-
公开(公告)号：CN114445712A
公开(公告)日：2022-05-06
申请号：CN202210113377.2
申请日：2022-01-29
Applicant: 东南大学
IPC: G06V20/10 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/40 , G06V10/774 , G06V10/82 , G06V10/762
Abstract: 本发明公开了基于改进YOLOv5模型的高速公路路面病害识别方法，包括：在现有成熟的YOLOv5模型基础上，通过对模型特征提取网路进行改进，同时对模型的锚框（anchor）进行重新设计，构造了适用于高速公路路面病害识别的目标检测模型。本发明通过深度学习网络的紧密结合，将其应用于高速公路路面病害识别领域可以大大提高病害识别的效率，对高速公路养护的提供技术支持。
-
公开(公告)号：CN109949575B
公开(公告)日：2020-11-03
申请号：CN201910302135.6
申请日：2019-04-16
Applicant: 东南大学
Abstract: 本发明公开了一种高速公路货车智慧动态称重系统，包括：摄像机、动态称重传感器组、光幕、机柜、语音设备、LED显示屏和物联网传输端。本发明能够有效减少由于路面不平及车辆重心不稳引起的称重偏差，为货车智慧收费系统或货车治超劝返系统提供在线实时服务。
-
公开(公告)号：CN110060363A
公开(公告)日：2019-07-26
申请号：CN201910302067.3
申请日：2019-04-16
Applicant: 东南大学
Abstract: 本发明公开了一种基于“自由交通流”模式的高速公路货车预检计重智慧收费系统，包括：三车道货车预检系统、治超点和无人值守收费站；三车道货车预检系统由三个车道的第一智慧动态称重系统组成；第一智慧动态称重系统包括摄像机、动态称重传感器组、线圈、机柜、LED显示屏和物联网传输端；无人值守收费站由三个车道的第二智慧动态称重系统组成；第二智慧动态称重系统包括摄像机、动态称重传感器组、物联网传输端、光幕、LED显示屏和机柜。本发明能够有效减少由于路面不平及车辆重心不稳引起的称重偏差，为治超部门和高速公路收费系统提供在线实时服务。
-
公开(公告)号：CN109949575A
公开(公告)日：2019-06-28
申请号：CN201910302135.6
申请日：2019-04-16
Applicant: 东南大学
Abstract: 本发明公开了一种高速公路货车智慧动态称重系统，包括：摄像机、动态称重传感器组、光幕、机柜、语音设备、LED显示屏和物联网传输端。本发明能够有效减少由于路面不平及车辆重心不稳引起的称重偏差，为货车智慧收费系统或货车治超劝返系统提供在线实时服务。
-
公开(公告)号：CN114445708A
公开(公告)日：2022-05-06
申请号：CN202210110447.9
申请日：2022-01-29
Applicant: 东南大学
IPC: G06V20/10 , G06N3/04 , G06N3/08 , G06K9/62 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了基于改进Faster R‑CNN的高速公路路面三维病害识别方法，包括：利用路面三维信息检测车采集存储高速公路路面三维图像并进行数据预处理，构建东南大学高速公路路面病害三维图像数据集；在常规Faster R‑CNN模型基础上，通过对模型特征提取网路进行改进，构造了适用于高速公路路面三维病害识别的目标检测模型。本发明通过深度学习网络的紧密结合，将其应用于高速公路路面病害识别领域可以大大提高病害识别的效率，对高速公路养护的提供技术支持。
-
Patent Agency Ranking
公开(公告)号：CN111460996B
公开(公告)日：2022-02-15
申请号：CN202010244452.X
申请日：2020-03-31
Applicant: 东南大学
