CN107358680B - 一种人员特征深度处理方法 - Google Patents
一种人员特征深度处理方法 Download PDFInfo
- Publication number
- CN107358680B CN107358680B CN201710756792.9A CN201710756792A CN107358680B CN 107358680 B CN107358680 B CN 107358680B CN 201710756792 A CN201710756792 A CN 201710756792A CN 107358680 B CN107358680 B CN 107358680B
- Authority
- CN
- China
- Prior art keywords
- gradient
- image
- pixel
- personnel
- equipment
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
- G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Burglar Alarm Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种人员特征深度处理方法,包括使用人员特征深度处理平台以在运油车车头对访问人员进行图像特征分析时提高图像处理的深度,平台包括现场图像获取设备,设置在车头内部,用于对访问人员进行图像采集以获得并输出访问人员图像;梯度提取设备,用于对于访问人员图像中的每一个像素的像素值,将其像素值减去其同列下行像素的像素值后取绝对值以获得第一绝对值,将其像素值减去其同行下列像素的像素值后取绝对值以获得第二绝对值,将第一绝对值与第二绝对值相加后获得的和作为梯度,访问人员图像的最后一行的每一个像素的梯度直接取用上一行的同列像素的梯度,访问人员图像的最后一列的每一个像素的梯度直接取用上一列的同行像素的梯度。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种人员特征深度处理方法。
背景技术
WIFI/WiMAX的市场目标是成为宽带无线接入城域网技术,基本目标是要提供一种城域网领域点对多点的多厂商环境下可有效地互操作的宽带无线接入手段,以实现满足3G标准的以无线广域网WWAN为基本模式、以公众语音及多媒体数据为内容、在全球范围内漫游的个人手机终端的基本市场定位。WIFI/WiMAX也可以作为3G无线广域/城域、多点基站互联支持手段的补充。
WIFI/WiMAX的发展方向包括:网络技术,覆盖更大的范围,从热点到热区到整个城市;WIFI手持终端和VoWLAN业务必然成为潜在的应用模式;基于IP的WIFI/WiMAX的交换技术和开放的业务平台,将使WLAN网络更智能、更易管理;基于多层次的安全策略(WEP、WPA、WPA2、AES、VPN等)提供不同等级的安全方案,将使企业、个人用户可以根据不同的性价比来选择满足自己需要的安全策略。
目前尚不存在借助WIFI网络进行运油车的工作人员验证的鉴权机制,导致不法分子盗取油气较为简单。
发明内容
为了解决上述问题,本发明提供了一种人员特征深度处理方法,能够获取边缘增强图像,并对边缘增强图像进行人员识别以在识别到工作人员时获取并输出工作人员编号,并在识别到非工作人员时,将0作为工作人员编号输出,同时使用密码获取设备用于接收所述工作人员编号,基于所述工作人员编号确定工作人员所属的加油站,基于工作人员所属的加油站确定工作人员所属的加油站内的WIFI网络的WIFI密码,获取成功则发出人员授权信号,获得失败则发出人员非法信号。
根据本发明的一方面,提供了一种人员特征深度处理方法,所述方法包括使用人员特征深度处理平台以在运油车车头对访问人员进行图像特征分析时提高图像处理的深度,所述人员特征深度处理平台包括:
现场图像获取设备,设置在运油车车头内部,用于对访问人员进行图像采集以获得并输出访问人员图像;梯度提取设备,用于接收访问人员图像,对于访问人员图像中的每一个像素的像素值,将其像素值减去其同列下行像素的像素值后取绝对值以获得第一绝对值,将其像素值减去其同行下列像素的像素值后取绝对值以获得第二绝对值,将第一绝对值与第二绝对值相加后获得的和作为梯度,其中,访问人员图像的最后一行的每一个像素的梯度直接取用上一行的同列像素的梯度,访问人员图像的最后一列的每一个像素的梯度直接取用上一列的同行像素的梯度;
