一种基于深度学习的道路上方文字交通标志识别方法及装置

发明专利有效专利

申请号：
CN201910635202.6
IPC分类号：G06K9/00;G06K9/46;G06K9/62
申请日期：
2019-07-15
申请人：
南京信息工程大学

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道路上方文字交通标志识别方法及装置
申请号	CN201910635202.6	申请日期	2019-07-15
法律状态	实质审查	申报国家	中国
公开/公告日	2019-10-18	公开/公告号	CN110348396A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? 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〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;4;6;;;G;0;6;K;9;/;6;2查看分类表>
申请人	南京信息工程大学	申请人地址	江苏省南京市江北新区宁六路219号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京信息工程大学	当前权利人	南京信息工程大学
发明人	孙伟;杜洋涛;张小瑞;孙敏;李免;张学平
代理机构	南京钟山专利代理有限公司	代理人	梁涛

摘要

本发明公开了一种基于深度学习的道路上方文字交通标志识别方法及装置，所述方法包括如下步骤：先采集道路上方文字交通标志，并对图像进行预处理；然后基于源域已训练好的网络参数迁移到Faster‑R‑CNN网络上作为文字交通标志检测网络的初始网络参数，基于目标域样本对网络参数进行微调获得最终的网络参数；对RGB颜色空间的交通标志图像进行HSV颜色空间转换，并将转换后的HSV颜色空间图像也作为Faster‑R‑CNN网络的输入；最后利用EAST文本文字检测网络模型和ELM分类器的识别模型对检测到的道路上方文字交通标志进行识别分类，并输出检测结果。实现了在自然场景下提取出交通标志中的有效信息。

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