[发明专利]一种基于空间金字塔池化的深度网络模型的车型识别方法

摘要

本发明公开了一种基于空间金字塔池化深度网络模型的车型识别方法，首先将车型数据库的图像，导入深度网络模型进行卷积层特征提取，构成卷积层的特征图；再将卷积层特征图的每个图像，按不同尺度进行空间金字塔卷积运算，构成空间金字塔层的特征图；然后池化空间金字塔层的所有特征，构成全连接层，得到车型图像最终的特征表示；将车型图像的特征表示用于线性支持向量机训练，得到车型识别系统；对待识别车辆，同样获取其特征表示，导入识别系统即可识别出其车型。传统的深度网络模型输入图像必须为固定大小，限制了对大规模车型图像数据的操作，本发明采取基于空间金字塔池化的深度网络模型，很好地解决了这个问题，具有较高的实用性和鲁棒性。

主权项

1.一种基于空间金字塔池化深度网络模型的车型识别方法，包括以下步骤：步骤1：将车型数据库的图像，导入深度网络模型进行卷积层特征提取，构成卷积层的特征图；步骤2：将卷积层特征图的每个图像，按不同尺度进行空间金字塔卷积运算，构成空间金字塔层的特征图；步骤3：池化空间金字塔层的所有特征图，构成全连接层，得到车型图像最终的特征表示；步骤4：将车型图像的特征表示用于线性支持向量机训练，得到车型识别系统；步骤5：对待识别车辆，同样获取步骤3所述的特征表示，导入车型识别系统即可识别出其车型；所述步骤2包括以下几个步骤：步骤2.1：经过卷积层的特征提取，构成卷积层特征图，将卷积层特征图的每个特征图像进行再次卷积运算，得到空间金字塔的第1层特征图；步骤2.2：将第1层特征图的每个特征图像分为4块，对每一块进行卷积运算，得到空间金字塔的第2层特征图；步骤2.3：将第2层特征图的每个特征图像分为16块，同样再对每一块进行卷积运算，构成空间金字塔的第3层特征图。