[發明專利]一種車型圖片修復訓練樣本的生成方法在審
| 申請號： | 201811036297.1 | 申請日： | 2018-09-06 |
| 公開（公告）號： | CN109308461A | 公開（公告）日： | 2019-02-05 |
| 發明（設計）人： | 鄧立邦 | 申請（專利權）人： | 廣東智媒云圖科技股份有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62 |
| 代理公司： | 廣州三環專利商標代理有限公司 44202 | 代理人： | 顏希文;麥小嬋 |
| 地址： | 510000 廣東省廣州市*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 車型 修復 訓練樣本 等比例縮放 網頁抓取 圖片 數據庫圖像 樣本數據庫 車輛識別 高清圖像 規律特征 建立模型 模型應用 網絡訓練 自動修復 樣本集 正負面 省力 省時 抓拍 樣本 數據庫 均衡 模糊 | ||
1.一種車型圖片修復訓練樣本的生成方法，其特征在于，所述方法包括，
步驟A，大量收集車輛高清圖像，建立車輛高清樣本數據庫；
步驟B，對上述高清樣本數據庫圖像先后進行等比例縮放，建立車輛模糊樣本數據庫；
步驟C，建立模型，實現車型圖片修復；
步驟D，模型應用于現場抓拍，實現車輛識別以及車型圖片修復。
2.根據權利要求1所述的車型圖片修復訓練樣本的生成方法，其特征在于，所述步驟A具體包括：
A1，通過對汽車官方網站抓取數據，系統大量收集各種車型車輛的高清靜態圖像；
A2，把圖像進行灰度處理；
A3，建立車輛高清樣本數據庫。
3.根據權利要求1所述的車型圖片修復訓練樣本的生成方法，其特征在于，所述步驟B具體包括：
B1，以等比例方式把上述高清樣本圖像像素縮小10倍；
B2，以等比例方式把上述縮小樣本圖像像素放大10倍；
B3，建立車輛模糊樣本數據庫。
4.根據權利要求1所述的車型圖片修復訓練樣本的生成方法，其特征在于，所述步驟C具體包括：
系統建立模型，把上述車輛高清和模糊樣本圖像分別傳輸給模型反復訓練。而模型訓練主要采用卷積神經網絡方法，從大樣本數據中學習，利用不同卷積層輸出的高級特征，對特征進行分類，從而實現車型圖片自動修復的效果。
5.根據權利要求1所述的車型圖片修復訓練樣本的生成方法，其特征在于，其特征在于，所述步驟D具體包括：
當模型與車輛樣本數據庫圖像訓練完畢，且準確率達到某一閥值，可應用于現場抓拍。在現場中，通過攝像頭，抓拍大量車輛視頻。系統提取視頻，按照設定幀數，把視頻拆分成多張靜態圖像。系統輸入車輛模糊圖像，模型識別車輛且根據學習的車輛特征對圖像進行細節修補，輸出對應的車輛高清圖像。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于廣東智媒云圖科技股份有限公司，未經廣東智媒云圖科技股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811036297.1/1.html，轉載請聲明來源鉆瓜專利網。
