-
Patent Agency Ranking
公开(公告)号：CN112950954A
公开(公告)日：2021-06-11
申请号：CN202110204996.8
申请日：2021-02-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于高位摄像头的智能停车车牌识别方法，解决了现有街道路边停车的人工收费造成的费时费力的问题，通过视频帧队列保存车辆停车过程事件的一段视频，解决了停车过程中车牌遮挡问题；通过车辆是否越过车位线解决了车辆停车问题；通过垂直俯仰角近似旋转变换和透视变换矫正方法解决摄像头下车牌倾斜的问题，通过车牌识别神经网络识别车牌解决了车牌识别的问题，加上多尺度特征融合方法解决了小分辨率车牌识别的问题。
-
公开(公告)号：CN111046803A
公开(公告)日：2020-04-21
申请号：CN201911283030.7
申请日：2019-12-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于卷积神经网络的车辆检测及落地点定位方法，该方法包括：搭建针对车辆检测的神经网络，获取检测网络得到的检测框，对检测中图像计算Y轴-像素和的直方图，平滑滤波之后最低点就是车辆的落地点。本发明采用了基于YOLOV3-tiny改进的目标检测网络，计算量小，能够在能力较弱的嵌入式硬件平台上完成实时性的运算。加强了对中等大小车辆的检测，提高了车辆的检测精度，运用直方图的形式再次对着地点进行确认，增加了鲁棒性。
-
公开(公告)号：CN110414577A
公开(公告)日：2019-11-05
申请号：CN201910639585.4
申请日：2019-07-16
Applicant: 电子科技大学
Inventor： 邓建华 , 余坤 , 申睿涵 , 孙一鸣 , 周群芳 , 钱璨 , 王云 , 何子远 , 俞泉泉 , 常为弘 , 陈翔 , 罗凌云 , 魏傲寒 , 俞婷 , 肖正欣 , 邓力恺 , 王韬 , 杨远望 , 游长江
Abstract: 本发明公开了一种基于深度学习的激光雷达点云多目标地物识别方法，涉及点云识别方法领域；其包括：将点云场景依次进行区域分割、特征表示和标记标签后，获得包括若干个三维空间的点云数据；建立包括输入层、N层卷积层、全连接层和Softmax函数的网络模型，输入数据集中的测试集，训练上述模型获取最优模型后，将数据集中测试集输入最优模型获得识别结果；根据深度信息和高层差、电力塔在电力线旁边的空间关系和相邻三维空间之间的关系，查找疑似误分类的点后重新进行分类，获取最终的识别结果；本发明解决现有神经网络因点云具有海量性、稀疏性和无序性导致计算量大、特征提取困难、识别准确率低的问题。
-
公开(公告)号：CN112950954B
公开(公告)日：2022-05-20
申请号：CN202110204996.8
申请日：2021-02-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于高位摄像头的智能停车车牌识别方法，解决了现有街道路边停车的人工收费造成的费时费力的问题，通过视频帧队列保存车辆停车过程事件的一段视频，解决了停车过程中车牌遮挡问题；通过车辆是否越过车位线解决了车辆停车问题；通过垂直俯仰角近似旋转变换和透视变换矫正方法解决摄像头下车牌倾斜的问题，通过车牌识别神经网络识别车牌解决了车牌识别的问题，加上多尺度特征融合方法解决了小分辨率车牌识别的问题。
-
公开(公告)号：CN111311766A
公开(公告)日：2020-06-19
申请号：CN202010111131.2
申请日：2020-02-24
Applicant: 电子科技大学
Abstract: 本发明公开了基于车牌识别和跟踪技术的路边停车智能收费系统及方法，该系统包括云端服务器、缴费装置、若干前端检测及识别装置和通讯装置；采用视频检测技术对停车位的停车情况进行识别，通过跟踪和检测一起生成车辆轨迹，如果该轨迹有向停车位的矢量，判定停车，采用连续过程进行判断，更为准确；在不启动深度学习方法时，采用移动目标建模方法进行车位附近移动车辆的筛选，能够提升目标车辆识别速度；在判断到有停车时，启用车牌检测和识别，然后等车辆完全停稳之后，进行车位估计，并将车位和车牌信息通过通讯装置上传至云端服务器，云端服务器对各停车位信息进行处理，用户通过网上服务器对停车信息进行查询和缴费，提高自助缴费的准确率。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
