[发明专利]云环境下基于卷积神经网络车型识别的车流量统计方法

权利要求书

1.一种云环境下基于卷积神经网络车型识别的车流量统计方法，包括：卷 积神经网络离线训练模块以及实时车流量统计模块，其特征在于，

卷积神经网络离线训练模块，进行卷积神经网络的训练，生成训练参数；

实时车流量统计模块进行车型识别，统计车流量。

2.如权利要求1所述的云环境下基于卷积神经网络车型识别的车流量统计 方法，其特征在于，所述卷积神经网络离线训练模块进行卷积神经网络的训练， 生成训练参数的步骤，包括：

卷积神经网络离线训练模块存储来自流媒体服务器的视频流，然后利用历 史数据构建训练数据集，结合卷积神经网络，训练卷积神经网络得到最优的卷 积神经网络参数。

3.如权利要求2所述的云环境下基于卷积神经网络车型识别的车流量统计 方法，其特征在于，所述卷积神经网络包括：四层卷积与池化层，一层全连接 层，最后一层是softmax回归分类器层。

4.如权利要求1所述的云环境下基于卷积神经网络车型识别的车流量统计 方法，其特征在于，所述实时车流量统计模块进行车型识别，统计车流量的步 骤，包括：

实时车流量统计模块采集来自流媒体服务器的实时视频流，将实时视频流 解码为帧图像之后将其作为Storm的输入源，将每一帧图像在Storm中进行处理。

5.如权利要求4所述的云环境下基于卷积神经网络车型识别的车流量统计 方法，其特征在于，通过storm的spout进行处理，在Storm中分别经过背景分 割、车型识别、车辆跟踪、车流统计，最终输出车流量并进行持久化。