【
智慧城市網 品牌專欄】近日，deepseek的爆火，標志著深度學習、
圖像識別技術已成為推動各行業智能化轉型的關鍵力量。深耕智慧通行領域的捷順科技，近期也在AI模型、深度學習領域迎來多項喜訊——
多項AI圖像識別相關技術專利獲得授權。這一系列成果聚焦于車輛識別和數據增強，從核心算法到數據處理層面，為圖像識別技術的發展帶來全新突破，有望重塑智能交通、智慧停車等多個領域的發展格局。
No.1
一種車輛識別模型創建方法、
車輛識別方法及相關組件
這項專利直擊
智能交通系統中車輛識別的痛點。如今，智能交通深度融入城市運轉，停車場管理、交通監控等場景對車輛識別技術提出了極高要求。然而，傳統車牌識別系統在
面對套牌車、模糊車牌，以及不理想的光照、遮擋、拍攝角度影響時，識別準確率大幅下滑。
捷順科技的這項專利，創新地采用數據增強策略，對車輛樣本圖像進行處理，獲取富含細粒度特征信息的樣本圖像。接著，依據車輛的不同屬性信息標注樣本圖像，構建高質量訓練集，對車輛識別模型進行針對性訓練。這種端到端的訓練方式，無需復雜的車輛小目標定位流程，極大提升了車輛識別的效率與精確度，為捷順科技業內領先識別準確率，提供了有力技術保障，在交通管理、安防監控等領域有著廣闊的應用前景。
No.2
一種數據增強的方法及裝置
這項專利著眼于圖像處理深度學習的數據根基。在深度學習中，訓練神經網絡模型對數據量需求巨大，現有數據增強手段多為旋轉、翻轉等簡單幾何變換，無法有效改變圖片特征，易使模型陷入過擬合困境，導致泛化能力欠佳。
捷順科技的這項專利，引入生成式對抗網絡(GAN)技術，通過訓練初始生成模型，得到能根據輸入圖片語義信息生成增強圖片的目標生成模型。具體實施時，先獲取待增強圖片，根據其標簽值確定目標圖片類別，進而明確目標語義信息；將待增強圖片輸入目標生成模型，利用預設向量生成規則生成目標語義向量，二者結合生成目標增強圖片。
該專利技術生成的增強數據，能有效改變圖片特征，減少神經網絡模型過擬合現象，顯著提升模型泛化能力，為圖像處理深度學習領域注入新的活力，在眾多依賴圖像數據處理的行業中具有極高的應用價值。
No.3
智慧通行+AI、大數據、
物聯網技術的融合與應用
不止于車牌識別，2024年，捷順科技在三維人臉識別、車牌識別模型創建、人證對比模型訓練等領域已獲得授權專利十余項(下期詳細介紹)，不僅展現了其在智慧通行領域的技術實力，也彰顯了其在大數據和物聯網領域的深厚積累。
通過AI技術、大數據、物聯網等領域的領先技術，捷順科技不斷夯實產品服務含金量，不僅為停車場通行提供99.99%的高精度車牌識別率，還為停車場的防逃費、防偽識別場景，車位用戶的停車供需撮合，停車場的經營管理分析，以及社區、園區的整體經營管理場景，提供專業的產品與解決方案，深入客戶業務場景解決客戶痛點，助力城市數字化升級。
我要評論
所有評論僅代表網友意見，與本站立場無關。