[发明专利]基于深度学习的机动车未按规定使用示廓灯智能识别方法在审
| 申请号： | 201810632538.2 | 申请日： | 2018-06-20 |
| 公开（公告）号： | CN108921060A | 公开（公告）日： | 2018-11-30 |
| 发明（设计）人： | 高子贤;陈亮;徐雪 | 申请（专利权）人： | 安徽金赛弗信息技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 安徽汇朴律师事务所 34116 | 代理人： | 刘海涵 |
| 地址： | 230088 安徽省合肥市高新区*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的机动车未按规定使用示廓灯智能识别方法和系统、存储介质，该方法包括：获取交通监控设备所采集的视频流，所述视频流包括多帧图像；采用车牌识别神经网络模型，对各帧图像中每一机动车的车牌进行识别，并根据识别出的车牌在各帧图像中的位置，实现对所识别出的车牌对应的机动车的跟踪；采用示廓灯识别神经网络模型，对各帧图像中每一机动车的示廓灯进行识别；将识别出的车牌和识别出的示廓灯进行匹配，并根据每一车牌对应的机动车的跟踪路线中预设行驶距离内示廓灯的状态，判断该车牌对应的机动车是否按规定使用其示廓灯。本发明可以智能识别机动车是否按规定正确使用示廓灯，加大对示廓灯的使用的管理力度。 | ||
| 搜索关键词： | 示廓灯 机动车 车牌 智能识别 帧图像 神经网络模型 视频流 交通监控设备 车牌识别 存储介质 多帧图像 行驶距离 跟踪 预设 匹配 采集 学习 管理 | ||
【主权项】：
1.一种基于深度学习的机动车未按规定使用示廓灯智能识别方法，其特征在于，包括：获取交通监控设备所采集的视频流，所述视频流包括多帧图像；采用预先训练的车牌识别神经网络模型，对各帧图像中每一机动车的车牌进行识别，并根据识别出的车牌在各帧图像中的位置，实现对所识别出的车牌对应的机动车的跟踪；采用预先训练的示廓灯识别神经网络模型，对各帧图像中每一机动车的示廓灯进行识别；将识别出的车牌和识别出的示廓灯进行匹配，并根据每一车牌对应的机动车的跟踪路线中预设行驶距离内示廓灯的状态，判断该车牌对应的机动车是否按规定使用其示廓灯。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽金赛弗信息技术有限公司，未经安徽金赛弗信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810632538.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于Haar分类器的眼动跟踪方法
- 下一篇：一种表情识别方法、装置和设备
