买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利一种基于深度学习融合模型的车辆颜色识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115019067B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210660148.2，技术领域涉及：G06V10/56；该发明授权一种基于深度学习融合模型的车辆颜色识别方法是由赵池航;马欣怡;苏子钧;吴宇航设计研发完成，并于2022-06-10向国家知识产权局提交的专利申请。

本一种基于深度学习融合模型的车辆颜色识别方法在说明书摘要公布了：本发明公开了一种基于深度学习融合模型的车辆颜色识别方法，包括：构建高速公路车脸图像数据集；采用YUV‑FM‑Retinex方法对高速公路车脸图像数据进行图像增强；构建基于深度学习的车辆颜色识别模型VCR‑VGG16，获取一维特征向量FV；构建基于深度学习的车辆颜色识别模型VCR‑Xception，获取一维特征向量FX；构建基于深度学习的车辆颜色识别模型VCR‑DenseNet201，获取一维特征向量FD；将特征向量FV、FX、FD融合，构建基于深度学习车辆颜色识别融合模型VCR‑FDCNN进行车辆颜色识别。本发明提出图像增强预处理方法并构建深度学习融合模型，从而可以更精准的实现车辆颜色的识别，可对高速公路场景的车辆信息感知提供技术支持。

本发明授权一种基于深度学习融合模型的车辆颜色识别方法在权利要求书中公布了：1.一种基于深度学习融合模型的车辆颜色识别方法，其特征在于：包括如下步骤： S1：构建高速公路车脸图像数据集； S2：对高速公路车脸图像数据集进行YUV-FM-Retinex图像增强； S3：构建基于深度学习的车辆颜色识别模型VCR-VGG16，获取一维特征向量FV； S4：构建基于深度学习的车辆颜色识别模型VCR-Xception，获取一维特征向量FX； S5：构建基于深度学习的车辆颜色识别模型VCR-DenseNet201，获取一维特征向量FD； S6：将特征向量FV、FX、FD融合，构建基于深度学习车辆颜色识别融合模型VCR-FDCNN，进行车辆颜色识别； 步骤S2中对高速公路车脸图像数据进行YUV-FM-Retinex图像增强的具体步骤如下： S2-1：切换YUV颜色空间，将RGB颜色空间内的初始图像转化到YUV颜色空间； S2-2：分离通道，分离YUV颜色空间图像，得到亮度分量Y与色度分量U、V； S2-3：FM-Retinex增强，仅对亮度分量Y进行FM-Retinex算法增强； S2-4：通道融合，将增强后的亮度通道Y与色度通道U、V融合； S2-5：切换RGB颜色空间，将YUV颜色空间内的图像转换回RGB颜色空间； S2-6：亮度归一化，调整图像各通道灰度值归一化，再同比恢复至0,225区间； 步骤S6中，对于VCR-VGG16、VCR-Xception、VCR-DenseNet201三个模型，去除原结构全连接层与Dropout层，将得到的一维特征向量FV、FX、FD并联融合得到1×1×4480的特征，然后将合并后的一维特征向量作为输入，重新训练全连接层，并再次加入Dropout层防止过拟合，最后得到融合模型VCR-FDCNN。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。