-
Patent Agency Ranking
公开(公告)号：CN111783700B
公开(公告)日：2023-11-24
申请号：CN202010642646.5
申请日：2020-07-06
Applicant: 中国交通通信信息中心 , 中交信息技术国家工程实验室有限公司
IPC: G06V20/10 , G06V20/52 , G06V20/54 , G06V40/10 , G06V10/25 , G06V10/44 , G06V10/75 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种路面异物自动识别预警方法和系统，该方法包括以下步骤：数据采集单元通过各地灾隐患点安装摄像头获取图像信息；将获取的图像信息进行处理，增强源图后像将获取的图像信息中各类特征进行提取；通过结构相似度识别相邻时间段获取的图像信息的差异性；采用数学形态学方法简化提取的特征信息；采用YOLOv2多目标检测识别模型对获取的图像信息中异物是否为机动车辆、非机动车辆和行人进行检测。本发明通过比较图像间在空间结构上的差异同时采用YOLOv2多目标检测识别模型从而识别和检测路面落石及其他地质灾害，解决公路路面及边坡地质灾害自动识别和预测预警的问题，(56)对比文件KR 20200036079 A,2020.04.07CN 103914688 A,2014.07.09CN 109447033 A,2019.03.08CN 110443208 A,2019.11.12CN 107368890 A,2017.11.21CN 108665457 A,2018.10.16CN 110781757 A,2020.02.11CN 108256424 A,2018.07.06US 2019138829 A1,2019.05.09KR 20180058624 A,2018.06.01
-
公开(公告)号：CN111539363A
公开(公告)日：2020-08-14
申请号：CN202010352541.6
申请日：2020-04-28
Applicant: 中交信息技术国家工程实验室有限公司 , 中国交通通信信息中心
Abstract: 本发明公开了一种公路落石识别分析方法，该方法包括建立U-net深度学习网络模型，对训练样本数据进行训练；通过模型对公路路面区域进行道路面状区域的提取；采用object_detection算法将道路面状区域的提取情况进行识别；将识别完成的道路面状区域进行图像区域分类，得到像素级分类结果，并对不同类型目标进行不同颜色标注；将识别的数据分别通过灰度图转换、图像高斯平滑、车道线边缘检测、霍夫转换和线条提取进行道路车道线的识别。本发明通过利用object_detection算法，车道线识别算法分别得到车辆、行人、落石以及道路车道线的像素坐标值，分析得出公路路面落石所处位置、所处车道线位置以及所占路面面积的大小。
-
公开(公告)号：CN111783686A
公开(公告)日：2020-10-16
申请号：CN202010636686.9
申请日：2020-07-03
Applicant: 中国交通通信信息中心 , 中交信息技术国家工程实验室有限公司
Abstract: 本发明公开了一种沥青路面健康状态监测系统和方法，该方法包括以下步骤：收集监测区域沥青道路的星载高分遥感影像数据和已有路面状态调查信息；对收集的星载高分遥感数据进行预处理，利用面向对象技术和决策树阈值方法提取道路区域影像；提取高分遥感影像中沥青路面不同老化阶段和不同病害路面的光谱特征、纹理特征和形态特征，通过特征分析构建老化和病害路面的敏感特征或特征组合；基于敏感特征或特征组合结合BP神经网络方法，构建沥青路面健康状态评估模型。本发明利用星载高分遥感影像数据，结合遥感影像处理和图像识别技术，研究沥青路面健康状态，可为公路养护部门快速提供大范围的沥青路面健康状态信息，解决传统路面监测方法检测周期长、花费高，以及无法快速获取大范围路面状况信息的问题，同时为公路养护部门制定维修计划提供依据。
-
公开(公告)号：CN111783700A
公开(公告)日：2020-10-16
申请号：CN202010642646.5
申请日：2020-07-06
Applicant: 中国交通通信信息中心 , 中交信息技术国家工程实验室有限公司
Abstract: 本发明公开了一种路面异物自动识别预警方法和系统，该方法包括以下步骤：数据采集单元通过各地灾隐患点安装摄像头获取图像信息；将获取的图像信息进行处理，增强源图后像将获取的图像信息中各类特征进行提取；通过结构相似度识别相邻时间段获取的图像信息的差异性；采用数学形态学方法简化提取的特征信息；采用YOLOv2多目标检测识别模型对获取的图像信息中异物是否为机动车辆、非机动车辆和行人进行检测。本发明通过比较图像间在空间结构上的差异同时采用YOLOv2多目标检测识别模型从而识别和检测路面落石及其他地质灾害，解决公路路面及边坡地质灾害自动识别和预测预警的问题，提高图像识别和目标检测精度。
-
公开(公告)号：CN109657880A
公开(公告)日：2019-04-19
申请号：CN201910021019.7
申请日：2019-01-09
Applicant: 中交信息技术国家工程实验室有限公司
Abstract: 本发明公开了一种基于贝叶斯网络的船舶碰撞事故等级预测方法和系统，该方法通过构建船舶碰撞事故预测模型，实现对船舶碰撞事故的等级预测，从数据的角度出发，通过深度挖掘事故因素之间的联系，寻找事故因素之间的规律，代替主观性过强的专家知识法，实现船舶碰撞事故贝叶斯网络的建立。从方法的角度出发，基于贝叶斯网络构建船舶碰撞事故预测模型，解决船舶碰撞事故等级的预测问题，推动海事风险理论的发展。从应用的角度出发，研究成果可为会遇船舶航行指挥与应急决策提供科学依据。
-
-
-
-
Search Results
5
records
(took 0.035 seconds)
