恭喜中远海运科技股份有限公司谭中慧获国家专利权
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!
龙图腾网恭喜中远海运科技股份有限公司申请的专利基于深度学习和轨迹跟踪的匝道出口车辆违法识别方法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:CN113903008B 。
龙图腾网通过国家知识产权局官网在2025-04-29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:202111245680.X,技术领域涉及:G06V20/54;该发明授权基于深度学习和轨迹跟踪的匝道出口车辆违法识别方法是由谭中慧;刘俊设计研发完成,并于2021-10-26向国家知识产权局提交的专利申请。
本基于深度学习和轨迹跟踪的匝道出口车辆违法识别方法在说明书摘要公布了:本发明公开了一种基于深度学习和轨迹跟踪的匝道出口车辆违法识别方法,包括:采集车辆信息并将车辆信息制作成样本集;将样本集输入到网络模型中进行训练,得到训练好的网络模型;将待测车辆信息输入到训练好的网络模型,输出待测车辆的检测信息;对待测车辆在相邻时间节点上的位置进行跟踪处理,得到待测车辆在时间序列上的行车轨迹;确定行车轨迹的长度、待测车辆的驻留时间以及行车方向;若待测车辆的驻留时间超过时间阈值且行车轨迹的长度小于长度阈值,则待测车辆属于停车违法;若待测车辆的行车方向与车道方向相反,则待测车辆属于逆行或倒车违法。本发明能够实现对车辆的全面监控,准确地识别车辆的违法行为,提高了行车违法的识别效率。
本发明授权基于深度学习和轨迹跟踪的匝道出口车辆违法识别方法在权利要求书中公布了:1.一种基于深度学习和轨迹跟踪的匝道出口车辆违法识别方法,其特征在于:包括如下步骤:S1.采集车辆信息并将所述车辆信息制作成样本集;S2.将样本集输入到基于深度学习的网络模型中进行网络训练,得到训练好的网络模型;S3.将待测车辆信息输入到训练好的网络模型,输出待测车辆的检测信息;其中,所述检测信息包括位置、类别以及矩形框;S4.对待测车辆在相邻时间节点上的位置进行跟踪处理,得到待测车辆在时间序列上的行车轨迹;其中,所述时间序列的时间段为ts;所述时间序列为t1,t2,...,ti,...,tk;其中,ti为第i个时间点,k为时间点个数;所述步骤S4,具体包括:S41.从待测车辆所在图像中提取时间点t1时所述待测车辆的角点;S42.根据所述角点所在的位置以及灰度,计算所述角点在时间点t2时的位置;S43.以时间点t2时的位置作为目标位置,计算目标位置在时间点t3时的位置;S44.按照步骤S43类推,计算得到时间序列中其他时间点对应的位置;S45.依次连接时间序列中各时间点对应的位置,得到一条以所述角点的位置为起始点且以时间点tk对应的位置为结束点的线段,并将所述线段作为待测车辆在时间序列上的行车轨迹;S5.确定所述行车轨迹的长度、待测车辆的驻留时间以及行车方向;S6.若待测车辆的驻留时间超过阈值ψ且在时间段ts内行车轨迹的长度小于阈值ζ,则待测车辆属于停车违法;若待测车辆的行车方向与车道方向相反,则待测车辆属于逆行或倒车违法。
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中远海运科技股份有限公司,其通讯地址为:200135 上海市浦东新区民生路600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”。
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。