一種基于深度學(xué)習(xí)的交通設(shè)施地圖生成方法與系統(tǒng)
基本信息
申請?zhí)?/td> | CN201810160545.7 | 申請日 | - |
公開(公告)號 | CN108388641B | 公開(公告)日 | 2022-02-01 |
申請公布號 | CN108388641B | 申請公布日 | 2022-02-01 |
分類號 | G06F16/29(2019.01)I;G06V20/54(2022.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 羅東華;項文華 | 申請(專利權(quán))人 | 廣東方緯科技有限公司 |
代理機(jī)構(gòu) | 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 | 代理人 | 譚英強(qiáng) |
地址 | 510275廣東省廣州市新港西路135號海珠中大科技綜合樓自編411B房 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于深度學(xué)習(xí)的交通設(shè)施地圖生成方法與系統(tǒng),方法包括:采集車采集道路街景圖;將采集車采集到的道路街景圖進(jìn)行預(yù)處理,得到預(yù)處理后的俯視圖;采用預(yù)訓(xùn)練的交通設(shè)施識別模型對預(yù)處理后的俯視圖進(jìn)行自動識別,其中,預(yù)訓(xùn)練的交通設(shè)施識別模型采用Faster RCNN卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到;根據(jù)自動識別的結(jié)果自動生成車道級的精細(xì)化地圖。本發(fā)明采用了基于Faster RCNN卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)技術(shù)來自動識別交通設(shè)施,魯棒性好,計算開銷小,識別精度高;能根據(jù)自動識別的結(jié)果自動生成車道級的精細(xì)化地圖,與傳統(tǒng)繪圖人員手工繪制的方式相比,耗時短且效率高。本發(fā)明可廣泛應(yīng)用于圖像處理與地圖測繪領(lǐng)域。 |
