| 专利名称 | 基于级联深度学习的交通标志识别方法和系统 | 申请号 | CN201610388492.5 | 专利类型 | 发明专利 | 公开（公告）号 | CN106022300A | 公开（授权）日 | 2016.10.12 | 申请（专利权）人 | 中国科学院信息工程研究所 | 发明（设计）人 | 葛仕明;解凯旋;罗朝;叶奇挺;孙利民 | 主分类号 | G06K9/00(2006.01)I | IPC主分类号 | G06K9/00(2006.01)I;G06K9/62(2006.01)I | 专利有效期 | 基于级联深度学习的交通标志识别方法和系统 至基于级联深度学习的交通标志识别方法和系统 | 法律状态 | 实质审查的生效 | 说明书摘要 | 本发明提供了一种基于级联深度学习的交通标志识别方法和系统，引入级联卷积神经网络的思想，对目标标志样本空间进行扩充，添加更多具有监督性的样本，目的是为了使得交通标志的识别加入更多的先验信息，使进行识别器训练的样本空间有更高的监督性。该方法能更充分地利用标志的各种特征信息，弥补现有基于神经网络的交通标志识别的不足，从而提高标志的检测和识别率。 |
1、源头对接，价格透明
2、平台验证，实名审核
3、合同监控，代办手续
4、专员跟进，交易保障