买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东快通信息科技有限公司申请的专利一种基于深度学习的公交客流检测系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN111079488B 。

龙图腾网通过国家知识产权局官网在2023-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：201910446357.5，技术领域涉及：G06V20/52；该发明授权一种基于深度学习的公交客流检测系统及方法是由张开生;刘泽新设计研发完成，并于2019-05-27向国家知识产权局提交的专利申请。

本一种基于深度学习的公交客流检测系统及方法在说明书摘要公布了：一种基于深度学习的公交客流检测系统及方法，包括公交车身主体，位于公交车身主体的车厢前端、中端及末端上侧分别设置有点阵红外摄像机，点阵红外摄像机通过串口线连接主控制器，主控制器的输出端分别连接LCD车载显示屏和调度中心，主控制器与调度中心之间通过通讯模块NB‑lot进行信息的传递。本发明结合图像处理和深度学习方法，具有技术前沿、实时性强及准确率高的特点。

本发明授权一种基于深度学习的公交客流检测系统及方法在权利要求书中公布了：1.一种基于深度学习的公交客流检测系统，其特征在于，包括公交车身主体1，位于公交车身主体1的车厢前端、中端及末端上侧分别设置有点阵红外摄像机2，所述的点阵红外摄像机2通过串口线6连接主控制器3，所述的主控制器3的输出端分别连接LCD车载显示屏4和调度中心5，主控制器3与调度中心5之间通过通讯模块NB-lot7进行信息的传递；所述的主控制器3为树莓派RaspberryPi3B+，所述的树莓派RaspberryPi3B+中移植TensorFlow深度学习框架搭建卷积神经网络CNN的识别模型，用于提取出车厢内乘客头部特征；所述的卷积神经网络CNN序贯模型中搭建不同的网络层，通过测试网络层的现行堆叠在TensorFlow框架下搭建CNN模型，该模型设计由四部分组成，一层输入，三层卷积，三层池化，一层全连接；所述三层卷积层使用ReLU函数作为激活函数计算出右侧单位矩阵中节点，在5*5矩阵上使用3*3过滤器进行卷积层前向传播，得到结构矩阵大小为3*3矩阵，在此过程中，3*3过滤器的移动轨迹为，以步长为3，从左至右，逐行循环；所述三层池化层使用的过滤器只影响其一个深度节点，通过2*2的过滤器进行池化层的前向传播，丢弃冗余节点；所述一层全连接层将卷积输出的二维特征图featuremap转化成N*1一维的一个向量，并将饱含高度图像特征的向量通过Softmax进行判断。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东快通信息科技有限公司，其通讯地址为：515000 广东省汕头市潮阳区棉北街道快通智能科创园；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。