CN104821025A - 客流检测方法及其检测系统 - Google Patents
客流检测方法及其检测系统 Download PDFInfo
- Publication number
- CN104821025A CN104821025A CN201510212677.6A CN201510212677A CN104821025A CN 104821025 A CN104821025 A CN 104821025A CN 201510212677 A CN201510212677 A CN 201510212677A CN 104821025 A CN104821025 A CN 104821025A
- Authority
- CN
- China
- Prior art keywords
- detection
- detection line
- passenger flow
- passenger
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明公开了客流检测方法及其检测系统,从车辆的监控视频源中不断地读取图像;之后对读取的图像进行预处理,得到灰度图像后转换为二阈值形式;再从视频图像中检测开关门双检测参数是否发生变化从而判断开关门状态;当开关门双检测参数发生变化时判断为开门状态,开始检测客流;当识别检测线和判断检测线的参数发生变化时,根据参数值范围统计乘客人数和乘客的进出方向。本发明结合了车辆(如公交车)的视频摄像头,以图像处理技术为核心,构建了一个可实现客流检测分析的智能车辆管理系统。并且,由系统检测得出的统计数据可以通过以太网方式传输到车辆监控管理中心,进行分析、统计和存储,从而实现车辆的智能调度。
Description
技术领域
本发明涉及客流统计技术领域,特别涉及客流检测方法及其检测系统。
背景技术
随着经济的快速发展,城市机动车数量急剧增长,公共交通成为城市建设优先发展的重点之一。公交客流统计作为整个公交系统管理的基础,能够为交通系统管理日常的调度提供可靠依据,同时也能为公交管理长期规划提供参考,对城市交通协调控制具有重要意义。
目前公交客流检测技术主要分为以下几种:
1、公交IC卡客流计数:该方法通过IC打卡次数统计上车乘客数量,但由于IC卡不是每一位乘客必备的,无法统计所有上车乘客人数以及各站点下车人数。
2、踏压板式计数:通过乘客上下车时触发压力传感器自动记录人数,但该类计数器不能判别上下车乘客方向且容易损坏,可维护性差。
3、被动红外式客流计数:通过热释红外线探头探测人体发出的热红外信号进行检测,但由于其受乘客着装以及环境温度影响较大,无法实现整体检测。
4、主动式红外客流计数:采用发射定制波长的红外线,通过使用传感器接收乘客身上反射回来的光线进行计数,但无法辨别乘客上下车方向。
5、视频图像处理客流技术:通过公交车摄像机拍摄图像,使用软件对图像进行分析处理,识别乘客运动,从而自动对上下车人数及方向进行计数,但分析处理算法限制容易受到环境光线的干扰,统计结果不准确。
在国外,由于人口少、交通发达、客流不拥挤,使用红外线的检测技术就能满足公交检测需求;但在国内,人口多、交通阻塞、客流拥挤,红外线的检测技术明显不能满足检测的需要。而随着智能交通建设的进一步的发展,对客流检测精度的要求将会越来越高,传统的检测技术会被逐步淘汰,作为新兴技术的图像处理技术将会逐步的得到更好的发展和研究。
发明内容
鉴于上述现有技术的不足之处,本发明的目的在于提供客流检测方法及其检测系统,结合车辆的视频摄像头,以图像处理技术为核心,构建一个可实现客流检测分析的智能公交系统。
为了达到上述目的,本发明采取了以下技术方案:
一种客流检测方法,其包括如下步骤:
A、从车辆的监控视频源中实时读取图像;
B、对读取的图像进行预处理,得到灰度图像后转换为二阈值形式;
C、从视频图像中检测开关门双检测参数是否发生变化从而判断开关门状态;
D、当开关门双检测参数发生变化时判断为开门状态,开始检测客流;
E、当识别检测线和判断检测线的参数发生变化时,根据参数值范围统计乘客人数和乘客的进出方向。
所述的客流检测方法中,所述步骤E还包括:当判断检测线无法正确判断乘客进出方向时,由识别检测线上方的若干条竖形检测线对其进行优化检测,确定乘客的进出方向。
所述的客流检测方法中,所述步骤E包括:
E1、将识别检测线布置在车门上边门框处,当识别检测线的参数发生变化时,判断有乘客经过识别检测线;在判断时,将识别检测线划分为三段进行识别检测。
所述的客流检测方法中,所述步骤E1之后还包括:
E2、在识别检测线的外侧布置平行分布的两条判断检测线,判断检测线根据乘客头部轮廓所覆盖的参数值大小的变化情况判断乘客的进出方向。
所述的客流检测方法中,所述步骤A中:所述读取图像的有效图像范围包括公交车门禁止站立的黄色区域和/或车门上边门框。
