Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院);山东山科智能科技有限公司吴晓明获国家专利权

山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院);山东山科智能科技有限公司吴晓明获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院);山东山科智能科技有限公司申请的专利一种交通标志识别方法、系统、设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116977979B

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310927182.6,技术领域涉及:G06V20/58;该发明授权一种交通标志识别方法、系统、设备及存储介质是由吴晓明;尹训嘉;刘祥志;裴加彬;邱文科设计研发完成,并于2023-07-26向国家知识产权局提交的专利申请。

一种交通标志识别方法、系统、设备及存储介质在说明书摘要公布了:本发明公开了一种交通标志识别方法及系统,其中方法,包括:获取待识别的视频;对待识别视频的所有帧图像,输入到训练后的交通标志识别模型中,输出交通标志识别结果;其中,训练后的交通标志识别模型,用于:对待识别视频的所有帧图像进行特征提取,得到所有帧图像的特征图;对所有帧图像的特征图,提取出交通标志候选区域;将关键帧图像的交通标志候选区域和相邻帧图像的交通标志候选区域,进行特征融合,得到融合后的交通标志候选区域;对融合后的交通标志候选区域进行特征图提取,生成融合后的候选区域特征图;对融合后的候选区域特征图进行分类和回归,得到交通标志识别结果。

本发明授权一种交通标志识别方法、系统、设备及存储介质在权利要求书中公布了:1.一种交通标志识别方法,其特征是,包括: 获取待识别的视频; 将待识别的视频的所有帧图像,划分为关键帧图像和相邻帧图像;所述关键帧图像是指与前一帧图像的场景不同,但是与后一帧图像的场景相同的帧;所述相邻帧图像,是指当前关键帧图像与前一个关键帧图像之间的图像,和当前关键帧图像与后一个关键帧图像之间的图像; 对待识别视频的所有帧图像,输入到训练后的交通标志识别模型中,输出交通标志识别结果;其中,训练后的交通标志识别模型,用于:对待识别视频的所有帧图像进行特征提取,得到所有帧图像的特征图;对所有帧图像的特征图,提取出交通标志候选区域;将关键帧图像的交通标志候选区域和相邻帧图像的交通标志候选区域,进行特征融合,得到融合后的交通标志候选区域;对融合后的交通标志候选区域进行特征图提取,生成融合后的候选区域特征图;对融合后的候选区域特征图进行分类和回归,得到交通标志识别结果; 训练后的交通标志识别模型,网络结构包括: 依次连接的骨干网络和候选区域生成网络;所述骨干网络,包括:依次连接的第一3*3卷积层、SE层、第一1*1卷积层、加法器、激活函数层和池化层;所述3*3卷积层的输入端还与加法器的输入端连接;所述第一3*3卷积层,采用可变形卷积来实现; 所述候选区域生成网络的输出端通过第一分支与相似注意力模块的输入端连接,所述第一分支上设有感兴趣区域池化层;感兴趣区域池化层RoIPooling的输入端与候选区域生成网络的输出端连接,感兴趣区域池化层RoIPooling的输出端与相似注意力模块的输入端连接; 所述候选区域生成网络的输出端通过第二分支与相似注意力模块的输入端连接; 所述相似注意力模块的输出端与图卷积神经网络的输入端连接; 图卷积神经网络的输出端与第一全连接层的输入端连接; 所述第一全连接层的输出端分别与回归器和分类器连接。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院);山东山科智能科技有限公司,其通讯地址为:250000 山东省济南市历下区科院路19号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。