CN105550680B - 北斗图像识别移动监控终端及其监控方法 - Google Patents
北斗图像识别移动监控终端及其监控方法 Download PDFInfo
- Publication number
- CN105550680B CN105550680B CN201610118049.6A CN201610118049A CN105550680B CN 105550680 B CN105550680 B CN 105550680B CN 201610118049 A CN201610118049 A CN 201610118049A CN 105550680 B CN105550680 B CN 105550680B
- Authority
- CN
- China
- Prior art keywords
- face
- numbering
- module
- student
- data
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
- G06V40/173—Classification, e.g. identification face re-identification, e.g. recognising unknown faces across different face tracks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
Abstract
本发明提供了北斗图像识别移动监控终端及其监控方法。一种北斗图像识别移动监控终端，其特征在于包括：主机和人脸采集摄像机；所述人脸采集摄像机包括红外、光学双摄像头，用于采集人脸图像；所述主机包括：外置式卫星天线，用于从北斗卫星接收信号；北斗卫星定位模块，用于从北斗卫星获取定位信息；无线通信模块，用于收发数据；非接触式ID卡读写模块，用于获取刷卡人员身份信息；实时时钟模块，用于提供定时信息；数据存储模块，用于存储数据；人脸身份识别模块，用于识别人脸图像；语音播放报警模块，用于播报语音报警信息；车速传感器，用于检测车辆速率，及车辆加速度；彩色液晶显示屏，用于显示信息；人机接口，用于输入信息。
Description
技术领域
本发明属于图像识别技术领域，具体涉及一种北斗图像识别移动监控终端及其监控方法。
背景技术
由于人脸图像能唯一对应于其本人，通过人脸识别技术即能实现对人脸图像进行处理和分析以获得其对应的身份信息。自动人脸识别系统在信息安全、公共安全、出人控制以及人机交互等领域都有着广泛的应用前景，在不远的将来很有可能会被广泛应用到交通、安防、金融、通信等各个行业，从而成为一种方便人们日常生活的重要技术。
自1995年以来，国外一些公司看准了人脸识别系统广阔的应用前景，动用了大量人力和物力，自己独立研发或与高校合作，开发了多个实用的人脸识别系统，例如比加拿大ImagiS公司的ID-2000面部识别软件，美国Identix公司的FaceIt人脸识别系统，德国HumanScan公司的BioID身份识别系统，德国CognitecSystems公司的Face VACS人脸识别系统等；美国A4viSion公司的3D人脸识别产品；等等。这些自动人脸识别系统虽然已经商用，但是其应用条件一般要有所限制，在很多情况下的人脸识别效果尚不能让人完全满意。
现有技术中的人脸识别终端主要存在以下不足：
1、非配合状态下的人脸识别困难
需要被识别人主动配合识别，将人脸正面主动对准摄像头，并保持采集时的距离，使图像大小基本一致。这样识别系统才可以快速精确的识别人脸。
2、复杂光照条件下的人脸识别困难
人脸识别设备对周围的光线环境敏感，复杂光照条件严重影响识别的准确性。
3、环境适应性不强：在高温、低温的环境条件下，一般的产品无法适应户外工作条件。
如果将人脸识别终端应用于车载环境下，则存在以下困难亟待解决：
1、车载环境光照变化较大。汽车在行驶过程中面对阳光直射驾驶员，阳光侧面照射驾驶员，阴天、夜晚、隧道、灯光等光线变化情况。环境光线变化在0 LUX-5万LUX的范围。摄像头所的图像将面对曝光、阴阳脸、黑脸等情况。尤其车载环境是一个光照条件变化最大的复杂光照环境。汽车在行驶过程阳光会直射到驾驶兵年脸部，阳光侧面照射驾驶员脸部，阴天、夜晚、隧道、灯光等光线变化情况。环境光强变化范围从：0Lux-50000Lux。摄像头所得图像存在曝光、阴阳脸、背光黑脸等情况，这是车载环境中人脸识别需要解决的重要难题。
2、驾驶员在驾驶过程中需要左右观察路况、说话、微笑等，人脸姿态变化较大。
3、车载环境中电子设备将频繁地受到振动、冲击、碰撞等机械环境的损害。
4、车载环境温度变化较大。户外停车时夏天车内温度接近70度。冬天温度到零下40度。
5、车载环境是一个电磁干扰很大的环境。火花塞等电器设备产生的高压电信号即可形成干扰；各种电感负载在负载通、断电时产生急变电流和高电压，形成很强的干扰信号；电阻、电容元件，它们构成振荡回路，形成共振，产生强电流和高电压，形成干扰源等等。
发明内容
为克服上述现有技术的不足，本发明提供了一种北斗图像识别移动监控终端及其监控方法。
一种北斗图像识别移动监控终端，包括：主机和人脸采集摄像机，其中主机和人脸采集摄像机电性连接；所述人脸采集摄像机包括红外、光学双摄像头，用于采集人脸图像；
所述主机包括：外置式卫星天线，用于从北斗卫星接收信号；北斗卫星定位模块，用于通过外置式卫星天线从北斗卫星获取定位信息；无线通信模块，用于收发数据；非接触式ID卡读写模块，用于获取刷卡人员身份信息，所述身份信息包括但不限于教练编号、学员编号；实时时钟模块，用于提供定时信息，并通过外置式卫星天线从北斗卫星获取定时信号进行校准；数据存储模块，用于存储数据；人脸身份识别模块，用于识别人脸图像；语音播放报警模块，用于播报语音报警信息；车速传感器，用于检测车辆速率，及车辆加速度；彩色液晶显示屏，用于显示信息；人机接口，用于输入信息。
