摘要
本申请涉及一种可实现正面方向盘发光标志的方法。该方法包括:通过摄像头采集所述正面方向盘发光标牌的检测方向盘发光标牌图像,且从数据库中获取质检合格的参考方向盘发光标牌图像,并采用基于深度学习的图像识别和分析技术来进行检测和参考方向盘发光标牌图像的HOG特征提取和语义特征提取,并进行主成分显著融合,以此根据检测和参考多维融合特征之间的语义匹配系数和预定阈值之间的比较来自动地生成质量检测结果。这样,能够排除光线的影响来有效地识别出标牌上的缺陷,同时减少了人为因素的干扰,确保了检测结果的一致性和可靠性,实现了正面方向盘发光标牌质量检测的智能化。
技术关键词
发光标牌
检测方向盘
发光标志
协方差矩阵
空洞卷积神经网络
序列
语义特征提取
HOG特征提取
正面
匹配网络
特征选择
样本
发光组件
分布特征
图像
系统为您推荐了相关专利信息
关联挖掘方法
场景特征
抽取算法
关联规则挖掘算法
语义
移动机器人定位
关键帧
激光雷达数据
导航方法
扫描周围环境
异常监测方法
面向多工况
监测显示器
编码器
中央控制器
GRU模型
主成分分析降维
大数据
编码策略
注意力机制
异常检测方法
数据处理模块
广义特征值
异常检测装置
协方差矩阵