采集的环境进行分类存储，得到多个真实训练样本集；/n构建WGAN网络模型和CycleGAN网络模型；/n分别利用所述WGAN网络模型根据每个真实训练样本集中的真实训练样本生成每种环境的多个生成训练样本，得到每种环境的第一生成训练样本集；/n利用所述CycleGAN网络模型根据多个所述真实训练样本集中的真实训练样本生成不同环境复合的生成训练样本，得到不同环境复合的第二生成训练样本集；/n利用所述真实训练样本集、所述第一生成训练样本集和所述第二生成训练样本集对CNN网络模型进行训练，得到训练后的CNN网络模型；/n将待识别车型图像输入所述训练后的CNN网络模型进行复杂环境下不同车型识别。/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中国水利水电科学研究院，未经中国水利水电科学研究院许可，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/201910752440.5/，转载请声明来源钻瓜专利网。
