[发明专利]一种车型图片修复训练样本的生成方法

权利要求书

1.一种车型图片修复训练样本的生成方法，其特征在于，所述方法包括，

步骤A，大量收集车辆高清图像，建立车辆高清样本数据库；

步骤B，对上述高清样本数据库图像先后进行等比例缩放，建立车辆模糊样本数据库；

步骤C，建立模型，实现车型图片修复；

步骤D，模型应用于现场抓拍，实现车辆识别以及车型图片修复。

2.根据权利要求1所述的车型图片修复训练样本的生成方法，其特征在于，所述步骤A具体包括：

A1，通过对汽车官方网站抓取数据，系统大量收集各种车型车辆的高清静态图像；

A2，把图像进行灰度处理；

A3，建立车辆高清样本数据库。

3.根据权利要求1所述的车型图片修复训练样本的生成方法，其特征在于，所述步骤B具体包括：

B1，以等比例方式把上述高清样本图像像素缩小10倍；

B2，以等比例方式把上述缩小样本图像像素放大10倍；

B3，建立车辆模糊样本数据库。

4.根据权利要求1所述的车型图片修复训练样本的生成方法，其特征在于，所述步骤C具体包括：

系统建立模型，把上述车辆高清和模糊样本图像分别传输给模型反复训练。而模型训练主要采用卷积神经网络方法，从大样本数据中学习，利用不同卷积层输出的高级特征，对特征进行分类，从而实现车型图片自动修复的效果。

5.根据权利要求1所述的车型图片修复训练样本的生成方法，其特征在于，其特征在于，所述步骤D具体包括：

当模型与车辆样本数据库图像训练完毕，且准确率达到某一阀值，可应用于现场抓拍。在现场中，通过摄像头，抓拍大量车辆视频。系统提取视频，按照设定帧数，把视频拆分成多张静态图像。系统输入车辆模糊图像，模型识别车辆且根据学习的车辆特征对图像进行细节修补，输出对应的车辆高清图像。