所述的客流检测方法中,所述步骤B包括:利用色彩空间转换算法对所读取的图像进行预处理,利用灰度图算法对图像进行灰度处理后转换为0-1的二阈值形式。
所述的客流检测方法中,所述步骤B包括:当所读取十帧以上图像中均检测不到开关门检测线时,判断车辆处于开门状态,若可以检测到红色检测线则属于关门状态。
所述的客流检测方法中,所述竖形检测线的数量大于3条。
一种所述客流检测方法的客流检测系统,其包括:
图像读取模块,用于从车辆的监控视频源中实时读取图像;
图像处理模块,用于对读取的图像进行预处理,将图像进行灰度变换之后转换为二阈值形式;
开门检测模块,用于从视频图像中检测开关门双检测参数是否发生变化从而判断开关门状态;
客流检测开启模块,用于当开关门双检测参数发生变化时判断为开门状态,开始检测客流;
客流检测模块,用于当识别检测线和判断检测线的参数发生变化时,根据参数值范围统计乘客人数和乘客的进出方向。
所述的客流检测系统,还包括检测优化模块,用于当判断检测线无法正确判断乘客进出方向时,由识别检测线上方的若干条竖形检测线对其进行优化检测,确定乘客的进出方向。
相较于现有技术,本发明提供的客流检测方法及其检测系统,从车辆的监控视频源中不断地读取图像;之后对读取的图像进行预处理,得到灰度图像后转换为二阈值形式;再从视频图像中检测开关门双检测参数是否发生变化从而判断开关门状态;当开关门双检测参数发生变化时判断为开门状态,开始检测客流;当识别检测线和判断检测线的参数发生变化时,根据参数值范围统计乘客人数和乘客的进出方向。本发明结合了车辆(如公交车)的视频摄像头,以图像处理技术为核心,构建了一个可实现客流检测分析的智能车辆管理系统。并且,由系统检测得出的统计数据可以通过以太网方式传输到车辆监控管理中心,进行分析、统计和存储,从而实现车辆的智能调度。
附图说明
图1为本发明实施例提供的客流检测方法的流程图。
图2为本发明实施例提供的客流检测系统的结构框图。
图3为本发明实施例提供的客流检测方法的应用实施例的流程示意图。
具体实施方式
本发明提供一种客流检测方法及其检测系统,以公交车客流统计为例,所述的客流检测方法包括:从公交车监控视频源中不断地读取图像;利用算法对读取的图像进行预处理,包括灰度变换;从预处理后的图像中查看开关门双检测参数是否发生变化从而判断开关门状态;显示开门后开始检测客流;乘客经过时识别检测线参数和判断检测线参数发生变化;算法根据参数值范围进行统计乘客人数及进出方向。
为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明的客流检测方法通过从监控视频源中读取原始视频图像数据,采用内部程序算法对其进行分析和处理,监控管理中心根据各公交站点乘客流量的数据实现城市公交的智能调度和管理。
请参阅图1,所述的客流检测方法包括如下步骤:
S100、从车辆的监控视频源中实时读取图像;
S200、对读取的图像进行预处理,得到灰度图像后转换为二阈值形式;
S300、从视频图像中检测开关门双检测参数是否发生变化从而判断开关门状态;
S400、当开关门双检测参数发生变化时判断为开门状态,开始检测客流;
S500、当识别检测线和判断检测线的参数发生变化时,根据参数值范围统计乘客人数和乘客的进出方向。
所述步骤S100中,所述读取图像的有效图像范围包括公交车门禁止站立的黄色区域和/或车门上边门框。将在开关门检测线布置在车门上边门框处。
所述步骤S200包括:利用色彩空间转换算法对所读取的图像进行预处理,利用灰度图算法对图像进行灰度处理后转换为0-1的二阈值形式;预处理主要有两方面,一是灰化车门框使框上的两条红色检测线明显体现,二是对乘客着装等进行灰化处理。
所述图像为24位的RGB格式,本实施例利用色彩空间转换算法对读取的图像进行预处理,即灰度变换,之后将256个灰度级划分为0-1的二阈值形式。
由于两条以上的开关门状态检测线分别分布在车门框上边缘处(开关门状态检测线的数量根据车门的数量决定),客流检测启动状态可根据公交车门框上沿分布两边门框的两条检测线来决定。具体的,所述步骤S300具体包括:当所读取十帧以上图像中均检测不到开关门检测线时,判断车辆处于开门状态,若可以检测到红色检测线时,判断车辆处于关门状态。
所述步骤S500具体包括:a、将识别检测线布置在车门上边门框处,当识别检测线的参数发生变化时,判断有乘客经过识别检测线;在判断时,将识别检测线划分为三段进行识别检测。具体地,先获取图像感兴趣区域,在图像感兴趣区域的中间位置为识别检测线,在识别时,以椭圆形作为人体头部的几何形状,其经过识别检测线时所对应当参数值会由小变大,达到程序预设范围值时识别检测线开始划分三段检测,每一段的长度值为头部宽度加上肩部宽度,用以分段识别乘客人数。
所述步骤a之后步骤S500还包括:b、在识别检测线的外侧布置平行分布的两条判断检测线,判断检测线根据乘客头部轮廓所覆盖的参数值大小的变化情况判断乘客的进出方向。
