欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020113948402
申请人: 广州大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-11-28
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于经验回放的车辆型号识别方法,其特征在于,包括:获取原始车辆图像;所述原始车辆图像包括车辆型号信息;通过GAN网络对所述原始车辆图像进行数据扩充,得到车型样本数据;将所述车型样本数据输入带有经验回放的对抗网络进行训练,得到目标模型;根据所述目标模型对获取的待识别车辆图像进行识别,确定所述待识别车辆图像中的车辆型号。2.根据权利要求1所述的一种基于经验回放的车辆型号识别方法,其特征在于,所述获取原始车辆图像信息,包括:通过爬虫技术爬取已知车辆型号信息的原始车辆图像;对所述原始车辆图像进行灰度化处理、亮度归一化处理以及对比度归一化处理,得到用于表征纹理信息的目标图像;将所述目标图像输入到预训练网络中,提取出特征块;将所述特征块输入SVM分类器中进行训练,得到目标SVM分类器;将所述目标图像输入所述SVM分类器,输出各类识别结果的概率标签;根据所述概率标签,计算车辆型号的识别结果,作为原始车辆图像中的车辆型号信息。3.根据权利要求2所述的一种基于经验回放的车辆型号识别方法,其特征在于,所述通过GAN网络对所述原始车辆图像进行数据扩充,得到车型样本数据,包括:向所述GAN网络输入噪声数据,得到测试样本,将所述原始车辆图像作为训练样本;将所述训练样本和所述测试样本输入所述GAN网络的初始判别器中,得到判别结果;通过DQN网络对所述GAN网络进行训练,得到理想生成器和理想判别器;通过所述理想生成器生成车辆外观图像,并由所述理想判别器对所述生成的车辆外观图像进行检验,并将通过检验的车辆外观图像作为所述原始车辆图像的扩充结果。4.根据权利要求3所述的一种基于经验回放的车辆型号识别方法,其特征在于,所述将所述车型样本数据输入带有经验回放的对抗网络进行训练,得到目标模型,包括:将所述车型样本数据作为当前状态数据;将所述当前状态数据输入带有经验回放的对抗网络进行训练,对Q值函数进行更新,直到所述Q值函数收敛,获得收敛后的神经网络模型;将所述测试样本输入所述神经网络模型,对所述神经网络模型进行测试,得到目标模型。5.根据权利要求4所述的一种基于经验回放的车辆型号识别方法,其特征在于,所述将所述当前状态数据输入带有经验回放的对抗网络进行训练,对Q值函数进行更新,直到所述Q值函数收敛,获得收敛后的神经网络模型,包括:获取车辆信号图片的样本参数,生成马尔可夫决策过程四元组;在Prioritized  Replay  DQN中初始化Q‑Table;在Prioritized  Replay  DQN中实现所述Q‑Table。6.根据权利要求5所述的一种基于经验回放的车辆型号识别方法,其特征在于,所述在Prioritized  Replay  DQN中实现所述Q‑Table,包括:采用深度神经网络作为Q‑Table,并预设目标参数;在Q值中使用2范数来定义目标函数;

计算所述目标参数关于代价函数的梯度;根据所述梯度,使用随机梯度下降法得到最优Q值;根据所述最优Q值对所述深度神经网络进行循环训练;获取经验回放数据集,根据所述目标函数,通过梯度反向传播来更新Q网络的所有超参数。7.一种基于经验回放的车辆型号识别装置,其特征在于,包括:获取模块,用于获取原始车辆图像;所述原始车辆图像包括车辆型号信息;数据扩充模块,用于通过GAN网络对所述原始车辆图像进行数据扩充,得到车型样本数据;训练模块,用于将所述车型样本数据输入带有经验回放的对抗网络进行训练,得到目标模型;识别模块,用于根据所述目标模型对获取的待识别车辆图像进行识别,确定所述待识别车辆图像中的车辆型号。8.一种电子设备,其特征在于,包括处理器以及存储器;所述存储器用于存储程序;所述处理器执行所述程序实现如权利要求1‑6中任一项所述的方法。9.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序,所述程序被处理器执行实现如权利要求1‑6中任一项所述的方法。