本实用新型公开了一种环保高性能交通设施指示牌，包括：主体组件，所述主体组件呈A字形结构指示板；灯圈，所述灯圈安装在主体组件前后两侧；太阳能电池板，所述太阳能电池板对称设置在主体组件前后两侧且与灯圈电性连接；本实用新型通过太阳能电池板的设置，可重复利用太阳能对灯圈供电，有利于节约能源；通过支撑板一和支撑板二上设置有与灯圈相对应的环形凹槽，所述灯圈的底部设置有凸起环，所述灯圈与与环形凹槽对应卡接灯圈的卡接结构，有利于方便灯圈的快速更换维护，可拆卸式零部件，可提高装置零部件重复利用率，进而起到环保作用。
📄 2022200959827
📂 E01F9_615
👤 威海辉通交通设施制造有限公司
📅 2022-01-14
本实用新型公开了一种产业园区用路牌，涉及路牌技术领域，包括路牌机构，用于方便对路牌进行更换，路牌机构中包括：固定组件，包括连接座，所述连接座的内部活动安装有连接块，所述连接块的顶部固定安装有固定柱，所述固定柱的表面活动安装有抵压弹簧，所述抵压弹簧的表面滑动套装有滑动环；插装组件，设置于固定组件的左侧；顶盖活动盖在安装框的顶部，固定柱的顶端卡入十字槽横向槽内部，抵压弹簧通过自身弹力推动滑动环在固定柱表面向上滑动，使插块插入到十字槽的竖向槽内部，保持顶盖的固定，抵压弹簧向下滑动挤压抵压弹簧，使插块从十字槽的竖向槽拉出，实现顶盖的翻开，从而实现对安装框内部的路牌快速更换。
📄 2024214000665
📂 E01F9_608
👤 安徽中盟电子产业园有限公司
📅 2024-06-19
本发明公开了一种基于YOLOv3改进的交通标志检测与识别方法，包括以下步骤：(1)获取和标注交通标志图像数据集，作为训练集；(2)构建YOLOv3改进网络模型；(3)通过训练集对所述的YOLOv3改进网络模型进行训练；(4)通过训练好的YOLOv3改进网络模型对待测交通标志图像进行检查与识别。通过上述方法，本发明实现了相较于YOLOv3原有算法相近的检测性能，同时模型得到了精简。
📄 2019114223116
📂 G06K9_00
👤 浙江工业大学
📅 2019-12-30
本发明公开了一种基于多目标路优化的路牌识别对抗防御方法，包括：(1)构建训练集、测试集以及对抗集；(2)构建路牌分类器，并利用训练集、测试集对路牌分类器进行训练，获得路牌识别模型；(3)根据粒子群算法构建路牌攻击模型，利用路牌攻击模型生成对抗样本；(4)矫正对抗样本，并将对抗样本应用在物理场景下，再采集对抗样本的物理图像；(5)将对抗样本的物理图像输入至路牌识别模型，筛选得到高质量的对抗样本；(6)将高质量的对抗样本添加到训练集中，利用训练集再训练路牌识别模型，实现对路牌识别模型的对抗防御优化；(7)利用对抗防御优化后的路牌识别模型对路牌图像进行识别，以实现路牌识别的对抗防御。
📄 2019102977288
📂 G06K9_00
👤 浙江工业大学
📅 2019-04-15
本发明公开了一种用于商用车主动安全的交通标志识别方法与系统，所述识别方法的具体步骤如下：S1、通过车载摄像头装置捕获道路全景图像信息，并对道路全景图像信息进行预处理操作，通过色彩变换空间设定阈值提取感兴趣区域图像；S2、将上述感兴趣区域图像与交通标志模板库图片进行匹配，根据匹配结果定位道路全景图像中的标志图像；S3、设计并搭建神经网络模型，在采样交通标志数据集上训练所述神经网络模型，获得最优交通标志识别模型；S4、合并上述最优交通标志识别模型中的多分支结构，获得重塑模型；S5、针对步骤S2中所述的标志图像进行分类识别，将标志图像进行归一化处理后输入步骤S4的重塑模型，根据输出结果判断交通标志类型。
📄 2023107099727
📂 G06V20_58
👤 浙江工业大学
📅 2023-06-15
本发明公开了一种基于遗传算法的路牌识别对抗防御方法，包括：(1)构建训练集、测试集以及对抗集；(2)构建路牌分类器，并利用训练集、测试集对路牌分类器进行训练，获得路牌识别模型；(3)根据遗传算法构建路牌攻击模型，利用路牌攻击模型生成对抗样本；(4)矫正对抗样本，并将对抗样本应用在物理场景下，再采集对抗样本的物理图像；(5)将对抗样本的物理图像输入至路牌识别模型，筛选得到高质量的对抗样本；(6)将高质量的对抗样本添加到训练集中，利用训练集再训练路牌识别模型，实现对路牌识别模型的对抗防御优化；(7)利用对抗防御优化后的路牌识别模型对路牌图像进行识别，以实现路牌识别的对抗防御。
📄 2019102977485
📂 G06K9_00
👤 浙江工业大学
📅 2019-04-15
