“王凤石”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果19个，建议您升级VIP下载更多相关专利

[发明专利]一种模糊车牌识别方法-CN201911346105.1有效
发明人： 王凤石 -专利权人：北京奥易克斯科技有限公司
申请日： 2019-12-24 - 公布日： 2023-08-01 - 主分类号： G06V20/62 文献下载
摘要：本发明揭示了一种模糊车牌识别方法，包括如下步骤：S1、倾斜模糊车牌处理，采用透视变换的方式对所获取的车牌图像进行视觉校正；S2、车牌字符分割，依据车牌中字符位置和每个字符所占比例，对车牌进行盲分割，将车牌分为多个部分；S3、卷积神经网络识别，建立卷积神经网络进行车牌字符识别，通过结构上的局部相连、权值共享及下采样控制整个网络的规模，实现网络对所识别图像在形变方面的鲁棒性。本发明的方法处理时长较短，能够显著地提升对人眼所不能识别或者识别困难的模糊车牌的识别率，解决了交通执法过程中的难点，为执法者提供了有利的执法依据。
一种模糊车牌识别方法

[发明专利]基于深度学习的烟雾识别方法及设备-CN202111252073.6在审
发明人： 王凤石;于树怀;冯涛 -专利权人：江苏奥易克斯汽车电子科技股份有限公司
申请日： 2021-10-26 - 公布日： 2022-01-28 - 主分类号： G06V10/25 文献下载
摘要：本申请涉及一种基于深度学习的烟雾识别方法及设备，方法包括：获取待识别图像；根据待识别图像，基于预先训练的卷积神经网络模型，得到待识别图像中的烟雾区域。由于烟雾具有移动缓慢的提点，现有技术中对运动的烟雾的检测算法效果不佳。针对这些不足，本申请中的卷积神经网络模型通过将帧间插法和背景插法的识别结果叠加从而准确有效地得到待识别图像中的烟雾区域。
基于深度学习烟雾识别方法设备

[发明专利]高空抛物检测方法、装置和设备-CN202110531713.0在审
发明人： 王凤石;于树怀 -专利权人：江苏奥易克斯汽车电子科技股份有限公司
申请日： 2021-05-17 - 公布日： 2021-10-19 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及高空抛物检测技术领域，具体涉及一种高空抛物检测方法、装置和设备，方法包括获取视频信息；视频信息包括移动的前景图像；提取视频信息中的前景图像；利用预先训练的高空抛物检测模型对前景图像进行识别，得到输出的图像识别类型；基于图像识别类型，确定高空抛物结果。采用本发明的技术方案，提取前景图像，然后将前景图像通过卷积神经网络进行特征提取识别，最终确定前景图像是否为抛物并确定高空抛物具体种类，降低检查查找高空抛物的难度，提高高空抛物判定的效率，提高了高空抛物检测的便捷性。
高空检测方法装置设备

[发明专利]基于深度学习的安全带检测方法及装置-CN202110546495.8在审
发明人： 王凤石;于树怀 -专利权人：江苏奥易克斯汽车电子科技股份有限公司
申请日： 2021-05-19 - 公布日： 2021-10-19 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于深度学习的安全带检测方法及装置，所述方法包括获取车辆图像；采用预设分割阈值对车辆图像进行分割处理，得到车辆粗定位图像；对车辆粗定位图像再次分割处理，得到驾驶员区域图像；将处理后的驾驶员区域图像输入预训练的分类网络中，分类网络对的处理后的驾驶员区域图像进行处理，输出是否系安全带驾驶员行为的分类结果。本发明通过对车辆图像处理，进行一次粗定位和一次细定位确定车窗位置，从而确定驾驶员区域，再对驾驶员区域进行分类处理，输出是否系安全带的分类结果，提高了安全带检测的正确率和鲁棒性，并且很大程度上减低了误报率和漏检率。
基于深度学习安全带检测方法装置

[发明专利]基于深度学习的场景变换检测方法及装置-CN202110546507.7在审
发明人： 王凤石;于树怀 -专利权人：江苏奥易克斯汽车电子科技股份有限公司
申请日： 2021-05-19 - 公布日： 2021-10-19 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于深度学习的场景变换检测方法及装置，包括获取视频的相邻两帧图像，根据相邻两帧图像确定相邻两帧的待处理图像；将相邻两帧的待处理图像转化为相邻两帧的灰度图像，计算每个灰度图像的像素灰度平均值和每个像素的灰度值，通过像素灰度平均值和每个像素的灰度值获取相邻两帧灰度图像的数据位，计算两个数据位之间的差值并将差值与预设阈值进行对比；根据对比结果进行两帧图像是否产生场景变换的处理。本发明先判断图像位移大小，如果图像位移较大则直接确认发生场景变化，如果位移较小则将图像输入到预训练的卷积神经网络中进一步判断，提高了确定场景变换的准确率和效率。
基于深度学习场景变换检测方法装置

