授权公布号:CN107844769B
一种复杂场景下的车辆检测方法及系统
有效
申请
2017-11-01
申请公布
2018-03-27
授权
2021-06-01
预估到期
2037-11-01
| 申请号 | CN201711059068.7 |
| 申请日 | 2017-11-01 |
| 申请公布号 | CN107844769A |
| 申请公布日 | 2018-03-27 |
| 授权公布号 | CN107844769B |
| 授权公告日 | 2021-06-01 |
| 分类号 | G06K9/00;G06N3/04 |
| 分类 | 计算;推算;计数; |
| 申请人名称 | 浪潮集团有限公司 |
| 申请人地址 | 山东省济南市高新区浪潮路1036号 |
专利法律状态
2021-06-01
授权
状态信息
授权
2021-05-25
专利申请权、专利权的转移
状态信息
专利申请权的转移;IPC(主分类):G06K9/00;登记生效日:20210512;变更事项:申请人;变更前:济南浪潮高新科技投资发展有限公司;变更后:浪潮集团有限公司;变更事项:地址;变更前:250100 山东省济南市高新区孙村镇科航路2877号研发楼一楼;变更后:250100 山东省济南市高新区浪潮路1036号
2018-04-20
实质审查的生效
状态信息
实质审查的生效;IPC(主分类):G06K9/00;申请日:20171101
2018-03-27
公布
状态信息
公布
摘要
本发明公开了一种复杂场景下的车辆检测方法及系统,基于快速区域卷积神经网络,该快速区域卷积神经网络中配置有输入层、卷积层、池化层、region proposal候选区域层、ROI pooling层、全连接层和输出层,该系统中还配置有复杂区域拆分层,所述复杂区域拆分层用于将复杂场景划分成若干简单场景并连接在输入层后,所述复杂区域拆分层的输出连接到region proposal层和卷积层,卷积层的输出连接到池化层,池化层、region proposal的输出均连接到ROI pooling层,所述ROI pooling层顺序连接全连接层、输出层后输出检测结果。本发明的一种复杂场景下的车辆检测方法及系统与现有技术相比,通过设计基于深度学习的车辆检测方法,完成智慧停车,能够极大的节省成本,实用性强,适用范围广泛,易于推广。


