西安郵電大學王選宏獲國家專利權(quán)
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)獲悉西安郵電大學申請的專利一種車輛圖像識別模型建立及識別方法獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN115375959B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202210758374.4,技術(shù)領域涉及:G06V10/774;該發(fā)明授權(quán)一種車輛圖像識別模型建立及識別方法是由王選宏;楊世玉;周錦程;高帥;肖云;董佳偉;李聰;鐘媛;惠璐瀅設計研發(fā)完成,并于2022-06-29向國家知識產(chǎn)權(quán)局提交的專利申請。
本一種車輛圖像識別模型建立及識別方法在說明書摘要公布了:本發(fā)明公開了一種車輛圖像識別模型建立方法,使用常用的公開車輛圖像數(shù)據(jù)集,對車輛圖像數(shù)據(jù)集進行增廣,并預處理,構(gòu)造多分支卷積神經(jīng)網(wǎng)絡并進行訓練,獲得車輛識別的多分支卷積神經(jīng)網(wǎng)絡,利用訓練所得到的多分支卷積神經(jīng)網(wǎng)絡,通過結(jié)構(gòu)重參數(shù)化轉(zhuǎn)換成單分支卷積神經(jīng)網(wǎng)絡,對車輛圖像提取特征并進行識別分類,最終得到車輛類型。該方法通過對多分支卷積神經(jīng)網(wǎng)絡的改進,使用空間金字塔并對池化后的結(jié)果進行拼接,使得網(wǎng)絡能夠提取不同尺度的特征,實現(xiàn)車輛圖像特征的提取與融合;并對優(yōu)化函數(shù)進行了修改,能夠加速多分支卷積網(wǎng)絡的訓練,提高了基于多分支卷積神經(jīng)網(wǎng)絡的車輛識別方法的準確率,并減少了訓練多分支卷積神經(jīng)網(wǎng)絡所需的時間。
本發(fā)明授權(quán)一種車輛圖像識別模型建立及識別方法在權(quán)利要求書中公布了:1.一種車輛圖像識別模型建立方法,其特征在于,按照以下步驟執(zhí)行: 步驟1:選取常用的車輛圖像公開數(shù)據(jù)集;對車輛圖像數(shù)據(jù)集中的每一幅圖像進行預處理,獲得預處理后的用于訓練、驗證和測試的車輛圖像數(shù)據(jù)集;所述的預處理包括裁剪、亮度增強、對比度增強、水平翻轉(zhuǎn)以及歸一化; 步驟2:將所述的預處理后的車輛圖像以及對應的類別,輸入至多分支卷積神經(jīng)網(wǎng)絡中進行訓練; 所述的多分支卷積神經(jīng)網(wǎng)絡參數(shù)均為隨機數(shù); 所述的多分支卷積神經(jīng)網(wǎng)絡包括依次連接的3×3卷積層、1×1卷積層、殘差連接層、激活層、BN歸一化層、空間金字塔層以及全連接層; 其中,所述的卷積層和空間金字塔層用于對輸入圖像進行特征提取;全連接層用于對提取到的車輛圖像特征進行分類識別; 步驟3:根據(jù)所述的車輛圖像數(shù)據(jù)集,訓練多分支卷積神經(jīng)網(wǎng)絡,獲得最終的預測類別,具體為: 在訓練多分支卷積神經(jīng)網(wǎng)絡時,采用式I作為損失函數(shù)L: 式中,m為樣本類別數(shù);i為第i個樣本,xi為第i個樣本對應的標簽,y為模型的輸出函數(shù),即為實際輸出的預測車輛為類別i的概率;CrossEntropyLoss為實際值與預測值之間的損失值; 步驟4:使用帶有梯度中心化的隨機梯度下降方法來加速多分支卷積神經(jīng)網(wǎng)絡的訓練,具體為: 在加速多分支卷積神經(jīng)網(wǎng)絡訓練時,采用式Ⅱ作為優(yōu)化函數(shù): 式中,Wi為權(quán)重矩陣W的第i列向量,Wj,i為權(quán)重矩陣W的第j行i列元素,L為損失函數(shù),為權(quán)重矩陣W對應的梯度矩陣,M為權(quán)重矩陣W的行數(shù); 步驟5:根據(jù)卷積的可加性,通過結(jié)構(gòu)重參數(shù)化技術(shù)將多分支訓練模型等價轉(zhuǎn)換為只有3×3卷積的單路測試模型。
如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人西安郵電大學,其通訊地址為:710061 陜西省西安市雁塔區(qū)長安南路563號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。