您當(dāng)前的位置：成果庫(kù) > 基于級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的前車(chē)車(chē)輛信息結(jié)構(gòu)化輸出方法
1750
2018/08/06
咨詢成果
發(fā)布成果基本信息
- 成果類(lèi)型 高等院校
- 委托機(jī)構(gòu) 西安電子科技大學(xué)
- 成果持有方 西安電子科技大學(xué)
- 行業(yè)領(lǐng)域 數(shù)據(jù)分析處理
- 項(xiàng)目名稱(chēng) 基于級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的前車(chē)車(chē)輛信息結(jié)構(gòu)化輸出方法
- 知識(shí)產(chǎn)權(quán) 發(fā)明專(zhuān)利
- 項(xiàng)目簡(jiǎn)介 本發(fā)明提出了一種基于級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的前車(chē)車(chē)輛信息結(jié)構(gòu)化輸出方法，主要解決現(xiàn)有方法不能在復(fù)雜環(huán)境下一次性快速檢測(cè)、識(shí)別到車(chē)體、車(chē)牌、車(chē)標(biāo)的問(wèn)題。其實(shí)現(xiàn)過(guò)程是：1.獲取樣本集，并從中選出車(chē)體初樣本集；2.用二值范數(shù)梯度方法對(duì)車(chē)體的最初樣本集進(jìn)行訓(xùn)練；3.分別訓(xùn)練車(chē)體、車(chē)牌、車(chē)標(biāo)的卷積神經(jīng)網(wǎng)絡(luò)；4.根據(jù)訓(xùn)練好的車(chē)體卷積神經(jīng)網(wǎng)絡(luò)判斷出車(chē)體區(qū)域和顏色；5.根據(jù)訓(xùn)練好的車(chē)牌卷積神經(jīng)網(wǎng)絡(luò)判斷出車(chē)牌區(qū)域，識(shí)別車(chē)牌號(hào)；6.根據(jù)訓(xùn)練好的車(chē)標(biāo)卷積神經(jīng)網(wǎng)絡(luò)判斷出車(chē)標(biāo)區(qū)域及類(lèi)別；7.將得到的所有信息輸出到幀圖像。本發(fā)明能在復(fù)雜環(huán)境中較準(zhǔn)確地檢測(cè)、識(shí)別前方車(chē)輛信息，可用于智能監(jiān)控、智能交通、駕駛員輔助及交通信息檢測(cè)。
交易信息
- 意向交易額 面議
- 掛牌時(shí)間 2018/04/17
- 委托機(jī)構(gòu) 西安電子科技大學(xué)
- 聯(lián)系人姓名 王小剛
- 聯(lián)系人電話 15802954800
- 聯(lián)系人郵箱 745490733@qq.com
- 分享至：
