CN106803933A - 可用于人车合一监控的摄像系统及摄像方法 - Google Patents
可用于人车合一监控的摄像系统及摄像方法 Download PDFInfo
- Publication number
- CN106803933A CN106803933A CN201710095093.4A CN201710095093A CN106803933A CN 106803933 A CN106803933 A CN 106803933A CN 201710095093 A CN201710095093 A CN 201710095093A CN 106803933 A CN106803933 A CN 106803933A
- Authority
- CN
- China
- Prior art keywords
- information
- image
- car
- main body
- early warning
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了可用于人车合一监控的摄像系统,包括第一摄像单元、第二摄像单元和控制处理单元,所述控制处理单元用于将所述第一摄像单元和第二摄像单元获得的图像信息根据生成时刻建立映射关系。与现有技术相比,本发明通过设置两组摄像单元,可实现在同一时刻采集驾驶者的唯一身份识别信息和车辆的唯一身份信息,并可建立上述信息对应关系的预警信息库,实现对异常信息的自动识别和预警。同时,实现对目标对象三维信息的快速识别。当唯一身份识别信息不全或难以识别时,可以选择对车型、轮廓、驾驶者身高、体型等三位特征信息进行比对识别,以降低系统人工参与的同时尽可能的提高系统的鉴别能力。
Description
技术领域
本发明属于智能监控及图像处理技术领域,涉及一种适用于人车合一自动判定的监控技术,具体涉及一种科用于人车合一监控的摄像系统及摄像方法。
背景技术
随着汽车产业的发展,汽车成为了现代生活工作不可或缺的重要交通工具。同时,也成为了大多数个人的主要财产之一。因此,车辆的管理及防盗技术也就成为了保护这项财产重要技术。
现有的停车场管理技术包括全人工方式、半人工干预加上身份识别等形式,其中主流的是RFID电子标签以及基于图像处理技术的车牌识别技术。
全人工的方式在一定程度上能够保证对车辆信息的全面审核,但是其醉倒的弊端是审核效率低下,随着车辆数量的增加,这种方式将逐步被淘汰,对于车流量大的场合,几乎无法适用。相对于全人工方式,借助RFID电子标签或车牌识别技术的停车场管理技术提高了车辆身份审核的效率,解决了大车流量管理的问题,但是其带来的主要问题是,仅仅验证了车辆本身的身份,对于驾驶者的身份并没有验证,这位车辆盗窃提供了技术隐患。而传统的车牌识别或电子标签等停车场管理系统,都无法实现对驾驶者与车辆身份的双重匹配校验。
进一步的,在对停车场实行智能化(无人值守)管理的同时,对驾驶者身份和车辆身份进行匹配核验是一项重要技术需求;而智能化管理需要解决的另一个问题是当出现车牌或驾驶者等唯一身份信息(如车牌号及驾驶者人脸识别)无法识别时,系统如何工作的问题。
发明内容
本发明的目的在于提供一种可用于人车合一监控的摄像系统及摄像方法,以解决现有的停车场智能化高效管理的技术需求,以及当出现突发情况(如人脸识别或车牌识别故障)时的应急处理方案。
为实现上述目的,本发明提供如下技术方案:可用于人车合一监控的摄像系统,其特征在于,包括第一摄像单元、第二摄像单元和控制处理单元,所述控制处理单元用于将所述第一摄像单元和第二摄像单元获得的图像信息根据生成时刻建立映射关系。
优选方案,所述第一摄像单元和第二摄像单元的图像摄取方位可独立调节,所述控制处理单元包括对所述摄像单元的图像摄取方位的调节控制组件。
优选方案,所述调节控制组件包括第一摄像单元和第二摄像单元的默认相对位置控制程序,所述默认相对位置控制程序用于将第一摄像单元和第二摄像单元的相对位置从任一位置调整至默认相对位置,以实现可对摄取对象进行三维信息采集。
优选方案,所述摄像方法包括第一信息关联记录方法,所述第一信息关联记录方法包括将第一摄像单元和第二摄像单元的图像摄取方位分别调整至第一信息主体和第二信息主体,以可在同一时刻记录所述第一信息主体和第二信息主体的图像信息。
优选方案,所述第一信息主体为车辆身份主体,所述第二信息主体为驾驶者。
优选方案,所述摄像方法包括对所述第一信息主体的三维信息采集,所述采集的第一信息主体的三维信息与所述同一刻记录所述第一信息主体,和/或第二信息主体的图像信息关联记录。
优选方案,所述摄像方法包括对所述第二信息主体的三维信息采集,所述采集的第二信息主体的三维信息与所述同一时刻记录所述第一信息主体,和/或第二信息主体的图像信息关联记录。
优选方案,摄像系统中控制处理单元包括预警信息库,所述预警信息库用于记录所述第一信息主体和所述第二信息主体的特征信息。
优选方案,包括第一预警方法,所述第一预警方法包括以下步骤:
a1、录入第一信息主体的特征信息,并为所述第一信息主体关联一个或多个第一信息主体的特征信息,所述第一信息主体的特征信息与所述第一信息主体的特征信息建立对应关系后作为一条预警信息;
a2、根据权利要求4-8之任一项权利要求所述的摄像方法对信息主体的图像信息进行实时摄取;
a3、对步骤a2所摄取的实时的图像信息进行特征提取分析,判断与所述预警信息库中的预警信息是否相匹配;
a4、如果步骤a3判断结构为不匹配,则生成预警信号。
优选方案,步骤a3中,提取的第一信息主体的特征信息为唯一身份识别信息,所述唯一身份识别信息包括车牌号。
优选方案,步骤a3中,提取的第一信息主体的特征信息包括非唯一身份识别信息,所述非唯一身份识别信息车辆三维特征。
优选方案,所述摄像方法包括第一类预警信号,当车辆的唯一身份识别信息不能识别,和/或与所述第二信息主体的特征信息不能匹配时,生成所述第一类预警信号。
优选方案,所述摄像方法包括第二类预警信号,仅当车辆的唯一身份识别信息与所述第二信息主体的特征信息不能匹配或不能识别,且车辆的非唯一身份识别信息与所述第二信息主体的特征信息不能匹配时,生成所述第二类预警信息。
优选方案,所述第一类预警信息和第二类预警信息可独立设定开启及关闭状态。
与现有技术相比,本发明的有益效果是:通过设置两组摄像单元,可实现在同一时刻采集驾驶者的唯一身份识别信息(如人脸特征信息进行人脸识别)和车辆的唯一身份信息(如车牌号),并可建立上述信息对应关系的预警信息库,实现对异常信息的自动识别和预警。同时,两组摄像单元组合设置了三维信息采集模式,并将该模式作为默认主要模式,实现对目标对象三维信息的快速识别。对三维信息的识别带来的有益效果是,当唯一身份识别信息不全或难以识别(如临时牌照的车,或者没有牌照,或者牌照位置不在常规位置等;驾驶者面部特征有改变如戴口罩等)时,可以选择对车型、轮廓、驾驶者身高、体型等三位特征信息进行比对识别,以降低系统人工参与的同时尽可能的提高系统的鉴别能力,进而加强防盗能力。
附图说明
图1所示为本发明可用于人车合一监控的摄像系统优选实施例的原理图示;
图2所示为本发明可用于人车合一监控的摄像系统优选实施例的控制单元原理图示;
图3所示为本发明可用于人车合一监控的摄像系统优选实施例的第一预警方法流程图示。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1、图2及图3。
可用于人车合一监控的摄像系统,包括第一摄像单元、第二摄像单元和控制处理单元,所述控制处理单元用于将所述第一摄像单元和第二摄像单元获得的图像信息根据生成时刻建立映射关系。比如将统一时刻获取自第一摄像单元和第二摄像单元的图像信息进行处理,并将处理获得的信息作为相关联信息进行应用。应用包括将关联信息进行存储,或者将上述信息及其关联关系作为三个条件与某特定模板进行比对,当上述三个条件全部满足是则认为是比对通过,任一条件不满足则认为是比对不通过。
优选实施例方案,所述第一摄像单元和第二摄像单元的图像摄取方位可独立调节,所述控制处理单元包括对所述摄像单元的图像摄取方位的调节控制组件。通过设置可独立调节的两组摄像单元,并将两组摄像单元通过同一控制单元进行控制,为两组摄像单元摄取的图像信息建立关联提供了一种简单有效的途径。独立调节的方案设计解决了对相关联的两个主体分别摄像的需求。如第一摄像单元用于摄取驾驶者的信息,第二摄像单元用于摄取车辆信息,保持了两个摄像单元的相对独立性,有利于获取最佳的信息数据。
优选实施例方案,所述调节控制组件包括第一摄像单元和第二摄像单元的默认相对位置控制程序,所述默认相对位置控制程序用于将第一摄像单元和第二摄像单元的相对位置从任一位置调整至默认相对位置,以实现可对摄取对象进行三维信息采集。利用原有的硬件资源,实现了对象三维信息的采集,本方案的调节主要是为了满足3D摄像时两组摄像机的相对位置要求。当锁定相对位置后,系统还可以对两组摄像单元进行整体方位调节,获得对目标对象的三维信息摄取的最佳摄取角度。
优选实施例方案,所述摄像方法包括第一信息关联记录方法,所述第一信息关联记录方法包括将第一摄像单元和第二摄像单元的图像摄取方位分别调整至第一信息主体和第二信息主体,以可在同一时刻记录所述第一信息主体和第二信息主体的图像信息。所述第一信息主体为车辆身份主体,所述第二信息主体为驾驶者。车辆身份主体包括车牌号、车型以及能体现车辆独特性的其他视觉特征;驾驶者的身份信息包括人脸识别下的特征以及身高、体型等个性特征。本方案旨在获得第一信息主体和第二信息主体的精准信息,包括图像及特征信息。
优选实施例方案,所述摄像方法包括对所述第一信息主体的三维信息采集,所述采集的第一信息主体的三维信息与所述同一刻记录所述第一信息主体,和/或第二信息主体的图像信息关联记录。
优选实施例方案,所述摄像方法包括对所述第二信息主体的三维信息采集,所述采集的第二信息主体的三维信息与所述同一时刻记录所述第一信息主体,和/或第二信息主体的图像信息关联记录。通过以上两组实施例的信息的关联记录,实现人车合一的身份判断,进而可实现对异常(如驾驶者非系统记录的车辆所有者或有权使用者等)信息的预警。
优选实施例方案,所述摄像方法,摄像系统中控制处理单元包括预警信息库,所述预警信息库用于记录所述第一信息主体和所述第二信息主体的特征信息。
优选方案,所述摄像方法包括第一预警方法,所述第一预警方法包括以下步骤:
a1、录入第二信息主体的特征信息,并为所述第一信息主体关联一个或多个第一信息主体的特征信息,所述第二信息主体的特征信息与所述第一信息主体的特征信息建立对应关系后作为一条预警信息;
a2、根据权利要求4-8之任一项权利要求所述的摄像方法对信息主体的图像信息进行实时摄取;
a3、对步骤a2所摄取的实时的图像信息进行特征提取分析,判断与所述预警信息库中的预警信息是否相匹配;
a4、如果步骤a3判断结构为不匹配,则生成预警信号。
优选实施例方案,步骤a3中,提取的第一信息主体的特征信息为唯一身份识别信息,所述唯一身份识别信息包括车牌号。显然,第一信息主体的唯一身份识别信息并不只是车牌号,也包括其他能够将所述第一信息主体区别于其他的特征。
优选实施例方案,步骤a3中,提取的第一信息主体的特征信息包括非唯一身份识别信息,所述非唯一身份识别信息车辆三维特征。比如车辆的前脸轮廓、车型及其外观尺寸等。
优选实施例方案,所述摄像方法包括第一类预警信号,当车辆的唯一身份识别信息不能识别,和/或与所述第二信息主体的特征信息不能匹配时,生成所述第一类预警信号。第一类预警信号可实现精确预警,不过对匹配程度要求高,对系统的容错性要求也高。
优选实施例方案,所述摄像方法包括第二类预警信号,仅当车辆的唯一身份识别信息与所述第二信息主体的特征信息不能匹配或不能识别,且车辆的非唯一身份识别信息与所述第二信息主体的特征信息不能匹配时,生成所述第二类预警信息。第二类预警信息容错性高,但是其识别的精准度不高,其依赖判断的身份信息理论上不具备唯一性,不过在实践中,出现误判的情况并非多见,所以以牺牲以上功能换取系统的容错性,可使系统更具市场价值。
优选实施例方案,所述第一类预警信息和第二类预警信息可独立设定开启及关闭状态。该项方案为用户提供了选择空间,可根据自身需求进行定制。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.可用于人车合一监控的摄像系统,其特征在于,包括第一摄像单元、第二摄像单元和控制处理单元,所述控制处理单元用于将所述第一摄像单元和第二摄像单元获得的图像信息根据生成时刻建立映射关系。
2.根据权利要求1所述的可用于人车合一监控的摄像系统,其特征在于,所述第一摄像单元和第二摄像单元的图像摄取方位可独立调节,所述控制处理单元包括对所述摄像单元的图像摄取方位的调节控制组件。
3.根据权利要求2所述的可用于人车合一监控的摄像系统,其特征在于,所述调节控制组件包括第一摄像单元和第二摄像单元的默认相对位置控制程序,所述默认相对位置控制程序用于将第一摄像单元和第二摄像单元的相对位置从任一位置调整至默认相对位置,以实现可对摄取对象进行三维信息采集。
4.可用于人车合一监控的摄像方法,其特征在于,所述摄像方法包括第一信息关联记录方法,所述第一信息关联记录方法包括将第一摄像单元和第二摄像单元的图像摄取方位分别调整至第一信息主体和第二信息主体,以可在同一时刻记录所述第一信息主体和第二信息主体的图像信息。
5.根据权利要求4所述的可用于人车合一监控的摄像方法,其特征在于,所述第一信息主体为车辆身份主体,所述第二信息主体为驾驶者。
6.根据权利要求4或5所述的可用于人车合一监控的摄像方法,其特征在于,所述摄像方法包括对所述第一信息主体的三维信息采集,所述采集的第一信息主体的三维信息与所述同一刻记录所述第一信息主体,和/或第二信息主体的图像信息关联记录。
7.根据权利要求8所述的可用于人车合一监控的摄像方法,其特征在于,包括第一预警方法,所述第一预警方法包括以下步骤:
a1、录入第二信息主体的特征信息,并为所述第二信息主体关联一个或多个第二信息主体的特征信息,所述第一信息主体的特征信息与所述第二信息主体的特征信息建立对应关系后作为一条预警信息;
a2、根据权利要求4-6之任一项权利要求所述的摄像方法对信息主体的图像信息进行实时摄取;
a3、对步骤a2所摄取的实时的图像信息进行特征提取分析,判断与所述预警信息库中的预警信息是否相匹配;
a4、如果步骤a3判断结构为不匹配,则生成预警信号。
8.根据权利要求7所述的可用于人车合一监控的摄像方法,其特征在于,步骤a3中,提取的第二信息主体的特征信息为唯一身份识别信息,所述唯一身份识别信息包括车牌号。
9.根据权利要求7所述的可用于人车合一监控的摄像方法,其特征在于,步骤a3中,提取的第二信息主体的特征信息包括非唯一身份识别信息,所述非唯一身份识别信息车辆三维特征。
10.根据权利要求8所述的可用于人车合一监控的摄像方法,其特征在于,所述摄像方法包括第一类预警信号,当车辆的唯一身份识别信息不能识别,和/或与所述第一信息主体的特征信息不能匹配时,生成所述第一类预警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710095093.4A CN106803933A (zh) | 2017-02-22 | 2017-02-22 | 可用于人车合一监控的摄像系统及摄像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710095093.4A CN106803933A (zh) | 2017-02-22 | 2017-02-22 | 可用于人车合一监控的摄像系统及摄像方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106803933A true CN106803933A (zh) | 2017-06-06 |
Family
ID=58987493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710095093.4A Pending CN106803933A (zh) | 2017-02-22 | 2017-02-22 | 可用于人车合一监控的摄像系统及摄像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106803933A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109800633A (zh) * | 2018-12-11 | 2019-05-24 | 深圳云天励飞技术有限公司 | 一种非机动车交通违法判断方法、装置和电子设备 |
CN112687108A (zh) * | 2020-06-28 | 2021-04-20 | 浙江大华技术股份有限公司 | 人车匹配的检测方法、检测装置、拍摄装置及存储介质 |
CN113066214A (zh) * | 2021-03-26 | 2021-07-02 | 深圳市博盛科电子有限公司 | 一种基于5g网络远程监控的门禁系统 |
CN113435418A (zh) * | 2021-08-26 | 2021-09-24 | 知见科技(江苏)有限公司 | 基于计算机视觉的电动自行车偷盗识别方法 |
CN113503975A (zh) * | 2021-09-13 | 2021-10-15 | 四川大学 | 一种标定板及红外测温映射标定方法 |
CN114817273A (zh) * | 2022-07-01 | 2022-07-29 | 湖南智警公共安全技术研究院有限公司 | 一种高频人车关联异常的数据识别方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1801181A (zh) * | 2006-01-06 | 2006-07-12 | 华南理工大学 | 人脸与车牌自动识别机器人 |
US20090072972A1 (en) * | 2002-08-23 | 2009-03-19 | Pederson John C | Intelligent observation and identification database system |
CN101572804A (zh) * | 2009-03-30 | 2009-11-04 | 浙江大学 | 多摄像机智能控制方法及装置 |
CN103093528A (zh) * | 2012-12-28 | 2013-05-08 | 中山大学 | 一种小区车辆和人员智能监控系统 |
CN103440485A (zh) * | 2013-09-13 | 2013-12-11 | 石翼 | 一种车辆出入控制系统及控制方法 |
CN105869136A (zh) * | 2015-01-22 | 2016-08-17 | 北京雷动云合智能技术有限公司 | 一种基于多摄像机的协作式视觉slam方法 |
-
2017
- 2017-02-22 CN CN201710095093.4A patent/CN106803933A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090072972A1 (en) * | 2002-08-23 | 2009-03-19 | Pederson John C | Intelligent observation and identification database system |
CN1801181A (zh) * | 2006-01-06 | 2006-07-12 | 华南理工大学 | 人脸与车牌自动识别机器人 |
CN101572804A (zh) * | 2009-03-30 | 2009-11-04 | 浙江大学 | 多摄像机智能控制方法及装置 |
CN103093528A (zh) * | 2012-12-28 | 2013-05-08 | 中山大学 | 一种小区车辆和人员智能监控系统 |
CN103440485A (zh) * | 2013-09-13 | 2013-12-11 | 石翼 | 一种车辆出入控制系统及控制方法 |
CN105869136A (zh) * | 2015-01-22 | 2016-08-17 | 北京雷动云合智能技术有限公司 | 一种基于多摄像机的协作式视觉slam方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109800633A (zh) * | 2018-12-11 | 2019-05-24 | 深圳云天励飞技术有限公司 | 一种非机动车交通违法判断方法、装置和电子设备 |
CN112687108A (zh) * | 2020-06-28 | 2021-04-20 | 浙江大华技术股份有限公司 | 人车匹配的检测方法、检测装置、拍摄装置及存储介质 |
CN113066214A (zh) * | 2021-03-26 | 2021-07-02 | 深圳市博盛科电子有限公司 | 一种基于5g网络远程监控的门禁系统 |
CN113435418A (zh) * | 2021-08-26 | 2021-09-24 | 知见科技(江苏)有限公司 | 基于计算机视觉的电动自行车偷盗识别方法 |
CN113503975A (zh) * | 2021-09-13 | 2021-10-15 | 四川大学 | 一种标定板及红外测温映射标定方法 |
CN114817273A (zh) * | 2022-07-01 | 2022-07-29 | 湖南智警公共安全技术研究院有限公司 | 一种高频人车关联异常的数据识别方法及系统 |
CN114817273B (zh) * | 2022-07-01 | 2022-09-27 | 湖南智警公共安全技术研究院有限公司 | 一种高频人车关联异常的数据识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106803933A (zh) | 可用于人车合一监控的摄像系统及摄像方法 | |
CN100341732C (zh) | 一种基于人脸认证技术的汽车防盗方法 | |
CN103246876B (zh) | 基于图像特征比对的车辆套牌识别方法 | |
CN103035125B (zh) | 一种车牌识别方法及其系统 | |
CN109949579A (zh) | 一种基于深度学习的闯红灯违法自动审核方法 | |
CN105488479B (zh) | 一种基于加权局部特征比对的车辆套牌识别方法及装置 | |
CN107204114A (zh) | 一种车辆异常行为的识别方法及装置 | |
CN103456048A (zh) | 一种停车场完全基于车牌识别的停车收费方法 | |
CN103213502A (zh) | 基于生物识别技术的校车安全管理方法 | |
CN107444337A (zh) | 具有双重认证的汽车防盗系统 | |
CN108389396A (zh) | 一种基于视频的车型匹配方法、装置和计费系统 | |
CN202049541U (zh) | 车辆及司乘人员信息监管系统 | |
CN103612617A (zh) | 一种汽车防盗抢系统 | |
CN108960107A (zh) | 一种小微型面包车超员识别方法及装置 | |
CN106875529A (zh) | 小区门禁车牌识别系统 | |
CN107749856A (zh) | 识别非法驾驶的方法和系统 | |
CN107077615A (zh) | 指纹防伪方法和设备 | |
CN109636986A (zh) | 一种园区内车辆的管控方法、系统及车载装置 | |
CN106960579A (zh) | 一种无牌车的识别方法及使用其的停车场系统 | |
CN109658708A (zh) | 园区内车辆的管控方法、系统及车载装置 | |
CN104599334A (zh) | 一种停车场出口完全基于车牌识别的停车收费方法 | |
CN103699880A (zh) | 基于物联网的交通违法车辆牌照检测与识别方法 | |
WO2007053985A1 (fr) | Procédé d’identification d’un véhicule recherche | |
CN112597965A (zh) | 一种驾驶行为识别方法、装置和计算机可读存储介质 | |
CN108334828A (zh) | 一种车载3d人脸识别身份认证系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170606 |