买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利一种面向无人驾驶系统的交通指示牌文本检测与识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119863780B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510353471.9，技术领域涉及：G06V20/58；该发明授权一种面向无人驾驶系统的交通指示牌文本检测与识别方法是由赵豫红;张翼;任沁源设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本一种面向无人驾驶系统的交通指示牌文本检测与识别方法在说明书摘要公布了：本发明公开了一种面向无人驾驶系统的交通指示牌文本检测与识别方法，该方法主要包括交通指示牌检测、交通指示牌文本区域检测和交通指示牌文本识别三个阶段。交通指示牌检测阶段使用改进的yolov5s网络将交通指示牌从自然场景中提取出来；文本区域检测阶段将交通指示牌检测的输出图像作为输入，经基于DBNet改进的文本检测网络，输出含有文本的文本区域，将文本区域输入到基于CRNN改进的文本识别模型，识别得到交通指示牌上的文本字符。该算法能够在复杂自然场景下将交通指示牌中的文本内容识别，有效提高识别准确性与实时性。

本发明授权一种面向无人驾驶系统的交通指示牌文本检测与识别方法在权利要求书中公布了：1.一种面向无人驾驶系统的交通指示牌文本检测与识别方法，其特征在于，包括如下步骤： （1）获取自然场景中包含交通指示牌的待检测图像，并构建中文交通指示牌文本检测与识别数据集，利用数据集训练交通指示牌检测网络、文本检测网络和文本识别网络； （2）构建基于yolov5s改进的交通指示牌检测网络，并利用基于yolov5s改进的交通指示牌检测网络对输入的自然场景下的图像进行处理，检测出其中交通指示牌的区域； （3）构建基于DBNet改进的文本检测网络，并利用基于DBNet改进的文本检测网络对输入的交通指示牌的区域的交通指示牌图像进行文本检测，提取交通指示牌中的文本区域；所述基于DBNet改进的文本检测网络的具体构建方法，包括如下子步骤： （3.1）构建文本检测网络，文本检测阶段采用改进的DBNet网络作为检测模型，DBNet网络包括特征提取，特征融合和Head网络，其中特征提取部分采用ResNet18残差网络作为主干网络，在特征提取网络的conv3、conv4和conv5阶段，将所有3x3卷积层换成空间和通道重构卷积SCConv；针对特征融合部分使用改进的空间与通道混合的注意力机制来增强特征表达，即在最后一步上采样和特征融合操作之后添加空间注意力机制与通道注意力机制混合的注意力机制CBAM； （3.2）对交通指示牌文本检测网络进行训练，将CTSTD数据集中的图片经交通指示牌检测网络提取得到的交通指示牌区域图像，将交通指示牌区域图像进行统一尺寸的处理后输入到基于DBNet改进的文本检测网络中进行训练，得到网络模型的最优权重后用测试集数据对网络性能进行测试，网络性能的评价指标采用F1值和每秒帧率FPS； （4）构建基于CRNN改进的文本识别网络，并利用基于CRNN改进的文本识别网络对经文本检测后的文本区域输入到识别网络中，识别文本区域中的文本内容。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。