技术总结
本发明公开了一种基于深度学习的车辆品牌型号精细识别方法与系统，方法包括：获取原始车辆图像；对原始车辆图像进行空间金字塔划分，将原始车辆图像划分为三个层次共21个图像块，所述三个层次中图像块的数量分别是1、4以及16个；采用改进的卷积神经网络对划分后的各个图像块进行特征提取，得到各个图像块的特征向量，所述改进的卷积神经网络包括卷积层、最大池化层、架构层和平均池化层；根据各个图像块的特征向量采用权值空间金字塔的方法得到车辆图像的最终表达向量；将车辆图像的最终表达向量送入预先训练好的一个多类线性支持向量机分类器中进行车辆品牌型号识别。本发明具有鲁棒性好和识别准确率高的优点，可广泛应用于图像处理领域。
技术研发人员：李熙莹;袁敏贤;江倩殷;罗东华;吕硕;陈锐祥
受保护的技术使用者：中山大学;广东方纬科技有限公司
文档号码：201610917763
技术研发日：2016.10.20
技术公布日：2017.03.22