[发明专利]一种基于卷积神经网络的车型识别方法在审
| 申请号： | 201510071919.4 | 申请日： | 2015-02-06 |
| 公开（公告）号： | CN104657748A | 公开（公告）日： | 2015-05-27 |
| 发明（设计）人： | 张卫山;陈立成;卢清华 | 申请（专利权）人： | 中国石油大学(华东) |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 无 | 代理人： | 无 |
| 地址： | 266000 山东省*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于卷积神经网络的车型识别方法，基于特征提取模块与车型识别模块，包括以下步骤：通过设计卷积与池化层，全连接层，分类器来构建车型识别的神经网络，其中卷积与池化层和全连接层用来提取车型特征，分类器用来车型分类识别；利用包含不同车型特征的数据库训练该神经网络，训练方式为带标签的数据进行的有监督的学习，并用随机梯度下降法进行权重参数矩阵和偏移量的调整；得到训练好的各层中的权重参数矩阵和偏移量，把它们对应地赋值给该神经网络中的各个层，则该网络具有车型特征提取及识别的功能。本发明创造性的将卷积神经网络和车型识别结合起来，有别于传统的车型识别方法，可以明显提高车型识别的准确度。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 车型 识别 方法 | ||
【主权项】：
一种基于卷积神经网络的车型识别方法，其特征在于，基于特征提取模块与车型识别模块，包括以下步骤：步骤(1)、通过设计卷积与池化层、全连接层、分类器来构建车型识别的神经网络，其中卷积与池化层和全连接层用来提取车型特征，分类器用来车型分类识别；步骤(2)、利用包含不同车型特征的数据库训练该神经网络，训练方式为带标签的数据进行的有监督的学习，并用随机梯度下降法进行权重参数矩阵和偏移量的调整；步骤(3)、得到训练好的各层中的权重参数矩阵和偏移量，把它们对应地赋值给该神经网络中的各个层，则该神经网络具有车型特征提取及识别的功能。
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石油大学(华东);，未经中国石油大学(华东);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/201510071919.4/，转载请声明来源钻瓜专利网。