为了避免乘客运动速度过快,导致无法正确判断乘客进出方式,在步骤S500还包括:当判断检测线无法正确判断乘客进出方向时,由识别检测线上方的若干条竖形检测线对其进行优化检测,确定乘客的进出方向。
本实施例中,所述竖形检测线的数量大于3条,优选为5条,5条竖形检测线均匀分布在识别检测线的上方,在判断识别线无法正确判断乘客方向时,在识别检测线上方生成5条均匀分布的竖形检测线,各竖形检测线检测到参数变化的顺序来计算得出乘客进出方向,用以优化客流检测功能。
本发明还相应提供一种客流检测方法的客流检测系统,请参阅图2,其包括:
图像读取模块10,用于从车辆的监控视频源中实时读取图像;
图像处理模块20,用于对读取的图像进行预处理,将图像进行灰度变换之后转换为二阈值形式;
开门检测模块30,用于从视频图像中检测开关门双检测参数是否发生变化从而判断开关门状态;
客流检测开启模块40,用于当开关门双检测参数发生变化时判断为开门状态,开始检测客流;
客流检测模块50,用于当识别检测线和判断检测线的参数发生变化时,根据参数值范围统计乘客人数和乘客的进出方向。
为了避免乘客速度过快影响统计结果的准确性,本发明的检测系统还包括检测优化模块60,用于当判断检测线无法正确判断乘客进出方向时,由识别检测线上方的若干条竖形检测线对其进行优化检测,确定乘客的进出方向。
以下结合图3,以公交车客流量检测为应用实施例,对本发明的客流检测方法及其检测系统进行详细说明:
如图3所示,其包括以下步骤:
步骤1、从监控视频源中实时读取图像,所读取的有效图像包含公交车门禁止站立的黄色区域以及含有开关门检测线的车门上边门框;
步骤2、对读取的图像进行预处理,得到灰度图像后转换为二阈值形式;
步骤3、当十帧以上图像信息显示两边门框上开关门检测线参数发生变化时,判断公交车即处在开门状态,客流检测开始启动;
步骤4、有乘客经过识别检测线时,识别检测线参数发生变化,根据其有效变化划分三段识别检测,从而判断乘客数量;
步骤5、识别检测线上下平行两条检测线为判断检测线,有乘客经过时,判断检测线根据参数变化利用算法判断乘客进出方向;
步骤6、当判断检测线无法正确判断方向时,识别检测线上方5条竖形检测线对其进行优化检测,根据算法确定乘客进出方向。
所述步骤1中,软件系统从监控视频源中实时读取监控图像,所读取的有效图像包含公交车门禁止站立的黄色区域以及车门上边门框。
所述步骤2中,利用色彩空间转换算法对读取的图像进行预处理,即灰度变换,之后将256个灰度级划分为0-1的二阈值形式。预处理主要有两方面,一是灰化车门框使框上的两条检测线明显体现,二是对乘客覆盖区域进行灰化处理。
所述步骤3中,客流检测启动状态是根据公交车门框上沿分布两边门框的两条检测线来决定的,当所读取十帧以上图像中均检测不到开关门检测线时表示车辆处于开门状态,识别检测线开始检测。
所述步骤4中,当识别检测线检测有人经过时,所对应当参数值由小变大,达到预设范围值时识别检测线开始划分三段检测,以识别乘客数量。
所述步骤5中,乘客经过识别检测线时,在识别检测线平行的外侧两条判断检测线开始检测,利用算法判断乘客进出方向。
所述步骤6中,为了避免乘客运动速度过快,判断识别器无法正确判断乘客方向时,在识别检测线上方生成5条均匀分布的竖形检测线,利用算法计算得出乘客进出方向,用以优化客流检测功能。
综上所述,本发明提供的客流检测方法及其检测系统,从车辆的监控视频源中不断地读取图像;之后对读取的图像进行预处理,得到灰度图像后转换为二阈值形式;之后从视频图像中检测开关门双检测参数是否发生变化从而判断开关门状态;当开关门双检测参数发生变化时判断为开门状态,开始检测客流;再当识别检测线和判断检测线的参数发生变化时,根据参数值范围统计乘客人数和乘客的进出方向。本发明结合了车辆(如公交车)的视频摄像头,以图像处理技术为核心,构建了一个可实现客流检测分析的智能车辆管理系统。并且,由系统检测得出的统计数据可以通过以太网方式传输到车辆监控管理中心,进行分析、统计和存储,从而实现车辆的智能调度。
可以理解的是,对本领域普通技术人员来说,可以根据本发明的技术方案及其发明构思加以等同替换或改变,而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种客流检测方法,其特征在于,包括如下步骤:
A、从车辆的监控视频源中实时读取图像;
B、对读取的图像进行预处理,得到灰度图像后转换为二阈值形式;
C、从视频图像中检测开关门双检测参数是否发生变化从而判断开关门状态;
D、当开关门双检测参数发生变化时判断为开门状态,开始检测客流;
E、当识别检测线和判断检测线的参数发生变化时,根据参数值范围统计乘客人数和乘客的进出方向。
