CN105185121B - 一种虚拟卡口并行识别车牌的方法 - Google Patents

一种虚拟卡口并行识别车牌的方法 Download PDF

Info

Publication number
CN105185121B
CN105185121B CN201510579637.5A CN201510579637A CN105185121B CN 105185121 B CN105185121 B CN 105185121B CN 201510579637 A CN201510579637 A CN 201510579637A CN 105185121 B CN105185121 B CN 105185121B
Authority
CN
China
Prior art keywords
bayonet socket
car
virtual
picture
recognition
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.)
Active
Application number
CN201510579637.5A
Other languages
English (en)
Other versions
CN105185121A (zh
Inventor
范联伟
刘升
高景银
王卫
余保华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Sun Create Electronic Co Ltd
Original Assignee
Anhui Sun Create Electronic Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Sun Create Electronic Co Ltd filed Critical Anhui Sun Create Electronic Co Ltd
Priority to CN201510579637.5A priority Critical patent/CN105185121B/zh
Publication of CN105185121A publication Critical patent/CN105185121A/zh
Application granted granted Critical
Publication of CN105185121B publication Critical patent/CN105185121B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明涉及虚拟卡口识别车牌的领域,具体涉及一种虚拟卡口并行识别车牌的方法。本方法包括:服务初始化,获取实时裸码流;解码获得相应路视频流,并采用并行多线程方式取得各视频流的过车图片并保存,对应的图片信息则以字符串形式存入过车信息队列;运用车牌识别算法对各过车图片进行并行车牌识别;将识别结果信息以字符串形式存入JMS中间件,而识别后的车牌图片则存入FTP服务器。本方法可在确保系统数据传输的响应实时性的同时,亦能确保对于各视频流的精简化综合处理目的,系统资源可利用度更高,系统处理速度及效率亦可得到有效提升。

