龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中兴飞流信息科技有限公司
摘要：本发明公开了一种基于单分类模型和GMM的高速路面遗留物检测方法，涉及路面异物检测领域。一种基于单分类模型和GMM的高速路面遗留物检测方法，采用多模块组来对高速路面遗留物进行检测，所述多模块组包括视频图像采集模块、DeepSVDD模块、GMM模块和结果输出模块。本发明旨在利用深度学习DeepSVDD模型和高斯混合模型GMM相结合的方法解决路面遗留物检测问题，在路面场景中对遗留物及时发现和报警，使用深度学习模型和高斯混合模型结合的方式对各种复杂的场景的遗留物识别具有较高的鲁棒性和可靠性，该方法使用改进的DeepSVDD模型使模型的输入可以为任意尺寸图像，增强了模型的可移植性。
主权项：1.一种基于单分类模型和GMM的高速路面遗留物检测方法，其特征在于，采用多模块组来对高速路面遗留物进行检测，所述多模块组包括视频图像采集模块101、DeepSVDD模块102、GMM模块103和结果输出模块104；检测方法包括如下步骤：S1：获取图像，在高速公路安装摄像头，调整摄像头方向指向路面区域，采集现场图像数据形成原始数据集，视频图像采集模块101从摄像头采集系统获得每一帧图像；S2：数据标注，对原始数据集中路面进行剪裁，只剪裁路面作为正常样本，将图片剪裁成合适尺寸的图像，将该图像作为训练数据集；S3：训练DeepSVDD模型，该模型分为自编码器和单分类两部分，通过自编码器将正常样本收缩在超球面，中心为C，单分类模型输出正样本在超球面的位置，使正样本聚集在超球面中心C，然后通过DeepSVDD模型对正常样本进行训练；S4：DeepSVDD推理，获取采集模块101视频流，解码后得到视频的每一帧图像，通过DeepSVDD模块102将图像输入到选练好的DeepSVDD模型，输出一个矩阵；S5：GMM建模，对DeepSVDD模块102的输出使用GMM模块103建立长、短时混合高斯背景模型，用于分别获得长、短时前景；S6：遗留物识别：通过结果输出模块104筛选出模型前景，识别出遗留物。
全文数据：
权利要求：
百度查询： 中兴飞流信息科技有限公司 一种基于单分类模型和GMM的高速路面遗留物检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号