CN108133599A - 一种渣土车视频识别方法及系统 - Google Patents

一种渣土车视频识别方法及系统 Download PDF

Info

Publication number
CN108133599A
CN108133599A CN201711395241.0A CN201711395241A CN108133599A CN 108133599 A CN108133599 A CN 108133599A CN 201711395241 A CN201711395241 A CN 201711395241A CN 108133599 A CN108133599 A CN 108133599A
Authority
CN
China
Prior art keywords
vehicle
picture
slag
car plate
matching
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
CN201711395241.0A
Other languages
English (en)
Inventor
任爱敏
吴柯维
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.)
Shandong Billion Billion Rand Communication Technology Co Ltd
Original Assignee
Shandong Billion Billion Rand Communication Technology Co Ltd
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 Shandong Billion Billion Rand Communication Technology Co Ltd filed Critical Shandong Billion Billion Rand Communication Technology Co Ltd
Priority to CN201711395241.0A priority Critical patent/CN108133599A/zh
Publication of CN108133599A publication Critical patent/CN108133599A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/052Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G08G1/054Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/015Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules

Abstract

本发明提供一种渣土车视频识别方法及系统,所述系统包括:用于识别车牌的电子警察和/或卡口、识别仪;所述用于识别车牌的电子警察和/或卡口包括相对设置的至少两个摄像头,以分别提取车辆前部和后部的图像;所述分析仪用于接收所述摄像头的图像以对车辆的车牌进行识别,并识别车辆的以下至少一种信息:车辆类型、车辆品牌、车辆款式、车辆颜色;其中所述电子警察和/或卡口连接所述分析仪。

Description

一种渣土车视频识别方法及系统
技术领域
[0001 ]本发明涉及电子技术领域,具体涉及一种渣土车视频识别方法及系统。
背景技术
[0002]随着我国城镇化进程的快速推进,各地基础建设如火如荼。但是在城市面貌越变 越美的同时,作为基础建设主力军的渣土车的管控则又成为一个新的问题。现有的渣土车 由于往往存在遮盖不严,导致整个行驶过程中沿路扬尘,经常出现渣土遗留现象,导致对城 市环境造成严重的污染。与此同时,渣土车经常超载超速或违规行驶或不按照规定的路线 行驶,给市民的生命安全造成威胁。
[0003]因此渣土车的识别和监管是目前很多城市环保和交管部门需要面对的一个重要 问题。目前有些公司提出了一些基于车载视频录像和RFID的方案,这些方案有一定的应用 价值,但也经常容易出现故障,导致监管失控。
发明内容
[0004]针对现有技术中对于渣土车很难进行有效监管的问题,本发明实施例要解决的技 术问题是提出一种更为合理的渣土车视频识别方法及系统,至少部分的解决现有技术中存 在的问题。
[0005]为了解决上述问题,本发明实施例提出了一种渣土车视频识别系统,包括:用于识 别车牌的电子警察和/或卡口、识别仪;所述用于识别车牌的电子警察和/或卡口包括相对 设置的至少两个摄像头,以分别提取车辆前部和后部的图像;所述分析仪用于接收所述摄 像头的图像以对车辆的车牌进行识别,并识别车辆的以下至少一种信息:车辆类型、车辆品 牌、车辆款式、车辆颜色;其中所述电子警察和/或卡口连接所述分析仪。
[0006]同时,本发明实施例还提出了一种应用如前任一项所述的渣土车视频识别系统进 行渣土车视频识别的方法,包括:
[0007]利用相对设置的至少两个摄像头分别提取车辆前部和后部的图像;
[0008]获取提取出的车辆前部和后部的图像,对车辆的车牌进行识别,并识别车辆的以 下至少一种信息:车辆类型、车辆品牌、车辆款式、车辆颜色;其中所述电子警察和/或卡口、 测速仪都连接所述分析仪。
[0009]本发明的上述技术方案的有益效果如下:上述技术方案提出了一种渣土车视频识 别方法及系统,通过连接双向摄像机,同时实现车辆的车头照片和车尾照片的抓拍和匹配, 并对车辆是否渣土车、是否闯红灯、是否超速进行准确识别,由于采用了车头车尾双向抓拍 和匹配算法,即使是渣土车辆尾牌不清晰,由于可以匹配到对应车头照片和号牌识别结果, 即依然可以对车辆身份进行精确识别。同时还提出了一种车辆车头车尾照片匹配方法,在 现有技术仅有的车牌匹配的基础上,增加了车辆类型、品牌、子品牌、颜色的匹配过程,这样 能显著提高车头车尾照片在车牌号牌不清晰或无号牌情况下的匹配精度和准确率。本发明 提出了一种基于车头车尾照片,基于深度学习技术进行遮盖检测的渣土车特征识别方法。 上述技术方案可以对我国道路上的渣土车进行精准识别,并判定车辆在行驶过程中是否闯 红灯,顶盖是否覆盖严实,是否超速等,即使车辆尾牌不清晰或被泥土遮盖,依然可以精准 识别其行为和身份,进而对其进行处罚,通过本系统,能够有效遏制城市里的渣土车夜间违 规超速行驶、闯红灯等违法行为给其他车辆和路人造成的生命财产安全带来的威胁。本发 明可以基于原有的天网或平安城市的违法抓拍系统进行少量的升级改造即可完成,成本低 廉,实施方便。
附图说明
[0010]图1为本发明实施例的结构示意图;
[0011]图2为本发明实施例的原理结构框图;
[0012]图3为识别仪的原理结构框图。
具体实施方式
[0013]为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具 体实施例进行详细描述。
[0014]由于渣土车引起的事故多为恶劣交通事故,因此如何对渣土车进行有效的监控已 经成为降低恶性交通事故的重要环节。现有技术中主要有两种渣土车监控技术:一种是传 统以车牌识别为核心的电子警察和卡口系统,一种是车载GPS (北斗)路径识别,车载RFID识 别的核心的新型监控识别系统。
[0015]第一种,主要通过电子警察和卡口抓拍摄像机,实现车辆的识别和抓拍,主要识别 车辆的号牌号码,然后通过渣土车独有的车辆号牌库,鉴别是否渣土车,其原理简单,只要 准确识别车辆号牌,就能准确判定是否渣土车。但实际中很多渣土车尾牌往往非常脏,存在 严重的土灰遮挡,这导致在只有尾牌识别的点位无法准确的识别车辆,除此之外,由于以号 牌为核心,渣土车的其他特征无法准确识别,诸如轮子是否干净,顶盖是否覆盖严实等特征 都无法准确识别,而且由于尾牌经常被泥土覆盖无法准确识别,渣土车司机开车往往存在 闯红灯、超速、超载等情况,而传统的抓拍系统无法有效抓拍,这也使得渣土车是近年来城 市严重交通事故的罪魁祸首之一,渣土车因为体积大,重量高,惯性大,一旦出现撞人或撞 车事故,基本都是有严重死伤的重大事故,甚至反复出现渣土车倾覆压扁小汽车的情况,因 而前者的监管存在严重不足。
[0016] 第二种,主要通过车载GPS (北斗)进行车辆轨迹和速度的识别,监控管理车辆的准 确位置及车辆即时状态。监控信息包含车辆所在全国范围内准确位置、车辆行驶状态如速 度、方向、经纬度及有无超速、越界报警信息等。然后通过RFID电子标签存储车辆的详细信 息(如:车型、司机姓名、车牌号、荷载量、所属企业等),然后在需要监管的场所安装RFID读 写器(固定场所可以用固定式读写器,临时场所可以用手持式读写器),每一辆建筑渣土运 输车辆到达或离开的时间等信息就会自动被读取,并通过读卡器内置的传输模块同步传输 到后台服务器,监管中心提取现场和出发地信息进行对比,立即可以发现车辆是否被中途 掉包、是否在合理的时间内到达等。考虑到现场无人情况的出现,系统支持无人值守,车辆 路过时自动触发固定式RFID读卡器进行读卡。这种方式的优点是能对车辆的轨迹进行精确 掌控,对车辆是否到达某个特定位置,有准确无误的探测,但它的缺点是对车辆在行驶过程 中是否闯红灯,轮子是否干净,顶盖是否覆盖严实等特征无法准确识别。