Description

一种虚拟卡口并行识别车牌的方法
技术领域
本发明涉及虚拟卡口识别车牌的领域,具体涉及一种虚拟卡口并行识别车牌的方法。
背景技术
近年来,随着社会经济的快速发展,国内机动车数量迅速增长,交通管理现状和需求的矛盾进一步加剧,与交通相关的刑事和治安案件也逐年上升,城市重要出入口以及主干道路上高清卡口系统的架设正是为了解决上述问题。
常规卡口系统通过地感线圈、雷达等触发,以对过往车辆进行感知,并利用专用相机及独立的前端处理系统拍摄车辆图片并进行分析,获取车辆相关特征数据,随后传输到后台进行数据存储、查询、比对等处理。上述结构往往面临以下问题:一方面,施工复杂,需要单独架设嵌入智能分析的摄像机和车辆检测器,同时还要破坏路面以埋设线圈。另一方面,卡口系统设备易损坏、寿命短、成本较高。更为需要注意的是,常规卡口系统的购买,都是一卡口对应一处理端的方式,也即以单一卡口搭配单一处理端进行捆绑购置,在过车抓取、车牌识别中,每个卡口也仅仅独立的对相应该路视频流进行处理;其不但急剧增加了设备的早期投入成本,同时资源冗余度高,系统性能较差。特别是在大量高清摄像头同时运行甚至是小范围内存在较多卡口的情况下,各独立运算的卡口更是凸显管理不便和灵活性差的弊端,甚至信息的每次交互也都必然伴随巨量图片的拥堵传输。目前虽然开始有虚拟卡口的概念提出并进行实装,以解决常规卡口施工复杂及工作寿命问题,然而针对其视频流的快速处理改善仍没有切实有效的解决方式。如何寻求一种操作便捷而实用性强的虚拟卡口并行识别车牌的方法,能够在确保系统数据传输的响应实时性的同时,亦能确保对于各视频流的精简化综合处理目的,以大大降低系统资源冗余度,提高系统处理速度,为本领域近年来所亟待解决的技术难题。
发明内容
本发明的目的为克服上述现有技术的不足,提供一种更为高效快捷的一种虚拟卡口并行识别车牌的方法,其可在确保系统数据传输的响应实时性的同时,亦能确保对于各视频流的精简化综合处理目的,系统资源可利用度更高,系统处理速度及效率亦可得到有效提升。
为实现上述目的,本发明采用了以下技术方案:
1、一种虚拟卡口并行识别车牌的方法,其特征在于包括以下步骤:
1)、读取预存的配置文件信息,虚拟卡口一体机端的服务程序进行服务初始化,开始获取多路支持ONVIF协议的摄像机的实时裸码流;
2)、解码实时裸码流获得相应路视频流,并采用并行多线程方式对各视频流同时处理;通过过车检测算法取得各视频流的过车图片并保存,对应的图片信息则以字符串形式存入过车信息队列;上述图片信息至少包括相应图片所属的卡口编号、抓取时的过车位置坐标以及保存图片地址;进入步骤3);
3)、从上述过车信息队列内读取图片信息,以此调取对应该图片信息的过车图片,采用并行多线程方式,运用车牌识别算法对各过车图片进行并行车牌识别;将识别结果信息以字符串形式存入JMS中间件,而识别后的车牌图片则存入FTP服务器,供后端Web页面调用显示。
虚拟卡口使用的摄像机为支持ONVIF协议的高清网络摄像机,最低分辨率为720P;虚拟卡口一体机端为安装有Linux系统的工控机。
所述配置文件存储有服务程序初始化参数以及各路摄像机对应配置参数,服务程序初始化参数包括:FTP服务器的上传地址、JMS中间件的上传地址、最大支持摄像机路数,各路摄像机对应配置参数包括虚拟线框在视频中的位置信息、ONVIF裸码流地址、所属虚拟卡口编 号、所属虚拟卡口名称以及对应虚拟卡口启动信息。
所述步骤1)中,虚拟卡口一体机端的服务程序获取实时裸码流的过程为:采用并行多线程方式,根据配置文件中的ONVIF裸码流地址,调用实时抽帧解码接口,解码以获取多路摄像机的视频流。
所述步骤2)中,过车图片的获取过程为:获取到多路视频流之后,采用并行多线程方式分别对多路视频同时调用过车检测算法,此时需要读取配置文件中对应视频流的虚拟线框在视频中的位置信息,抓取过车图片,并在虚拟卡口一体机端保存此帧图片,并同步形成图片信息存入过车信息队列。
所述步骤3)中,识别结果信息至少包括车牌号码、车牌颜色、车牌种类以及识别的可信度。
虚拟卡口一体机端的服务程序根据虚拟卡口是否启动标示,来判断是否进行该路视频流的车牌识别:当虚拟卡口已启动时,开启一路线程,启动该路视频对应算法,接口调用配置文件中获取视频流的ONVIF地址,获取摄像机的实时裸码流,得到不失真的视频流用于处理;当虚拟卡口关闭时,则关闭该路获取视频流的线程。
后端Web页面可通过WebService接口对虚拟卡口进行增加、删除、修改、查找,操作结果同步到配置文件中。
所述步骤3)中,独立启动一个线程,监听过车信息队列中是否有数据,有数据则读取队列数据,以此读取存储的对应过车图片并调用车牌识别算法进行车牌识别。
本发明的有益效果在于:
