[發(fā)明專利]一種用于無人值守傳感器系統(tǒng)的車輛目標(biāo)識(shí)別方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010332401.2
• 申請(qǐng)日: 2020-04-24
• 公開（公告）號(hào): CN111461064A
• 公開（公告）日: 2020-07-28
• 發(fā)明（設(shè)計(jì)）人: 王楠;李雄;許桐華
• 申請(qǐng)（專利權(quán)）人: 中國人民解放軍國防科技大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06N3/04;G06N3/08;G01H17/00
• 代理公司: 湖南兆弘專利事務(wù)所(普通合伙) 43008
• 代理人: 周長清;廖元寶

本發(fā)明公開了一種用于無人值守傳感器系統(tǒng)的車輛目標(biāo)識(shí)別方法、系統(tǒng)、介質(zhì)及設(shè)備，屬于車輛識(shí)別技術(shù)領(lǐng)域，用于解決目前車輛識(shí)別精度低的技術(shù)問題，采用的技術(shù)方案為：數(shù)據(jù)預(yù)處理：將無人值守地面?zhèn)鞲衅髟O(shè)備獲取的原始數(shù)據(jù)轉(zhuǎn)換成MFCC特征向量；S2：模型訓(xùn)練：將MFCC特征向量作為訓(xùn)練樣本，輸入到循環(huán)神經(jīng)網(wǎng)絡(luò)中訓(xùn)練，建立循環(huán)神經(jīng)網(wǎng)絡(luò)模型；S3：信號(hào)識(shí)別：通過循環(huán)神經(jīng)網(wǎng)絡(luò)模型對(duì)輪式車輛和履帶式車輛進(jìn)行識(shí)別。本發(fā)明的用于無人值守傳感器系統(tǒng)的車輛目標(biāo)識(shí)別方法、系統(tǒng)、介質(zhì)及設(shè)備均具有操作簡便、實(shí)時(shí)對(duì)車輛進(jìn)行檢測且識(shí)別準(zhǔn)確率高等優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明主要涉及車輛目標(biāo)模式識(shí)別領(lǐng)域，特指一種用于無人值守傳感器系統(tǒng)的車輛目標(biāo)識(shí)別方法、系統(tǒng)、介質(zhì)及設(shè)備。

背景技術(shù)

傳統(tǒng)的無人值守傳感器系統(tǒng)中車輛目標(biāo)識(shí)別方法包括過零分析和峰度檢測等方法，這些方法在實(shí)際應(yīng)用過程中存在高虛警率和高漏警率的問題，識(shí)別精度不高，難以精確識(shí)別輪式車輛和履帶式車輛。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題就在于：針對(duì)現(xiàn)有技術(shù)存在的技術(shù)問題，本發(fā)明提供一種操作簡便、實(shí)時(shí)對(duì)車輛進(jìn)行檢測且識(shí)別準(zhǔn)確率高的用于無人值守傳感器系統(tǒng)的車輛目標(biāo)識(shí)別方法、系統(tǒng)、介質(zhì)及設(shè)備。

為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為：

一種用于無人值守傳感器系統(tǒng)的車輛目標(biāo)識(shí)別方法，包括步驟：

S1：數(shù)據(jù)預(yù)處理：將無人值守地面?zhèn)鞲衅髟O(shè)備獲取的原始數(shù)據(jù)轉(zhuǎn)換成MFCC特征向量；

S2：模型訓(xùn)練：將步驟S1得到的MFCC特征向量作為訓(xùn)練樣本，輸入到循環(huán)神經(jīng)網(wǎng)絡(luò)中訓(xùn)練，建立循環(huán)神經(jīng)網(wǎng)絡(luò)模型；

S3：信號(hào)識(shí)別：通過步驟S2建立的循環(huán)神經(jīng)網(wǎng)絡(luò)模型對(duì)輪式車輛和履帶式車輛進(jìn)行識(shí)別。

作為上述技術(shù)方案的進(jìn)一步改進(jìn)：

在步驟S1中，對(duì)原始信號(hào)進(jìn)行MFCC特征向量提取后，再對(duì)MFCC特征向量作歸一化處理，范圍在0至100，得到輸入到一個(gè)循環(huán)神經(jīng)網(wǎng)絡(luò)的時(shí)間序列數(shù)據(jù)。

所述原始數(shù)據(jù)包含輪式車輛信號(hào)和履帶式車輛信號(hào)。

所述輪式車輛信號(hào)和履帶式車輛信號(hào)包括對(duì)應(yīng)車輛行駛過程中產(chǎn)生的地震動(dòng)信號(hào)。

將時(shí)間序列數(shù)據(jù)作為一個(gè)循環(huán)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本；對(duì)訓(xùn)練樣本貼標(biāo)簽，標(biāo)簽0是輪式車輛信號(hào)，標(biāo)簽1是履帶式車輛信號(hào)；循環(huán)神經(jīng)網(wǎng)絡(luò)訓(xùn)練迭代次數(shù)根據(jù)測試集準(zhǔn)確率和損失函數(shù)值是否收斂來定。

本發(fā)明還公開了一種用于無人值守傳感器系統(tǒng)的車輛目標(biāo)識(shí)別系統(tǒng)，包括

數(shù)據(jù)預(yù)處理模塊，用于將無人值守地面?zhèn)鞲衅髟O(shè)備獲取的原始數(shù)據(jù)轉(zhuǎn)換成MFCC特征向量；

模型訓(xùn)練模塊，用于將得到的MFCC特征向量作為訓(xùn)練樣本，輸入到循環(huán)神經(jīng)網(wǎng)絡(luò)中訓(xùn)練，建立循環(huán)神經(jīng)網(wǎng)絡(luò)模型；

信號(hào)識(shí)別模塊，用于通過循環(huán)神經(jīng)網(wǎng)絡(luò)模型對(duì)輪式車輛和履帶式車輛進(jìn)行識(shí)別。

本發(fā)明進(jìn)一步公開了一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被處理器運(yùn)行時(shí)執(zhí)行如上所述的用于無人值守傳感器系統(tǒng)的車輛目標(biāo)識(shí)別方法的步驟。

本發(fā)明還公開了一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被處理器運(yùn)行時(shí)執(zhí)行如上所述的用于無人值守傳感器系統(tǒng)的車輛目標(biāo)識(shí)別方法的步驟。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：