捷顺科技新增多项AI专利！深度学习、图像识别领域取得重大突破

近日，deepseek的爆火，标志着深度学习、图像识别技术已成为推动各行业智能化转型的关键力量。深耕智慧通行领域的捷顺科技，近期也在AI模型、深度学习领域迎来多项喜讯——多项AI图像识别相关技术专利获得授权。这一系列成果聚焦于车辆识别和数据增强，从核心算法到数据处理层面，为图像识别技术的发展带来全新突破，有望重塑智能交通、智慧停车等多个领域的发展格局。

No.1一种车辆识别模型创建方法、车辆识别方法及相关组件

这项专利直击智能交通系统中车辆识别的痛点。如今，智能交通深度融入城市运转，停车场管理、交通监控等场景对车辆识别技术提出了极高要求。然而，传统车牌识别系统在面对套牌车、模糊车牌，以及不理想的光照、遮挡、拍摄角度影响时，识别准确率大幅下滑。

捷顺科技的这项专利，创新地采用数据增强策略，对车辆样本图像进行处理，获取富含细粒度特征信息的样本图像。接着，依据车辆的不同属性信息标注样本图像，构建高质量训练集，对车辆识别模型进行针对性训练。这种端到端的训练方式，无需复杂的车辆小目标定位流程，极大提升了车辆识别的效率与精确度，为捷顺科技业内领先识别准确率，提供了有力技术保障，在交通管理、安防监控等领域有着广阔的应用前景。

No.2 一种数据增强的方法及装置

这项专利着眼于图像处理深度学习的数据根基。在深度学习中，训练神经网络模型对数据量需求巨大，现有数据增强手段多为旋转、翻转等简单几何变换，无法有效改变图片特征，易使模型陷入过拟合困境，导致泛化能力欠佳。

捷顺科技的这项专利，引入生成式对抗网络(GAN)技术，通过训练初始生成模型，得到能根据输入图片语义信息生成增强图片的目标生成模型。具体实施时，先获取待增强图片，根据其标签值确定目标图片类别，进而明确目标语义信息;将待增强图片输入目标生成模型，利用预设向量生成规则生成目标语义向量，二者结合生成目标增强图片。

该专利技术生成的增强数据，能有效改变图片特征，减少神经网络模型过拟合现象，显著提升模型泛化能力，为图像处理深度学习领域注入新的活力，在众多依赖图像数据处理的行业中具有极高的应用价值。

No.3 智慧通行+AI、大数据、物联网技术的融合与应用

不止于车牌识别，2024年，捷顺科技在三维人脸识别、车牌识别模型创建、人证对比模型训练等领域已获得授权专利十余项(下期详细介绍)，不仅展现了其在智慧通行领域的技术实力，也彰显了其在大数据和物联网领域的深厚积累。

通过AI技术、大数据、物联网等领域的领先技术，捷顺科技不断夯实产品服务含金量，不仅为停车场通行提供99.99%的高精度车牌识别率，还为停车场的防逃费、防伪识别场景，车位用户的停车供需撮合，停车场的经营管理分析，以及社区、园区的整体经营管理场景，提供专业的产品与解决方案，深入客户业务场景解决客户痛点，助力城市数字化升级。