買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜無錫學院申請的專利基于深度學習的車輛闖紅燈監測方法和系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN118711147B 。

龍圖騰網通過國家知識產權局官網在2025-04-04發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411090235.4，技術領域涉及：G06V20/54；該發明授權基于深度學習的車輛闖紅燈監測方法和系統是由闞希;劉旭;周舟;張永宏;王泉;朱靈龍;曹燚;吳昊;婁瓊丹;朱雪金;龍鵬燕設計研發完成，并于2024-08-09向國家知識產權局提交的專利申請。

本基于深度學習的車輛闖紅燈監測方法和系統在說明書摘要公布了：本發明公開了一種基于深度學習的車輛闖紅燈監測方法和系統，所述方法包括以下步驟：通過高清攝像頭采集交通路口實時監控視頻；對實時監控視頻進行檢測區域劃分；通過深度神經網絡對劃分后的檢測區域進行檢測；基于劃分區域的檢測結果對車輛是否闖紅燈進行判斷。所述系統包括：車輛實時視頻采集模塊，目標路口區域劃分模塊，基于深度神經網絡的車輛檢測模塊，紅燈顯示期間關鍵幀獲取模塊，闖紅燈行為判斷模塊，報警模塊，信息存儲模塊和電子設備部署裝置。本發明能夠對闖紅燈的車輛進行識別，并根據車牌照片自動提取車牌信息完成數據存儲與報警。

本發明授權基于深度學習的車輛闖紅燈監測方法和系統在權利要求書中公布了：1.基于深度學習的車輛闖紅燈監測方法，其特征在于，具體包括以下步驟：通過高清攝像頭采集交通路口實時監控視頻；對實時監控視頻進行檢測區域劃分；通過改進的Yolov5模型對劃分后的檢測區域進行檢測；基于劃分區域的檢測結果對車輛是否闖紅燈進行判斷；其中，改進的Yolov5模型具體包括：ICA模塊和RepSA模塊；其中ICA模塊位于YOLOv5的Neck和Head部分之間對多尺度特征進行特征篩選；RepSA模塊位于Neck部分對Backbone提取的多尺度高維特征進行融合處理；其中，ICA模塊具體包括：XmaxPool層，用于X方向即寬度方向進行最大池化；YmaxPool層，用于Y方向即高度方向進行最大值池化；W×1Conv層、1×HConv層以及1×1Conv層分別用于寬度為W高度為1、寬度為1高度為H以及寬度高度均為1的卷積；BatchNom層，用于批量歸一化；permute函數，用于重新排列數組的維度；h-swish和Sigmoid作為激活函數；ICA模塊運行流程包括：ICA模塊的輸入分別在X方向輸入XmaxPool層和W×1Conv層并通過permute函數進行數組排列，Y方向輸入YmaxPool層和1×HConv層，對X和Y方向的最大池化和卷積結果進行拼接，并經過1×1Conv層、BatchNom層和h-swish激活函數，對結果分別進行X和Y方向的下采樣，分別經過1×1Conv層和Sigmoid激活函數，得到X和Y方向的注意力向量；將X和Y方向的注意力向量與ICA模塊的輸入特征相乘，獲得具有權重的最終特征圖，得到ICA模塊的輸出；RepSA模塊具體包括：Conv1卷積核、Conv3卷積核和Conv5卷積核，分別代表1×1卷積核、3×3卷積核以及5×5卷積核；SelfAttention，代表自注意力機制；RepSA模塊運行流程具體包括：RepSA模塊的輸入通過Conv1卷積核調整通道數量，并將Conv1卷積結果分別通過3×3卷積和5×5卷積獲取模型對不同尺寸目標的感受，通過殘差分支將經過1×1卷積減少特征后的輸入特征與經過3×3卷積和5×5卷積的特征圖相加，最后經過自注意力機制得到RepSA模塊的輸出。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人無錫學院，其通訊地址為：214105 江蘇省無錫市錫山區錫山大道333號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。