优选地，其中人脸采集摄像机定时抓取当前驾驶座位上司机的人脸信息；所述人脸采集摄像机中的红外、光学双摄像头为独立的双摄像头，分别安装在主驾驶员人脸前方上下左右30度范围内；当光线在0LUX-2000LUX时可使用红外摄像头进行识别，红外摄像头使用红外LED进行补光；当外界光线超过2000LUX时使用光学摄像头识别。
优选地，人脸识别模块支持1：1比对模式、1：多比对模式以及全库比对模式；当采用1比1比对模式时，人脸采集摄像机将采集的人脸图像发往人脸身份识别模块，非接触式ID卡读写模块将当前获取的教练编号或学员编号发往人脸识别模块；人脸识别模块根据教练编号或学员编号从数据存储模块中查找与该教练编号或学员编号对应的人脸图像；人脸识别模块将人脸采集摄像机将采集的人脸图像与从数据存储模块中根据教练编号或学员编号查找得到的人脸图像进行对比；判断是否为同一人；如果判断为同一人，则该次1比1比对成功；如果判断不为同一人，则该次1比1比对不成功；当采用1比多比对模式时，人脸采集摄像机将采集的人脸图像发往人脸身份识别模块，非接触式ID卡读写模块将当前签到获取的所有教练编号及学员编号发往人脸识别模块；人脸识别模块根据教练编号及学员编号从数据存储模块中查找与所述教练编号及学员编号对应的人脸图像；人脸识别模块将人脸采集摄像机将采集的人脸图像与从数据存储模块中根据所述教练编号及学员编号查找得到的所有人脸图像进行逐一对比；判断是否为同一人；如果判断为同一人，则该次1比多比对成功；如果判断不为同一人，则该次1比多比对不成功；当采用全库比对模式时，人脸采集摄像机将采集的人脸图像发往人脸身份识别模块；人脸识别模块从数据存储模块中依次提取人脸图像；人脸识别模块将人脸采集摄像机将采集的人脸图像与从数据存储模块中提取的人脸图像逐个进行对比；判断是否为同一人；如果判断为同一人，则该次全库比对成功；如果判断不为同一人，则该次全库比对不成功。
优选地，训练开始时，教练及学员签到采用刷卡方式，通过非接触式ID卡读写模块，获取刷卡人员身份信息，所述身份信息包括但不限于教练编号、学员编号；训练结束后，教练需采用刷卡方式签退，完成此次训练；学员无需进行签退操作。
本发明还提供了一种如前所述的北斗图像识别移动监控终端的监控方法，其特征在于：
步骤S0：开机上电；
步骤S00：北斗图像识别移动监控终端判断当前是否在进行人员信息下载；如果没有进行下载则进入步骤S01；如果有则进入步骤S02；
步骤S02：等待预设时长T1后返回步骤S00；
步骤S01：判断当前是否有待识别的人脸信息；如果没有待识别的人脸信息，则进入步骤S10；如果有待识别的人脸信息，则进入步骤S20；
步骤S10：等待进行刷卡；如果预设时长T2内未检测到刷卡，则进入步骤S20；如果预设时长T2内检测到刷卡，则进入步骤S11；
步骤S11：判断读卡是否成功；如果成功则进入步骤S12，如果不成功则返回步骤S10；
步骤S12：判断读取人员信息是否成功；如果成功则进入步骤S13，如果不成功则返回步骤S10；
步骤S13：保存所读取的人员信息；
步骤S14：得到刷卡人员编号；
步骤S15：将“1比1”比对标志置位，返回步骤S10；
通过设置“1：1”比对标志，可以在后续的人脸识别过程中，可以将当前人员实时获得的人脸图像信息与图像库中预先采集的、与该人员编号相对应的人脸图像信息进行比对，从而提高比对效率；
步骤S20：采集当前驾驶位上人员的人脸图像信息；
步骤S21：判断“1比1”比对标志是否置位，如果已置位，则进入步骤S22；如果未置位，则进入步骤S30；
步骤S22：开始“1比1”比对；
步骤S23：判断“1比1”比对是否成功；如果成功进入步骤S24；如果超过预设时长T3仍未成功，则进入步骤S26；
步骤S24：判断该识别的人脸是否符合自学习要求；如果符合则进入步骤S25；如果不符合则进入步骤S40；
步骤S25：人脸识别自学习；自学习完成后进入步骤S40；通过人脸识别自学习，更新人脸信息，使得能够根据环境变化自我调节提高识别效果；
步骤S26：清除“1比1”比对标志；进入步骤S32；
步骤S30：判断车辆是否在行驶；如果是，则进入步骤S31；如果否，则进入步骤S32；
步骤S31：判断是否有人脸识别通过标识置位，即判断之前人脸识别是否成功；如果没有，进入步骤S32，如果之前有人脸识别成功，则进入步骤S310；
步骤S310：进行“1比多”比对；
步骤S320：判断“1比多”比对是否成功，如果成功进入步骤S40；如果超过预设时长T4仍未成功，则进入步骤S330；
步骤S330：等待预设时长T4，然后进入步骤S32；
步骤S32；进行全库比对；
步骤S33：判断全库比对是否成功；如果比对成功，进入步骤S34；如果超过预设时长T5仍未，进入步骤S35；
步骤S34：得到识别人员编号，进入步骤S40；
步骤S35：将当前人员设置为临时人员，并为其分配人员编号；进入步骤S40；
步骤S40：设置当前驾驶人员，并将人脸识别通过标识置位；
步骤S41：当满足行驶数据记录条件时，记录当前驾驶人员的训练数据以及车辆行驶数据；进入步骤S42；
步骤S42：当满足数据上传条件时上传数据；
步骤S43：关机。
优选地，所述满足行驶数据记录条件是指满足下列条件：卫星授时正常、车辆速度≥10公里/小时、行驶记录超过10米；
所述训练数据包括但不限于：姓名、单位、开始时间、结束时间、开始里程、结束里程、最大行驶速度、累计时间、累计里程的格式记录；
所述训练数据从识别到驾驶人员开始训练起到停止计时或换人止为一条数据。
优选地，所述车辆行驶数据包括但不限于：设备ID、时间、经纬度、速度、行驶方向；所述车辆行驶数据自车辆启动后当有卫星定位信号后开始记录直到设备关机。
优选地，所述步骤S22中的“1比1”比对具体为：根据教练编号或学员编号从数据存储模块中查找与教练编号或学员编号对应的人脸图像；将人脸采集摄像机将采集的人脸图像与从数据存储模块中根据教练编号或学员编号查找得到的人脸图像进行对比；
所述步骤S23中的判断“1比1”比对是否成功是指，判断是否为同一人；如果判断为同一人，则该次1比1比对成功；如果判断不为同一人，则该次1比1比对不成功。
