[发明专利]基于GoogLeNet神经网络的交叉路口识别方法在审
| 申请号： | 201910928129.1 | 申请日： | 2019-09-28 |
| 公开（公告）号： | CN110688958A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 李成名;张鸿刚;武鹏达;刘嗣超;殷勇;吴政;赵占杰 | 申请（专利权）人： | 中国测绘科学研究院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 11732 北京睿智保诚专利代理事务所(普通合伙) | 代理人： | 周新楣 |
| 地址： | 100089 *** | 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： | 本发明公开了基于GoogLeNet神经网络的交叉路口识别方法，包括如下步骤：S1、采样：选取全国主要城市的路网数据作为复杂交叉路口样本的采样源；S2、构建Delaunay三角网：对复杂交叉路口进行初定位，初步确定复杂交叉路口中心位置及空间范围；S3、增强样本量：通过样本简化、样本旋转和镜像的方式以增强样本量；本发明通过将机器视觉领域的研究热点GoogLeNet神经网络引入到复杂交叉路口识别中，通过矢量数据与栅格图像相结合的方式，实现了对于OSM数据复杂交叉路口的快速和高质量定位。 | ||
| 搜索关键词： | 交叉路口 神经网络 样本量 采样 样本 机器视觉 路网数据 矢量数据 样本简化 栅格图像 初定位 构建 引入 研究 | ||
【主权项】：
1.基于GoogLeNet神经网络的交叉路口识别方法，其特征在于，包括如下步骤：/nS1、采样：选取全国主要城市的路网数据作为复杂交叉路口样本的采样源；/nS2、构建Delaunay三角网：对复杂交叉路口进行初定位，初步确定复杂交叉路口中心位置及空间范围；/nS3、增强样本量：通过样本简化、样本旋转和镜像的方式以增强样本量；/nS4、样本预处理：在用样本训练GoogLeNet神经网络之前，需要对输入的栅格图片进行归一化和去均值处理，归一化处理即将输入的RGB图片A从区间[0,255]归化到区间[0,1]上，对于输入的
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中国测绘科学研究院，未经中国测绘科学研究院许可，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/201910928129.1/，转载请声明来源钻瓜专利网。
