[发明专利]一种基于混合模型的交通信号灯识别方法及系统有效
| 申请号： | 201910188244.X | 申请日： | 2019-03-13 |
| 公开（公告）号： | CN110069986B | 公开（公告）日： | 2021-11-02 |
| 发明（设计）人： | 潘卫国 | 申请（专利权）人： | 北京联合大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 北京驰纳智财知识产权代理事务所(普通合伙) 11367 | 代理人： | 谢亮 |
| 地址： | 100101 *** | 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： | 本发明提供一种基于混合模型的交通信号灯识别方法及系统，其中方法包括输入交通场景图像，还包括以下步骤：标注数据及模型训练利用“ICNet”获取图像中的语义区域信息，去除掉错检的信号灯位置；训练基于卷积神经网络的交通信号灯细分类模型；输出检测结果。本发明提出一种基于混合模型的交通信号灯识别方法及系统，首先利用交通信号灯定位模型确定交通信号灯在交通场景图像中的位置信息，再利用语义分割模型排除掉一些误判的交通信号灯区域，得到准确的交通信号灯定位信息，利用卷积神经网络对定位得到的图像区域进行识别分类，最后根据信号灯的判别颜色类型(红、黄、绿)细分割出交通信号灯亮灯的区域。 | ||
| 搜索关键词： | 一种 基于 混合 模型 交通 信号灯 识别 方法 系统 | ||
【主权项】：
1.一种基于混合模型的交通信号灯识别方法，包括输入交通场景图像，其特征在于，还包括以下步骤：步骤1：标注数据及模型训练；步骤2：利用“ICNet”获取图像中的语义区域信息，去除掉错检的信号灯位置；步骤3：训练基于卷积神经网络的交通信号灯细分类模型；步骤4：输出检测结果。
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北京联合大学，未经北京联合大学许可，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/201910188244.X/，转载请声明来源钻瓜专利网。
