[發(fā)明專利]車位導(dǎo)航方法及相關(guān)產(chǎn)品在審
| 申請?zhí)枺?/td> | 201810576723.4 | 申請日: | 2018-06-05 |
| 公開(公告)號: | CN108710867A | 公開(公告)日: | 2018-10-26 |
| 發(fā)明(設(shè)計)人: | 曹婧月 | 申請(專利權(quán))人: | 曹婧月 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/04;G08G1/14 |
| 代理公司: | 深圳市科冠知識產(chǎn)權(quán)代理有限公司 44355 | 代理人: | 梁珣 |
| 地址: | 518000 廣東省深圳市*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 車位 車牌 人臉圖片 正向 運算結(jié)果 身份 神經(jīng)網(wǎng)絡(luò)模型 用戶體驗度 人工智能 導(dǎo)航路徑 圖片處理 映射關(guān)系 多層 運算 芯片 采集 查找 查詢 申請 圖片 | ||
1.一種車位導(dǎo)航方法,其特征在于,所述方法包括如下步驟:
采集第一圖片,對第一圖片處理得到第一人臉圖片;
將第一人臉圖片組成的輸入數(shù)據(jù)輸入到人工智能芯片中進行神經(jīng)網(wǎng)絡(luò)模型的多層正向運算得到正向運算結(jié)果,依據(jù)該正向運算結(jié)果確定該第一人臉圖片的第一身份;
依據(jù)身份與車牌映射關(guān)系查找出該第一身份對應(yīng)的第一車牌,通過第一車牌查詢該第一車牌對應(yīng)的第一車位;
獲取當前位置,生成當前位置與第一車位的導(dǎo)航路徑。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述將第一人臉圖片組成的輸入數(shù)據(jù)輸入到人工智能芯片中進行神經(jīng)網(wǎng)絡(luò)模型的多層正向運算得到正向運算結(jié)果具體包括:
將第一人臉圖片進行灰度處理得到第一灰度圖像,獲取第一灰度圖像中每個像素點的m1個灰度值,提取m1個灰度值中灰度值最小且連續(xù)的m2個像素點的灰度值,將m2個像素點從第一灰度圖像中去除得到第二灰度圖像,將第二灰度圖像恢復(fù)得到第二人臉圖片,提取第二人臉圖片中每個像素點的R、G、B值(紅色值、綠色值、藍色值),將第二人臉圖片中每個像素點的R、G、B值組成輸入數(shù)據(jù)塊[CI1][H1][w1],將輸入數(shù)據(jù)塊[CI1][H1][w1]作為輸入數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)模型執(zhí)行多層卷積運算得到正向運算結(jié)果,其中,CI1為輸入數(shù)據(jù)塊的深度值、H1為輸入數(shù)據(jù)塊的高度值,w1為輸入數(shù)據(jù)塊的寬度值,m1、CI1、H1、w1均為大于等于10的整數(shù),m2為大于等于103的整數(shù)。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,如神經(jīng)網(wǎng)絡(luò)模型的多層正向運算包括X1個需要執(zhí)行卷積運算的X1個神經(jīng)網(wǎng)絡(luò)模型計算層,所述方法在執(zhí)行X1個神經(jīng)網(wǎng)絡(luò)模型計算層的計算時,包括:
獲取神經(jīng)網(wǎng)絡(luò)模型多層中執(zhí)行卷積運算的X1個神經(jīng)網(wǎng)絡(luò)模型計算層,提取X1個神經(jīng)網(wǎng)絡(luò)模型計算中的X1個卷積運算的X1個卷積核中的核尺寸kernel size;獲取終端適應(yīng)計算的核尺寸【3】【3】;提取X1個卷積核中的核尺寸不為核尺寸【3】【3】的X2個卷積核,將X2個卷積核中的第y層的第α個卷積核切割成CI*CN個核尺寸【A】【A】,將核尺寸【A】【A】擬合成X3個核尺寸【3】【3】的卷積核,在執(zhí)行核尺寸【A】【A】與神經(jīng)網(wǎng)絡(luò)模型計算層中第y層的卷積計算時,將X3個核尺寸【3】【3】與第y層的輸入數(shù)據(jù)的對應(yīng)數(shù)據(jù)執(zhí)行X3次卷積運算得到X3個卷積計算中間結(jié)果,將X3個卷積計算中間結(jié)果執(zhí)行累加得到第y層的卷積結(jié)果中的一個元素,上述X1>X2,X1、X2、X3均為大于等于1的整數(shù),CI為卷積核的深度值,CN為卷積核的數(shù)量值,CI、CN均為大于等于1的整數(shù),A為大于3的整數(shù)。
4.根據(jù)權(quán)利要求1-3任意一項所述的方法,其特征在于,所述方法還包括:
計算該第一車牌的停車費用,將該停車費用顯示。
5.一種終端,其特征在于,所述終端包括:攝像頭和處理器,所述處理器與攝像頭連接;
所述攝像頭,用于采集第一圖片;
所述處理器,用于對第一圖片處理得到第一人臉圖片;將第一人臉圖片組成的輸入數(shù)據(jù)輸入到人工智能芯片中進行神經(jīng)網(wǎng)絡(luò)模型的多層正向運算得到正向運算結(jié)果,依據(jù)該正向運算結(jié)果確定該第一人臉圖片的第一身份;依據(jù)身份與車牌映射關(guān)系查找出該第一身份對應(yīng)的第一車牌,通過第一車牌查詢該第一車牌對應(yīng)的第一車位;
定位模塊,用于獲取當前位置;
所述處理器,還用于生成當前位置與第一車位的導(dǎo)航路徑。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于曹婧月,未經(jīng)曹婧月許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810576723.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標記或含有代碼標記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





