
基本信息:
- 专利标题: 一种融合深度学习与背景差法的平安城市车流统计方法
- 申请号:CN201710801432.6 申请日:2017-09-07
- 公开(公告)号:CN108074244B 公开(公告)日:2021-05-25
- 发明人: 厉紫阳 , 沈徐兰 , 冯卢梦 , 周红晶
- 申请人: 汉鼎宇佑互联网股份有限公司
- 申请人地址: 浙江省杭州市下城区永福桥路5号汉鼎国际大厦南楼1101室
- 专利权人: 汉鼎宇佑互联网股份有限公司
- 当前专利权人: 海峡创新互联网股份有限公司
- 当前专利权人地址: 浙江省杭州市下城区永福桥路5号汉鼎国际大厦南楼1101室
- 代理机构: 杭州君度专利代理事务所
- 代理人: 朱月芬
- 主分类号: G06T7/11
- IPC分类号: G06T7/11 ; G06T7/194 ; G06T7/246 ; G06K9/62
摘要:
本发明公开了一种融合深度学习与背景差法的平安城市车流统计方法。本发明针对红外检测、地感应线圈检测、超声波检测等方法的缺陷,先使用背景差法获取图像内目标,交由深度学习进行训练分类。通过CNN和GAN网络对待识别目标进行分类,针对分类结果动态设置判定轴和识别区域,对车辆进行识别计数。本发明在多种环境中有比较高的统计精度,适应训练样本不丰富的情况下的模型训练,能够更加准确的提取数据特征,从而提高模型的分类准确性。
公开/授权文献:
- CN108074244A 一种融合深度学习与背景差法的平安城市车流统计方法 公开/授权日:2018-05-25