本发明公开了一种基于层阶的地面交通标志识别方法，首先对视频图像进行分析处理，通过车道线检测对提取出的矩形区域的大小和角度的筛选，对视频图像中的车道线进行检测和追踪，得到稳定、准确的车道线，并截取出所感兴趣的区域；然后，采用自适应二值化技术，定义灰度图像的像素值，将所有的像素点分为n个层级，将最上层和最下层的像素值舍去，得到有效的像素值，对分好的每个层阶像素点聚居区域分别进行目标检测，实现交通标志的识别。本发明具有准确和高效的优点，基于层阶算出的阈值能够突出所需要的车道线部分，有利于地面交通标志的识别。
📄 2019101025564
📂 G06K9_00
👤 深圳立专科技成果转化有限公司
📅 2019-02-01
本发明涉及一种基于DS证据理论的多摄像头融合的路面交通标志识别方法，属于图像处理技术领域。该方法主要针对直行、左转、右转、直行左转、直行右转这五类路面交通指示标志进行识别，分为训练和测试两部分。在训练阶段，提取训练样本的方向梯度直方图特征，将样本特征和类别标签导入支持向量机中进行分类训练，得到训练好的分类器；在测试阶段，通过图像预处理得到感兴趣区域，提取感兴趣区域的方向梯度直方图特征并送入分类器中进行分类，根据分类器获取的待识别标志属于每个类别的可信度，结合DS证据理论数据融合方法和最大信任值决策规则，确定最终标志识别结果。本发明采用基于DS证据理论的多摄像头数据融合方法，融合多摄像头的信息得到最终识别结果，能够稳定、高效地识别路面交通标志。
📄 2016102449955
📂 G06K9_00
👤 重庆邮电大学
📅 2016-04-19
本发明涉及一种道路交通标志自动检测识别方法。本发明基于自动检测识别系统实现，所述自动检测识别系统包括，交通标志采集模块、交通标志检测处理模块和交通标志识别模块。交通标志采集模块用于采集行车视频，交通标志检测处理模块对采集到的视频进行处理，检测出含有交通标志的图像帧，并对兴趣区域进行提取。交通标志识别模块用于对提取的兴趣区域图像进行分类和识别。本发明所述道路交通标志自动检测识别方法，识别交通标志种类多、精度高、识别准确性高、鲁棒性好；并有效降低了光照、几何形变、旋转等影响，具有较高的抗干扰能力。
📄 2017102839128
📂 G06K9_00
👤 聊城大学
📅 2017-04-26
基于卷积神经元网络路标和序列搜索的回环检测方法，以待检测图像为中心选定一个待检索序列，在待检索序列的每一张图像上提取一定数量的路标进行预处理后输入到卷积神经元网络中抽取相应的特征描述子；构建一个候选匹配序列,待检索序列与候选匹配序列之间按照时间先后的对应关系进行序列间相似度分析；沿着时间轴移动候选匹配序列的中心，每移动一次，计算一次候选匹配序列与待检索序列之间的相似度并保存评分；在所有序列评分中搜索数值最大评分对应的序列，同时以此序列中心图像为中心选定一个窗口并在窗口外搜索一个最大评分序列；若最大评分与最大评分序列的评分的比值大于设定的阈值，则所述最大评分的中心图像就是待检索图像对应的回环。
📄 2018108090748
📂 G06K9_62
👤 杭州电子科技大学
📅 2018-07-20
本发明公开了一种多用途交通标志板，包括底座、立柱、切板机构和太阳能电板，底座两端通过固定螺栓可拆卸连接在地面上，底座上表面固定连接有机箱，机箱一侧铰接有防护门，机箱内部通过机架固定连接有电机，通过在立柱与底座之间丝杆与螺纹套，利用螺纹连接以及滑块滑槽限位的作用下，可实现标志箱上下升降，方便更换维修，同时可随时对标志箱内部进行检查；通过在标志箱内部设置切换板，在切换板两端分别设置局部透明标志板和反光标志板，利用绿光照明灯进行照射，可方便昼夜更换，便于驾驶员在远处可尽快观看到标志板上的指路信息，而且设置半球形太阳能电板，可360°接收太阳光，整体安全性更高，功能更齐全，用途更广。
📄 2019105901191
📂 E01F9_40
👤 沈阳博研智能交通科技有限公司
📅 2019-07-02
本发明公开了一种基于显著性的交通标志检测方法，本发明方提出一种端到端的卷积神经网络模型。本方法针对交通标志检测任务做出优化，提出了一个以基于VGGNet的特征金字塔网络为主干的显著性检测模型。网络在自下而上过程中的不同尺度特征图上提取了图片中的不同层级的信息，并在金字塔网络自上而下通路中进行融合。通过将特征聚合模块添加在自上而下通路中的每个融合操作之前，可以有助于全局引导模块中包含的深层次特征图中的高级语义信息与较浅层次的特征无缝进行融合。通过这两个建立在池化操作上的模块有助于高级语义信息逐步精细，使本网络模型生成的显著性图拥有更加丰富的细节。其结果为一张像素值在[0，1]的灰度图，图中的1表示为交通标志所在区域，0表示为背景区域，成功实现对交通标志的检测任务。
📄 2021107187606
📂 G06K9_00
👤 杭州电子科技大学
📅 2021-06-28
柿子坊 · 知识产权运营
柿子坊知识产权运营平台