公开(公告)号：CN110348355A

公开(公告)日：2019-10-18

申请号：CN201910589073.1

申请日：2019-07-02

Applicant: 南京信息工程大学

Inventor： 孙伟 ,  张国策 ,  张小瑞 ,  张旭 ,  孙敏

IPC: G06K9/00 ,  G06K9/66

Abstract: 本发明公开了一种基于强化学习的车型识别方法，旨在充分挖掘CNN在特征提取和分类识别方面的优势，为实现准确鲁棒的车型精细化识别提供解决方案。其特征在于模仿人类视觉注意机制，设计基于分类显著性强的视觉注意模型和视点自动选择方法，视觉注意模型特征在于构建注意映射矩阵和视点聚焦模板，视点自动选择模型特征在于利用基于SARSA的强化学习算法进行视点的自主选择，使得模型能够自适应地选择最佳图像识别区域，取得最佳车型识别效果。本发明方法不仅能克服传统人工提取特征算法无法适应车辆在图像中位置、尺度和轮廓发生变化的弊端，而且能有效应对摄像机拍摄角度改变和车辆遮挡带来的挑战。

公开(公告)号：CN212009588U

公开(公告)日：2020-11-24

申请号：CN202020185008.0

申请日：2020-02-19

Applicant: 南京信息工程大学

Inventor： 张国策 ,  孙伟 ,  张小瑞 ,  张旭

IPC: G06K9/00 ,  G06K9/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本实用新型公开了一种基于轻量化卷积神经网络实现车型识别的DSP系统，包括采集车辆信息的摄像头模块，DSP处理芯片，外部存储DDR单元，FLASH存储单元，DIP开关，仿真器和POWER电源接口，本实用新型充分挖掘了深度可分离卷积在实现网络轻量化的优势，并对网络中输出的样本特征进行优化，最终部署到DSP中；在保证车型识别模型轻量化的同时提高识别准确率；另外本实用新型将训练好的模型通过压缩、剪枝的方式移植到DSP中，能有效改善目前人工设计特征的传统算法适应性差和目前大部分车型识别系统通过台式机连接对海量视频监控数据进行处理造成的功耗大，实时性不高，不易于携带的缺点。