一种基于深度学习的多模块协同物体识别系统及方法

发明专利有效专利

申请号：
CN202011641665.2
IPC分类号：G06K9/62;G06N3/04;G06N3/08
申请日期：
2020-12-31
申请人：
山东奥邦交通设施工程有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的多模块协同物体识别系统及方法
申请号	CN202011641665.2	申请日期	2020-12-31
法律状态	实质审查	申报国家	中国
公开/公告日	2021-04-27	公开/公告号	CN112712124A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	山东奥邦交通设施工程有限公司	申请人地址	山东省济南市高新区综合保税区港兴三路北段1号济南药谷研发平台区1号楼B座0701室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	山东奥邦交通设施工程有限公司	当前权利人	山东奥邦交通设施工程有限公司
发明人	奚照明;杨哲;邵强;梁昭;蔡达;张辉;马琳
代理机构	济南圣达知识产权代理有限公司	代理人	张庆骞

摘要

本发明属于深度学习技术领域，提供了一种基于深度学习的多模块协同物体识别系统及方法。其中，该系统包括集成于一体且协同工作的视频输入模块、视频处理子系统模块、智能视频引擎模块、神经网络加速引擎模块、视频图形子系统模块和视频输出模块。其利用多模块协同，实现物体的实时识别，解决了现在需将摄像头图像上传至服务器进行识别处理的问题，避免了网络延迟或网络带宽的限制造成的时间延迟，实现了真正的实时识别。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供