The present invention provides a method and a device, identify vehicle information model which includes the establishment of identification method, vehicle information model: vehicle information acquisition vehicle information image and the image corresponding to the vehicle information; according to the vehicle information image, obtain the vehicle information of the image gray feature map, 1bp the feature map, gradient feature map and gradient direction feature map; the vehicle information of the image gray feature map, 1bp feature map, gradient feature map and gradient direction feature map and the vehicle information image and the corresponding vehicle information as training data, the neural network model was trained, until the neural network the model of the vehicle information image information recognition accuracy is greater than the preset threshold, to solve the existing vehicle using voice communication means to obtain information, making the letter In the course of transmission, the fault tolerance is poor, the information storage capacity is low and the anti-interference is poor, and the accuracy of the information acquisition in the driving process is reduced.
【技术实现步骤摘要】
一种建立识别车辆信息的模型的方法及装置
本专利技术涉及信息识别领域,具体涉及一种建立识别车辆信息的模型的方法及装置。
技术介绍
随着深度学习技术的兴起,基于深度学习的图像识别准确率逐年上涨,人脸识别、行为识别、运动识别等图像识别技术在越来越多场合中被提及,随着硬件、算法及大数据的不断发展,深度学习技术在很多领域均得到了广泛使用,例如车辆自动驾驶领域,是通过电脑系统实现无人驾驶,依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆,自动驾驶汽车对外界信息的获取主要基于声音和图像,要实现真正的无人驾驶,必须能够准确感知和识别前方车辆行驶的状态信息,而现有汽车采用语音通讯方式获取信息,使得信息在传输过程中容错性差,信息存储量低且抗干扰性差,降低了汽车驾驶过程中信息获取的准确性。
技术实现思路
因此,本专利技术要解决的技术问题在于现有汽车采用语音通讯方式获取信息,使得信息在传输过程中容错性差,信息存储量低且抗干扰性差,降低了汽车驾驶过程中信息获取的准确性。有鉴于此,本专利技术提供一种建立识别车辆信息的模型的方法,包括:获取车辆信息图像和所述车辆信息图像对应的车辆信息;根据所述车辆信息图像,得到所述车辆信息图像的灰度特征图、1bp特征图、梯度幅值特征图和梯度方向特征图;将所述车辆信息图像的灰度特征图、1bp特征图、梯度幅值特征图和梯度方向特征图和所述车辆信息图像对应的车辆信息作为训练数据,对神经网络模型进行训练,直至所述神经网络模型对所述车辆信息图像信息识别的准确度大于预设阈值。优选地,所述车辆信息包 ...
【技术保护点】
一种建立识别车辆信息的模型的方法,其特征在于,包括:获取车辆信息图像和所述车辆信息图像对应的车辆信息;根据所述车辆信息图像,得到所述车辆信息图像的灰度特征图、1bp特征图、梯度幅值特征图和梯度方向特征图;将所述车辆信息图像的灰度特征图、1bp特征图、梯度幅值特征图和梯度方向特征图和所述车辆信息图像对应的车辆信息作为训练数据,对神经网络模型进行训练,直至所述神经网络模型对所述车辆信息图像信息识别的准确度大于预设阈值。
【技术特征摘要】
1.一种建立识别车辆信息的模型的方法,其特征在于,包括:获取车辆信息图像和所述车辆信息图像对应的车辆信息;根据所述车辆信息图像,得到所述车辆信息图像的灰度特征图、1bp特征图、梯度幅值特征图和梯度方向特征图;将所述车辆信息图像的灰度特征图、1bp特征图、梯度幅值特征图和梯度方向特征图和所述车辆信息图像对应的车辆信息作为训练数据,对神经网络模型进行训练,直至所述神经网络模型对所述车辆信息图像信息识别的准确度大于预设阈值。2.根据权利要求1所述的方法,其特征在于,所述车辆信息包括车辆速度信息、车辆转向信息和车辆指示灯信息。3.根据权利要求1所述的方法,其特征在于,所述获取车辆信息图像和所述车辆信息图像对应的车辆信息,包括:获取所述车辆信息图像中的字符区域图像;将所述字符区域图像输入到机器学习模型中进行字符分割与识别,确定所述车辆信息图像对应的车辆信息,其中所述机器学习模型利用多个字符图像进行训练得到的。4.根据权利要求1所述的方法,其特征在于,所述神经网络模型为深度卷积神经网络模型。5.一种建立识别车辆信...
【专利技术属性】
技术研发人员:陈江林,张晓明,张如高,
申请(专利权)人:博康智能信息技术有限公司北京海淀分公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。