技术总结
本发明提供一种交通设备的属性识别方法和装置，该方法通过获取多个交通设备的图片作为原始样本集中的图片；对上述每个图片执行尺寸统一化操作及数量自增强操作；对数量自增强操作生成的操作结果中的每个图片RGB通道上的像素值执行数值中心化操作及数值缩小化操作，得到训练样本集；对训练样本集执行深度网络训练，生成交通设备的属性识别模型；将测试图片输入交通设备的属性识别模型，生成对应的交通设备的属性概率向量，根据属性概率向量生成交通设备的属性识别结果。该方法能够大幅提升算法的准确性，降低误报；使用深度网络，克服了浅层网络特征提取不充分的问题；同时，还能够完全由数据驱动的端到端的模型，没有引入手动定义的特征。
技术研发人员：刘华英
受保护的技术使用者：刘华英
文档号码：201610676156
技术研发日：2016.08.17
技术公布日：2017.01.11