1)、抛弃了传统的必须单对单的卡口与处理端间的操作关系,所导致的诸如数据处理繁冗及效率差的缺陷。本发明着重于在现有大数据量摄像机用作虚拟卡口时,能以最小的资源占有量、最高的效率、最灵活的前端虚拟卡口处理方式,来实现现有虚拟卡口的并行快速高效识别车牌效果。对于高清监控摄像头这种数量在数万个级别的资源, 一方面,本发明采用并行多线程同时处理多路视频,有效的降低了资源的冗余度,使资源得到充分利用。实际使用时,不再需要采用传统单对单的卡口处理方式,而是可以采用多个虚拟卡口对应一个处理端,以多对一的方式实现其信息的快速聚拢合并以及高效集中处理,以实现其资源总合及最大化利用。甚至在进行城市道路扩张而需要增加虚拟卡口时,也只需在原有处理系统的基础上,将新的虚拟卡口信息存入即可,其使用及运行成本可得到极大降低。而另一方面,通过信息队列的方式并行识别多路视频的过车车牌,在需要时即可通过含有图片位置路径的队列信息进行相应图片提取,从而有效的提高了系统的性能,也使系统处理视频的实时性得到保障。以字符串形式存在的过车信息队列及识别结果信息,使得写入相应队列的不是动则上百兆的整幅图片,而是更为精简的字符串信息;同时车牌识别的是根据过车坐标位置精确抠取的过车图片,而不是内存占用极大的全局图片;从而极大的减少了内存占有量并同步提升其运算量,也有效的解决了多路并行处理线程之间因抢占共享资源而崩溃的状况,系统性能亦可得到极大优化。通过WebService接口控制相应服务,则使多路视频并行识别车牌控制更为灵活,同时前后端间交互也显然更为方便可靠。
附图说明
图1为本发明的虚拟卡口并行识别车牌方法示意图;
图2为单路虚拟卡口进行车牌识别时的详细流程示意图。
具体实施方式
为便于理解,此处结合附图对本发明的具体实施结构及工作流程作以下描述:
本发明的具体操作过程,如图1所示,首先虚拟卡口一体机前端服务启动,并读取本地配置文件。配置文件中包含特征车牌图片、其对应的全局图片上传的FTP地址,信息上传JMS中间件的地址等。配置文件中可配置多路虚拟卡口参数,对应着并行识别车牌的处理路数, 可根据一体机硬件配置进行调整。当然,也可以不配置摄像机参数,以通过后端Web页面调用WebService接口添加虚拟卡口,并进行参数配置,该操作可同步到配置文件及运行的服务中。虚拟卡口参数包括对应的摄像机所画虚拟线圈位置坐标,每个车道画有两个虚拟线框,用以检测经过线框的车辆。虚拟卡口参数还包括与其一一对应的卡口编号、卡口名称、获取视频流的ONVIF地址、虚拟卡口是否启动标示等。
如图2所示,虚拟卡口一体机端服务根据虚拟卡口是否启动,来判断是否启动该路视频流车牌识别的相关处理方法。当启动标示为TRUE时,开启一路线程,启动该路视频对应算法。接口调用配置文件中获取视频流的ONVIF地址,获取摄像机的实时裸码流,得到不失真的视频流用于处理。当启动标示为FLASE时,若该路视频流已启动,则关闭原有该路获取视频流的线程。通过WebService提供虚拟卡口启动开关接口,Web页面可通过该开关接口控制虚拟卡口启动标示。
获取该路视频流后,根据配置文件中虚拟线框的位置坐标,调用过车检测算法,检测经过虚拟线框的车辆。检测结果为过车图片所在的一帧图像,并且能够得到过车在该帧图像中的位置坐标。保存此帧全局图片,如保存的本地路径命名规则为:tmp/SC_KAKOU_IMAGE/年月日/时/P_年月日时分秒_计数器数字.jpg,同时将过车所在的位置坐标、所属的卡口编号、过车实时时间、过车图片保存的位置拼成字符串,写入队列。由于多路视频流线程相互独立,达到并行的目的。写入队列的不是动则上百M的整幅图片,而是字符串信息,也就减少了内存占有量,防止了多路处理线程之间因抢占共享资源而崩溃,优化了系统性能。通过WebService提供虚拟卡口修改接口,可对该视频流虚拟线圈位置进行调整;后端Web页面调整后,调用该接口,在前端一体机中即可进行实时更新,同时配置文件中相关信息也会得到更新。
车牌处理线程读取过车信息队列,根据过车信息队列处图片路径 取得相应的全局图片,并根据过车位置坐标,得到过车图片,此时调用车牌识别算法进行车牌识别。需要注意的是,全局图片,为摄像头所捕获的处于指定帧下的全景图像,也即视频流中包含过车图片的该帧全景图像;而过车图片,则是在该全景图像下抠取出的该车辆图片,相较内存占用量巨大的全局图片而言,采用过车图片计算的系统的运算量显然可得到有效提升。识别结束后,保存所识别到的车牌图片,如保存位置命名规则可为:tmp/SC_KAKOU_IMAGE/年月日/时/F_年月日时分秒_计数器数字.jpg,可包括车牌号码、车牌颜色、车牌种类、识别的可信度信息等以等待上传。此时,又由于识别的是过车图片而不是全局图片,再次的减少了运算量,提高了效率。读取的图片来自不同卡口,从队列中可知过车全局图片与虚拟卡口编号一一对应,从而达到多路虚拟卡口并行识别车牌的目的。一次读取结束后,由于此条过车信息队列已经使用,可删除该条队列数据以便空出更多存储位置。
车牌识别结果信息,包括车牌号码、车牌颜色、车牌种类、识别的可信度以及卡口编号、名称、实时时间,以及其他算法得到的车型、车颜色、车速、车运行方向等信息;上述信息拼成XML格式字符串上传到JMS中间件上,供后端业务平台调用。JMS中间件地址从配置文件中读取。过车全局图片以及识别的车牌图片上传到FTP服务器,FTP服务器地址从配置文件中读取。全局图片上传地址命名规则可为:卡口编号/年/月/日/时/P_年月日时分秒_计数器数字.jpg。车牌图片上传地址命名规则可为:卡口编号/年/月/日/时/F_年月日时分秒_计数器数字.jpg。上传成功后可删除本地对应的全局图片以及车牌图片,以完成一次车牌识别的过程,同时线程继续读取过车信息队列以进行下一次识别。本地的全局图片以及对应的车牌图片上传完毕后,本地相应数据也可删除。通过WebService还提供有增加、删除虚拟卡口接口,控制一体机中可用卡口数目,使虚拟卡口识别车牌操作更为方便。
由上述,本发明可在确保系统数据传输的响应实时性的同时,亦 能确保对于各视频流的精简化综合处理目的,系统资源可利用度更高,系统处理速度及效率亦可得到有效提升。本发明通过降低资源的冗余度,提升其运算量,提高系统的性能,整个操作方式极为灵活调控,显然具有广泛的应用前景。

