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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江工业大学付明磊获国家专利权

浙江工业大学付明磊获国家专利权

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!

龙图腾网获悉浙江工业大学申请的专利一种用于商用车主动安全的交通标志识别方法与系统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:CN116704478B

龙图腾网通过国家知识产权局官网在2026-04-28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:202310709972.7,技术领域涉及:G06V20/58;该发明授权一种用于商用车主动安全的交通标志识别方法与系统是由付明磊;刘小霞;顾鹏笠设计研发完成,并于2023-06-15向国家知识产权局提交的专利申请。

一种用于商用车主动安全的交通标志识别方法与系统在说明书摘要公布了:本发明公开了一种用于商用车主动安全的交通标志识别方法与系统,所述识别方法的具体步骤如下:S1、通过车载摄像头装置捕获道路全景图像信息,并对道路全景图像信息进行预处理操作,通过色彩变换空间设定阈值提取感兴趣区域图像;S2、将上述感兴趣区域图像与交通标志模板库图片进行匹配,根据匹配结果定位道路全景图像中的标志图像;S3、设计并搭建神经网络模型,在采样交通标志数据集上训练所述神经网络模型,获得最优交通标志识别模型;S4、合并上述最优交通标志识别模型中的多分支结构,获得重塑模型;S5、针对步骤S2中所述的标志图像进行分类识别,将标志图像进行归一化处理后输入步骤S4的重塑模型,根据输出结果判断交通标志类型。

本发明授权一种用于商用车主动安全的交通标志识别方法与系统在权利要求书中公布了:1.一种用于商用车主动安全的交通标志识别方法,其特征在于,所述识别方法的具体步骤如下: S1、通过车载摄像头装置捕获道路全景图像信息,并对道路全景图像信息进行预处理操作,通过色彩变换空间设定阈值提取感兴趣区域图像; S2、将上述感兴趣区域图像与交通标志模板库图片进行匹配,根据匹配结果定位道路全景图像中的标志图像; S3、设计并搭建包含神经网络模型,神经网络模型包含若干个多分支块,每个多分支块中包含并行的11卷积层、33卷积层与BN层,若干个分支块为串联关系,在采样交通标志数据集上训练所述神经网络模型,获得最优交通标志识别模型; S4、合并上述最优交通标志识别模型中的若干个多分支块中的11卷积层、33卷积层与BN层,得到新的重塑模型; S5、针对步骤S2中所述的标志图像进行分类识别,将标志图像进行归一化处理后输入步骤S4的重塑模型,根据输出结果判断交通标志类型; 所述步骤S4具体包括以下步骤: S41:将1×1卷积层分支上的卷积层周围填充0重构为3×3卷积层; S42:将3×3卷积算子和BN算子融合,转换公式如下23所示: 23 其中,表示Conv2d算子和BN算子融合结果,表示BN层放缩系数,表示BN层平移系数,表示输入BN层样本的方差,μ表示输入BN层样本的均值,ε是一个非常小的常量,其作用是防止分母为0,表示Conv2d层权重,b表示Conv2d层的偏置; S43:将只有BN的分支BN转换成3×3卷积,实现过程为: 构建一个只做恒等映射的3×3卷积层,与BN层按步骤S42进行融合即可; S44:将多分支结构进行融合,即将每个分支转换后的3×3卷积层进行叠加操作,合并为单支结构。

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浙江工业大学,其通讯地址为:310014 浙江省杭州市拱墅区潮王路18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。