[发明专利]ATM视频监控中异常行为检测方法、装置和设备-CN202110569261.5在审
发明人： 王凤石;于树怀 -专利权人：江苏奥易克斯汽车电子科技股份有限公司
申请日： 2021-05-25 - 公布日： 2021-08-06 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及一种ATM视频监控中异常行为检测方法、装置和设备。其中，基于深度学习算法模型来识别ATM视频监控中的异常行为，深度学习算法中，采用三维深度可分离卷积网络，使得改进后的网络能够更加充分利用动作间的时序信息进行建模；此外，网络结构中包括多个密集连接的三维密集块，并在他们之间添加过渡层，从而可以减少模型运行时间，提升运行速度和检测效率。
atm 视频监控异常行为检测方法装置设备

[发明专利]基于深度学习的图片敏感文字检测方法及装置-CN202110585378.2在审
发明人： 王凤石;于树怀 -专利权人：江苏奥易克斯汽车电子科技股份有限公司
申请日： 2021-05-27 - 公布日： 2021-08-06 - 主分类号： G06K9/34 文献下载
摘要：本申请涉及一种基于深度学习的图片敏感文字检测方法及装置，基于深度学习的图片敏感文字检测方法包括获取待检测图片，对待检测图片进行连通域标记得到连通区域标记图片，提取连通区域标记图片中的文字区域，对文字区域中的文字进行分割获取单个字符区域，将单个字符区域输入敏感文字检测模型输出分类结果，以根据分类结果识别待检测图片是否包含敏感文字。本申请不仅可以快速准确地定位到文字区域，并且对文字区域分割成单个字符区域后再进行敏感文字检测，计算复杂程度降低的同时提高识别正确率。
基于深度学习图片敏感文字检测方法装置

[发明专利]异常行为检测方法、装置及设备-CN202110585382.9在审
发明人： 王凤石;于树怀 -专利权人：江苏奥易克斯汽车电子科技股份有限公司
申请日： 2021-05-27 - 公布日： 2021-08-06 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种异常行为检测方法、装置及设备，属于行为检测技术领域，该方法通过获取目标图像，将目标图像输入到预先构建的基于双流结构的深度残差神经网络模型中，获取目标图像中的异常行为信息，根据异常行为信息，确定目标图像的异常行为检测结果。通过预先构建的基于双流结构的深度残差神经网络模型，实时对目标图像中异常行为的检测，方便、快捷，解决了现有技术中人工排查的方式工作量巨大，导致排查效率低，对突发事件处理的时效性大打折扣，且因人工排查可能出现疏忽，导致检测准确度低的技术问题，提高了检测准确度。
异常行为检测方法装置设备

[发明专利]一种近岸海浪等级监测方法及装置-CN202110546492.4在审
发明人： 王凤石;于树怀 -专利权人：江苏奥易克斯汽车电子科技股份有限公司
申请日： 2021-05-19 - 公布日： 2021-08-06 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种近岸海浪等级监测方法及装置，属于海浪等级监测领域；首先获取近岸海浪的实时视频，然后根据实时视频和预先构建的海浪等级模型得到实时视频中近岸海浪的实时等级。采用预先构建的海浪等级模型识别视频中海浪的实时等级，只需要获取实时视频就可以监测，监测简单，成本低，而且实时性好；同时由于构建的海浪等级模型是基于海浪高时空关联特性构建的，因此在识别海浪等级时，准确度更高。
一种近岸海浪等级监测方法装置

[发明专利]图像超分辨率重建的方法及装置-CN202110672527.9在审
发明人： 王凤石;于树怀 -专利权人：江苏奥易克斯汽车电子科技股份有限公司
申请日： 2021-06-17 - 公布日： 2021-07-30 - 主分类号： G06T3/40 文献下载
摘要：本申请涉及一种图像超分辨率重建的方法及装置，图像超分辨率重建的方法包括：获取低分辨率图像；对低分辨率图像进行预处理，得到低分辨率放大图像；将低分辨率放大图像输入到预先构建的网络结构中进行图像重建处理；网络结构为添加了激活函数的卷积神经网络；输出处理结果，处理结果为低分辨率图像的高分辨率重建图像。如此，将激活函数引入到卷积神经网络中，可以构建一种可以权衡重建质量和结构复杂度的网络结构，进而有效提高图像重建效率和图像重建质量。
图像分辨率重建方法装置

