道路异常智能识别模型训练、道路异常识别的方法及系统

发明专利有效专利

申请号：
CN202110721863.8
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-06-28
申请人：
山东理工大学

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	道路异常智能识别模型训练、道路异常识别的方法及系统
申请号	CN202110721863.8	申请日期	2021-06-28
法律状态	实质审查	申报国家	中国
公开/公告日	2021-09-03	公开/公告号	CN113343905A
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;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	山东理工大学	申请人地址	山东省高新技术开发区高创园A座313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	山东理工大学	当前权利人	山东理工大学
发明人	陈建达
代理机构	成都东恒知盛知识产权代理事务所（特殊普通合伙）	代理人	李英

摘要

本发明公开了道路异常智能识别模型训练、道路异常识别的方法及系统，涉及道路识别技术领域，解决了现有道路异常情况识别存在一定的误差，且识别精度有待进一步提升的问题，其技术方案要点是：获取多个处于异常状态的道路图像作为训练样本图像；提取各个训练样本图像中异常特征和车辆驾驶位特征，得到训练样本集；将训练样本集输入深度学习神经网络模型进行训练，得到道路异常智能识别模型。发明通过依据异常特征对车辆驾驶位特征的影响相关性进行模型训练，能够依据车辆密度分布信息、车辆驾驶方位信息的细节差异性表征精准、可靠的识别出道路异常的具体类型和具体情况，道路异常识别的误差较小。

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