買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉重慶郵電大學(xué)申請的專利面向車載智能系統(tǒng)的輕量化微小交通標(biāo)志識別方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116863443B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310838014.X，技術(shù)領(lǐng)域涉及：G06V20/58；該發(fā)明授權(quán)面向車載智能系統(tǒng)的輕量化微小交通標(biāo)志識別方法是由朱智勤;鄭人中;李嫄源;黃鑫;周志浩;龔康;周鋒;李家興;胡波;劉秋卓設(shè)計研發(fā)完成，并于2023-07-10向國家知識產(chǎn)權(quán)局提交的專利申請。

本面向車載智能系統(tǒng)的輕量化微小交通標(biāo)志識別方法在說明書摘要公布了：本發(fā)明涉及面向車載智能系統(tǒng)的輕量化微小交通標(biāo)志識別方法，屬于智能交通領(lǐng)域。將獲取的環(huán)境圖像通過壓縮處理成規(guī)定尺寸的圖像文件。將該圖像輸入信息流邏輯傳播網(wǎng)絡(luò)，信息流邏輯傳播網(wǎng)絡(luò)先簡單提取圖像的多層低級語義信息。通過邊緣信息優(yōu)化模塊獲取低級語義信息的邊界信息，以邊界信息監(jiān)督圖卷積流提取多特征層層內(nèi)和層間的高級圖語義信息。先以獲得的高級特征層進(jìn)行分類預(yù)測，稀疏表達(dá)出目標(biāo)區(qū)域。然后將圖卷積流提取的多層高級信息逐元素拆分為大小相同的特征層，用卷積流網(wǎng)絡(luò)在稀疏區(qū)域內(nèi)逐漸從左至右，從上到下融合擴(kuò)展特征層。最后以融合特征層進(jìn)行目標(biāo)檢測。

本發(fā)明授權(quán)面向車載智能系統(tǒng)的輕量化微小交通標(biāo)志識別方法在權(quán)利要求書中公布了：1.面向車載智能系統(tǒng)的輕量化微小交通標(biāo)志識別方法，其特征在于：該方法包括以下步驟： S1：獲取待檢測圖像； S2：網(wǎng)絡(luò)特征提取，具體包括以下步驟： S21：通過可變形卷積網(wǎng)絡(luò)提取完整的不規(guī)則特征，同時降低后續(xù)處理的數(shù)據(jù)量；提升網(wǎng)絡(luò)運行速度和檢測準(zhǔn)確性； S22：重復(fù)特征提取操作，獲取初步特征層F1,F2,F3,F4； S3：邊緣信息提取優(yōu)化，具體包括以下步驟： S31：以淺層特征F1為基礎(chǔ)，后續(xù)特征層F2,F3,F4為細(xì)節(jié)補(bǔ)充；通過ERM圖像邊緣信息提取模塊逐步優(yōu)化圖像邊緣信息； S32：在ERM模塊中，將特征層F2上采樣至特征層F1相同大小后提取特征層F1的邊緣信息，獲取圖像邊緣信息；將該邊緣信息與特征層F2進(jìn)行信息融合后通過全局平均池化聚合卷積特征；然后，通過1D卷積和Sigmoid函數(shù)獲得相應(yīng)通道注意力權(quán)重優(yōu)化當(dāng)前的邊緣信息； S33：重復(fù)ERM操作，以深層語義信息去除邊緣信息中的無關(guān)，保留感興趣目標(biāo)的邊緣特征；獲取具體邊緣信息E1； S4：以圖卷積流交互F1,F2,F3,F4特征信息，加強(qiáng)特征提取；具體包括以下步驟： S41：切分特征層F1，對特征層內(nèi)相鄰特征通過領(lǐng)域圖流AGF模塊聚合圖像內(nèi)部特征，并以邊緣信息E1監(jiān)督特征聚合；其中AGF模塊以特征層F1的相鄰區(qū)域F11和F12為輸入，通過兩個1×1卷積映射特征信息F1a,F1b,F2a,F2b；聚合F1b,F2b特征信息，經(jīng)過Softmax函數(shù)歸一化聚合信息后得到鄰接關(guān)系特征Fb；將Fb分別與F1a,F2a進(jìn)行圖卷積操作，其操作過程為然后獲取新的鄰接特征層F11和F12；對特征層F1的其他鄰接區(qū)域進(jìn)行相同操作，聚合內(nèi)部特征； 其中W是可訓(xùn)練權(quán)重； S42：對特征層F2,F3,F4重復(fù)F1的鄰接區(qū)域圖卷積操作獲取節(jié)點聚合特征Fx1,Fx2,Fx3,Fx4； S43：對于Fx1，對特征層間的同位置特征通過空間圖流SGF卷積模塊聚合圖像層間特征，并以邊緣信息E1監(jiān)督特征聚合；其中AGF模塊以特征層F1和F2的同位置區(qū)域F11和F21為輸入，通過兩個1×1卷積映射特征信息F1a,F1b,F2a,F2b；聚合F1b,F2b特征信息，經(jīng)過Softmax函數(shù)歸一化聚合信息后得到鄰接關(guān)系特征Fb；將Fb分別與F1a,F2a進(jìn)行圖卷積操作，其操作過程為然后獲取新的鄰接特征層F11和F12，最后通過卷積操作聚合F11和F12特征獲取新特征層F11；對特征層F1的其他鄰接區(qū)域進(jìn)行相同操作，聚合內(nèi)部特征； S44：對特征層F2,F3,F4重復(fù)F1的同位置區(qū)域的區(qū)域圖卷積操作獲取節(jié)點聚合特征Fy1,Fy2,Fy3； S45：對特征層Fy1,Fy2,Fy3內(nèi)相鄰區(qū)域特征通過AGF圖流卷積鏈接再聚合特征層獲取新的特征層Fz1,Fz2,Fz3； S5：以卷積流至上而下，從左往右提取Fz1,Fz2,Fz3特征信息，加強(qiáng)特征提取。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人重慶郵電大學(xué)，其通訊地址為：400065 重慶市南岸區(qū)黃桷埡崇文路2號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。