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 > 公安部交通管理科学研究所蔡岗获国家专利权

公安部交通管理科学研究所蔡岗获国家专利权

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!

龙图腾网获悉公安部交通管理科学研究所申请的专利一种基于深度学习的图片叠加要素完备性判断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:CN119152355B

龙图腾网通过国家知识产权局官网在2025-11-11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:202411284081.2,技术领域涉及:G06V20/00;该发明授权一种基于深度学习的图片叠加要素完备性判断方法是由蔡岗;镇煌;陆俊杰;尤勇;何瑞华设计研发完成,并于2024-09-13向国家知识产权局提交的专利申请。

一种基于深度学习的图片叠加要素完备性判断方法在说明书摘要公布了:本申请提供的一种基于深度学习的图片叠加要素完备性判断方法,提取待判断图片上传时的关键信息,基于关键信息对图片进行分类,根据分类结果,先对信号灯类图片、单点测速类或区间测速类图片分别进行针对性的判断,将存在问题的图片进行排除,提高了检测效率;然后利用水印信息完备性检测模型对待判断图片的水印的完备性和正确性进行判断,整个过程无需人工参与,极大地降低了审核工作人员的工作量。

本发明授权一种基于深度学习的图片叠加要素完备性判断方法在权利要求书中公布了:1.一种基于深度学习的图片叠加要素完备性判断方法,其特征在于,其包括以下步骤: S1:获取待判断图片; 找到采集待判断图片的监控设备,记作:判断用监控设备; 获取所述判断用监控设备上传的所有非正常驾驶行为的记录数据,记作:判断用记录数据; S2:基于所述判断用监控设备和所述判断用记录数据,提取待判断图片相关的关键信息; 所述关键信息包括:设备编号、设备类型、拍摄时间、车辆行为描述、行为代码及车辆号牌; S3:根据所述关键信息中的所述判断用监控设备的设备类型以及行为代码,对所述待判断图片进行图片类型的分类; 所述图片类型与车辆驾驶行为的取证类型一一对应,具体包括:违停类、信号灯类、非信号灯非测速类、单点测速类和区间测速类; S4:读取待判断图片对应的所述图片类型; 若图片类型属于信号灯类,则执S6; 若图片类型属于单点测速类或区间测速类,则执行步骤S7; 若图片类型属于上述以外其他类型违法,执行步骤S8; S5:基于目标检测深度学习算法模型构建信号灯水印遮挡判断模型;基于深度学习算法中的二分类算法模型构建测速类违法分类模型;基于深度学习算法模型构建水印信息完备性检测模型; S6:使用训练好的所述信号灯水印遮挡判断模型,检测待判断图片的叠加水印是否对信号灯形成遮挡; 若不形成遮挡,则执行步骤S8; 否则,判断为待判断图片的叠加水印遮挡了信号灯,停止对待判断图片的后续检测,直接提示图片没有通过检测; S7:使用训练好的所述测速类违法分类模型对单点测速类图片或区间测速类图片进行分类筛选,将模型输出的分类结果记作:识别类型; 读取待判断图片的所述关键信息中的行为代码,得到待判断图片的备案类型; 确认所述识别类型和上传图片的监控设备的备案类型的是否一致,如果一致则执行步骤S8; 否则,表示待判断图片的备案类型与其实际不符,停止对待判断图片的后续检测,直接提示图片没有通过检测; S8:将待判断图片送入训练好的所述水印信息完备性检测模型中,对待判断图片中的水印信息是否完整进行识别,所述水印信息完备性检测模型输出判断结果; 所述判断结果包括:是否完整、是否模糊以及是否有遮挡。

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公安部交通管理科学研究所,其通讯地址为:214151 江苏省无锡市滨湖区钱荣路88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”。

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。