[发明专利]基于深度学习的垃圾分类识别方法、装置及智能垃圾桶-CN202110545342.1在审
发明人： 王凤石;于树怀 -专利权人：江苏奥易克斯汽车电子科技股份有限公司
申请日： 2021-05-19 - 公布日： 2021-07-23 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种基于深度学习的垃圾分类识别方法、装置及智能垃圾桶，基于深度学习的垃圾分类识别方法包括通过预先根据每种垃圾的特征建立具有多种垃圾种类的数据集，对数据集中的图像进行预处理得到标准化图像，将标准化图像分别输入区域提议网络分支和Fast R‑CNN分支得到具有感兴趣区域的特征图像，将具有感兴趣区域的特征图像输入全连接层分别计算出分类结果及分类结果对应的分类得分和回归结果和回归结果对应的回归得分，最终输出垃圾细化种类。本申请中垃圾根据特征进行分类，分类结果更加精确，有利于后期垃圾回收利用，且不需要人工辅助自动快速进行分类，提示用户体验，有利于垃圾分类工程的顺利开展。
基于深度学习垃圾分类识别方法装置智能垃圾桶

[发明专利]基于OpenCV的车道线检测方法-CN201911271789.3在审
发明人： 王凤石 -专利权人：苏州奥易克斯汽车电子有限公司
申请日： 2019-12-12 - 公布日： 2020-09-11 - 主分类号： G06K9/00 文献下载
摘要：本发明揭示了一种基于OpenCV的车道线检测方法，包括如下步骤：S1、对由车载摄像头获得的原始的车道线图像进行预处理，获得预处理后的车道线图像；S2、采用Canny对车道线图像进行边缘提取处理，获得边缘提取后的车道线图像；S3、使用改进的Hough变换方式，对车道线图像进行Hough变换、完成车道线检测。本发明以OpenCV为基础，很好地完成了对道路中虚线与实现的检测识别，大幅度改善了现有各类检测方法在实时性和准确性方面的不足，有效地实现了车辆行驶环境下对于车道线的实时检测与准确识别。
基于 opencv 车道检测方法

[发明专利]一种交通标志识别模型的建立方法-CN201911354234.5在审
发明人： 王凤石 -专利权人：苏州奥易克斯汽车电子有限公司
申请日： 2019-12-25 - 公布日： 2020-06-05 - 主分类号： G06K9/00 文献下载
摘要：本发明揭示了一种交通标志识别模型的建立方法，包括如下步骤：S1、获取交通视频图像，截取交通标志图片，汇总构成训练集；S2、模拟实际场景中出现的交通标志识别情况，通过图像处理操作对训练集进行人为步长；S3、对训练集进行预处理操作；S4、建立用于交通标志识别的SSD模型；S5、将训练集输入SSD模型中、完成对模型的训练，使用测试集进行性能检验，最终得到交通标志识别模型。本发明所构建的交通标志识别模型具有较高的检测精度和准确度、且鲁棒性较强，识别的实时性程度高，可在先进的辅助驾驶以及无人驾驶等多方面发挥重要作用。
一种交通标志识别模型建立方法

[发明专利]一种非机动车检测方法-CN201911346083.9在审
发明人： 王凤石 -专利权人：苏州奥易克斯汽车电子有限公司
申请日： 2019-12-24 - 公布日： 2020-05-12 - 主分类号： G06K9/00 文献下载
摘要：本发明揭示了一种非机动车检测方法，包括如下步骤：S1、图像预处理，获取交通视频摄像头所拍摄的视频图像，对视频图像的规格进行标准化处理；S2、非机动车检测，在OpenCV平台上使用YOLOv3网络，结合经过标准化处理的视频图像进行非机动车检测，得到检测结果。本发明的方法运行时间短、识别率和准确率较高，可以有效地实现对进入机动车道内的非机动车辆的检测。
一种非机动车检测方法

[发明专利]一种智能辅助驾驶中障碍物的识别方法-CN201911355495.9在审
发明人： 王凤石 -专利权人：苏州奥易克斯汽车电子有限公司
申请日： 2019-12-25 - 公布日： 2020-05-12 - 主分类号： G06K9/00 文献下载
摘要：本发明揭示了一种智能辅助驾驶中障碍物的识别方法，包括如下步骤：S1、障碍物图像采集，利用双目摄像头对场景中的障碍物图像进行采集；S2、障碍物距离分析，依据双目测距原理、结合所采集的障碍物图像进行分析，得到障碍物的距离信息；S3、构建图像处理系统，将深度置信网络与支持向量机算法相结合，构建并训练图像处理系统；S4、障碍物识别，利用机器视觉技术将障碍物图像传送至图像处理系统中，完成对智能辅助驾驶中障碍物的识别。本发明综合利用了深度学习、SVM算法模型和双目测距原理，不仅能够实时且准确地确定道路环境中障碍物的距离信息，还实现了对障碍物的类别判断。
一种智能辅助驾驶障碍物识别方法

1
2
下一页»
尾页
共 19 条