Claims (9)

1.一种虚拟卡口并行识别车牌的方法,其特征在于包括以下步骤:
1)、读取预存的配置文件信息,虚拟卡口一体机端的服务程序进行服务初始化,开始获取多路支持ONVIF协议的摄像机的实时裸码流;
2)、解码实时裸码流获得相应路视频流,并采用并行多线程方式对各视频流同时处理;通过过车检测算法取得各视频流的过车图片并保存,对应的图片信息则以字符串形式存入过车信息队列;上述图片信息至少包括相应图片所属的卡口编号、抓取时的过车位置坐标以及保存图片地址;进入步骤3);
3)、从上述过车信息队列内读取图片信息,以此调取对应该图片信息的过车图片,采用并行多线程方式,运用车牌识别算法对各过车图片进行并行车牌识别;将识别结果信息以字符串形式存入JMS中间件,而识别后的车牌图片则存入FTP服务器,供后端Web页面调用显示。
2.根据权利要求1所述的一种虚拟卡口并行识别车牌的方法,其特征在于:虚拟卡口使用的摄像机为支持ONVIF协议的高清网络摄像机,最低分辨率为720P;虚拟卡口一体机端为安装有Linux系统的工控机。
3.根据权利要求1或2所述的一种虚拟卡口并行识别车牌的方法,其特征在于:所述配置文件存储有服务程序初始化参数以及各路摄像机对应配置参数,服务程序初始化参数包括:FTP服务器的上传地址、JMS中间件的上传地址、最大支持摄像机路数,各路摄像机对应配置参数包括虚拟线框在视频中的位置信息、ONVIF裸码流地址、所属虚拟卡口编号、所属虚拟卡口名称以及对应虚拟卡口启动信息。
4.根据权利要求3所述的一种虚拟卡口并行识别车牌的方法,其特征在于:所述步骤1)中,虚拟卡口一体机端的服务程序获取实时裸码流的过程为:采用并行多线程方式,根据配置文件中的ONVIF裸码流地址,调用实时抽帧解码接口,解码以获取多路摄像机的视频流。
5.根据权利要求3所述的一种虚拟卡口并行识别车牌的方法,其特征在于:所述步骤2)中,过车图片的获取过程为:获取到多路视频流之后,采用并行多线程方式分别对多路视频同时调用过车检测算法,此时需要读取配置文件中对应视频流的虚拟线框在视频中的位置信息,抓取过车图片,并在虚拟卡口一体机端保存此帧图片,并同步形成图片信息存入过车信息队列。
6.根据权利要求1或2所述的一种虚拟卡口并行识别车牌的方法,其特征在于:所述步骤3)中,识别结果信息至少包括车牌号码、车牌颜色、车牌种类以及识别的可信度。
7.根据权利要求3所述的一种虚拟卡口并行识别车牌的方法,其特征在于:虚拟卡口一体机端的服务程序根据虚拟卡口是否启动标示,来判断是否进行该路视频流的车牌识别:当虚拟卡口已启动时,开启一路线程,启动该路视频对应算法,接口调用配置文件中获取视频流的ONVIF地址,获取摄像机的实时裸码流,得到不失真的视频流用于处理;当虚拟卡口关闭时,则关闭该路获取视频流的线程。
8.根据权利要求1或2所述的一种虚拟卡口并行识别车牌的方法,其特征在于:后端Web页面可通过WebService接口对虚拟卡口进行增加、删除、修改、查找,操作结果同步到配置文件中。
9.根据权利要求1或2所述的一种虚拟卡口并行识别车牌的方法,其特征在于:所述步骤3)中,独立启动一个线程,监听过车信息队列中是否有数据,有数据则读取队列数据,以此读取存储的对应过车图片并调用车牌识别算法进行车牌识别。
CN201510579637.5A 2015-09-11 2015-09-11 一种虚拟卡口并行识别车牌的方法 Active CN105185121B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510579637.5A CN105185121B (zh) 2015-09-11 2015-09-11 一种虚拟卡口并行识别车牌的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510579637.5A CN105185121B (zh) 2015-09-11 2015-09-11 一种虚拟卡口并行识别车牌的方法

Publications (2)

Publication Number Publication Date
CN105185121A CN105185121A (zh) 2015-12-23
CN105185121B true CN105185121B (zh) 2018-03-02

Family

ID=54907163

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510579637.5A Active CN105185121B (zh) 2015-09-11 2015-09-11 一种虚拟卡口并行识别车牌的方法

Country Status (1)

Country Link
CN (1) CN105185121B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106973073A (zh) * 2016-01-13 2017-07-21 杭州海康威视系统技术有限公司 多媒体数据的传输方法及设备
CN105513360B (zh) * 2016-01-28 2017-09-22 浪潮软件股份有限公司 一种车辆数据处理的方法及装置
CN109076059B (zh) * 2016-05-23 2021-12-21 英特尔公司 设备间通信
CN108509912B (zh) * 2018-04-03 2021-09-28 深圳市智绘科技有限公司 多路网络视频流车牌识别方法及系统
CN110489575A (zh) * 2019-06-28 2019-11-22 安徽四创电子股份有限公司 一种基于缓存数据的虚拟卡口相似车牌过滤方法
CN110458000A (zh) * 2019-06-28 2019-11-15 安徽四创电子股份有限公司 一种基于docker的视频车辆识别方法
CN112543352B (zh) * 2019-09-23 2022-07-08 腾讯科技(深圳)有限公司 一种动画加载方法、装置、终端、服务器及存储介质
CN111787185B (zh) * 2020-08-04 2023-09-05 成都云图睿视科技有限公司 一种vpu平台下的多路摄像头数据实时处理的方法
CN114257831B (zh) * 2021-12-21 2023-11-24 广州播丫科技有限公司 一种多路虚拟视频源的接入管理系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102819738A (zh) * 2012-07-24 2012-12-12 东南大学 基于OpenMP多线程架构的车牌识别系统
CN103325259A (zh) * 2013-07-09 2013-09-25 西安电子科技大学 一种基于多核并行的违章停车检测方法
CN103338349A (zh) * 2013-05-31 2013-10-02 广东威创视讯科技股份有限公司 基于vw的海量视频信号智能筛选和显示接入方法及系统
CN103778184A (zh) * 2013-12-26 2014-05-07 深圳市华仁达技术有限公司 一种智能交通海量卡口通行数据传输系统
JP2014164528A (ja) * 2013-02-25 2014-09-08 Mitsubishi Heavy Ind Ltd 文字認識装置、文字認識方法及びプログラム
CN104200671A (zh) * 2014-09-09 2014-12-10 安徽四创电子股份有限公司 一种基于大数据平台的虚拟卡口管理方法及系统
CN104637309A (zh) * 2015-03-08 2015-05-20 无锡桑尼安科技有限公司 闯红灯车辆信息智能化采集系统
CN104750808A (zh) * 2015-03-27 2015-07-01 安徽四创电子股份有限公司 基于Hadoop大数据平台的卡口数据过边界实施方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9092979B2 (en) * 2010-12-14 2015-07-28 Xerox Corporation Automated license plate recognition system and method using human-in-the-loop based adaptive learning

