[发明专利]一种利用卷积神经网络CNN的障碍物识别方法在审
| 申请号： | 201610804686.9 | 申请日： | 2016-09-06 |
| 公开（公告）号： | CN106570516A | 公开（公告）日： | 2017-04-19 |
| 发明（设计）人： | 宋伟;周小龙;吴彬;张盈;彭姝迪;石为人;甘建峰;王成疆;肖杰;李新平;司鹏举;王大洪 | 申请（专利权）人： | 国网重庆市电力公司电力科学研究院;国家电网公司;国网重庆市电力公司;深圳市先进智能技术研究所 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京众合诚成知识产权代理有限公司11246 | 代理人： | 胡柯 |
| 地址： | 401123 重庆市渝北*** | 国省代码： | 重庆;85 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种利用卷积神经网络CNN的障碍物识别方法，首先建立卷积神经网络模型；选择分散数据样本；设置卷积神经网络的网络结构参数和训练参数；然后将分散数据样本输入到卷积神经网络模型中进行处理；最后输出卷积神经网络模型对分散数据样本的分类结果。本发明提供的深度学习是基于仿生眼系统进行人体作为障碍物的识别；提高识别的准确率。同时利用深度学习技术进行人体作为障碍物的识别；提供了在识别过程中配置接口的方法，加强了识别过程与仿生眼系统的通信过程。 | ||
| 搜索关键词： | 一种 利用 卷积 神经网络 cnn 障碍物 识别 方法 | ||
【主权项】：
一种利用卷积神经网络CNN的障碍物识别方法，其特征在于：包括以下步骤：S1：建立卷积神经网络模型；S2：选择分散数据样本；S3：设置卷积神经网络的网络结构参数和训练参数；S4：将分散数据样本输入到卷积神经网络模型中进行处理；S5：输出卷积神经网络模型对分散数据样本的分类结果。
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国网重庆市电力公司电力科学研究院;国家电网公司;国网重庆市电力公司;深圳市先进智能技术研究所，未经国网重庆市电力公司电力科学研究院;国家电网公司;国网重庆市电力公司;深圳市先进智能技术研究所许可，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/201610804686.9/，转载请声明来源钻瓜专利网。
