技術(shù)特征：

技術(shù)總結(jié)
基于CNN多特征聯(lián)合和多核稀疏表示的車型識(shí)別方法，利用智能交通相機(jī)拍攝包括復(fù)雜場(chǎng)景下的車輛圖像，首先對(duì)車輛圖像進(jìn)行預(yù)處理，然后基于CNN中AlexNet網(wǎng)絡(luò)，設(shè)計(jì)5個(gè)卷積層與3個(gè)全連接層自動(dòng)提取車輛的全局與局部特征，將第1,2,5池化層和第6,7全連接層的特征圖按列拉伸后作為車輛特征分量分別輸入到5個(gè)不同的單核函數(shù)中，并通過(guò)加權(quán)融合形成一個(gè)聯(lián)合特征矩陣；然后基于多核學(xué)習(xí)和稀疏表示算法，求解每個(gè)核函數(shù)的權(quán)值和聯(lián)合特征矩陣的投影矩陣，最后根據(jù)核稀疏最小重構(gòu)誤差實(shí)現(xiàn)對(duì)車輛類型的識(shí)別。本發(fā)明能夠?qū)崟r(shí)進(jìn)行車型識(shí)別，提取出需要的交通流信息，解決交通擁堵問(wèn)題，有利于公路網(wǎng)的總體規(guī)劃及道路建設(shè)。

技術(shù)研發(fā)人員：孫偉;杜宏吉;張小瑞;施順順;趙玉舟;楊翠芳
受保護(hù)的技術(shù)使用者：南京信息工程大學(xué)
技術(shù)研發(fā)日：2017.06.29
技術(shù)公布日：2017.11.07