2.根据权利要求1所述的客流检测方法,其特征在于,所述步骤E还包括:当判断检测线无法正确判断乘客进出方向时,由识别检测线上方的若干条竖形检测线对其进行优化检测,确定乘客的进出方向。
3.根据权利要求1所述的客流检测方法,其特征在于,所述步骤E包括:
E1、将识别检测线布置在车门上边门框处,当识别检测线的参数发生变化时,判断有乘客经过识别检测线;在判断时,将识别检测线划分为三段进行识别检测。
4.根据权利要求3所述的客流检测方法,其特征在于,所述步骤E1之后还包括:
E2、在识别检测线的外侧布置平行分布的两条判断检测线,判断检测线根据乘客头部轮廓所覆盖的参数值大小的变化情况判断乘客的进出方向。
5.根据权利要求1所述的客流检测方法,其特征在于,所述步骤A中:所述读取图像的有效图像范围包括公交车门禁止站立的黄色区域和/或车门上边门框。
6.根据权利要求5所述的客流检测方法,其特征在于,所述步骤B包括:利用色彩空间转换算法对所读取的图像进行预处理,利用灰度图算法对图像进行灰度处理后转换为0-1的二阈值形式。
7.根据权利要求6所述的客流检测方法,其特征在于,所述步骤B包括:当所读取十帧以上图像中均检测不到开关门检测线时,判断车辆处于开门状态,若可以检测到红色检测线则属于关门状态。
8.根据权利要求2所述的客流检测方法,其特征在于,所述竖形检测线的数量大于3条。
9.一种如权利要求1所述客流检测方法的客流检测系统,其特征在于,包括:
图像读取模块,用于从车辆的监控视频源中实时读取图像;
图像处理模块,用于对读取的图像进行预处理,将图像进行灰度变换之后转换为二阈值形式;
开门检测模块,用于从视频图像中检测开关门双检测参数是否发生变化从而判断开关门状态;
客流检测开启模块,用于当开关门双检测参数发生变化时判断为开门状态,开始检测客流;
客流检测模块,用于当识别检测线和判断检测线的参数发生变化时,根据参数值范围统计乘客人数和乘客的进出方向。
10.根据权利要求9所述的客流检测系统,其特征在于,还包括检测优化模块,用于当判断检测线无法正确判断乘客进出方向时,由识别检测线上方的若干条竖形检测线对其进行优化检测,确定乘客的进出方向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510212677.6A CN104821025B (zh) | 2015-04-29 | 2015-04-29 | 客流检测方法及其检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510212677.6A CN104821025B (zh) | 2015-04-29 | 2015-04-29 | 客流检测方法及其检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104821025A true CN104821025A (zh) | 2015-08-05 |
CN104821025B CN104821025B (zh) | 2018-01-19 |
Family
ID=53731308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510212677.6A Active CN104821025B (zh) | 2015-04-29 | 2015-04-29 | 客流检测方法及其检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104821025B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106559647A (zh) * | 2015-09-28 | 2017-04-05 | 株式会社日立制作所 | 开门关门检测装置和方法、人流检测系统和交通工具 |
CN108509914A (zh) * | 2018-04-03 | 2018-09-07 | 华录智达科技有限公司 | 基于tof摄像机的公交客流统计分析系统及方法 |
CN108875562A (zh) * | 2018-04-28 | 2018-11-23 | 华南师范大学 | 一种公交人流量统计方法及系统 |
CN109372344A (zh) * | 2018-11-16 | 2019-02-22 | 上海鹿特士环保科技有限公司 | 一种客流计数智能锁装置 |
CN110334672A (zh) * | 2019-07-10 | 2019-10-15 | 安徽富煌科技股份有限公司 | 一种基于树莓派的客流检测系统及检测方法 |
US10699572B2 (en) | 2018-04-20 | 2020-06-30 | Carrier Corporation | Passenger counting for a transportation system |
