[发明专利]一种恶劣天气下的成像识别方法及系统有效
| 申请号： | 201811484514.3 | 申请日： | 2018-12-06 |
| 公开（公告）号： | CN109753878B | 公开（公告）日： | 2020-11-20 |
| 发明（设计）人： | 蓝金辉;李建勇 | 申请（专利权）人： | 北京科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32;G06K9/34;G06K9/54;G06K9/62;G06N3/04;G06N3/08;H04N5/217;H04N9/64 |
| 代理公司： | 北京市广友专利事务所有限责任公司 11237 | 代理人： | 张仲波 |
| 地址： | 100083*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种恶劣天气下的成像识别方法及系统，将图像增强算法与深度学习网络部署在同一系统下的不同的处理器中，能够降低成本和功耗。所述方法包括：通过DSP模块对采集的视频进行图像增强处理，其中，DSP为数字信号处理；在GPU模块，搭建与电脑端相同的深度学习网络，获取电脑端已训练好的所述深度学习网络的参数，其中，GPU为图像处理单元；GPU模块中的深度学习网络根据电脑端已训练好的所述深度学习网络的参数，提取经过增强处理后的图像的特征，基于提取的特征进行图像的识别与分类。本发明涉及目标分类与识别领域。 | ||
| 搜索关键词： | 一种 恶劣 天气 成像 识别 方法 系统 | ||
【主权项】：
1.一种恶劣天气下的成像识别方法，其特征在于，包括：通过DSP模块对采集的视频进行图像增强处理，其中，DSP为数字信号处理；在GPU模块，搭建与电脑端相同的深度学习网络，获取电脑端已训练好的所述深度学习网络的参数，其中，GPU为图像处理单元，所述参数包括：权重值和偏置值；GPU模块中的深度学习网络根据电脑端已训练好的所述深度学习网络的参数，提取经过增强处理后的图像的特征，基于提取的特征进行图像的识别与分类。
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北京科技大学，未经北京科技大学许可，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/201811484514.3/，转载请声明来源钻瓜专利网。
