Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 超级视线科技有限公司闫军获国家专利权

超级视线科技有限公司闫军获国家专利权

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!

龙图腾网获悉超级视线科技有限公司申请的专利基于高位视频监控的车辆匹配关系判断方法以及装置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:CN114519842B

龙图腾网通过国家知识产权局官网在2025-10-10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:202210127148.6,技术领域涉及:G06V20/52;该发明授权基于高位视频监控的车辆匹配关系判断方法以及装置是由闫军;丁丽珠;王艳清设计研发完成,并于2022-02-11向国家知识产权局提交的专利申请。

基于高位视频监控的车辆匹配关系判断方法以及装置在说明书摘要公布了:本申请公开一种基于高位视频监控的车辆匹配关系判断方法以及装置。方法包括:根据多个视频帧图像,车辆类别、检测框坐标位置、检测框标识号码、匹配对象类别、检测框坐标位置以及检测框标识号码,构建车辆与匹配对象的真实关系矩阵与每个检测框的邻接矩阵;根据车辆检测框坐标位置与匹配对象检测框坐标位置对图像进行变换,获得检测框图像;将每个检测框图像的特征与距离特征进行拼接,获得拼接特征,对拼接特征进行特征变换,获得变换特征;将每个变换特征与每个检测框的邻接矩阵输入至图卷积神经网络,输出车辆与匹配对象的预测关系矩阵;构建损失函数,并根据损失函数,调整图卷积神经网络的参数,获得训练完成的图卷积神经网络。

本发明授权基于高位视频监控的车辆匹配关系判断方法以及装置在权利要求书中公布了:1.一种基于高位视频监控的车辆匹配关系判断方法,其特征在于,包括: 获取多个视频帧图像,并根据所述多个视频帧图像,获得每个所述视频帧图像对应的车辆类别、车辆检测框坐标位置、车辆检测框标识号码、匹配对象类别、匹配对象检测框坐标位置以及匹配对象检测框标识号码; 根据所述车辆类别、所述车辆检测框坐标位置、所述车辆检测框标识号码、所述匹配对象类别、所述匹配对象检测框坐标位置以及所述匹配对象检测框标识号码,构建车辆与匹配对象的真实关系矩阵与每个检测框的邻接矩阵;其中,每个所述检测框为车辆检测框或者匹配对象检测框; 根据所述车辆检测框坐标位置与所述匹配对象检测框坐标位置,对每个所述视频帧图像进行划分与尺寸变换,获得多个检测框图像; 将每个所述检测框图像的特征与距离特征进行拼接,获得多个拼接特征,并对所述多个拼接特征进行特征变换,获得多个变换特征; 将每个所述变换特征与每个所述检测框的邻接矩阵输入至图卷积神经网络,输出车辆与匹配对象的预测关系矩阵; 所述将每个所述变换特征与每个所述检测框的邻接矩阵输入至图卷积神经网络,输出车辆与匹配对象的预测关系矩阵,包括: 构建所述图卷积神经网络,所述图卷积神经网络为: 其中,X表示每个所述变换特征,A表示每个所述检测框的关系矩阵,表示每个所述检测框的邻接矩阵,I表示每个所述检测框的单位矩阵,表示每个所述检测框的度矩阵,W0与W1表示所述图卷积神经网络的参数,F1表示非线性激活函数,F2表示归一化函数; 根据所述图卷积神经网络,输出所述车辆与匹配对象的预测关系矩阵; 根据所述车辆与匹配对象的真实关系矩阵与所述车辆与匹配对象的预测关系矩阵,构建损失函数,并根据所述损失函数,调整所述图卷积神经网络的参数,获得训练完成的图卷积神经网络; 根据所述训练完成的图卷积神经网络,对待测视频帧图像进行预测,获得车辆与匹配对象的匹配关系。

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超级视线科技有限公司,其通讯地址为:075000 河北省张家口市桥东区站前东大街28号河北国控北方硅谷高科新城10号楼4层;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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。