梯度处理设备,与所述梯度提取设备连接,用于对于访问人员图像中的每一个像素的像素值,将其梯度与预设梯度阈值进行比较,对于梯度大于等于预设梯度阈值的各个像素,对其像素值进行锐化处理以获得处理后的像素值,对梯度小于预设梯度阈值的各个像素,直接将其像素值作为处理后的像素值,访问人员图像中的所有像素的处理后的像素值形成访问人员图像对应的梯度处理图像;其中,根据锐化等级确定预设梯度阈值,锐化等级越高,预设梯度阈值越小;深度检测设备,用于接收梯度处理图像,确定所述梯度处理图像对应的深度图像,基于所述深度图像确定所述梯度处理图像的深度信息;边缘检测设备,与所述深度检测设备连接,用于接收所述梯度处理图像的深度信息,并基于所述梯度处理图像的深度信息确定所述梯度处理图像中的目标边缘;边缘增强设备,与所述边缘检测设备连接,用于基于所述梯度处理图像中的目标边缘对所述梯度处理图像进行相应的边缘增强处理以输出对应的边缘增强图像;
人员分析设备,与所述边缘增强设备连接,用于获取边缘增强图像,并对边缘增强图像进行人员识别以在识别到工作人员时获取并输出工作人员编号,并在识别到非工作人员时,将0作为工作人员编号输出;密码获取设备,设置在运油车车头内部,与所述人员分析设备连接,用于接收所述工作人员编号,基于所述工作人员编号确定工作人员所属的加油站,基于工作人员所属的加油站确定工作人员所属的加油站内的WIFI网络的WIFI密码,获取成功则发出人员授权信号,获得失败则发出人员非法信号;网络连接设备,设置在运油车车头内部,与所述密码获取设备连接,用于自动搜索WIFI网络,并基于所述密码获取设备确定的WIFI密码连接网络;开封操作设备,设置在运油车车头内部,与所述网络连接设备连接,用于在工作人员的操作下,基于WIFI网络发送打开控制信号或关闭控制信号。
更具体地,在所述人员特征深度处理平台中,所述平台还包括:电子签封设备,设置在运油车车尾,包括铅封主体、签封锁芯和微控制器。
更具体地,在所述人员特征深度处理平台中:所述铅封主体用于封盖运油车的运油车体,所述微控制器与所述签封锁芯连接,用于通过WIFI网络与所述开封操作设备连接。
更具体地,在所述人员特征深度处理平台中:所述微控制器在接收到所述打开控制信号,控制所述签封锁芯完成对所述铅封主体的打开操作;其中,所述微控制器在接收到所述关闭控制信号,控制所述签封锁芯完成对所述铅封主体的关闭操作。
更具体地,在所述人员特征深度处理平台中,所述平台还包括:车辆轨迹监测设备,用于在运油车的行驶过程中,检测并输出所述运油车的行驶轨迹。
更具体地,在所述人员特征深度处理平台中,所述平台还包括:限位开关,设置在所述铅封主体上,用于在所述铅封主体被打开时,发出打开提示信息。
更具体地,在所述人员特征深度处理平台中,所述平台还包括:车辆轨迹监测设备,用于在运油车的行驶过程中,检测并输出所述运油车的行驶轨迹,并在所述运油车的行驶轨迹异常时,发出轨迹异常报警信号。
更具体地,在所述人员特征深度处理平台中:所述密码获取设备当工作人员编号为0时,获得WIFI密码失败,发出人员非法信号。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的人员特征深度处理平台的结构方框图。
图2为根据本发明实施方案示出的人员特征深度处理平台的电子签封设备的结构方框图。
附图标记:1现场图像获取设备;2梯度提取设备;3梯度处理设备;4深度检测设备;5边缘检测设备;6电子签封设备;61铅封主体;62签封锁芯;63微控制器
具体实施方式
下面将参照附图对本发明的人员特征深度处理平台的实施方案进行详细说明。
在网络迅猛发展的今天,运营商可以通过尝试Wi-Fi商业模式的创新来探索Wi-Fi发展新的经营之道;目前的Wi-Fi商业模式主要是广告,根据这一模式国内领先的Wi-Fi服务商witown开发出了一套Wi-Fi营销系统,将中小企业的闲置Wi-Fi改造成商用营销型Wi-Fi;不仅有企业级的路由功能,还可以通过Wi-Fi展示企业品牌0成本全天候推送广告等功能,相信不久会在中小企业中刮起一股旋风。随着Wi-Fi网络建设的加速,热点会越来越多,基于无线上网的Wi-Fi创新应用也一定会有更大的市场空间。
现有技术中,对运油车的人员身份验证仍停留在简单的面部识别或语音识别中,上述验证机制的破解较为简单。为了克服上述不足,本发明搭建了一种人员特征深度处理方法,所述方法包括使用人员特征深度处理平台以在运油车车头对访问人员进行图像特征分析时提高图像处理的深度。
图1为根据本发明实施方案示出的人员特征深度处理平台的结构方框图,所述平台包括:
现场图像获取设备,设置在运油车车头内部,用于对访问人员进行图像采集以获得并输出访问人员图像;
梯度提取设备,用于接收访问人员图像,对于访问人员图像中的每一个像素的像素值,将其像素值减去其同列下行像素的像素值后取绝对值以获得第一绝对值,将其像素值减去其同行下列像素的像素值后取绝对值以获得第二绝对值,将第一绝对值与第二绝对值相加后获得的和作为梯度,其中,访问人员图像的最后一行的每一个像素的梯度直接取用上一行的同列像素的梯度,访问人员图像的最后一列的每一个像素的梯度直接取用上一列的同行像素的梯度;