IPC: G06V20/52 , G06V20/62 , G06V30/148 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于极限学习深度网络融合模型的货车车辆号牌识别方法，包括以下步骤：采用高速公路监控相机获取货车图像，对货车图像采用可变形部件模型、进行货车车辆号牌定位，基于比例分割方法对定位得到的货车车辆号牌进行字符分割，构建货车车辆号牌字符图像集；对车辆号牌字符图像进行特征提取；对车辆号牌字符图像进行特征提取；对车辆号牌字符图像进行特征提取；构建基于极限学习深度网络融合模型；采用训练好的基于极限学习的深层网络融合模型对输入车辆号牌图像进行货车车辆号牌的识别分类。优点是：本发明的性能优于传统的HOG+SVM以及极限学习InceptionV3模型、极限学习XceptionV3模型和极限学习NASNet模型，其识别率达到98.18％。
-
公开(公告)号：CN111366098B
公开(公告)日：2021-10-19
申请号：CN202010216531.X
申请日：2020-03-25
Applicant: 东南大学 , 河北省交通规划设计院 , 河南万里交通科技集团无损检测加固技术有限公司
Abstract: 本发明公布了一种高速公路路面病害三维信息感知系统，包括：集成了激光器、3D相机、北斗定位系统、路权相机、距离测量仪的传感器系统；集成了协调控制系统、路面三维信息高速采集模型和控制面板软件的高速数据采集与状态检测系统；集成了点云数据存储结构、北斗数据存储机构、路权相机数据存储结构、预设数据存储结构的路面三维数据存储系统。本发明的有益效果在于：能够有效降低人工检测造成的劳动强度大，以及主观性高、漏检率低的问题，同时能够解决二维路面病害检测对轮胎痕迹、阴影和光照不均匀等因素敏感以及无法获取路面病害深度信息所造成的路面病害检测率低的问题，为公路检测、养护提供良好的基础保障。
-
公开(公告)号：CN111507670A
公开(公告)日：2020-08-07
申请号：CN202010348371.4
申请日：2020-04-28
Applicant: 东南大学 , 交通运输部公路科学研究所
Abstract: 本发明公布了基于物联网的重大物件运输状态感知系统，包括：以北斗定位系统、惯性导航稳定平台等传感器构建重大物件运输信息感知层；以5G-DTU等设备构建重大物件运输信息物联网传输层；以关系型数据库Oracle构建重大物件运输信息云端数据存储层；采用C/S开发架构，完成重大物件运输感知系统应用程序的开发。本发明的有益效果在于：可实现重大物件运输状态实时跟踪、运输过程可视化管控、异常事件历史记录查询以及系统数据维护管理等系统功能。能够有效解决感知信息单一的问题，填补对于运输物件动态信息感知研究的空白，为重大物件运输信息感知提供了技术支撑，同时，也为后续重大物件运输中姿态信息感知的进一步研究提供了重要的参考价值。
-
公开(公告)号：CN113326865A
公开(公告)日：2021-08-31
申请号：CN202110406035.5
申请日：2021-04-15
Applicant: 东南大学 , 河北省交通规划设计院 , 河南万里交通科技集团无损检测加固技术有限公司
Abstract: 本发明公开了一种基于深度学习的高速公路路面病害三维信息检测系统，包括路面信息感知层、数据存储层和综合服务层。本发明能够实时检测判断路面病害类型，实时获取路面信息感知层的三维点云图像及相关信息，对这些信息进行存储、查询、分类，并在电子地图上显示其对应的位置，同时能够完成路面状态发布，为公路路面养护人员提供极大地便利。
-
公开(公告)号：CN111460996A
公开(公告)日：2020-07-28
申请号：CN202010244452.X
申请日：2020-03-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于极限学习深度网络融合模型的货车车辆号牌识别方法，包括以下步骤：采用高速公路监控相机获取货车图像，对货车图像采用可变形部件模型、进行货车车辆号牌定位，基于比例分割方法对定位得到的货车车辆号牌进行字符分割，构建货车车辆号牌字符图像集；对车辆号牌字符图像进行特征提取；对车辆号牌字符图像进行特征提取；对车辆号牌字符图像进行特征提取；构建基于极限学习深度网络融合模型；采用训练好的基于极限学习的深层网络融合模型对输入车辆号牌图像进行货车车辆号牌的识别分类。优点是：本发明的性能优于传统的HOG+SVM以及极限学习InceptionV3模型、极限学习XceptionV3模型和极限学习NASNet模型，其识别率达到98.18％。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.015 seconds)