优选地，所述步骤S310中的“1比多”比对具体为：根据此次开机刷卡后获得的所有教练编号及学员编号从数据存储模块中查找与所述教练编号及学员编号对应的人脸图像；人脸识别模块将人脸采集摄像机将采集的人脸图像与从数据存储模块中根据所述教练编号及学员编号查找得到的所有人脸图像进行逐一对比；
所述步骤S320中的判断“1比多”比对是否成功是指，判断是否为同一人；如果判断为同一人，则该次1比多比对成功；如果判断不为同一人，则该次1比多比对不成功。
优选地，所述步骤S32中的全库比对具体为：将人脸采集摄像机将采集的人脸图像与从数据存储模块中提取的人脸图像逐个进行对比；
所述步骤S33中的判断全库比对是否成功是指，判断是否为同一人；如果判断为同一人，则该次全库比对成功；如果判断不为同一人，则该次全库比对不成功。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1示出了根据本发明的一个实施例的北斗图像识别移动监控终端的系统框图；
图2示出了根据本发明的一个实施例的北斗图像识别移动监控终端的工作流程图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本发明提出的北斗图像识别移动监控系统其具体实施方式、特征及其功效，详细说明如后。在下述说明中，不同的“一实施例”或“实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
在本发明的一个具体实施方式中，北斗图像识别移动监控终端包括主机和人脸采集摄像机，其中主机和人脸采集摄像机电性连接；
其中所述人脸采集摄像机包括红外、光学双摄像头，用于采集人脸图像；
所述主机包括：
外置式卫星天线，用于从北斗卫星接收信号；
北斗卫星定位模块，用于通过外置式卫星天线从北斗卫星获取定位信息；
无线通信模块，包含UHT(超高速无线局域网技术)/或Wi-Fi模块，用于收发数据；
非接触式ID卡读写模块，用于获取刷卡人员身份信息，所述身份信息包括但不限于教练编号、学员编号；
实时时钟模块，用于提供定时信息，并通过外置式卫星天线从北斗卫星获取定时信号进行校准；
数据存储模块，用于存储数据；
人脸身份识别模块，用于识别人脸图像；
语音播放报警模块，用于播报语音报警信息；
车速传感器，用于检测车辆速率，及车辆加速度；
彩色液晶显示屏，用于显示信息；
人机接口，用于输入信息。
根据本发明的一个具体实施方式，其中人脸采集摄像机定时抓取当前驾驶座位上司机的人脸信息。所述人脸采集摄像机中的红外、光学双摄像头为独立的双摄像头，分别安装在主驾驶员人脸前方上下左右30度范围内适于安装的位置处。优选地，其中双摄像头至今的连接线长度为2米以满足各种训练车型的安装要求。所述人脸采集摄像机可采用航空连接头和主机进行连接，保证其连接可靠性。外界光线的变化通常在0LUX-50000LUX之间，汽车驾驶室的光线变化在0LUX-10000LUX，由于不同角度的关系变化会导致摄像头人脸成像曝光、阴阳脸、光线不足等情况，这些状态下拍摄的人脸图像信息会大大降低人脸识别的效果甚至无法识别。针对这些环境光线的变化的情况，为了适应更宽条件的光线变化，当光线在0LUX-2000LUX时可使用红外摄像头进行识别，红外摄像头使用红外LED进行补光在光线变化时保证红外图像的稳定；当外界光线超过2000LUX时主要使用光学摄像头识别，大大提高了多光线的适应性。
根据本发明的一个具体实施方式，摄像头安装时可采用抗震方式，加装减震装置，摄像头驾驶座位距离在30-100cm之间，拍摄角度在30度以内。红外摄像头，可用于夜间训练时采集图像信息。
训练开始时，教练及学员签到采用刷卡方式，通过非接触式ID卡读写模块，获取刷卡人员身份信息，所述身份信息包括但不限于教练编号、学员编号。训练结束后，教练需采用刷卡方式签退，完成此次训练；学员无需进行签退操作。
人脸识别采用基于多视图的多姿态人脸识别。提前采集各个人脸的各个姿态的一定数目的视图作为训练样本，建立多姿态人脸数据库，识别时将输入人脸图像与训练库中所有的多视图进行比较分析，通过定位两个瞳孔点的位置加以配准，再对配准后特定姿态的人脸进行识别，得出人脸识别结果；需要以对每个人脸的多个视角都进行拍摄采集形成多视图为前提条件。所以在采集人脸时需要被采集人员主动配合前后、左右、上下转动人脸，便于采集到多个角度和姿态的人脸信息。
根据本发明的一个具体实施方式，人脸识别模块支持1：1比对模式、1：多比对模式以及全库比对模式。
当采用1比1比对模式时，人脸采集摄像机将采集的人脸图像发往人脸身份识别模块，非接触式ID卡读写模块将当前获取的教练编号或学员编号发往人脸识别模块；人脸识别模块根据教练编号或学员编号从数据存储模块中查找与该教练编号或学员编号对应的人脸图像；人脸识别模块将人脸采集摄像机将采集的人脸图像与从数据存储模块中根据教练编号或学员编号查找得到的人脸图像进行对比；判断是否为同一人；如果判断为同一人，则该次1比1比对成功；如果判断不为同一人，则该次1比1比对不成功。
当采用1比多比对模式时，人脸采集摄像机将采集的人脸图像发往人脸身份识别模块，非接触式ID卡读写模块将当前签到获取的所有教练编号及学员编号发往人脸识别模块；人脸识别模块根据教练编号及学员编号从数据存储模块中查找与所述教练编号及学员编号对应的人脸图像；人脸识别模块将人脸采集摄像机将采集的人脸图像与从数据存储模块中根据所述教练编号及学员编号查找得到的所有人脸图像进行逐一对比；判断是否为同一人；如果判断为同一人，则该次1比多比对成功；如果判断不为同一人，则该次1比多比对不成功。
当采用全库比对模式时，人脸采集摄像机将采集的人脸图像发往人脸身份识别模块；人脸识别模块从数据存储模块中依次提取人脸图像；人脸识别模块将人脸采集摄像机将采集的人脸图像与从数据存储模块中提取的人脸图像逐个进行对比；判断是否为同一人；如果判断为同一人，则该次全库比对成功；如果判断不为同一人，则该次全库比对不成功。
北斗图像识别移动监控终端内置彩色液晶显示屏，用于显示信息。在教练、学员人脸信息采集时，可以通过彩色液晶反显，提高交互的友好性，保证采集的成功率。同时液晶屏在操作过程中可以进行数据显示，为用户提供友好的界面。根据本发明的一个具体实施方式，北斗图像识别移动监控终端彩色液晶屏显示模块采用4.3吋彩屏TFT液晶；设计亮度为200，对比度：800比1，可以满足在室外环境下清晰显示的要求；彩色液晶屏图像的像素数为800*480；工作温度比-20至+70℃；可满足车内各种光线、温度等条件下的清晰显示。