[0017]如上所述,现有技术有其优点,但也存在其固有的缺点,最典型的是对车辆在行驶 过程中是否闯红灯,轮子是否干净,顶盖是否覆盖严实,是否超载甚至超速等特征无法准确 识别。这也使得渣土车是近年来城市严重交通事故的罪魁祸首之一,渣土车因为体积大,重 量高,惯性大,一旦出现撞人或撞车事故,基本都是有严重死伤的重大事故,甚至反复出现 渣土车倾覆压扁小汽车的情况,因而监管存在严重不足。
[0018] 为了更为有效的监控渣土车,本发明实施例提出了一种渣土车视频识别系统及方 法,能够直接接入传统的视频监控系统,只需进行适当升级即可实现渣土车的精准识别,进 而进行渣土车的精准路径监控,通过目前遍布各大城市的天网和平安城市监控系统实现渣 土车的高效监管。
[0019] 具体的,本发明实施例的种渣土车视频识别系统如图1、图2所示的,包括:用于识 别车牌的电子警察和/或卡口、识别仪;所述用于识别车牌的电子警察和/或卡口包括相对 设置的至少两个摄像头,以分别提取车辆前部和后部的图像;所述分析仪用于接收所述摄 像头的图像以对车辆的车牌进行识别,并识别车辆的以下至少一种信息:车辆类型、车辆品 牌、车辆款式、车辆颜色;其中所述电子警察和/或卡口都连接所述分析仪。
[0020] 其中,所述分析仪还用于对摄像头提取的图像之间进行对比,以将不同摄像头提 取到的车辆前部和后部的图像进行对应匹配;具体包括:
[0021] 车牌匹配步骤,用于获取不同摄像头识别出的图片中的车辆的车牌信息,以确定 能否识别出车辆的车牌,并通过车牌将车辆的前部图片和后部图片之间进行对应匹配;
[0022] 车型匹配步骤,用于获取不同摄像头识别出的图片中的车辆的车型信息,以确定 能否能够根据车型将车辆的前部图片和后部图片之间进行对应匹配。
[0023] 其中,所述分析仪还用于执行以下操作:
[0024] 缓存清除步骤,用于在无法对车辆的前部图片和后部图片之间进行对应匹配时, 将缓存的图片进行清除。
[0025]其中,所述车牌匹配步骤进一步包括:获取图像中相邻车辆的车牌的图像以提取 其车牌上的数子和/或字母以作为对比模板;利用对比模板对目标车辆的车牌进行识别。 [0026] 其中,所述系统还包括测速仪,所述测速仪用于测量车辆的行驶速度;所述测速仪 连接所述分析仪。
[0027] 本发明的核心在于,基于视频深度学习算法,对传统电子警察或卡口系统进行深 度识别,并通过加装反向摄像头,实现渣土车的双向抓拍,通过渣土车的双向图像,精确识 别渣土车以及渣土车的身份、顶盖是否覆盖严实等特征、通过雷达探测渣土车的速度以确 定渣土车是否超速等。
[0028]本发明的核心部件如图3所示,其由四部分构成,正反两台摄像机,一台测速雷达, 以及一套渣土车识别分析仪。其中正反两台摄像机分别抓拍车辆车头方向和车尾方向的车 辆图片,雷达测速用于精确测量车辆的速度,渣土车识别分析仪,接收正反两台摄像机的图 片,识别车辆车头和车尾的车牌号码,并基于深度学习算法对车辆是否渣土车进行判别,当 识别为渣土车时,其进一步对车辆是否按照要求遮盖进行判别,同时接收雷达的速度测量 值判定其是否超速。
[0029]本发明中有一个需要解决的问题是,车头摄像机和车尾抓拍摄像机抓拍的车辆不 一定是同一时间的,可能存在几秒甚至几十秒的时延,即车辆从车头抓拍摄像机视域走到 车位抓拍摄像机视域的时间,在这个时间范围内车头抓拍摄像机和车尾抓拍摄像机可能同 时抓拍到多辆图片,因此需要进行车头抓拍照片和车尾抓拍照片的匹配处理,将同一辆车 的前后两张照片匹配起来,这里的匹配步骤主要如下:
[0030]步骤一,先进行车牌匹配。如下图所示,假定车辆是从左至右行进,则在右边摄像 机拍摄到车辆,并识别到车辆号牌之后,找到左边摄像机抓拍相同或相近(车牌字符由5位 以上相同的)的车牌的车辆进行匹配。
[0031]步骤二,随后进行车型匹配。在步骤一匹配不成功的情况下(该辆车存在号牌识别 不到的情况),对车辆车型基于深度学习技术进行精确识别,得到车辆类型(客车、小货车、 大货车、澄土车、面包车、油罐车、搅拌车、桥车、MPV、SUV等)和车辆品牌(大众、宝马、奔驰 等)、子品牌(捷达、桑塔纳、宝马3系、宝马5系等)和年款(出厂年代,如2015款),在剩余未匹 配车辆里,将相同车型和颜色(红色、黑色、白色等十余种车辆颜色)的车辆进行匹配。
[0032] 步骤三,清除超时未匹配成功的极少量车辆。
[0033]由于采用车头车尾同时抓拍和匹配,当车辆尾牌号码不清晰时,由于本装置同时 能抓拍到车辆车头号牌,因而依然可以对车辆号牌进行记录,这样即使是被遮挡号牌、尾牌 不清晰或无尾牌车辆在闯红灯时,依然可以对其进行抓拍记录和执法,在生成抓拍记录时, 同时记录车辆的车头和车位图片,并在图片上精确记录时间信息。
[0034]实际实施过程中,现有卡口或电子警察点位有的已经安装了一台摄像机或雷达设 备,则本系统只需要再额外增加一台摄像机和渣土车识别仪,即可完成整套系统,可以最大 化的利用现有己有的天网或平安城市硬件资源。
[0035]以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员 来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也 应视为本发明的保护范围。

Claims (10)

1.一种渣土车视频识别系统,其特征在于,包括:用于识别车牌的电子警察和/或卡口、 识别仪;所述用于识别车牌的电子警察和/或卡口包括相对设置的至少两个摄像头,以分别 提取车辆前部和后部的图像;所述分析仪用于接收所述摄像头的图像以对车辆的车牌进行 识别,并识别车辆的以下至少一种信息:车辆类型、车辆品牌、车辆款式、车辆颜色;其中所 述电子警察和/或卡口连接所述分析仪。
2.根据权利要求1所述的渣土车视频识别系统,其特征在于,所述分析仪还用于对摄像 头提取的图像之间进行对比,以将不同摄像头提取到的车辆前部和后部的图像进行对应匹 配;具体包括: 车牌匹配步骤,用于获取不同摄像头识别出的图片中的车辆的车牌信息,以确定能否 识别出车辆的车牌,并通过车牌将车辆的前部图片和后部图片之间进行对应匹配; 车型匹配步骤,用于获取不同摄像头识别出的图片中的车辆的车型信息,以确定能否 能够根据车型将车辆的前部图片和后部图片之间进行对应匹配。
3.根据权利要求2所述的渣土车视频识别系统,其特征在于,所述分析仪还用于执行以 下操作: 缓存清除步骤,用于在无法对车辆的前部图片和后部图片之间进行对应匹配时,将缓 存的图片进行清除。
4.根据权利要求2所述的渣土车视频识别系统,其特征在于,所述车牌匹配步骤进一步 包括:获取图像中相邻车辆的车牌的图像以提取其车牌上的数子和/或字母以作为对比模 板;利用对比模板对目标车辆的车牌进行识别。
5.根据权利要求1所述的渣土车视频识别系统,其特征在于,所述系统还包括测速仪, 所述测速仪用于测量车辆的行驶速度;所述测速仪连接所述分析仪。
6. —种应用如权利要求1-5任一项所述的渣土车视频识别系统进行渣土车视频识别的 方法,其特征在于,包括: 利用相对设置的至少两个摄像头分别提取车辆前部和后部的图像; 获取提取出的车辆前部和后部的图像,对车辆的车牌进行识别,并识别车辆的以下至 少一种信息:车辆类型、车辆品牌、车辆款式、车辆颜色;其中所述电子警察和/或卡口、测速 仪都连接所述分析仪。
7. 根据权利要求6所述的渣土车视频识别方法,其特征在于,还包括:对摄像头提取的 图像之间进行对比,以将不同摄像头提取到的车辆前部和后部的图像进行对应匹配;具体 包括: 车牌匹配步骤,用于获取不同摄像头识别出的图片中的车辆的车牌信息,以确定能否 识别出车辆的车牌,并通过车牌将车辆的前部图片和后部图片之间进行对应匹配; 车型匹配步骤,用于获取不同摄像头识别出的图片中的车辆的车型信息,以确定能否 能够根据车型将车辆的前部图片和后部图片之间进行对应匹配。
8. 根据权利要求7所述的渣土车视频识别方法,其特征在于,还包括: 缓存清除步骤,用于在无法对车辆的前部图片和后部图片之间进行对应匹配时,将缓 存的图片进行清除。
9.根据权利要求7所述的渣土车视频识别方法,其特征在于,所述车牌匹配步骤进一步 包括:获取图像中相邻车辆的车牌的图像以提取其车牌上的数子和/或字母以作为对比模 板;利用对比模板对目标车辆的车牌进行识别。
10.根据权利要求1所述的渣土车视频识别方法,其特征在于,还包括:利用测速仪测量 车辆的行驶速度。
CN201711395241.0A 2017-12-21 2017-12-21 一种渣土车视频识别方法及系统 Pending CN108133599A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711395241.0A CN108133599A (zh) 2017-12-21 2017-12-21 一种渣土车视频识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711395241.0A CN108133599A (zh) 2017-12-21 2017-12-21 一种渣土车视频识别方法及系统

Publications (1)

Publication Number Publication Date
CN108133599A true CN108133599A (zh) 2018-06-08

Family

ID=62391319

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711395241.0A Pending CN108133599A (zh) 2017-12-21 2017-12-21 一种渣土车视频识别方法及系统

Country Status (1)

Country Link
CN (1) CN108133599A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109409337A (zh) * 2018-11-30 2019-03-01 公安部交通管理科学研究所 基于卷积神经网络的渣土车特征识别方法
CN109902689A (zh) * 2019-04-25 2019-06-18 深圳成谷科技有限公司 一种车辆车牌识别方法及系统
CN110930727A (zh) * 2019-12-12 2020-03-27 淄博市公安局交通警察支队张店大队 一种大小型车辆长距广角电子警察抓拍方法
CN111209923A (zh) * 2020-04-23 2020-05-29 北京慧智数据科技有限公司 一种基于深度学习技术的渣土车是否盖盖识别方法
CN112419740A (zh) * 2019-08-23 2021-02-26 杭州海康威视系统技术有限公司 车辆状态识别方法及装置
CN113611123A (zh) * 2021-10-09 2021-11-05 智广海联(天津)大数据技术有限公司 渣土车辅助研判治理方法和系统
CN109409337B (zh) * 2018-11-30 2022-05-13 公安部交通管理科学研究所 基于卷积神经网络的渣土车特征识别方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202584428U (zh) * 2012-05-16 2012-12-05 江苏尤特斯新技术有限公司 机动车遮挡和污损车牌行为的图像取证装置
CN204155449U (zh) * 2014-09-04 2015-02-11 上海智达商投资管理合伙企业(有限合伙) 一种车牌识别比对高清摄像机及监控系统
CN105355052A (zh) * 2015-10-23 2016-02-24 浙江宇视科技有限公司 一种车辆图像的合成方法和装置
CN105654733A (zh) * 2016-03-08 2016-06-08 博康智能网络科技股份有限公司 一种基于视频检测的前后车牌识别方法及装置
US20160162761A1 (en) * 2014-12-09 2016-06-09 Xerox Corporation Method and system for ocr-free vehicle identification number localization
CN106980837A (zh) * 2017-03-29 2017-07-25 广西信路威科技发展有限公司 一种基于车辆特征信息分析的车型识别方法及系统
CN107133574A (zh) * 2017-04-12 2017-09-05 浙江大华技术股份有限公司 一种车辆特征识别方法及装置
CN107221167A (zh) * 2017-08-08 2017-09-29 南京新远见智能科技有限公司 一种前后抓拍识别黑烟车车牌的系统及其方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202584428U (zh) * 2012-05-16 2012-12-05 江苏尤特斯新技术有限公司 机动车遮挡和污损车牌行为的图像取证装置
CN204155449U (zh) * 2014-09-04 2015-02-11 上海智达商投资管理合伙企业(有限合伙) 一种车牌识别比对高清摄像机及监控系统
US20160162761A1 (en) * 2014-12-09 2016-06-09 Xerox Corporation Method and system for ocr-free vehicle identification number localization
CN105355052A (zh) * 2015-10-23 2016-02-24 浙江宇视科技有限公司 一种车辆图像的合成方法和装置
CN105654733A (zh) * 2016-03-08 2016-06-08 博康智能网络科技股份有限公司 一种基于视频检测的前后车牌识别方法及装置
CN106980837A (zh) * 2017-03-29 2017-07-25 广西信路威科技发展有限公司 一种基于车辆特征信息分析的车型识别方法及系统
CN107133574A (zh) * 2017-04-12 2017-09-05 浙江大华技术股份有限公司 一种车辆特征识别方法及装置
CN107221167A (zh) * 2017-08-08 2017-09-29 南京新远见智能科技有限公司 一种前后抓拍识别黑烟车车牌的系统及其方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109409337A (zh) * 2018-11-30 2019-03-01 公安部交通管理科学研究所 基于卷积神经网络的渣土车特征识别方法
CN109409337B (zh) * 2018-11-30 2022-05-13 公安部交通管理科学研究所 基于卷积神经网络的渣土车特征识别方法
CN109902689A (zh) * 2019-04-25 2019-06-18 深圳成谷科技有限公司 一种车辆车牌识别方法及系统
CN112419740A (zh) * 2019-08-23 2021-02-26 杭州海康威视系统技术有限公司 车辆状态识别方法及装置
CN110930727B (zh) * 2019-12-12 2021-09-21 淄博市公安局交通警察支队张店大队 一种大小型车辆长距广角电子警察抓拍方法
CN110930727A (zh) * 2019-12-12 2020-03-27 淄博市公安局交通警察支队张店大队 一种大小型车辆长距广角电子警察抓拍方法
CN111209923A (zh) * 2020-04-23 2020-05-29 北京慧智数据科技有限公司 一种基于深度学习技术的渣土车是否盖盖识别方法
CN113611123A (zh) * 2021-10-09 2021-11-05 智广海联(天津)大数据技术有限公司 渣土车辅助研判治理方法和系统
CN113611123B (zh) * 2021-10-09 2021-12-17 智广海联(天津)大数据技术有限公司 渣土车辅助研判治理方法和系统

Similar Documents

Publication Publication Date Title
CN108133599A (zh) 一种渣土车视频识别方法及系统
CN100507970C (zh) 基于数字摄像机的闯红灯检测系统及方法
CN105702048B (zh) 基于行车记录仪的高速公路前车违法占道识别系统及方法
CN202077142U (zh) 一种车载智能视频侦测分析系统
CN102542806B (zh) 高速公路行驶车辆遮挡号牌实时监测系统及其控制方法
CN106097722B (zh) 利用视频进行路侧车位自动化监管的系统和方法
CN105632182B (zh) 一种车辆违规行为举证的方法及其系统
CN104574998A (zh) 一种车载型违章检测装置及方法
CN103198657A (zh) 流动车载违章违法停车抓拍实现方法及系统
CN101635094A (zh) 一种车辆区间测速的方法
CN204155450U (zh) 一种道路上高清卡口装置
CN104766479A (zh) 基于超高频射频与视频图像双识别匹配的汽车身份识别方法及装置
CN105046966A (zh) 即停即离区域的违章停车行为自动检测系统和方法
CN101165723A (zh) Gps定位车辆安全行驶记录仪
CN204856897U (zh) 一种机动车即停即离区域的违章检测装置
CN103390145A (zh) 一种目标区域车辆检测方法以及系统
CN105678852A (zh) 多车道自由流电子不停车收费车道系统及其车牌识别方法
CN204833705U (zh) 一种黄网格线违法停车自动抓拍系统
US11120282B2 (en) Traffic violation vehicle identification system, server and non-transitory recording medium in which vehicle control program is recorded
CN105513374A (zh) 基于三个相机构成的多角度自动取证方法及自动装置
CN103761878A (zh) 车牌识别系统及其识别方法
CN203759874U (zh) 一种具有视频增强效果的交通违章信息采集系统
CN101533558A (zh) 固定路口监控系统
CN107393311A (zh) 一种车牌篡改识别装置及方法
CN108932849B (zh) 一种记录多台机动车低速行驶违法行为的方法及装置

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: 20180608

RJ01 Rejection of invention patent application after publication