当前位置: 首页> 交通专利数据库 >详情
原文传递 一种道路交通状态识别方法、系统及存储介质
专利名称: 一种道路交通状态识别方法、系统及存储介质
摘要: 本发明涉及一种道路交通状态识别方法、系统及存储介质,涉及检测交通运动的领域。方法包括以下步骤:S1,获取道路的至少一张图像;S2,判断出每张所述图像中道路的交通状态,利用每张所述图像与对应的交通状态构建图像基准库;S3,根据图像基准库创建初始神经网络模型,对所述初始神经网络模型进行训练,当所述初始神经网络模型的各项参数满足预设条件后得到深度网络模型;S4,根据所述深度网络模型判断新的图像中道路的交通状态。本方案解决了如何提高交通状态识别的准确率的技术问题,适用于交通状态的判断。
专利类型: 发明专利
国家地区组织代码: 重庆;50
申请人: 重庆交通大学
发明人: 彭博;蔡晓禹;唐聚;张媛媛;李少博
专利状态: 有效
发布日期: 2019-01-01T00:00:00+0800
申请号: CN201810399193.0
公开号: CN108510739A
代理机构: 北京轻创知识产权代理有限公司 11212
代理人: 赖丽娟
分类号: G08G1/01(2006.01)I;G06K9/32(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I;G;G08;G06;G08G;G06K;G06N;G08G1;G06K9;G06N3;G08G1/01;G06K9/32;G06K9/62;G06N3/04;G06N3/08
申请人地址: 400074 重庆市南岸区六公里互信星座22-12
主权项: 1.一种道路交通状态识别方法,其特征在于,包括以下步骤:S1,获取道路的至少一张图像;S2,判断出每张所述图像中道路的交通状态,利用每张所述图像与对应的交通状态构建图像基准库;S3,根据图像基准库创建初始神经网络模型,对所述初始神经网络模型进行训练,当所述初始神经网络模型的各项参数满足预设条件后得到深度网络模型;S4,根据所述深度网络模型判断新的图像中道路的交通状态。
所属类别: 发明专利
检索历史
应用推荐