[发明专利]一种道路车辆密度评估方法及装置在审
| 申请号： | 201611006197.5 | 申请日： | 2016-11-15 |
| 公开（公告）号： | CN106557814A | 公开（公告）日： | 2017-04-05 |
| 发明（设计）人： | 陈志超;李轩;徐一丹;谷瑞翔 | 申请（专利权）人： | 成都通甲优博科技有限责任公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 成都市集智汇华知识产权代理事务所(普通合伙)51237 | 代理人： | 李华,温黎娟 |
| 地址： | 610213 四川省成都*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种道路车辆密度评估方法及装置，在训练阶段，将图像作为所设计的网络模型的输入，对应的密度分布图作为网络模型的输出，训练得到网络模型。在使用阶段，通过获取当前道路的图像信息；对图像信息进行预处理，生成处理后图像信息；将处理后图像信息输入至经过深度学习训练的多列全卷积神经网络模型中，进行前向传播，确定各子网络模型生成的特征映射图；对特征映射图进行加权处理，生成当前道路的车辆密度分布图。本发明所提供的道路车辆密度评估方法及装置，利用深度学习方法对图像中的车辆密度进行高效准确评估，具有较强的鲁棒性和准确性。 | ||
| 搜索关键词： | 一种 道路 车辆 密度 评估 方法 装置 | ||
【主权项】：
一种道路车辆密度评估方法，其特征在于，包括：获取当前道路的图像信息；对所述图像信息进行预处理，生成处理后图像信息；调用多列全卷积神经网络模型；所述多列全卷积神经网络模型为对多张图像信息进行深度学习训练生成的网络模型，所述网络模型的输入为图像信息，输出为图像对应的车辆密度分布图；将所述处理后图像信息输入至所述多列全卷积神经网络模型中，进行前向传播，生成当前道路的车辆密度分布图。
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成都通甲优博科技有限责任公司，未经成都通甲优博科技有限责任公司许可，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/201611006197.5/，转载请声明来源钻瓜专利网。