梯度处理设备,与所述梯度提取设备连接,用于对于访问人员图像中的每一个像素的像素值,将其梯度与预设梯度阈值进行比较,对于梯度大于等于预设梯度阈值的各个像素,对其像素值进行锐化处理以获得处理后的像素值,对梯度小于预设梯度阈值的各个像素,直接将其像素值作为处理后的像素值,访问人员图像中的所有像素的处理后的像素值形成访问人员图像对应的梯度处理图像;其中,根据锐化等级确定预设梯度阈值,锐化等级越高,预设梯度阈值越小;
深度检测设备,用于接收梯度处理图像,确定所述梯度处理图像对应的深度图像,基于所述深度图像确定所述梯度处理图像的深度信息;
边缘检测设备,与所述深度检测设备连接,用于接收所述梯度处理图像的深度信息,并基于所述梯度处理图像的深度信息确定所述梯度处理图像中的目标边缘;
边缘增强设备,与所述边缘检测设备连接,用于基于所述梯度处理图像中的目标边缘对所述梯度处理图像进行相应的边缘增强处理以输出对应的边缘增强图像;
人员分析设备,与所述边缘增强设备连接,用于获取边缘增强图像,并对边缘增强图像进行人员识别以在识别到工作人员时获取并输出工作人员编号,并在识别到非工作人员时,将0作为工作人员编号输出;
密码获取设备,设置在运油车车头内部,与所述人员分析设备连接,用于接收所述工作人员编号,基于所述工作人员编号确定工作人员所属的加油站,基于工作人员所属的加油站确定工作人员所属的加油站内的WIFI网络的WIFI密码,获取成功则发出人员授权信号,获得失败则发出人员非法信号;
网络连接设备,设置在运油车车头内部,与所述密码获取设备连接,用于自动搜索WIFI网络,并基于所述密码获取设备确定的WIFI密码连接网络;
开封操作设备,设置在运油车车头内部,与所述网络连接设备连接,用于在工作人员的操作下,基于WIFI网络发送打开控制信号或关闭控制信号。
接着,继续对本发明的人员特征深度处理平台的具体结构进行进一步的说明。
所述人员特征深度处理平台中还可以包括:
如图2所示,电子签封设备,设置在运油车车尾,包括铅封主体、签封锁芯和微控制器。
在所述人员特征深度处理平台中:
所述铅封主体用于封盖运油车的运油车体,所述微控制器与所述签封锁芯连接,用于通过WIFI网络与所述开封操作设备连接。
在所述人员特征深度处理平台中:
所述微控制器在接收到所述打开控制信号,控制所述签封锁芯完成对所述铅封主体的打开操作;
其中,所述微控制器在接收到所述关闭控制信号,控制所述签封锁芯完成对所述铅封主体的关闭操作。
所述人员特征深度处理平台中还可以包括:
车辆轨迹监测设备,用于在运油车的行驶过程中,检测并输出所述运油车的行驶轨迹。
所述人员特征深度处理平台中还可以包括:
限位开关,设置在所述铅封主体上,用于在所述铅封主体被打开时,发出打开提示信息。
所述人员特征深度处理平台中还可以包括:
车辆轨迹监测设备,用于在运油车的行驶过程中,检测并输出所述运油车的行驶轨迹,并在所述运油车的行驶轨迹异常时,发出轨迹异常报警信号。
在所述人员特征深度处理平台中:
所述密码获取设备当工作人员编号为0时,获得WIFI密码失败,发出人员非法信号。
另外,所述车辆轨迹监测设备可以由DSP处理芯片来实现。DSP芯片的内部采用程序和数据分开的哈佛结构,具有专门的硬件乘法器,广泛采用流水线操作,提供特殊的DSP指令,可以用来快速的实现各种数字信号处理算法。
根据数字信号处理的要求,DSP芯片一般具有如下的一些主要特点:(1)在一个指令周期内可完成一次乘法和一次加法。(2)程序和数据空间分开,可以同时访问指令和数据。(3)片内具有快速RAM,通常可通过独立的数据总线在两块中同时访问。(4)具有低开销或无开销循环及跳转的硬件支持。(5)快速的中断处理和硬件I/O支持。(6)具有在单周期内操作的多个硬件地址产生器。(7)可以并行执行多个操作。(8)支持流水线操作,使取指、译码和执行等操作可以重叠执行。
根据DSP芯片工作的数据格式来分类的。数据以定点格式工作的DSP芯片称为定点DSP芯片,如TI公司的TMS320C1X/C2X、TMS320C2XX/C5X、TMS320C54X/C62XX系列,AD公司的ADSP21XX系列,AT&T公司的DSP16/16A,Motolora公司的MC56000等。以浮点格式工作的称为浮点DSP芯片,如TI公司的TMS320C3X/C4X/C8X,AD公司的ADSP21XXX系列,AT&T公司的DSP32/32C,Motolora公司的MC96002等。
采用本发明的人员特征深度处理平台,针对现有技术中运油车的鉴权机制容易被破解的技术问题,通过将面部识别的结果用于WIFI网络的连接密码验证上,在WIFI连通的前提下,才允许工作人员基于WIFI网络发送打开控制信号或关闭控制信号,从而控制包括铅封主体、签封锁芯和微控制器的电子签封设备的打开或关闭。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,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做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (7)
1.一种人员特征深度处理方法,所述方法包括使用人员特征深度处理平台以在运油车车头对访问人员进行图像特征分析时提高图像处理的深度,其特征在于,所述人员特征深度处理平台包括:
现场图像获取设备,设置在运油车车头内部,用于对访问人员进行图像采集以获得并输出访问人员图像;
梯度提取设备,用于接收访问人员图像,对于访问人员图像中的每一个像素的像素值,将其像素值减去其同列下行像素的像素值后取绝对值以获得第一绝对值,将其像素值减去其同行下列像素的像素值后取绝对值以获得第二绝对值,将第一绝对值与第二绝对值相加后获得的和作为梯度,其中,访问人员图像的最后一行的每一个像素的梯度直接取用上一行的同列像素的梯度,访问人员图像的最后一列的每一个像素的梯度直接取用上一列的同行像素的梯度;
梯度处理设备,与所述梯度提取设备连接,用于对于访问人员图像中的每一个像素的像素值,将其梯度与预设梯度阈值进行比较,对于梯度大于等于预设梯度阈值的各个像素,对其像素值进行锐化处理以获得处理后的像素值,对梯度小于预设梯度阈值的各个像素,直接将其像素值作为处理后的像素值,访问人员图像中的所有像素的处理后的像素值形成访问人员图像对应的梯度处理图像;其中,根据锐化等级确定预设梯度阈值,锐化等级越高,预设梯度阈值越小;
深度检测设备,用于接收梯度处理图像,确定所述梯度处理图像对应的深度图像,基于所述深度图像确定所述梯度处理图像的深度信息;
边缘检测设备,与所述深度检测设备连接,用于接收所述梯度处理图像的深度信息,并基于所述梯度处理图像的深度信息确定所述梯度处理图像中的目标边缘;
边缘增强设备,与所述边缘检测设备连接,用于基于所述梯度处理图像中的目标边缘对所述梯度处理图像进行相应的边缘增强处理以输出对应的边缘增强图像;
人员分析设备,与所述边缘增强设备连接,用于获取边缘增强图像,并对边缘增强图像进行人员识别以在识别到工作人员时获取并输出工作人员编号,并在识别到非工作人员时,将0作为工作人员编号输出;
密码获取设备,设置在运油车车头内部,与所述人员分析设备连接,用于接收所述工作人员编号,基于所述工作人员编号确定工作人员所属的加油站,基于工作人员所属的加油站确定工作人员所属的加油站内的WIFI网络的WIFI密码,获取成功则发出人员授权信号,获得失败则发出人员非法信号;
网络连接设备,设置在运油车车头内部,与所述密码获取设备连接,用于自动搜索WIFI网络,并基于所述密码获取设备确定的WIFI密码连接网络;
开封操作设备,设置在运油车车头内部,与所述网络连接设备连接,用于在工作人员的操作下,基于WIFI网络发送打开控制信号或关闭控制信号;
车辆轨迹监测设备,用于在运油车的行驶过程中,检测并输出所述运油车的行驶轨迹。
2.如权利要求1所述的方法,其特征在于,还包括:
电子签封设备,设置在运油车车尾,包括铅封主体、签封锁芯和微控制器。
3.如权利要求2所述的方法,其特征在于:
所述铅封主体用于封盖运油车的运油车体,所述微控制器与所述签封锁芯连接,用于通过WIFI网络与所述开封操作设备连接。
4.如权利要求3所述的方法,其特征在于:
所述微控制器在接收到所述打开控制信号,控制所述签封锁芯完成对所述铅封主体的打开操作;
其中,所述微控制器在接收到所述关闭控制信号,控制所述签封锁芯完成对所述铅封主体的关闭操作。
5.如权利要求4所述的方法,其特征在于,还包括:
限位开关,设置在所述铅封主体上,用于在所述铅封主体被打开时,发出打开提示信息。
6.如权利要求5所述的方法,其特征在于,还包括:
车辆轨迹监测设备,用于在运油车的行驶过程中,检测并输出所述运油车的行驶轨迹,并在所述运油车的行驶轨迹异常时,发出轨迹异常报警信号。
7.如权利要求6所述的方法,其特征在于:
所述密码获取设备当工作人员编号为0时,获得WIFI密码失败,发出人员非法信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710756792.9A CN107358680B (zh) | 2017-08-29 | 2017-08-29 | 一种人员特征深度处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710756792.9A CN107358680B (zh) | 2017-08-29 | 2017-08-29 | 一种人员特征深度处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107358680A CN107358680A (zh) | 2017-11-17 |
CN107358680B true CN107358680B (zh) | 2019-07-23 |
Family
ID=60289596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710756792.9A Active CN107358680B (zh) | 2017-08-29 | 2017-08-29 | 一种人员特征深度处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107358680B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108564093B (zh) * | 2018-04-15 | 2019-04-12 | 新昌县兴欧智能科技有限公司 | 取存钱人员定向防护平台 |
CN110503046A (zh) * | 2019-08-26 | 2019-11-26 | 华北电力大学(保定) | 一种基于图像识别技术的铅封识别法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2135454A (en) * | 1983-02-24 | 1984-08-30 | Tomra Systems As | Contour recognition of totally or partly transparent objects eg bottles |
CN101430843A (zh) * | 2008-09-26 | 2009-05-13 | 广州朗昇网络科技有限公司 | 电子签封的方法、相关装置及通信系统 |
US8059911B2 (en) * | 2008-09-30 | 2011-11-15 | Himax Technologies Limited | Depth-based image enhancement |
US8265599B2 (en) * | 2008-05-27 | 2012-09-11 | Intel Corporation | Enabling and charging devices for broadband services through nearby SIM devices |
CN102831582A (zh) * | 2012-07-27 | 2012-12-19 | 湖南大学 | 一种微软体感装置深度图像增强方法 |
CN104813343A (zh) * | 2013-08-27 | 2015-07-29 | Lsi公司 | 具有边缘选择功能的图像处理器 |
CN105654753A (zh) * | 2016-01-08 | 2016-06-08 | 北京乐驾科技有限公司 | 一种智能车载安全驾驶辅助方法及系统 |
CN104020751B (zh) * | 2014-06-23 | 2016-08-24 | 河海大学常州校区 | 基于物联网的校园安全监测方法 |
CN106127124A (zh) * | 2016-06-17 | 2016-11-16 | 长安大学 | 出租车前排区域的异常图像信号的自动检测方法 |
CN106123907A (zh) * | 2016-08-31 | 2016-11-16 | 成都市和平科技有限责任公司 | 一种运油车导航监控系统及方法 |
-
2017
- 2017-08-29 CN CN201710756792.9A patent/CN107358680B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2135454A (en) * | 1983-02-24 | 1984-08-30 | Tomra Systems As | Contour recognition of totally or partly transparent objects eg bottles |
US8265599B2 (en) * | 2008-05-27 | 2012-09-11 | Intel Corporation | Enabling and charging devices for broadband services through nearby SIM devices |
CN101430843A (zh) * | 2008-09-26 | 2009-05-13 | 广州朗昇网络科技有限公司 | 电子签封的方法、相关装置及通信系统 |
US8059911B2 (en) * | 2008-09-30 | 2011-11-15 | Himax Technologies Limited | Depth-based image enhancement |
CN102831582A (zh) * | 2012-07-27 | 2012-12-19 | 湖南大学 | 一种微软体感装置深度图像增强方法 |
CN104813343A (zh) * | 2013-08-27 | 2015-07-29 | Lsi公司 | 具有边缘选择功能的图像处理器 |
CN104020751B (zh) * | 2014-06-23 | 2016-08-24 | 河海大学常州校区 | 基于物联网的校园安全监测方法 |
CN105654753A (zh) * | 2016-01-08 | 2016-06-08 | 北京乐驾科技有限公司 | 一种智能车载安全驾驶辅助方法及系统 |
CN106127124A (zh) * | 2016-06-17 | 2016-11-16 | 长安大学 | 出租车前排区域的异常图像信号的自动检测方法 |
CN106123907A (zh) * | 2016-08-31 | 2016-11-16 | 成都市和平科技有限责任公司 | 一种运油车导航监控系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107358680A (zh) | 2017-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103856500B (zh) | 一种基于nfc技术的车辆使用系统及方法 | |
CN106846584A (zh) | 共享单车及其解锁方法、锁具、终端及系统 | |
CN106714168B (zh) | 基于距离激活的自动鉴权方法和系统 | |
CN106355892B (zh) | 一种车辆和驾驶员信息的采集系统及其采集、处理方法 | |
CN110956704A (zh) | 一种新型的地铁高效安检系统和方法 | |
CN107909661A (zh) | 停车场控制方法、系统及计算机可读存储介质 | |
CN105427056A (zh) | 一种乘客购票验票信息管理系统 | |
CN1972186A (zh) | 一种移动式身份认证系统及其认证方法 | |
CN107194833A (zh) | 基于人脸识别的酒店管理方法、系统及存储介质 | |
CN102385766A (zh) | 基于掌纹的认证开锁方法、终端及系统 | |
CN107358680B (zh) | 一种人员特征深度处理方法 | |
CN106044418A (zh) | 一种基于二维码和移动社交平台的电梯楼层登记方法 | |
CN109816391A (zh) | 公共交通工具的客票支付方法及系统、存储介质 | |
CN105721460A (zh) | 声纹密码控车系统及方法 | |
CN102930193A (zh) | 一种基于人脸识别的社区登陆实现方法 | |
CN207337475U (zh) | 一种基于二维码的地铁站免购票通行控制系统 | |
CN110136274A (zh) | 一种基于人脸识别+ai分析的售检票方法 | |
US9306749B2 (en) | Method of biometric authentication, corresponding authentication system and program | |
CN107368869B (zh) | 人员特征深度处理平台 | |
CN106846787A (zh) | 网约车乘客安全保护的方法及系统 | |
CN110301892B (zh) | 一种基于静脉识别的检测方法及相关产品 | |
CN105678909A (zh) | 一种用于电动车辆充电桩的身份验证方法 | |
CN110751493A (zh) | 基于历史预约订单的风险防控方法以及装置 | |
CN109177980A (zh) | 共享汽车驾驶过程中用户身份的验证方法、装置和系统 | |
JP2003331323A (ja) | 自動ゲートシステム |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190627 Address after: Room 10998, Building 293 Weichang Road, Jinshan District, Shanghai, 201508 Applicant after: Shanghai Qiwo Information Technology Co., Ltd. Address before: 214016 1906, 1908-257, Guang Rui Road, Liang Xi District, Wuxi, Jiangsu Applicant before: Wuxi Beidouxing Communication Information Science and Technology Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |