[发明专利]基于DCNN目标识别的车辆鸣笛监测方法及系统在审
| 申请号： | 201710713579.X | 申请日： | 2017-08-18 |
| 公开（公告）号： | CN109409353A | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 魏敦楷;李宏斌;邱国庆;梁冉 | 申请（专利权）人： | 上海其高电子科技有限公司 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06N3/04 |
| 代理公司： | 上海交达专利事务所 31201 | 代理人： | 王毓理;王锡麟 |
| 地址： | 200090 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于DCNN目标识别的车辆鸣笛监测方法及系统，包括：控制单元、麦克风阵列和高清图像采集处理装置，其中：麦克风阵列和高清图像采集处理装置分别实时采集鸣笛声信号、视频流和静态图像并输出至控制单元，控制单元根据鸣笛声信号采用波束成型算法得到声压云图并与视频流进行叠加，得到带有声压覆盖范围的视频流，并根据静态图像提取出其中所有目标的感兴趣区域；最后根据声压覆盖范围和感兴趣区域进行重叠率计算，并进一步提取出目标中的号牌信息；本发明高效可靠，能有效防止误判。 | ||
| 搜索关键词： | 视频流 声压 采集处理装置 感兴趣区域 麦克风阵列 车辆鸣笛 高清图像 目标识别 鸣笛声 静态图像提取 波束成型 高效可靠 静态图像 实时采集 信号采用 误判 重叠率 监测 覆盖 算法 叠加 输出 | ||
【主权项】：
1.一种基于深度卷积神经网络目标识别的车辆鸣笛监测方法，其特征在于，通过实时鸣笛识别监测得到鸣笛发生时刻的声压云图，并在该时刻同步采集低解析度的视频流以及高解析度的静态图像；然后分别将声压云图与视频流叠加处理、采用深度卷积神经网络对静态图像进行识别并获得其中所有对象的感兴趣区域；再通过低解析度视频‑高解析度图像之间的单帧配准处理得到图像坐标投影关系，得到投影到静态图像上的声压覆盖范围；最后通过比对感兴趣区域和声压覆盖范围，以重叠率最高的对象判定为鸣笛对象。
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上海其高电子科技有限公司，未经上海其高电子科技有限公司许可，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/201710713579.X/，转载请声明来源钻瓜专利网。
