本發明公開了一種基于無損失函數的深度卷積神經網絡的路面類型估算方法,包括步驟一、采集路面工況圖像,對路面類型進行標定并建立路面工況數據庫;對圖像基于無損失函數的深度卷積神經網絡進行訓練,獲取圖像特征并進行二值化哈希編碼與直方圖處理得到圖像的特征輸出向量;根據圖像的特征輸出向量及其對應的路面類型對支持向量機進行訓練并選定參數,確定路面類型判別函數;步驟二、采集待測路面工況圖像,并根據所述步驟一獲得待測路面的特征輸出向量,采用訓練好的支持向量機確定待測路面類型。簡化了卷積神經網絡深度學習模型對圖像的特征提取,并利用支持向量機進行圖像分類,大大減少了卷積訓練的難度,提高了分類效率。
聲明:
“基于無損失函數的深度卷積神經網絡的路面類型估算方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)