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102819738A (zh) * 2012-07-24 2012-12-12 东南大学 基于OpenMP多线程架构的车牌识别系统
JP2014164528A (ja) * 2013-02-25 2014-09-08 Mitsubishi Heavy Ind Ltd 文字認識装置、文字認識方法及びプログラム
CN103338349A (zh) * 2013-05-31 2013-10-02 广东威创视讯科技股份有限公司 基于vw的海量视频信号智能筛选和显示接入方法及系统
CN103325259A (zh) * 2013-07-09 2013-09-25 西安电子科技大学 一种基于多核并行的违章停车检测方法
CN103778184A (zh) * 2013-12-26 2014-05-07 深圳市华仁达技术有限公司 一种智能交通海量卡口通行数据传输系统
CN104200671A (zh) * 2014-09-09 2014-12-10 安徽四创电子股份有限公司 一种基于大数据平台的虚拟卡口管理方法及系统
CN104637309A (zh) * 2015-03-08 2015-05-20 无锡桑尼安科技有限公司 闯红灯车辆信息智能化采集系统
CN104750808A (zh) * 2015-03-27 2015-07-01 安徽四创电子股份有限公司 基于Hadoop大数据平台的卡口数据过边界实施方法

Also Published As

Publication number Publication date
CN105185121A (zh) 2015-12-23

Similar Documents

Publication Publication Date Title
CN105185121B (zh) 一种虚拟卡口并行识别车牌的方法
CN108388888B (zh) 一种车辆识别方法、装置和存储介质
CN110198432B (zh) 视频数据的处理方法、装置、计算机可读介质及电子设备
AU2017250159B2 (en) Video recording method, server, system, and storage medium
Morishita et al. Sakurasensor: quasi-realtime cherry-lined roads detection through participatory video sensing by cars
CN108681994A (zh) 一种图像处理方法、装置、电子设备及可读存储介质
US8704682B1 (en) Object detection to determine road priority
US9679032B2 (en) Device information providing system and device information providing method
CN109918378A (zh) 一种基于区块链的遥感数据存储方法和存储系统
CN109872541A (zh) 一种车辆信息分析方法及装置
CN109741482A (zh) 一种信息共享方法及装置
JPWO2014006903A1 (ja) コンテンツ制御方法、コンテンツ制御装置およびプログラム
CN110348463A (zh) 用于识别车辆的方法和装置
Balchandani et al. A deep learning framework for smart street cleaning
CN105320708B (zh) 车型数据库的建立方法及服务器
Tung et al. Large-scale object detection of images from network cameras in variable ambient lighting conditions
CN111355912A (zh) 一种执法记录方法及系统
Madhavan et al. The bdd-nexar collective: A large-scale, crowsourced, dataset of driving scenes
US9514368B2 (en) Contextual information of visual media
Kazhamiaka et al. Challenges and Opportunities for Autonomous Vehicle Query Systems.
CN104077924A (zh) 反向寻车系统及方法
CN112182289B (zh) 一种基于Flink框架的数据去重方法及装置
CN107770487B (zh) 一种特征提取并优选的方法、系统及终端设备
CN109559518A (zh) 一种基于结构化图像识别算法的新型智能交通卡口
US9911105B1 (en) Syncing media content

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant