CN107506432A - 一种面向车载视频的基于边缘计算的目标检测方法及系统 - Google Patents

一种面向车载视频的基于边缘计算的目标检测方法及系统 Download PDF

Info

Publication number
CN107506432A
CN107506432A CN201710725194.5A CN201710725194A CN107506432A CN 107506432 A CN107506432 A CN 107506432A CN 201710725194 A CN201710725194 A CN 201710725194A CN 107506432 A CN107506432 A CN 107506432A
Authority
CN
China
Prior art keywords
information
data tuple
inquiry
storage system
edge
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
Application number
CN201710725194.5A
Other languages
English (en)
Inventor
孙辉
刘伟
韩亚辉
施巍松
仲红
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 University
Original Assignee
Anhui University
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 University filed Critical Anhui University
Priority to CN201710725194.5A priority Critical patent/CN107506432A/zh
Publication of CN107506432A publication Critical patent/CN107506432A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/71—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/604—Tools and structures for managing or administering access control systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6227—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database where protection concerns the structure of data, e.g. records, types, queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Bioethics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种面向车载视频的基于边缘计算的目标检测方法，包括：获取车辆车牌信息，并基于上述车牌信息构建数据元组；根据数据元组中的车牌信息判断是否对数据元组进行存储，若是，将数据元组存储至本地边缘存储系统；接收向本地边缘存储系统发出的查询请求是否具有查询权限，若是，基于查询关键字查询已存储的数据元组并返回查询到的目标信息。本发明利用车载边缘计算能力对本车辆监控区域内的目标车辆的特征信息进行计算和信息处理并存储至本地边缘存储系统中，减少了将所有视频数据传输到云端执行检测操作所造成的网络通信开销和运中心计算负载，方便了目标信息的随时查询和记录，也方便了目标信息的事后处理。

Description

一种面向车载视频的基于边缘计算的目标检测方法及系统
技术领域
本发明涉及边缘计算方法技术领域，尤其涉及一种面向车载视频的基于边缘计算的目标检测方法及系统。
背景技术
随着我国城市建设规模的扩大，城市内车辆数量和种类增加较快，这给城市交通管理、目标车辆检测以及车辆的安全管理等方面造成了较大压力。车载视频监控系统已经被广泛应用到多种类型车辆(公交车、出租车、私家车等)，车载视频监控系统的主要功能是利用本地存储系统将车辆的行车过程中所监控的视频数据存储到本地，抑或通过4G网络将视频监控数据传输到控制中心的云数据中心，以便于突发事件的查阅和异常事件的事后证据。城市内车辆数目增加的同时，车载视频监控系统中，视频数据量随着高清视频技术的发展也在不断增加，在大规模数据视频数据中，面向本地视频存储系统和控制中心的，云数据中心内目标检测操作都将会消耗较长时间，而且目标检测的成功率较低。为此，利用各种车载视频监控系统中的视频数据，本专利提出了一种基于边缘计算的目标检测系统和方法。
边缘计算随着IoE的提出被广泛应用到网络边缘端的源数据处理中，车载视频监控系统是边缘计算重要应用之一。本应用中，边缘计算是指在靠近车载视频监控数据源头的边缘端检测，融合了网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足车载视频处理在联接、实时业务、数据优化、应用智能、安全隐私保护等方面的需求。
对于车载视频监控系统而言，边缘计算技术可以在本地车载视频监控系统进行部分或全部视频数据内的目标检测处理，降低了目标检测任务的时间延迟，提高了目标检测的效率和准确性。利用车载边缘端的计算能力，目标检测任务可以实现在车载边缘端获取目标检测的结果信息，并将信息反馈给用户，而无需将视频数据传输到云端执行目标检测，这将减轻云端视频数据计算负载。由于视频数据在车辆本地处理，因此更靠近数据源本身，可以为用户提供更快的响应，在边缘端解决用户需求。
发明内容
基于背景技术存在的技术问题，本发明提出了一种面向车载视频的基于边缘计算的目标检测方法及系统。
本发明提出的面向车载视频的基于边缘计算的目标检测方法，包括以下步骤：
S1、基于车辆车牌信息构建数据元组；
S2、根据数据元组中的车牌信息判断是否对数据元组进行存储，若是，将数据元组存储至本地边缘存储系统；
S3、接收向本地边缘存储系统发出的查询请求是否具有查询权限，若是，基于查询关键字查询已存储的数据元组并返回查询到的目标信息。
优选地，步骤S1具体包括：
利用车载视频监控前端和后端摄像头获取车载视频监控区域内的车辆的视频信息，并基于车载边缘计算能力来检测和分析上述视频信息，提取车辆车牌信息ID并记录；
将车辆车牌信息ID作为特征信息并结合标记信息构建数据元组IDarray，临时记录至特征信息缓存区；
优选地，所述标记信息包括：当前记录时间和/或车辆GPS信息。
优选地，步骤S2具体包括：
读取特征信息缓存区中数据元组的存储标记位，若当前数据元组的存储标记位为0，将该数据元组从特征信息缓存区擦除，若当前数据元组的存储标记位不为0，将该数据元组存储至本地边缘存储系统；
优选地，存储标记位信息通过车载视频监控用户手动赋值和/或自动赋值。
优选地，步骤S3具体包括：
获取查询请求发起者的信息权限级别Aui，判断Aui是否在本地访问权限集合AU＝﹛Au1，Au2，Au3……Auj﹜内，若丢弃本次查询操作，返回无访问权限反馈信息至查询请求发起者，若Aui∈AU，接收查询请求发起者的查询请求，并采用结构化查询语言SQL语言作为目标数据元组信息的查询方式，具体包括：根据当前所要查询的关键字Key的个数设定本地边缘存储系统内的查询关键字序列key_s，利用SQL查询方法调用本地边缘存储系统查询接口对本地边缘存储系统执行关键字查询，若查询到key_s，则将key_s对应的数据元组Idarray的全部信息作为目标信息返回，若查询不到key_s，则返回所查询关键字所对应的数据元组不在边缘数据库的信息。
本发明提出的面向车载视频的基于边缘计算的目标检测系统，包括：
数据元组构建模块，用于基于车辆车牌信息构建数据元组；
信息存储判断模块，用于根据数据元组中的车牌信息判断是否对数据元组进行存储，若是，将数据元组存储至本地边缘存储系统；
信息判断反馈模块，用于接收向本地边缘存储系统发出的查询请求是否具有查询权限，若是，基于查询关键字查询已存储的数据元组并返回查询到的目标信息。
优选地，所述数据元组构建模块具体用于：
利用车载视频监控前端和后端摄像头获取车载视频监控区域内的车辆的视频信息，并基于车载边缘计算能力来检测和分析上述视频信息，提取车辆车牌信息ID并记录；
将车辆车牌信息ID作为特征信息并结合标记信息构建数据元组IDarray，临时记录至特征信息缓存区；
优选地，所述标记信息包括：当前记录时间和/或车辆GPS信息。
优选地，所述信息存储判断模块具体用于：
读取特征信息缓存区中数据元组的存储标记位，若当前数据元组的存储标记位为0，将该数据元组从特征信息缓存区擦除，若当前数据元组的存储标记位不为0，将该数据元组存储至本地边缘存储系统；
优选地，存储标记位信息通过车载视频监控用户手动赋值和/或自动赋值。
优选地，所述信息判断反馈模块具体用于：
获取查询请求发起者的信息权限级别Aui，判断Aui是否在本地访问权限集合AU＝﹛Au1，Au2，Au3……Auj﹜内，若丢弃本次查询操作，返回无访问权限反馈信息至查询请求发起者，若Aui∈AU，接收查询请求发起者的查询请求，并采用结构化查询语言SQL语言作为目标数据元组信息的查询方式，具体包括：根据当前所要查询的关键字Key的个数设定本地边缘存储系统内的查询关键字序列key_s，利用SQL查询方法调用本地边缘存储系统查询接口对本地边缘存储系统执行关键字查询，若查询到key_s，则将key_s对应的数据元组Idarray的全部信息作为目标信息返回，若查询不到key_s，则返回所查询关键字所对应的数据元组不在边缘数据库的信息。
本发明提出的面向车载视频的基于边缘计算的目标检测方法及系统，利用车载边缘计算能力以及车载视频监控系统内的本地视频数据，对在本车辆可监控区域内的目标车辆的特征信息进行计算和信息处理，且将计算和处理后的特征信息存储至本地边缘存储系统中，接收并反馈来自监控中心或其他具有查询权限终端的查询请求，一方面，减少将所有视频数据传输到云端执行检测操作所造成的网络通信开销和运中心计算负载；另一方面又方便了目标信息的随时查询和记录，此外，也方便了目标信息的事后处理，不仅提高了信息计算和处理的有效性和准确性，而且保证了目标信息查询的实时性和精确性。
附图说明
图1为一种面向车载视频的基于边缘计算的目标检测方法的步骤示意图；
图2为一种面向车载视频的基于边缘计算的目标检测系统的结构示意图；
图3为一种面向车载视频的基于边缘计算的目标检测方法及系统的步骤流程图。
具体实施方式
如图1-图3所示，图1-图3为本发明提出的一种面向车载视频的基于边缘计算的目标检测方法及系统。
参照图1、图3，本发明提出的面向车载视频的基于边缘计算的目标检测方法，包括以下步骤：
S1、基于车辆车牌信息构建数据元组；
本实施方式中，步骤S1具体包括：
利用车载视频监控前端和后端摄像头获取车载视频监控区域内的车辆的视频信息，并基于车载边缘计算能力来检测和分析上述视频信息，提取车辆车牌信息ID并记录；
将车辆车牌信息ID作为特征信息并结合标记信息构建数据元组IDarray，临时记录至特征信息缓存区；
优选地，所述标记信息包括：当前记录时间和/或车辆GPS信息；通过上述标记信息能够对目标车辆进行更加准确的定位。
特征信息和标记信息的一个共同特征是数据元素是结构化数据，而图片能够转化成BLOB类型的数据，因此图片信息可以通过转化成BLOB类型的数据加入数据元组。
S2、根据数据元组中的车牌信息判断是否对数据元组进行存储，若是，将数据元组存储至本地边缘存储系统；
步骤S2具体包括：
读取特征信息缓存区中数据元组的存储标记位，若当前数据元组的存储标记位为0，表示检测系统不需要将当前数据元组信息存储到本地边缘存储系统中，则将该数据元组从特征信息缓存区中擦除，反之，若当前数据元组的存储标记位不为0，则表示需要将该数据元组存储至本地边缘存储系统中，则将该数据元组存储至本地边缘存储系统；
优选地，存储标记位信息通过车载视频监控用户手动赋值和/或自动赋值。
S3、接收向本地边缘存储系统发出的查询请求是否具有查询权限，若是，基于查询关键字查询已存储的数据元组并返回查询到的目标信息。
步骤S3具体包括：
当本地边缘存储系统接收到外部对数据元组信息访问请求时，从请求信息中获取查询请求发起者的信息权限级别Aui，判断Aui是否在本地访问权限集合AU＝﹛Au1，Au2，Au3……Auj﹜内，若表明查询请求发起者的信息权限级别不在本地访问权限集合中，则丢弃本次查询操作，返回无访问权限反馈信息至查询请求发起者，若Aui∈AU，表明查询请求发起者的信息权限级别在本地访问权限集合中，此时对查询请求作进一步处理，则接收查询请求发起者的查询请求，并采用结构化查询语言SQL语言作为目标数据元组信息的查询方式，具体包括：根据当前所要查询的关键字Key的个数设定本地边缘存储系统内的查询关键字序列key_s，利用SQL查询方法调用本地边缘存储系统查询接口对本地边缘存储系统执行关键字查询，若查询到key_s，表明key_s对应的数据元组已经存在在本地边缘存储系统中，则只需调取该数据元组的全部信息即可，则将key_s对应的数据元组Idarray的全部信息作为目标信息返回，若查询不到key_s，表明key_s对应的数据元组不在本地边缘存储系统中，则返回所查询关键字所对应的数据元组不在边缘数据库的信息。
参照图2、图3，本发明提出的面向车载视频的基于边缘计算的目标检测系统，包括：
数据元组构建模块，用于基于车辆车牌信息构建数据元组；
所述数据元组构建模块具体用于：
利用车载视频监控前端和后端摄像头获取车载视频监控区域内的车辆的视频信息，并基于车载边缘计算能力来检测和分析上述视频信息，提取车辆车牌信息ID并记录；
将车辆车牌信息ID作为特征信息并结合标记信息构建数据元组IDarray，临时记录至特征信息缓存区；
优选地，所述标记信息包括：当前记录时间和/或车辆GPS信息；通过上述标记信息能够对目标车辆进行更加准确的定位。
特征信息和标记信息的一个共同特征是数据元素是结构化数据，而图片能够转化成BLOB类型的数据，因此图片信息可以通过转化成BLOB类型的数据加入数据元组。
信息存储判断模块，用于根据数据元组中的车牌信息判断是否对数据元组进行存储，若是，将数据元组存储至本地边缘存储系统；
所述信息存储判断模块具体用于：
读取特征信息缓存区中数据元组的存储标记位，若当前数据元组的存储标记位为0，表示检测系统不需要将当前数据元组信息存储到本地边缘存储系统中，将该数据元组从特征信息缓存区擦除，若当前数据元组的存储标记位不为0，则表示需要将该数据元组存储至本地边缘存储系统，则将该数据元组存储至本地边缘存储系统；
优选地，存储标记位信息通过车载视频监控用户手动赋值和/或自动赋值。
信息判断反馈模块，用于接收向本地边缘存储系统发出的查询请求是否具有查询权限，若是，基于查询关键字查询已存储的数据元组并返回查询到的目标信息。
所述信息判断反馈模块具体用于：
当本地边缘存储系统获取外部对数据元组信息访问请求时，从请求信息中获取查询请求发起者的信息权限级别Aui，判断Aui是否在本地访问权限集合AU＝﹛Au1，Au2，Au3……Auj﹜内，若表明查询请求发起者的信息权限级别不在本地访问权限集合中，则丢弃本次查询操作，返回无访问权限反馈信息至查询请求发起者，若Aui∈AU，表明查询请求发起者的信息权限级别在本地访问权限集合中，此时对查询请求作进一步处理，则接收查询请求发起者的查询请求，并采用结构化查询语言SQL语言作为目标数据元组信息的查询方式，具体包括：根据当前所要查询的关键字Key的个数设定本地边缘存储系统内的查询关键字序列key_s，利用SQL查询方法调用本地边缘存储系统查询接口对本地边缘存储系统执行关键字查询，若查询到key_s，表明key_s对应的数据元组已经存在在本地边缘存储系统中，则只需调取该数据元组的全部信息即可，则将key_s对应的数据元组Idarray的全部信息作为目标信息返回，使得查询请求发起者能否获知查询关键字对应的信息，若查询不到key_s，表明key_s对应的数据元组不在本地边缘存储系统中，则返回所查询关键字所对应的数据元组不在边缘数据库的信息。
本实施方式提出的面向车载视频的基于边缘计算的目标检测方法及系统，利用车载边缘计算能力以及车载视频监控系统内的本地视频数据，对在本车辆可监控区域内的目标车辆的特征信息进行计算和信息处理，且将计算和处理后的特征信息存储至本地边缘存储系统中，接收并反馈来自监控中心或其他具有查询权限终端的查询请求，一方面，减少将所有视频数据传输到云端执行检测操作所造成的网络通信开销和运中心计算负载；另一方面又方便了目标信息的随时查询和记录，此外，也方便了目标信息的事后处理，不仅提高了信息计算和处理的有效性和准确性，而且保证了目标信息查询的实时性和精确性。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，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，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种面向车载视频的基于边缘计算的目标检测方法，其特征在于，包括以下步骤：
S1、基于车辆车牌信息构建数据元组；
S2、根据数据元组中的车牌信息判断是否对数据元组进行存储，若是，将数据元组存储至本地边缘存储系统；
S3、接收向本地边缘存储系统发出的查询请求是否具有查询权限，若是，基于查询关键字查询已存储的数据元组并返回查询到的目标信息。
2.根据权利要求1所述的面向车载视频的基于边缘计算的目标检测方法，其特征在于，步骤S1具体包括：
利用车载视频监控前端和后端摄像头获取车载视频监控区域内车辆的视频信息，并基于车载边缘计算能力来检测和分析上述视频信息，提取车辆车牌信息ID并记录；
将车辆车牌信息ID作为特征信息并结合标记信息构建数据元组IDarray，临时记录至特征信息缓存区；
优选地，所述标记信息包括：当前记录时间和/或车辆GPS信息。
3.根据权利要求2所述的面向车载视频的基于边缘计算的目标检测方法，其特征在于，步骤S2具体包括：
读取特征信息缓存区中数据元组的存储标记位，若当前数据元组的存储标记位为0，将该数据元组从特征信息缓存区擦除，若当前数据元组的存储标记位不为0，将该数据元组存储至本地边缘存储系统；
优选地，存储标记位信息通过车载视频监控用户手动赋值和/或自动赋值。
4.根据权利要求3所述的面向车载视频的基于边缘计算的目标检测方法，其特征在于，步骤S3具体包括：
获取查询请求发起者的信息权限级别Aui，判断Aui是否在本地访问权限集合AU＝﹛Au1，Au2，Au3……Auj﹜内，若丢弃本次查询操作，返回无访问权限反馈信息至查询请求发起者，若Aui∈AU，接收查询请求发起者的查询请求，并采用结构化查询语言SQL语言作为目标数据元组信息的查询方式，具体包括：根据当前所要查询的关键字Key的个数设定本地边缘存储系统内的查询关键字序列key_s，利用SQL查询方法调用本地边缘存储系统查询接口对本地边缘存储系统执行关键字查询，若查询到key_s，则将key_s对应的数据元组Idarray的全部信息作为目标信息返回，若查询不到key_s，则返回所查询关键字所对应的数据元组不在边缘数据库的信息。
5.一种面向车载视频的基于边缘计算的目标检测系统，其特征在于，包括：
数据元组构建模块，用于基于车辆车牌信息构建数据元组；
信息存储判断模块，用于根据数据元组中的车牌信息判断是否对数据元组进行存储，若是，将数据元组存储至本地边缘存储系统；
信息判断反馈模块，用于接收向本地边缘存储系统发出的查询请求是否具有查询权限，若是，基于查询关键字查询已存储的数据元组并返回查询到的目标信息。
6.根据权利要求5所述的面向车载视频的基于边缘计算的目标检测系统，其特征在于，所述数据元组构建模块具体用于：
利用车载视频监控前端和后端摄像头获取车载视频监控区域内的车辆的视频信息，并基于车载边缘计算能力来检测和分析上述视频信息，提取车辆车牌信息ID并记录；
将车辆车牌信息ID作为特征信息并结合标记信息构建数据元组IDarray，临时记录至特征信息缓存区；
优选地，所述标记信息包括：当前记录时间和/或车辆GPS信息。
7.根据权利要求6所述的面向车载视频的基于边缘计算的目标检测系统，其特征在于，所述信息存储判断模块具体用于：
读取特征信息缓存区中数据元组的存储标记位，若当前数据元组的存储标记位为0，将该数据元组从特征信息缓存区擦除，若当前数据元组的存储标记位不为0，将该数据元组存储至本地边缘存储系统；
优选地，存储标记位信息通过车载视频监控用户手动赋值和/或自动赋值。
8.根据权利要求7所述的面向车载视频的基于边缘计算的目标检测系统，其特征在于，所述信息判断反馈模块具体用于：
获取查询请求发起者的信息权限级别Aui，判断Aui是否在本地访问权限集合AU＝﹛Au1，Au2，Au3……Auj﹜内，若丢弃本次查询操作，返回无访问权限反馈信息至查询请求发起者，若Aui∈AU，接收查询请求发起者的查询请求，并采用结构化查询语言SQL语言作为目标数据元组信息的查询方式，具体包括：根据当前所要查询的关键字Key的个数设定本地边缘存储系统内的查询关键字序列key_s，利用SQL查询方法调用本地边缘存储系统查询接口对本地边缘存储系统执行关键字查询，若查询到key_s，则将key_s对应的数据元组Idarray的全部信息作为目标信息返回，若查询不到key_s，则返回所查询关键字所对应的数据元组不在边缘数据库的信息。
CN201710725194.5A 2017-08-22 2017-08-22 一种面向车载视频的基于边缘计算的目标检测方法及系统 Pending CN107506432A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710725194.5A CN107506432A (zh) 2017-08-22 2017-08-22 一种面向车载视频的基于边缘计算的目标检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710725194.5A CN107506432A (zh) 2017-08-22 2017-08-22 一种面向车载视频的基于边缘计算的目标检测方法及系统

Publications (1)

Publication Number Publication Date
CN107506432A true CN107506432A (zh) 2017-12-22

Family

ID=60692063

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710725194.5A Pending CN107506432A (zh) 2017-08-22 2017-08-22 一种面向车载视频的基于边缘计算的目标检测方法及系统

Country Status (1)

Country Link
CN (1) CN107506432A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109005538A (zh) * 2018-07-27 2018-12-14 安徽大学 面向无人驾驶车辆与多移动边缘计算服务器间的消息认证方法
CN109542355A (zh) * 2018-11-28 2019-03-29 南通大学 一种停车场云存储资源的信任计算方法
CN110867189A (zh) * 2018-08-28 2020-03-06 北京京东尚科信息技术有限公司 一种登陆方法和装置
CN112241719A (zh) * 2020-10-23 2021-01-19 杭州卷积云科技有限公司 基于边云卷积神经网络级联的监控视频目标实时查询方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102880692A (zh) * 2012-09-19 2013-01-16 上海交通大学 一种面向检索的监控视频语义描述和检测建模方法
CN103366573A (zh) * 2013-07-10 2013-10-23 中兴智能交通（无锡）有限公司 一种基于云计算的车辆行驶信息追踪方法及系统
US20130332004A1 (en) * 2012-06-07 2013-12-12 Zoll Medical Corporation Systems and methods for video capture, user feedback, reporting, adaptive parameters, and remote data access in vehicle safety monitoring

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130332004A1 (en) * 2012-06-07 2013-12-12 Zoll Medical Corporation Systems and methods for video capture, user feedback, reporting, adaptive parameters, and remote data access in vehicle safety monitoring
CN102880692A (zh) * 2012-09-19 2013-01-16 上海交通大学 一种面向检索的监控视频语义描述和检测建模方法
CN103366573A (zh) * 2013-07-10 2013-10-23 中兴智能交通（无锡）有限公司 一种基于云计算的车辆行驶信息追踪方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
施巍松 等: ""边缘计算：万物互联时代新型计算模型"", 《计算机研究与发展》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109005538A (zh) * 2018-07-27 2018-12-14 安徽大学 面向无人驾驶车辆与多移动边缘计算服务器间的消息认证方法
CN109005538B (zh) * 2018-07-27 2021-03-02 安徽大学 面向无人驾驶车辆与多移动边缘计算服务器间的消息认证方法
CN110867189A (zh) * 2018-08-28 2020-03-06 北京京东尚科信息技术有限公司 一种登陆方法和装置
CN109542355A (zh) * 2018-11-28 2019-03-29 南通大学 一种停车场云存储资源的信任计算方法
CN109542355B (zh) * 2018-11-28 2022-04-15 南通大学 一种停车场云存储资源的信任计算方法
CN112241719A (zh) * 2020-10-23 2021-01-19 杭州卷积云科技有限公司 基于边云卷积神经网络级联的监控视频目标实时查询方法

Similar Documents

Publication Publication Date Title
CN110378824B (zh) 一种公安交管数据大脑及构建方法
CN107506432A (zh) 一种面向车载视频的基于边缘计算的目标检测方法及系统
CN104200671B (zh) 一种基于大数据平台的虚拟卡口管理方法及系统
CN103886741B (zh) 一种基于智能公交卡的公交管理系统及方法
CN109804367A (zh) 使用边缘计算的分布式视频存储和搜索
WO2018225069A1 (en) Digitizing and mapping the public space using collaborative networks of mobile agents and cloud nodes
CN101587643B (zh) 一种套牌车的识别方法
CN105743986A (zh) 一种基于车联网的智慧城市动态视频监控系统
CN107547617B (zh) 一种交通事故信息收集方法及装置
CN108648489A (zh) 一种基于车联网的路况信息实时共享系统及方法
CN111161546B (zh) 一种用于交管系统的重点车辆排查方法及系统
CN103294775A (zh) 基于地理时空约束的警务云图像识别车辆管控系统
CN105788280A (zh) 一种基于车联网的智慧城市车辆自动追踪系统
CN104318327A (zh) 一种车辆轨迹预测分析方法
CN104952273B (zh) 针对车辆行为的告警方法、装置及系统
CN105825180A (zh) 一种基于车联网大数据挖掘的车辆遗失物找回方法及系统
CN109741482A (zh) 一种信息共享方法及装置
CN112562330A (zh) 评估道路运行指数的方法和装置、电子设备、存储介质
JP2020107348A (ja) メモリデバイスのデータ管理方法、データ管理システム
CN111222375A (zh) 车辆行驶轨迹生成方法、系统及服务器
CN114157829A (zh) 模型训练优化方法、装置、计算机设备及存储介质
CN103971424A (zh) 基于云计算的行车记录技术
CN108389387B (zh) 一种共享公共自行车智能调度方法及系统
KR100877930B1 (ko) 과속감지시스템을 이용한 수배차량 검색 방법
CN112288896A (zh) 车辆进出管理系统、方法、计算机设备及可读存储介质

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: 20171222