所述实时时钟模块，用于提供定时信息，并通过外置式卫星天线从北斗卫星获取定时信号进行校准。根据本发明的一个具体实施方式，为保证系统时间准确性而设计，为防止电池耗完设备工作不正常，采用超级电容供电保持时间5分钟以上。
所述北斗卫星定位模块，用于通过外置式卫星天线从北斗卫星获取定位信息。根据本发明的一个具体实施方式，所述北斗卫星定位模块可实时定位车辆的位置信息、车辆运行轨迹和运行状态(如对应点的行驶速度、方向等)，满足学员训练精细化的要求。北斗图像识别移动监控终端内置的北斗卫星定位模块应符合车载复杂电磁环境下车辆快速定位的要求。内置的北斗卫星定位模块支持BD2B1(北斗二代)；定位精度<10m，首次定位时间<45秒、首次授时时间<10秒、以实现快速定位。
所述无线通信模块，包含UHT(是否是UHF？)和/或Wi-Fi模块，用于收发数据。根据本发明的一个具体实施方式，为了实现在无线Wi-Fi(或UHT)采集点覆盖的范围内，北斗图像识别移动监控终端和后台系统实现通畅的数据通讯，北斗图像识别移动监控终端内置支持802.11b/g/n无线标准的Wi-Fi(或UHT)模块，支持TCP/IP/UDP网络协议栈，支持UART数据通讯接口。
所述数据存储模块，用于存储数据。北斗图像识别移动监控终端使用过程中会实时产生大量的信息(位置数据、车辆状态数据、车辆的人员变化信息)。为了将这些信息快速正确保存，且掉电不丢失,能长时间保存，根据本发明的一个具体实施方式，北斗图像识别移动监控终端的数据存储模块采用了两级存储设计。第一级采用主板上的大容量的Flash存储器可以存储至少128M的数据，外扩一个SD卡，实现8G以上的SD卡存储。每一级存储均采用双备份的设计，可以有效地保障数据存储的安全性和可靠型。通过两级存储器的配置和提供足够容量的存储空间，可以满足存储200多天的训练信息的要求。数据存储电路中存储的信息在断电后可保存10年不丢失。
所述人机接口，用于输入信息。根据本发明的一个具体实施方式，采用键盘作为人机接口，在键盘的设计上，首先考虑了用户的使用习惯，采用多个功能按键(包括【菜单】、【上翻】、【下翻】、【确认】、【取消】)。同时采用按照复用的设计原理，满足一键操作的要求。
所述语音播放报警模块，用于播报语音报警信息。为强化产品的用户体验，根据本发明的一个具体实施方式，北斗图像识别移动监控终端内置TTS(基于文本朗读的中文语音)提示的功能。在训练过程中可以播报培训人名称、操作状态等信息。北斗图像识别移动监控终端语音模块将采用高保真度的语音芯片，扬声器选择耐高温塑料材料的音盆，可以满足在嘈杂背景环境下播放语音的要求。最大强度50db。
所述车速传感器，用于检测车辆速率，及车辆加速度。根据本发明的一个具体实施方式，当加速度传感器检测打牌车辆发生任何方位碰撞时，可及时上报中心，采取措施。
根据本发明的一个具体实施方式，北斗图像识别移动监控终端上所有接口都设计成热插拔的，即通电情况下插拔，不损伤设备元器件及内部的数据。
根据本发明的一个具体实施方式，由于设备为汽车运用电子设备，为了设备能够在复杂的汽车运用环境中稳定运行，北斗图像识别移动监控终端运用了稳定、安全、可靠的北斗图像识别移动监控终端电源。设备电源保证了设备能够通过了汽车的电子设备的群脉冲、瞬态抗扰度等测试，电源设计了防反接电路，耐受线路接反时的反向电压。
根据本发明的一个具体实施方式，北斗图像识别移动监控终端可采用双模定位方式，以北斗定位为主，兼容GPS定位，优先使用北斗定位，在没有北斗信号情况下使用GPS定位，从而增加了定位的安全可靠性。
根据本发明的一个具体实施方式，北斗图像识别移动监控终端工作流程如下：
步骤S0：开机上电；
步骤S00：北斗图像识别移动监控终端判断当前是否在进行人员信息下载；如果没有进行下载则进入步骤S01；如果有则进入步骤S02；
步骤S02：等待预设时长T1后返回步骤S00；所述T1可由终端提前设置，优选地，T1为2分钟；
步骤S01：判断当前是否有待识别的人脸信息；如果没有待识别的人脸信息，则进入步骤S10；如果有待识别的人脸信息，则进入步骤S20；
步骤S10：等待进行刷卡；如果预设时长T2内未检测到刷卡，则进入步骤S20；如果预设时长T2内检测到刷卡，则进入步骤S11；所述T2可由终端提前设置，优选地，T2为2分钟；
步骤S11：判断读卡是否成功；如果成功则进入步骤S12，如果不成功则返回步骤S10；
步骤S12：判断读取人员信息是否成功；如果成功则进入步骤S13，如果不成功则返回步骤S10；
步骤S13：保存所读取的人员信息；
步骤S14：得到刷卡人员编号；
步骤S15：将“1比1”比对标志置位，返回步骤S10；
通过设置“1：1”比对标志，可以在后续的人脸识别过程中，可以将当前人员实时获得的人脸图像信息与图像库中预先采集的、与该人员编号相对应的人脸图像信息进行比对，从而提高比对效率；
步骤S20：采集当前驾驶位上人员的人脸图像信息；
步骤S21：判断“1比1”比对标志是否置位，如果已置位，则进入步骤S22；如果未置位，则进入步骤S30；
步骤S22：开始“1比1”比对；
步骤S23：判断“1比1”比对是否成功；如果成功进入步骤S24；如果超过预设时长T3仍未成功，则进入步骤S26；所述T3可由终端提前设置，优选地，T3为2分钟；
步骤S24：判断该识别的人脸是否符合自学习要求；如果符合则进入步骤S25；如果不符合则进入步骤S40；
步骤S25：人脸识别自学习；自学习完成后进入步骤S40；通过人脸识别自学习，更新人脸信息，使得能够根据环境变化自我调节提高识别效果；
步骤S26：清除“1比1”比对标志；进入步骤S32；
步骤S30：判断车辆是否在行驶；如果是，则进入步骤S31；如果否，则进入步骤S32；
步骤S31：判断是否有人脸识别通过标识置位，即判断之前人脸识别是否成功；如果没有，进入步骤S32，如果之前有人脸识别成功，则进入步骤S310；
