CN107886084A - 基于深度学习的非标车特征提取及处理系统 - Google Patents
基于深度学习的非标车特征提取及处理系统 Download PDFInfo
- Publication number
- CN107886084A CN107886084A CN201711225401.7A CN201711225401A CN107886084A CN 107886084 A CN107886084 A CN 107886084A CN 201711225401 A CN201711225401 A CN 201711225401A CN 107886084 A CN107886084 A CN 107886084A
- Authority
- CN
- China
- Prior art keywords
- unit
- feature extraction
- vehicle characteristics
- deep learning
- nonstandard
- 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
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于深度学习的非标车特征提取及处理系统,涉及车辆监控技术领域。包括底层特征提取单元、车辆特征匹配单元和车辆特征对比数据库;视频采集单元通过数据传输模块依次与图像预处理器和车辆特征对比数据库连接;视频采集单元通过数据传输模块依次与图像预处理器、底层特征提取单元和车辆特征匹配单元连接;车辆特征对比数据库通过对象特征提取单元与车辆特征匹配单元连接;中央处理单元通过一通信模块分别与显示单元和本地云端连接;本地云端通过一匹配结果识别单元与车辆特征对比数据库连接。本发明通过基于深度学习模型,有效地提高了交通人员的工作效率,有力保障了交通的安全运行。
Description
技术领域
本发明属于车辆监控技术领域,特别是涉及一种基于深度学习的非标车特征提取及处理系统。
背景技术
近些年来,汽车的大范围普及以及城市车辆的增加,给城市交通带来了巨大的压力。在给人们生活带来便利的同时,也导致道路拥堵、交通事故等问题愈发严重。各种车辆违章现象也屡见不鲜,因交通肇事造成的人员伤亡连年居高不下。
为了应对上述问题,对于重点道路和高速公路的交通流量进行统计,对非标准车辆上路以及路况信息进行监测、取证,成为交通管理的重要内容之一。建立面向非标准车辆管理的自动监测系统可显著降低交通警察的劳动强度,并可增强突发事件的处理能力,震慑车主因自身原因而对车辆进行改装等违法行为,有力保障交通安全。而车辆自动监测系统的关键技术在于对非标准车辆特征进行提取及处理。
现有技术中的车辆检测跟踪系统虽然对车辆检测与跟踪方法进行了探索与应用,但并未涉及对非标准车辆进行实时提取及监管系统,因此在利用视频资料时,仍然需要耗费大量人力进行视频调阅和比对,限制了交通监管系统的扩展应用。
发明内容
本发明的目的在于提供一种基于深度学习的非标车特征提取及处理系统,通过基于深度学习模型,设置车辆特征对比数据库,并配设有警报平台,解决了现有技术中存在的交通监管效果差和工作人员工作强度高等问题。
为解决上述技术问题,本发明是通过以下技术方案实现的:
本发明为基于深度学习的非标车特征提取及处理系统,包括视频采集单元、图像预处理器、底层特征提取单元、车辆特征匹配单元、车辆特征对比数据库、中央处理单元、显示单元和本地云端;所述视频采集单元嵌入有一高清相机;所述视频采集单元通过数据传输模块依次与图像预处理器和车辆特征对比数据库连接;所述视频采集单元通过数据传输模块依次与图像预处理器、底层特征提取单元和车辆特征匹配单元连接;所述车辆特征对比数据库通过对象特征提取单元与车辆特征匹配单元连接;所述中央处理单元通过一通信模块分别与显示单元和本地云端连接;所述本地云端通过一匹配结果识别单元与车辆特征对比数据库连接。
进一步地,所述中央处理单元通过联网模块连接有警报平台。
进一步地,所述显示单元设置有特征对比模块。
进一步地,所述通信模块包括无线WiFi通信模块或4G或有线通信。
进一步地,所述警报平台包括交警管理平台。
本发明具有以下有益效果:
本发明通过基于深度学习模型,设置底层特征提取单元、车辆特征匹配单元和车辆特征对比数据库,有效地提高了交通管控效率,保障了交通的安全运行;并通过设置警报平台,有效地减轻了工作人员的工作强度,提升了产品的普及度。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种基于深度学习的非标车特征提取及处理系统的逻辑框架结构示意图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种基于深度学习的非标车特征提取及处理系统,包括视频采集单元、图像预处理器、底层特征提取单元、车辆特征匹配单元、车辆特征对比数据库、中央处理单元、显示单元和本地云端。
其中,视频采集单元嵌入有一高清相机。
其中,视频采集单元通过数据传输模块依次与图像预处理器和车辆特征对比数据库连接;所述视频采集单元通过数据传输模块依次与图像预处理器、底层特征提取单元和车辆特征匹配单元连接。
其中,车辆特征对比数据库通过对象特征提取单元与车辆特征匹配单元连接。
其中,中央处理单元通过一通信模块分别与显示单元和本地云端连接。
其中,本地云端通过一匹配结果识别单元与车辆特征对比数据库连接,将非标准车辆特征保存至车辆特征对比数据库,以方便下次实现快速匹配。
其中,中央处理单元通过联网模块连接有警报平台。
其中,显示单元设置有特征对比模块。
其中,通信模块包括无线WiFi通信模块或4G或有线通信。
其中,警报平台包括交警管理平台,实现实时管控交通运行情况。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (5)
1.基于深度学习的非标车特征提取及处理系统,其特征在于,包括视频采集单元、图像预处理器、底层特征提取单元、车辆特征匹配单元、车辆特征对比数据库、中央处理单元、显示单元和本地云端;
所述视频采集单元嵌入有一高清相机;
所述视频采集单元通过数据传输模块依次与图像预处理器和车辆特征对比数据库连接;所述视频采集单元通过数据传输模块依次与图像预处理器、底层特征提取单元和车辆特征匹配单元连接;
所述车辆特征对比数据库通过对象特征提取单元与车辆特征匹配单元连接;
所述中央处理单元通过一通信模块分别与显示单元和本地云端连接;
所述本地云端通过一匹配结果识别单元与车辆特征对比数据库连接。
2.根据权利要求1所述的基于深度学习的非标车特征提取及处理系统,其特征在于,所述中央处理单元通过联网模块连接有警报平台。
3.根据权利要求1所述的基于深度学习的非标车特征提取及处理系统,其特征在于,所述显示单元设置有特征对比模块。
4.根据权利要求1所述的基于深度学习的非标车特征提取及处理系统,其特征在于,所述通信模块包括无线WiFi通信模块或4G或有线通信。
5.根据权利要求2所述的基于深度学习的非标车特征提取及处理系统,其特征在于,所述警报平台包括交警管理平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711225401.7A CN107886084A (zh) | 2017-11-29 | 2017-11-29 | 基于深度学习的非标车特征提取及处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711225401.7A CN107886084A (zh) | 2017-11-29 | 2017-11-29 | 基于深度学习的非标车特征提取及处理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107886084A true CN107886084A (zh) | 2018-04-06 |
Family
ID=61775943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711225401.7A Pending CN107886084A (zh) | 2017-11-29 | 2017-11-29 | 基于深度学习的非标车特征提取及处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107886084A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110472543A (zh) * | 2019-08-05 | 2019-11-19 | 电子科技大学 | 一种基于局部连接特征匹配的机械图纸对比方法 |
CN110556000A (zh) * | 2018-06-04 | 2019-12-10 | 义硕智能股份有限公司 | 人工智慧交通检测系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426786A (zh) * | 2011-11-15 | 2012-04-25 | 无锡港湾网络科技有限公司 | 一种自动识别套牌车辆的智能视频分析系统及方法 |
CN103632549A (zh) * | 2012-08-30 | 2014-03-12 | 中国科学院自动化研究所 | 一种车牌真假智能识别方法 |
CN104104915A (zh) * | 2014-07-21 | 2014-10-15 | 四川沛阳科技有限公司 | 基于移动终端的多功能行车监控预警系统 |
CN105185123A (zh) * | 2015-10-08 | 2015-12-23 | 南京信息工程大学 | 一种套牌车识别系统及方法 |
CN105448103A (zh) * | 2015-12-24 | 2016-03-30 | 北京旷视科技有限公司 | 车辆套牌检测方法与系统 |
CN106251633A (zh) * | 2016-08-09 | 2016-12-21 | 成都联众智科技有限公司 | 车牌自动识别与跟踪系统 |
CN107103314A (zh) * | 2017-06-15 | 2017-08-29 | 浙江南自智能科技股份有限公司 | 一种基于机器视觉的套牌车辆检索识别系统 |
-
2017
- 2017-11-29 CN CN201711225401.7A patent/CN107886084A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426786A (zh) * | 2011-11-15 | 2012-04-25 | 无锡港湾网络科技有限公司 | 一种自动识别套牌车辆的智能视频分析系统及方法 |
CN103632549A (zh) * | 2012-08-30 | 2014-03-12 | 中国科学院自动化研究所 | 一种车牌真假智能识别方法 |
CN104104915A (zh) * | 2014-07-21 | 2014-10-15 | 四川沛阳科技有限公司 | 基于移动终端的多功能行车监控预警系统 |
CN105185123A (zh) * | 2015-10-08 | 2015-12-23 | 南京信息工程大学 | 一种套牌车识别系统及方法 |
CN105448103A (zh) * | 2015-12-24 | 2016-03-30 | 北京旷视科技有限公司 | 车辆套牌检测方法与系统 |
CN106251633A (zh) * | 2016-08-09 | 2016-12-21 | 成都联众智科技有限公司 | 车牌自动识别与跟踪系统 |
CN107103314A (zh) * | 2017-06-15 | 2017-08-29 | 浙江南自智能科技股份有限公司 | 一种基于机器视觉的套牌车辆检索识别系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110556000A (zh) * | 2018-06-04 | 2019-12-10 | 义硕智能股份有限公司 | 人工智慧交通检测系统 |
CN110472543A (zh) * | 2019-08-05 | 2019-11-19 | 电子科技大学 | 一种基于局部连接特征匹配的机械图纸对比方法 |
CN110472543B (zh) * | 2019-08-05 | 2022-10-25 | 电子科技大学 | 一种基于局部连接特征匹配的机械图纸对比方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN201955901U (zh) | 智能路桥保护系统 | |
CN107274675A (zh) | 一种区域消防通道统一监测系统及方法 | |
CN105321352A (zh) | 一种机动车遮挡号牌违章行为检测及取证方法 | |
CN106683412A (zh) | 一种应急车道通行装置 | |
CN105608906A (zh) | 高速公路机动车非法占用应急车道的监控系统及实现方法 | |
CN104680794A (zh) | 车载监控终端及基于该终端的公交专用道监控方法及系统 | |
CN202771441U (zh) | 人脸识别监控系统 | |
CN205080692U (zh) | 一种警用建筑安防装置 | |
CN104778849B (zh) | 一种交通枢纽用的智能交通系统 | |
CN106933177A (zh) | 一种识别渣土车货箱状态的工地智能管控系统 | |
CN103077612B (zh) | 一种检测消防通道被机动车占道的系统及方法 | |
CN107886084A (zh) | 基于深度学习的非标车特征提取及处理系统 | |
WO2023231082A1 (zh) | 一种基于大数据的公共视频监控系统 | |
CN104794893A (zh) | 一种重车过桥的监测装置 | |
CN206741710U (zh) | 基于摄像装置的红绿灯及斑马线识别与控制系统 | |
CN207068237U (zh) | 一种基于应急车道的快速救援系统 | |
CN201698586U (zh) | 高清治安卡口系统 | |
CN201667127U (zh) | 交通警用管理系统 | |
CN204492307U (zh) | 一种新型具有视频拍摄功能的智能车位锁 | |
CN206421210U (zh) | 一种双光谱智能公交监控系统 | |
CN206331558U (zh) | 智慧旅游监管及安全应急管理联动指挥系统 | |
CN202871086U (zh) | 静态交通车辆监管系统 | |
CN106816013B (zh) | 一种基于工程车的违法车辆识别系统 | |
CN203364944U (zh) | 一种用于防止车辆超载的预警装置 | |
CN204990706U (zh) | 一种基于无线通信和视频识别技术的便携式智能卡口设备 |
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 |
Application publication date: 20180406 |
|
RJ01 | Rejection of invention patent application after publication |