专利汇可以提供基于深度学习的复杂路况感知系统及装置专利检索,专利查询,专利分析的服务。并且基于 深度学习 的复杂路况 感知 系统及装置。一种基于深度学习的复杂路况感知系统,本系统包括五步:第一步采集图像 传感器 数据;第二步对图像数据进行预处理,包括 白平衡 、gamma矫正、去噪处理;第三步使用第一个 深度神经网络 进行特征提取;第四步使用第二个深度神经网络提取的特征进行目标 定位 ;第五步使用使用第三个深度神经网络对定位区域进行目标识别,得到最终的检测结果。本 发明 用于基于深度学习的复杂路况感知系统。,下面是基于深度学习的复杂路况感知系统及装置专利的具体信息内容。
1.一种基于深度学习的复杂路况感知系统,其特征是: 本系统包括五步:
第一步采集图像传感器数据;第二步对图像数据进行预处理,包括白平衡、gamma矫正、去噪处理;第三步使用第一个深度神经网络进行特征提取;第四步使用第二个深度神经网络提取的特征进行目标定位;第五步使用使用第三个深度神经网络对定位区域进行目标识别,得到最终的检测结果。
2.根据权利要求1所述的基于深度学习的复杂路况感知系统,其特征是: 所述的第三步是做特征复用;所述的第四步是将前景和背景分离;所述的第三步、所述的第四步、所述的第五步中使用的网络整合为一个更深层次的深度神经网络,其中每一步使用的网络作为整个网络的子网络进行处理。
3.根据权利要求2所述的基于深度学习的复杂路况感知系统,其特征是: 所述的子网络是一种多尺度神经网络,在不同的尺度上进行特征提取,最后通过一个特殊的子网络将不用尺度下的特征进行整合,得到最终的多尺度特征。
4.根据权利要求3所述的基于深度学习的复杂路况感知系统,其特征是:在多尺度特征提取过后,下一步就是生成定位候选框;使用额外的子网络生成定位锚点,每一个锚点再结合5个尺度变化和5个角度变换,最终生成25个候选框。
5.根据权利要求4所述的基于深度学习的复杂路况感知系统,其特征是:选取1000个定位锚点,最终生成1000x25=25000个候选框;最后使用一个子网络对这25000个候选框进行二分类,保留最终的目标候选框。
6.一种基于深度学习的复杂路况感知装置,其组成包括: 使用DMA芯片用于数据采集的相机,其特征是:所述的相机插入底板的插槽内,所述的底板的一侧通过螺钉连接固定条的一端,所述的固定条的另一端连接挂环,所述的底板的另一侧开有螺纹孔,所述的螺纹孔连接螺杆,所述的螺杆连接挂钩,所述的挂钩挂接所述的挂环固定所述的相机;所述的底板的底部扣上弧形扣板,所述的弧形扣板的两端均连接固定板,所述的底板与所述的固定板之间通过螺钉固定,所述的弧形扣板固定支撑杆,所述的支撑杆的一侧端部连接左螺杆,所述的左螺杆顺次连接一号螺套和二号螺套,所述的一号螺套连接一号支撑腿,所述的二号螺套连接二号支撑腿,所述的支撑杆的另一侧端部连接右螺杆,所述的右螺杆顺次连接三号螺套和四号螺套,所述的三号螺套连接三号支撑腿,所述的四号螺套连接四号支撑腿,所述的一号支撑腿与所述的二号支撑腿分开支撑所述的底板,所述的三号支撑腿与所述的四号支撑腿分开支撑所述的底板。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于深度学习的闸瓦插销丢失检测方法 | 2020-05-08 | 619 |
铁路货车滚轴承甩油故障检测方法 | 2020-05-11 | 86 |
一种烟叶等级自动识别分拣方法 | 2020-05-11 | 550 |
基于ROS的灾后救援通道检测机器人 | 2020-05-11 | 919 |
一种测定多孔介质水分特征曲线的方法 | 2020-05-11 | 825 |
健康监测的预警方法及系统 | 2020-05-08 | 72 |
智能柜物体检测方法、装置、服务器及存储介质 | 2020-05-08 | 796 |
活体检测方法、装置、设备及存储介质 | 2020-05-11 | 768 |
一种伤口测量的方法及装置、存储介质 | 2020-05-11 | 977 |
一种抗遮挡目标跟踪方法 | 2020-05-08 | 106 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。