步骤S310：进行“1比多”比对；
步骤S320：判断“1比多”比对是否成功，如果成功进入步骤S40；如果超过预设时长T4仍未成功，则进入步骤S330；
步骤S330：等待预设时长T4，然后进入步骤S32；所述T4可由终端提前设置，优选地，T4为2分钟；
步骤S32；进行全库比对；
步骤S33：判断全库比对是否成功；如果比对成功，进入步骤S34；如果超过预设时长T5仍未成功，进入步骤S35；所述T5可由终端提前设置，优选地，T5为4分钟；
步骤S34：得到识别人员编号，进入步骤S40；
步骤S35：将当前人员设置为临时人员，并为其分配人员编号；进入步骤S40；
步骤S40：设置当前驾驶人员，并将人脸识别通过标识置位；
步骤S41：当满足行驶数据记录条件时，记录当前驾驶人员的训练数据以及车辆行驶数据；进入步骤S42；
所述满足行驶数据记录条件是指满足下列条件：卫星授时正常、车辆速度≥10公里/小时、行驶记录超过10米。
所述训练数据包括但不限于：姓名、单位、开始时间、结束时间、开始里程、结束里程、最大行驶速度、累计时间、累计里程的格式记录。所述训练数据从识别到驾驶人员开始训练起到停止计时或换人止为一条数据。所述车辆行驶数据包括但不限于：设备ID、时间、经纬度、速度、行驶方向。所述车辆行驶数据自车辆启动后当有卫星定位信号后开始记录直到设备关机，行驶数据优化记录(车辆在有定位信号后才能记录行驶数据，数据每秒产生一条，根据优化规则优化后记录)。数据记录可存入车内存储器，在需要时可通过数据传输模块将数据传输到数据中心。由于刚启动时记录的数据时间可能错误，需要等有卫星信号后校正系统时间，数据处理模块还需要在时间校正后修正这些时间错误的数据。北斗图像识别移动监控终端具有安全行驶数据监控功能，通过行驶数据进行数据分析车辆是否有超时、超速、超区域行驶并及时发出报警和记录数据。
步骤S42：当满足数据上传条件时上传数据，根据本发明的一个具体实施方式，所述数据上传条件指在固定可以打开Wi-Fi(或UHT)坐标范围内，Wi-Fi(或UHT)连接正常且有3分钟或300米以上的行驶记录数据和1条以上的培训数据；或者教练刷卡签退。根据本发明的一个具体实施方式，还可以通过USB线拷贝所述数据。
步骤S43：关机。
根据本发明的一个具体实施方式，所述步骤S22中的“1比1”比对具体为：根据教练编号或学员编号从数据存储模块中查找与教练编号或学员编号对应的人脸图像；将人脸采集摄像机将采集的人脸图像与从数据存储模块中根据教练编号或学员编号查找得到的人脸图像进行对比。
根据本发明的一个具体实施方式，所述步骤S23中的判断“1比1”比对是否成功是指，判断是否为同一人；如果判断为同一人，则该次1比1比对成功；如果判断不为同一人，则该次1比1比对不成功。
根据本发明的一个具体实施方式，所述步骤S310中的“1比多”比对具体为：根据此次开机刷卡后获得的所有教练编号及学员编号从数据存储模块中查找与所述教练编号及学员编号对应的人脸图像；人脸识别模块将人脸采集摄像机将采集的人脸图像与从数据存储模块中根据所述教练编号及学员编号查找得到的所有人脸图像进行逐一对比。
根据本发明的一个具体实施方式，所述步骤S320中的判断“1比多”比对是否成功是指，判断是否为同一人；如果判断为同一人，则该次1比多比对成功；如果判断不为同一人，则该次1比多比对不成功。
根据本发明的一个具体实施方式，所述步骤S32中的全库比对具体为：将人脸采集摄像机将采集的人脸图像与从数据存储模块中提取的人脸图像逐个进行对比。
根据本发明的一个具体实施方式，所述步骤S33中的判断全库比对是否成功是指，判断是否为同一人；如果判断为同一人，则该次全库比对成功；如果判断不为同一人，则该次全库比对不成功。
根据本发明的一个具体实施方式，所述人脸识别的具体方式如下：设给定人脸数据集X＝{x1,x2,...,xn}，li表示人脸数据xi所属的类别标记，其中，n表示人脸数据样本集的大小；c表示人脸数据所属的类别数目。旨在寻找一个线性映射A将高维人脸数据X映射到低维特征空间，即：
X→Y＝ATX(1)
其中，Y表示高维人脸数据X的低维特征，且m<＜d。
在考虑局部流形结构的基础上给出局部类内散度和局部类间散度的定义，然后给出LFDA的优化目标函数。
定义局部类内散度Sw和局部类间散度Sb：
其中，权重矩阵用于对人脸数据的局部流形结构进行描述；nl表示属于类别标记l的样本数目。
LFDA的优化目标是最小化局部类内散度Sw的同时最大化局部类间散度Sb，以获得最大程度的分类鉴别目的，其LFDA的优化目标是最小化局部类内散度Sw的同时最大化局部类间散度Sb，以获得最大程度的分类鉴别目的，其形象化描述为：
根据矩阵变换理论可知，优化变换向量A可转化为求解如下泛化特征方程中最大特征值对应的特征向量：
SbA＝λSwA(8)
所以，优化变换向量A可以看作由矩阵sb，最前面的特征向量构成。对于一个新的测试人脸数据xi，其在低维特征空间的yi可表示为：
yi＝ATxi(9)
对于人脸识别问题，由于人脸数据的维数通常远大于人脸数据的个数，因此常会导致局部类内散度矩阵Sw的奇异性。为了有效地解决这一问题，利用常用的正则化方法，即利用(Sw+μI)代替Sw以避免由奇异值引起的数值不稳定问题。其中，μ是一个非常小的正数，令μ＝10-4；I表示单位矩阵。
为了快速准确地对低维人脸特征进行分类，其具体计算过程如下：设在低维特征空间中的人脸训练样本集为{(xi,yi)}n其中，xi∈Rm和yi∈{-1,+1}分别表示低维人脸表示及其所属的类别标记。旨在通过寻找一个具有最大间隔的最优超平面将2类人脸数据很好地分开，其形式化描述如下：
约束条件为：
其中，ξi表示非负误差变量；C表示用于控制误差变量的惩罚常数；w表示最优超平面的法向量；φ(x)表示将人脸数据映射到核特征空间的映射函数。
根据拉格朗日函数法，
约束条件为：
其中，核函数K(·)的计算方法如下：
K(xi,xj)＝(φ(xi)·φ(xj)) (14)
得到最终分类决策函数为：
其中，nr表示支持向量的数目；偏置b的取值如下：
其中，x(+1)表示类别标记为+1的任一支持向量；x(-1)表示类别标记为–1的任一支持向量。
对于式(15)中核函数K(·)的选择，采用在众多模式分类任务中性能表现优秀的归一化多项式核函数，定义如下：
其中k(x,y)表示度数为2的多项式核函数。
另外，式中的训练问题可归结为求解二次规划问题，不足之处是计算复杂度太高。为有效克服上述不足，采用如下基于乘性更新规则的优化训练方法
Aij＝yiyjK(xi,xj),bj＝-1 (19)
根据本发明的一个具体实施方式，一种人脸识别方法，包括：
Step1邻接图的构造和边权重的确定。设G表示一个具有n个顶点的无向图，其中，顶点i对应于人脸图像xi，如果顶点xi是顶点xj的k个最近邻居或者顶点xj是顶点xi的k个最近邻居，则在顶点xi和xj创建一条边，并根据式(6)确定图G中每条边的权重。
Step2根据式(4)和式(5)分别计算出局部类内邻接图和局部类间邻接图中每条边的权重。
Step3首先根据式(2)和式(3)分别计算出局部类内散度Sw和局部类间散度Sb，然后依据式(7)建立LFDA的优化目标函数。
Step4首先计算出矩阵(Sw+μI)-1Sb最前面特征值所对应的特征向量A，其中，μ＝10-4；I表示单位矩阵；然后依据式(9)将高维人脸数据投影到低维特征空间。
Step5首先在低维特征空间利用式(10)和式(11)建立优化目标函数，然后利用拉格朗日函数法将其转化为如式(12)所示的对偶问题进行求解。
Step6首先利用式(18)和式(19)建立的乘性更新规则对式(12)中的目标函数进行求解，然后利用求得的支持向量αi,建立如式(15)所示的决策函数对人脸数据进行分类识别，其中，核函数采用式(17)中的归一化多项式核函数；从而实现人脸识别。
本发明的北斗图像识别移动监控终端，可以进一步提升汽车驾驶员培训管理工作的信息化水平，确保在学员驾驶培训过程中，能够按照各项法令法规以及规章制度的要求落实培训学时和培训质量；同时公正、客观地记录教练施教和学员培训情况的信息，规范教练的带教行为，确保每名学员获得均等的培训机会。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明,任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (9)
1.一种北斗图像识别移动监控终端，其特征在于包括：主机和人脸采集摄像机，其中主机和人脸采集摄像机电性连接；
其中所述人脸采集摄像机包括红外、光学双摄像头，用于采集人脸图像；
所述主机包括：
外置式卫星天线，用于从北斗卫星接收信号；
北斗卫星定位模块，用于通过外置式卫星天线从北斗卫星获取定位信息；
无线通信模块，用于收发数据；
非接触式ID卡读写模块，用于获取刷卡人员身份信息，所述身份信息包括但不限于教练编号、学员编号；
实时时钟模块，用于提供定时信息，并通过外置式卫星天线从北斗卫星获取定时信号进行校准；
数据存储模块，用于存储数据；
人脸身份识别模块，用于识别人脸图像；
语音播放报警模块，用于播报语音报警信息；
车速传感器，用于检测车辆速率，及车辆加速度；
彩色液晶显示屏，用于显示信息；
人机接口，用于输入信息；
人脸识别模块支持1：1比对模式、1：多比对模式以及全库比对模式；
当采用1比1比对模式时，人脸采集摄像机将采集的人脸图像发往人脸身份识别模块，非接触式ID卡读写模块将当前获取的教练编号或学员编号发往人脸识别模块；人脸识别模块根据教练编号或学员编号从数据存储模块中查找与该教练编号或学员编号对应的人脸图像；人脸识别模块将人脸采集摄像机将采集的人脸图像与从数据存储模块中根据教练编号或学员编号查找得到的人脸图像进行对比；判断是否为同一人；如果判断为同一人，则该次1比1比对成功；如果判断不为同一人，则该次1比1比对不成功；
当采用1比多比对模式时，人脸采集摄像机将采集的人脸图像发往人脸身份识别模块，非接触式ID卡读写模块将当前签到获取的所有教练编号及学员编号发往人脸识别模块；人脸识别模块根据教练编号及学员编号从数据存储模块中查找与所述教练编号及学员编号对应的人脸图像；人脸识别模块将人脸采集摄像机将采集的人脸图像与从数据存储模块中根据所述教练编号及学员编号查找得到的所有人脸图像进行逐一对比；判断是否为同一人；如果判断为同一人，则该次1比多比对成功；如果判断不为同一人，则该次1比多比对不成功；
当采用全库比对模式时，人脸采集摄像机将采集的人脸图像发往人脸身份识别模块；人脸识别模块从数据存储模块中依次提取人脸图像；人脸识别模块将人脸采集摄像机将采集的人脸图像与从数据存储模块中提取的人脸图像逐个进行对比；判断是否为同一人；如果判断为同一人，则该次全库比对成功；如果判断不为同一人，则该次全库比对不成功。
2.根据权利要求1所述的北斗图像识别移动监控终端，其特征在于：
其中人脸采集摄像机定时抓取当前驾驶座位上司机的人脸信息；
所述人脸采集摄像机中的红外、光学双摄像头为独立的双摄像头，分别安装在主驾驶员人脸前方上下左右30度范围内；
当光线在0LUX-2000LUX时可使用红外摄像头进行识别，红外摄像头使用红外LED进行补光；当外界光线超过2000LUX时使用光学摄像头识别。
3.根据权利要求1-2任一所述的北斗图像识别移动监控终端，其特征在于：
训练开始时，教练及学员签到采用刷卡方式，通过非接触式ID卡读写模块，获取刷卡人员身份信息，所述身份信息包括但不限于教练编号、学员编号；训练结束后，教练需采用刷卡方式签退，完成此次训练；学员无需进行签退操作。
4.一种如权利要求1-3任一所述的北斗图像识别移动监控终端的监控方法，其特征在于：
步骤S0：开机上电；
步骤S00：北斗图像识别移动监控终端判断当前是否在进行人员信息下载；如果没有进行下载则进入步骤S01；如果有则进入步骤S02；
步骤S02：等待预设时长T1后返回步骤S00；
步骤S01：判断当前是否有待识别的人脸信息；如果没有待识别的人脸信息，则进入步骤S10；如果有待识别的人脸信息，则进入步骤S20；
步骤S10：等待进行刷卡；如果预设时长T2内未检测到刷卡，则进入步骤S20；如果预设时长T2内检测到刷卡，则进入步骤S11；
