公开(公告)号：CN109270563A

公开(公告)日：2019-01-25

申请号：CN201811189092.7

申请日：2018-10-12

Applicant: 南通大学

Inventor： 车明亮 ,  王晓文 ,  曹鑫亮

IPC: G01S19/42 ,  G01S19/03

Abstract: 本发明提供一种基于增强型隐马尔可夫模型的地图匹配方法，以解决现有的地图匹配方法存在无法保证匹配结果的准确性及有效降低运行时间的技术问题。通过引入交通规则，能够有效地降低浮动车轨迹点在逆行路段上的误匹配率；提高轨迹点在复杂路段上的匹配准确度；缩短轨迹点的匹配时间，有效降低匹配过程的总体运行时间；实现匹配误差的自行校正；可为后期的基于浮动车数据的应用提供准确的轨迹点纠偏数据。

公开(公告)号：CN111444975B

公开(公告)日：2024-02-23

申请号：CN202010255239.9

申请日：2020-04-02

Applicant: 南通大学

Inventor： 车明亮 ,  王英利 ,  王晓文 ,  张驰 ,  曹鑫亮

IPC: G06V10/764 ,  G06V10/30 ,  G06V10/25 ,  G06V10/82

Abstract: 本发明公开了一种基于图像处理和深度学习的交通灯识别方法，包括以下步骤：（1）颜色空间变换和提取候选区；（2）目标边界处理和提取候选框；（3）尺寸噪声处理；（4）重叠处理；（5）纹理噪声处理；（6）候选框并行分类；（7）后处理。本发明能够有效地提高交通灯识别的准确性，缩短了模型的运行时间，同时减小了模型体积。

公开(公告)号：CN111444975A

公开(公告)日：2020-07-24

申请号：CN202010255239.9

申请日：2020-04-02

Applicant: 南通大学

Inventor： 车明亮 ,  王英利 ,  王晓文 ,  张驰 ,  曹鑫亮

IPC: G06K9/62 ,  G06T5/00 ,  G06T7/11 ,  G06T7/136 ,  G06T7/90

Abstract: 本发明公开了一种基于图像处理和深度学习的交通灯识别方法，包括以下步骤：（1）颜色空间变换和提取候选区；（2）目标边界处理和提取候选框；（3）尺寸噪声处理；（4）重叠处理；（5）纹理噪声处理；（6）候选框并行分类；（7）后处理。本发明能够有效地提高交通灯识别的准确性，缩短了模型的运行时间，同时减小了模型体积。