摘要

本发明公开了一种基于卷积神经网络车辆识别与跟踪方法。解决了现有技术难以在高精度情况下保证即时性的问题,克服了分类结果不准确、跟踪识别时间长等不足。实现步骤为:构建并训练快速区域卷积神经网络;对监控视频初始帧进行处理与识别;离线训练跟踪卷积神经网络;提取与选择最佳候选框;生成样本队列;在线迭代训练;获取目标图像,实现即时车辆识别与跟踪。本发明将Faster#rcnn与跟踪卷积神经网络相结合,使用卷积神经网络提取了车辆健壮性极好、代表性强的高层特征;通过网络融合以及在线#离线训练交替进行的方式,在保证高精确度的基础上,缩短了跟踪识别所需时间。识别结果准确,跟踪时间更短。可用于配合普通摄像头完成车辆的即时识别与跟踪。 1