公开(公告)号：CN110647818A

公开(公告)日：2020-01-03

申请号：CN201910797534.4

申请日：2019-08-27

Applicant: 北京易华录信息技术股份有限公司

Inventor： 李高杨 ,  林拥军 ,  郝燕茹 ,  高于超

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明提供了一种遮挡目标物体的识别方法，其中，该方法包括：获取目标物体图像和至少部分遮挡目标物体的遮挡物体图像；根据目标物体图像和遮挡物体图像，判断目标物体和遮挡物体在同一目标位置是否为同一物体；根据判断结果，识别目标物体和遮挡物体。本发明通过目标物体图像和遮挡物体图像，确定二者在同一目标位置是否为同一物体，可以准确识别出同一位置的目标物体或遮挡物体，以免在识别目标物体的过程中因外界遮挡物体的干扰，误将同一位置的目标物体识别成两个不同的物体，进而可以显著提高识别的精确性。

公开(公告)号：CN110135261A

公开(公告)日：2019-08-16

申请号：CN201910300918.0

申请日：2019-04-15

Applicant: 北京易华录信息技术股份有限公司

Inventor： 李高杨 ,  林拥军 ,  宋征 ,  张星 ,  郝燕茹

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种训练道路异常识别模型、道路异常识别的方法及系统，训练道路异常识别模型方法包括：获取道路异常情况及道路正常情况的图像；将道路异常情况及道路正常情况的图像输入到神经网络模型中；根据道路异常情况及道路正常情况的图像对所述神经网络模型中预设可训练的层数进行迁移学习，得到道路异常识别的神经网络模型。该识别模型对输入的全帧道路原图无需经过定位等步骤，只需对图像进行一次运算，具有较高的实时性，运用迁移学习技术，加速了模型训练收敛速度，可识别包括道路积水、道路火灾及交通事故多种道路异常情况。