步骤S11：判断读卡是否成功；如果成功则进入步骤S12，如果不成功则返回步骤S10；
步骤S12：判断读取人员信息是否成功；如果成功则进入步骤S13，如果不成功则返回步骤S10；
步骤S13：保存所读取的人员信息；
步骤S14：得到刷卡人员编号；
步骤S15：将“1比1”比对标志置位，返回步骤S10；
步骤S20：采集当前驾驶位上人员的人脸图像信息；
步骤S21：判断“1比1”比对标志是否置位，如果已置位，则进入步骤S22；如果未置位，则进入步骤S30；
步骤S22：开始“1比1”比对；
步骤S23：判断“1比1”比对是否成功；如果成功进入步骤S24；如果超过预设时长T3仍未成功，则进入步骤S26；
步骤S24：判断该识别的人脸是否符合自学习要求；如果符合则进入步骤S25；如果不符合则进入步骤S40；
步骤S25：人脸识别自学习；自学习完成后进入步骤S40；通过人脸识别自学习，更新人脸信息，使得能够根据环境变化自我调节提高识别效果；
步骤S26：清除“1比1”比对标志；进入步骤S32；
步骤S30：判断车辆是否在行驶；如果是，则进入步骤S31；如果否，则进入步骤S32；
步骤S31：判断是否有人脸识别通过标识置位，即判断之前人脸识别是否成功；如果没有，进入步骤S32，如果之前有人脸识别成功，则进入步骤S310；
步骤S310：进行“1比多”比对；
步骤S320：判断“1比多”比对是否成功，如果成功进入步骤S40；如果超过预设时长T4仍未成功，则进入步骤S330；
步骤S330：等待预设时长T4，然后进入步骤S32；
步骤S32；进行全库比对；
步骤S33：判断全库比对是否成功；如果比对成功，进入步骤S34；如果超过预设时长T5仍未，进入步骤S35；
步骤S34：得到识别人员编号，进入步骤S40；
步骤S35：将当前人员设置为临时人员，并为其分配人员编号；进入步骤S40；
步骤S40：设置当前驾驶人员，并将人脸识别通过标识置位；
步骤S41：当满足行驶数据记录条件时，记录当前驾驶人员的训练数据以及车辆行驶数据；进入步骤S42；
步骤S42：当满足数据上传条件时上传数据；
步骤S43：关机。
5.一种如权利要求4所述的监控方法，其特征在于：
所述满足行驶数据记录条件是指满足下列条件：卫星授时正常、车辆速度≥10公里/小时、行驶记录超过10米；
所述训练数据包括但不限于：姓名、单位、开始时间、结束时间、开始里程、结束里程、最大行驶速度、累计时间、累计里程的格式记录；
所述训练数据从识别到驾驶人员开始训练起到停止计时或换人止为一条数据。
6.一种如权利要求5所述的监控方法，其特征在于：
所述车辆行驶数据包括但不限于：设备ID、时间、经纬度、速度、行驶方向；所述车辆行驶数据自车辆启动后当有卫星定位信号后开始记录直到设备关机。
7.一种如权利要求6所述的监控方法，其特征在于：
所述步骤S22中的“1比1”比对具体为：根据教练编号或学员编号从数据存储模块中查找与教练编号或学员编号对应的人脸图像；将人脸采集摄像机将采集的人脸图像与从数据存储模块中根据教练编号或学员编号查找得到的人脸图像进行对比；
所述步骤S23中的判断“1比1”比对是否成功是指，判断是否为同一人；如果判断为同一人，则该次1比1比对成功；如果判断不为同一人，则该次1比1比对不成功。
8.一种如权利要求7所述的监控方法，其特征在于：
所述步骤S310中的“1比多”比对具体为：根据此次开机刷卡后获得的所有教练编号及学员编号从数据存储模块中查找与所述教练编号及学员编号对应的人脸图像；人脸识别模块将人脸采集摄像机将采集的人脸图像与从数据存储模块中根据所述教练编号及学员编号查找得到的所有人脸图像进行逐一对比；
所述步骤S320中的判断“1比多”比对是否成功是指，判断是否为同一人；如果判断为同一人，则该次1比多比对成功；如果判断不为同一人，则该次1比多比对不成功。
9.一种如权利要求8所述的监控方法，其特征在于：
所述步骤S32中的全库比对具体为：将人脸采集摄像机将采集的人脸图像与从数据存储模块中提取的人脸图像逐个进行对比；
所述步骤S33中的判断全库比对是否成功是指，判断是否为同一人；如果判断为同一人，则该次全库比对成功；如果判断不为同一人，则该次全库比对不成功。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610118049.6A CN105550680B (zh) | 2016-03-02 | 2016-03-02 | 北斗图像识别移动监控终端及其监控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610118049.6A CN105550680B (zh) | 2016-03-02 | 2016-03-02 | 北斗图像识别移动监控终端及其监控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105550680A CN105550680A (zh) | 2016-05-04 |
| CN105550680B true CN105550680B (zh) | 2017-04-26 |
Family
ID=55829863
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610118049.6A Active CN105550680B (zh) | 2016-03-02 | 2016-03-02 | 北斗图像识别移动监控终端及其监控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105550680B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106527321A (zh) * | 2016-12-14 | 2017-03-22 | 苏州航天系统工程有限公司 | 一种智慧城市智能监控系统 |
| CN106897716A (zh) * | 2017-04-27 | 2017-06-27 | 广东工业大学 | 一种宿舍安全监控系统及方法 |