CN111666879A (zh) * | 2020-06-05 | 2020-09-15 | 安徽达尔智能控制系统股份有限公司 | 一种基于大数据框架的公交客流分析与规划系统和方法 |
CN113642461A (zh) * | 2021-08-13 | 2021-11-12 | 辽宁华盾安全技术有限责任公司 | 一种基于深度学习的电梯开关门状态识别方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101794382A (zh) * | 2010-03-12 | 2010-08-04 | 华中科技大学 | 一种实时公交车客流量统计的方法 |
CN101908236A (zh) * | 2010-06-08 | 2010-12-08 | 上海理工大学 | 公交客流统计方法 |
CN102622798A (zh) * | 2012-03-28 | 2012-08-01 | 东南大学 | 一种客流统计分析系统 |
CN103021059A (zh) * | 2012-12-12 | 2013-04-03 | 天津大学 | 一种基于视频监控的公交客流计数方法 |
CN103646253A (zh) * | 2013-12-16 | 2014-03-19 | 重庆大学 | 基于乘客多运动行为分析的公交车客流统计方法 |
CN103985182A (zh) * | 2014-05-30 | 2014-08-13 | 长安大学 | 一种公交客流自动计数方法及自动计数系统 |
CN104156983A (zh) * | 2014-08-05 | 2014-11-19 | 天津大学 | 一种基于视频图像处理的公交客流统计方法 |
-
2015
- 2015-04-29 CN CN201510212677.6A patent/CN104821025B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101794382A (zh) * | 2010-03-12 | 2010-08-04 | 华中科技大学 | 一种实时公交车客流量统计的方法 |
CN101908236A (zh) * | 2010-06-08 | 2010-12-08 | 上海理工大学 | 公交客流统计方法 |
CN102622798A (zh) * | 2012-03-28 | 2012-08-01 | 东南大学 | 一种客流统计分析系统 |
CN103021059A (zh) * | 2012-12-12 | 2013-04-03 | 天津大学 | 一种基于视频监控的公交客流计数方法 |
CN103646253A (zh) * | 2013-12-16 | 2014-03-19 | 重庆大学 | 基于乘客多运动行为分析的公交车客流统计方法 |
CN103985182A (zh) * | 2014-05-30 | 2014-08-13 | 长安大学 | 一种公交客流自动计数方法及自动计数系统 |
CN104156983A (zh) * | 2014-08-05 | 2014-11-19 | 天津大学 | 一种基于视频图像处理的公交客流统计方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106559647A (zh) * | 2015-09-28 | 2017-04-05 | 株式会社日立制作所 | 开门关门检测装置和方法、人流检测系统和交通工具 |
CN106559647B (zh) * | 2015-09-28 | 2020-09-29 | 株式会社日立制作所 | 开门关门检测装置和方法、人流检测系统和交通工具 |
CN108509914A (zh) * | 2018-04-03 | 2018-09-07 | 华录智达科技有限公司 | 基于tof摄像机的公交客流统计分析系统及方法 |
US10699572B2 (en) | 2018-04-20 | 2020-06-30 | Carrier Corporation | Passenger counting for a transportation system |
CN108875562A (zh) * | 2018-04-28 | 2018-11-23 | 华南师范大学 | 一种公交人流量统计方法及系统 |
CN108875562B (zh) * | 2018-04-28 | 2019-10-11 | 华南师范大学 | 一种公交人流量统计方法及系统 |
CN109372344A (zh) * | 2018-11-16 | 2019-02-22 | 上海鹿特士环保科技有限公司 | 一种客流计数智能锁装置 |
CN110334672A (zh) * | 2019-07-10 | 2019-10-15 | 安徽富煌科技股份有限公司 | 一种基于树莓派的客流检测系统及检测方法 |
CN111666879A (zh) * | 2020-06-05 | 2020-09-15 | 安徽达尔智能控制系统股份有限公司 | 一种基于大数据框架的公交客流分析与规划系统和方法 |
CN113642461A (zh) * | 2021-08-13 | 2021-11-12 | 辽宁华盾安全技术有限责任公司 | 一种基于深度学习的电梯开关门状态识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104821025B (zh) | 2018-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104821025A (zh) | 客流检测方法及其检测系统 | |
CN106652468B (zh) | 车辆道路前车违规检测和自车违规预警提醒装置及方法 | |
US10223597B2 (en) | Method and system for calculating passenger crowdedness degree | |
US9317752B2 (en) | Method for detecting large size and passenger vehicles from fixed cameras | |
US9552524B2 (en) | System and method for detecting seat belt violations from front view vehicle images | |
US8339282B2 (en) | Security systems | |
CN110837807A (zh) | 一种套牌车辆的识别方法及系统 | |
CN106541968B (zh) | 基于视觉分析的地铁车厢实时提示系统的识别方法 | |
CN110533950A (zh) | 车位使用状况的检测方法、装置、电子设备及存储介质 | |
CN103208185A (zh) | 一种基于车灯识别的夜间车辆检测方法及系统 | |
CN109657581A (zh) | 基于双目相机行为检测的城市轨道交通闸机通行控制方法 | |
KR102122850B1 (ko) | 딥 러닝 기반의 교통분석 및 차량번호 인식 솔루션 | |
KR102174556B1 (ko) | 차량번호 인식과 인공지능을 이용해 교통정보를 관제하는 영상감시장치 | |
Kumtepe et al. | Driver aggressiveness detection via multisensory data fusion | |
CN112071084A (zh) | 一种利用深度学习判断违章停车的方法和系统 | |
CN112712057A (zh) | 交通信号识别方法、装置、电子设备及存储介质 | |
CN109508659A (zh) | 一种用于人行横道的人脸识别系统及方法 | |
Chowdhury et al. | A vehicle detection technique for traffic management using image processing | |
Sangnoree et al. | Thermal-image processing and statistical analysis for vehicle category in nighttime traffic | |
Chen et al. | Vehicle detection based on visual attention mechanism and adaboost cascade classifier in intelligent transportation systems | |
Li et al. | Vehicle detection based on and–or graph and hybrid image templates for complex urban traffic conditions | |
Shaily et al. | Smart driver monitoring system | |
CN204631895U (zh) | 一种公共交通工具的客流检测装置 | |
CN108873097B (zh) | 无人停车库中载车板停车时的安全检测方法及装置 | |
KR102441669B1 (ko) | 알에프아이디(rfid) 및 영상 처리를 이용한 항만 차량출입통제 시스템 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |