-
Patent Agency Ranking
公开(公告)号：CN106710228A
公开(公告)日：2017-05-24
申请号：CN201611190443.7
申请日：2016-12-21
Applicant: 南京大学镇江高新技术研究院
CPC classification number: G08G1/015 , G06K9/00711 , G06K9/00785 , G06K9/4671 , G06K9/6269 , G06K9/6286 , G06K2209/23 , G06T2207/10016 , G06T2207/20224 , G06T2207/30232 , G08G1/052 , G08G1/065
Abstract: 一种客货分道交通参数监测系统的实现方法，包括：客货车分道行驶监测、车道的车速检测、车流量统计、车辆行驶状态监测和公路拥堵状态监测。对于客货车分道行驶监测是通过对固定车道的异种车辆检测实现的，在分类监测的前提下，对固定车道的相关车辆进行交通参数的实时监测。本发明实现的系统提供了一种低成本，高实用性的监控手段，实现了对高速公路上客货分道的监控及相应交通参数监测的人工智能化。
-
公开(公告)号：CN107133974A
公开(公告)日：2017-09-05
申请号：CN201710409429.X
申请日：2017-06-02
Applicant: 南京大学
Abstract: 高斯背景建模与循环神经网络相结合的视频车型分类方法，通过使用混合高斯模型提取运动目标，并将运动目标送循环神经网络提取特征，根据循环神经网络输出的向量判断目标是否为车辆以及车辆类型.本发明提出了将RNN作为高斯混合模型的后续运算，以达到车型分类的目的，首先利用高斯混合模型对视频序列进行背景建模，检测出运动目标区域，利用CNN对检测出的目标区域进行分类,将分类结果输入至RNN网络中得到最后的分类来判别是客车、货车或者非车。本发明创造性的使用了高斯背景建模与循环神经网络结合的方法，该方法有较强鲁棒性，两者结合能够大大提高了车辆检测和车型识别精度。
-
公开(公告)号：CN107133974B
公开(公告)日：2019-08-27
申请号：CN201710409429.X
申请日：2017-06-02
Applicant: 南京大学
Abstract: 高斯背景建模与循环神经网络相结合的视频车型分类方法，通过使用混合高斯模型提取运动目标，并将运动目标送循环神经网络提取特征，根据循环神经网络输出的向量判断目标是否为车辆以及车辆类型.本发明提出了将RNN作为高斯混合模型的后续运算，以达到车型分类的目的，首先利用高斯混合模型对视频序列进行背景建模，检测出运动目标区域，利用CNN对检测出的目标区域进行分类,将分类结果输入至RNN网络中得到最后的分类来判别是客车、货车或者非车。本发明创造性的使用了高斯背景建模与循环神经网络结合的方法，该方法有较强鲁棒性，两者结合能够大大提高了车辆检测和车型识别精度。
-
公开(公告)号：CN106710228B
公开(公告)日：2019-06-21
申请号：CN201611190443.7
申请日：2016-12-21
Applicant: 南京大学镇江高新技术研究院
Abstract: 一种客货分道交通参数监测系统的实现方法，包括：客货车分道行驶监测、车道的车速检测、车流量统计、车辆行驶状态监测和公路拥堵状态监测。对于客货车分道行驶监测是通过对固定车道的异种车辆检测实现的，在分类监测的前提下，对固定车道的相关车辆进行交通参数的实时监测。本发明实现的系统提供了一种低成本，高实用性的监控手段，实现了对高速公路上客货分道的监控及相应交通参数监测的人工智能化。
-
公开(公告)号：CN107220982A
公开(公告)日：2017-09-29
申请号：CN201710215079.3
申请日：2017-04-02
Applicant: 南京大学
CPC classification number: G06T7/12 , G06T7/149 , G06T7/215 , G06T7/246 , G06T2207/10016
Abstract: 本发明提出了一种抑制船尾拖纹的船舶显著性视频检测方法，包含两个模块：内河场景显著图计算模块和改进的GrabCut船舶提取模块。该算法通过提取区域显著图，作为GrabCut算法的初始化，通过多次迭代分割操作来逼近目标边缘，从而提取运动船舶。该方法能有效地抑制船尾拖纹对运动船舶检测的干扰，提高内河运动船舶尺寸检测精度，对准确获得船舶尺寸数据具有鲁棒性。
-
-
-
-
Search Results
5
records
(took 0.063 seconds)