| CN108010153A (zh) * | 2018-01-23 | 2018-05-08 | 深圳市特维视科技有限公司 | 公交车司机身份识别系统和方法 |
| CN109186584B (zh) * | 2018-07-18 | 2020-09-29 | 浙江臻万科技有限公司 | 一种基于人脸识别的室内定位方法及定位系统 |
| CN110874555A (zh) * | 2018-09-04 | 2020-03-10 | 南京博融汽车电子有限公司 | 一种汽车后排显示屏人脸识别系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203217630U (zh) * | 2013-04-27 | 2013-09-25 | 南京通用电器有限公司 | 北斗/gps双模车辆安全驾驶管理装置 |
| CN103646508A (zh) * | 2013-11-25 | 2014-03-19 | 虞静丽 | 一种防疲劳驾驶的装置及操作方法 |
| CN105354986A (zh) * | 2015-11-12 | 2016-02-24 | 熊强 | 汽车司机驾驶状态监测系统及方法 |
-
2016
- 2016-03-02 CN CN201610118049.6A patent/CN105550680B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203217630U (zh) * | 2013-04-27 | 2013-09-25 | 南京通用电器有限公司 | 北斗/gps双模车辆安全驾驶管理装置 |
| CN103646508A (zh) * | 2013-11-25 | 2014-03-19 | 虞静丽 | 一种防疲劳驾驶的装置及操作方法 |
| CN105354986A (zh) * | 2015-11-12 | 2016-02-24 | 熊强 | 汽车司机驾驶状态监测系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105550680A (zh) | 2016-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105550680B (zh) | 北斗图像识别移动监控终端及其监控方法 | |
| CN103400500B (zh) | 车辆信息数据采集装置及方法 | |
| CN102867417B (zh) | 一种出租车防伪系统及方法 | |
| CN102768811A (zh) | 汽车驾驶人驾驶技能练习辅导和考试评分装置及实现方法 | |
| CN101251934A (zh) | 可随身携带的考勤机及其考勤处理方法 | |
| CN209607143U (zh) | 一种智能开具违法停车罚单的系统 | |
| CN105723431A (zh) | 驾驶辅助图像生成装置、驾驶辅助图像显示装置、驾驶辅助图像显示系统及驾驶辅助图像生成程序 | |
| CN108171295A (zh) | Ic卡及其应用方法、基于ic卡的监控系统 | |
| CN205608812U (zh) | 基于人脸识别和位置定位的公交客流量检测系统 | |
| CN111404874A (zh) | 出租车嫌疑车辆甄别分析体系架构 | |
| CN115506216A (zh) | 路面平整度分析方法以及养护巡查系统 | |
| CN112053459A (zh) | 一种电力设备巡检装置 | |
| CN112269939B (zh) | 自动驾驶的场景搜索方法、装置、终端、服务器及介质 | |
| CN107274508A (zh) | 一种车载计时计程终端以及使用该终端的识别方法 | |
| CN104269061B (zh) | 基于网络的黄标车检管系统及检管方法 | |
| CN109637148A (zh) | 车载鸣笛监控系统、方法、存储介质及设备 | |
| CN205405546U (zh) | 北斗图像识别移动监控终端 | |
| TWM591678U (zh) | 隨車裝置以及車隊管理系統 | |
| JP7290506B2 (ja) | 特定文字列検知装置及び運転評価システム | |
| JP7364365B2 (ja) | 車載器及び運転評価システム | |
| Yuan et al. | Research on road condition detection based on crowdsensing | |
| CN207337484U (zh) | 一种车载计时计程终端 | |
| CN203799417U (zh) | 一种汽车行驶记录仪 | |
| CN104269062B (zh) | 基于网络的黄标车检测系统及检测方法 | |
| CN104766389A (zh) | It设备移动巡检平台用感应式巡检器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 100120, room 5, building 6, building 1, No. 10, mouth street, Xicheng District, Beijing Applicant after: Beijing Ying Ying Oriental Polytron Technologies Inc Address before: 100120, room 5, building 6, building 1, No. 10, mouth street, Xicheng District, Beijing Applicant before: Beijing Yingxiang Dongfang Technology Development Co., Ltd. |
|
| COR | Change of bibliographic data | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |