一种基于卷积神经网络的可停靠车位检测方法及系统

发明专利有效专利

申请号：
CN201911192323.4
IPC分类号：G06K9/00;G06N3/04;G06N3/08
申请日期：
2019-11-28
申请人：
的卢技术有限公司

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	一种基于卷积神经网络的可停靠车位检测方法及系统
申请号	CN201911192323.4	申请日期	2019-11-28
法律状态	实质审查	申报国家	中国
公开/公告日	2020-03-27	公开/公告号	CN110929661A
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;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	的卢技术有限公司	申请人地址	江苏省南京市秣陵街道利源南路55号C4栋变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	的卢技术有限公司	当前权利人	的卢技术有限公司
发明人	冯偲
代理机构	南京禹为知识产权代理事务所（特殊普通合伙）	代理人	王晓东

摘要

本发明公开了一种基于卷积神经网络的可停靠车位检测方法及系统，包括以下步骤，采集模块采集视频数据；处理模块对视频数据进行处理得到训练数据和标注数据；检测模块构建卷积神经网络模型；使用训练数据和标注数据对卷积神经网络模型进行训练，并输出训练后的卷积神经网络模型；所述采集模块在停车前采集周围的环境图像；将环境图像输入所述检测模块进行检测和筛选，输出停车位图。本发明的有益效果：通过卷积神经网络对停车位和禁停标志进行检测，从而筛选出可停的车位，提高车位检测的鲁棒性以及检测结果的准确性和实用性。

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