CN108804993B - 基于修正式图像处理的搜索方法 - Google Patents

基于修正式图像处理的搜索方法 Download PDF

Info

Publication number
CN108804993B
CN108804993B CN201810203505.6A CN201810203505A CN108804993B CN 108804993 B CN108804993 B CN 108804993B CN 201810203505 A CN201810203505 A CN 201810203505A CN 108804993 B CN108804993 B CN 108804993B
Authority
CN
China
Prior art keywords
equipment
automobile
image
region
connect
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.)
Expired - Fee Related
Application number
CN201810203505.6A
Other languages
English (en)
Other versions
CN108804993A (zh
Inventor
周慧
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.)
Shenzhen Yinxing Technology Development Co., Ltd.
Original Assignee
Shenzhen Yinxing Technology Development 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 Shenzhen Yinxing Technology Development Co Ltd filed Critical Shenzhen Yinxing Technology Development Co Ltd
Priority to CN201810203505.6A priority Critical patent/CN108804993B/zh
Publication of CN108804993A publication Critical patent/CN108804993A/zh
Application granted granted Critical
Publication of CN108804993B publication Critical patent/CN108804993B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种基于修正式图像处理的搜索方法，该方法包括：提供一种基于修正式图像处理的汽车搜索系统，在使用了适应高空环境的图像采集设备和图像处理设备的同时，引入了车型分析设备，用于获取多个汽车区域以及多个汽车区域对应的高清机拍图像，对每一个汽车区域进行车型识别，以获得每一个汽车区域对应的车型信息。

Description

基于修正式图像处理的搜索方法
技术领域
本发明涉及图像处理领域，尤其涉及一种基于修正式图像处理的搜索方法。
背景技术
当前，在警方或相关政府执法部门对驾车逃逸的犯罪分子的汽车的搜索模式还是依靠驾驶直升机的飞机员的肉眼观察进行，对每一个待搜索区域进行次序搜查以对与犯罪分子的汽车匹配的车型进行重点勘察。
现有技术的这种搜索方式，一方面，肉眼判断的可靠性差，尤其在交通繁忙的区域，由于汽车数量过多，很难在较短时间内对所有汽车的车型做出正确的判断，而一旦漏掉一个车辆，则前功尽弃；另一方面，分区域的搜索方式进一步增加了驾驶直升机的飞机员的工作量，时间一长，当驾驶直升机的飞机员进入疲惫状态，很难继续实现有效的车型匹配和汽车搜索，同时，驾驶直升机的飞机员未专心在驾驶时，也容易造成飞行事故的发生。
因此，需要一种能够用于直升机的可靠的犯罪分子的汽车搜索方案，将驾驶直升机的飞机员从繁重的汽车搜索工作中解放出来，实现犯罪分子的汽车搜索的自动化。
发明内容
为了解决上述问题，本发明提供了一种基于修正式图像处理的搜索方法，在使用了适应高空环境的图像采集设备和图像处理设备的同时，引入了车型分析设备，用于获取多个汽车区域以及多个汽车区域对应的高清机拍图像，对每一个汽车区域进行车型识别，以获得每一个汽车区域对应的车型信息，还基于预设车型信息对所述多个汽车区域分别对应的多个车型信息进行搜索，将搜索到的车型信息所对应的汽车区域以作为汽车目标区域输出。
根据本发明的一方面，提供了一种基于修正式图像处理的搜索方法，该方法包括：提供一种基于修正式图像处理的汽车搜索系统，在使用了适应高空环境的图像采集设备和图像处理设备的同时，引入了车型分析设备，用于获取多个汽车区域以及多个汽车区域对应的高清机拍图像，对每一个汽车区域进行车型识别，以获得每一个汽车区域对应的车型信息，所述基于修正式图像处理的汽车搜索系统包括：
车型分析设备，设置在直升机上，用于获取多个汽车区域以及多个汽车区域对应的高清机拍图像，对每一个汽车区域进行车型识别，以获得每一个汽车区域对应的车型信息，在所述车型分析设备中，基于预设车型信息对所述多个汽车区域分别对应的多个车型信息进行搜索，将搜索到的车型信息所对应的汽车区域以作为汽车目标区域输出；
高度测量仪，设置在直升机上，用于获取并输出所述直升机当前飞行位置所对应的实时高度；
北斗星导航设备，设置在直升机上，用于获取并输出所述直升机的当前导航位置；
拍摄信息获取设备，分别与所述车型分析设备、所述北斗星导航设备和所述高度测量仪连接，用于接收所述当前导航位置、所述实时高度和所述汽车目标区域，其中，所述拍摄信息获取设备还基于所述当前导航位置、所述实时高度和所述汽车目标区域在所述多个汽车区域对应的高清机拍图像的相对位置以确定被追踪汽车的实时导航位置；
禁行报警设备，与所述拍摄信息获取设备连接，用于在所述被追踪汽车的实时导航位置为预设禁行区域时，发出禁行报警信号，其中，所述预设禁行区域为一个或多个区域。
基于上述方案，本发明至少具有以下四个重要发明点：
(1)在多帧图像数据统一判断的基础上，尽量选择背景像素点进行图像亮度分析，选择在所述高清机拍图像中绕过最大目标轮廓形状的曲线以作为选择像素点的目标曲线，从而保证图像数据分析的有效性；
(2)基于先前拍摄图像的反馈情况，进行边缘增强处理的幅度的自适应调整，从而保证获取到的图像数据的可用性和一致性；
(3)在图像识别中采用了跳变像素点的判断模式以及图像拟合处理，提高了获取到的待识别图像的有效性；
(4)通过对被追踪汽车的预设车型的分析，确定被追踪汽车的实时导航位置，并在所述被追踪汽车的实时导航位置为预设禁行区域时，发出禁行报警信号，从而避免汽车误闯各种禁行区域。
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基于修正式图像处理的汽车搜索系统的区域搜索的示意图。
具体实施方式
下面将参照附图对本发明的实施方案进行详细说明。
为了克服上述不足，本发明搭建了一种基于修正式图像处理的搜索方法，该方法包括：提供一种基于修正式图像处理的汽车搜索系统，在使用了适应高空环境的图像采集设备和图像处理设备的同时，引入了车型分析设备，用于获取多个汽车区域以及多个汽车区域对应的高清机拍图像，对每一个汽车区域进行车型识别，以获得每一个汽车区域对应的车型信息，所述基于修正式图像处理的汽车搜索系统采用电子搜索方式替换人工搜索方式，从而提高了搜索的效率和精度。
图1为根据本发明实施方案示出的基于修正式图像处理的汽车搜索系统的区域搜索的示意图，所述系统包括：
车型分析设备，设置在直升机上，用于获取多个汽车区域以及多个汽车区域对应的高清机拍图像，对每一个汽车区域进行车型识别，以获得每一个汽车区域对应的车型信息；
其中，在所述车型分析设备中，基于预设车型信息对所述多个汽车区域分别对应的多个车型信息进行搜索，将搜索到的车型信息所对应的汽车区域以作为汽车目标区域输出；
其中，所述预设车型信息为被追踪汽车的车型。
接着，继续对本发明的基于修正式图像处理的汽车搜索系统的具体结构进行进一步的说明。
在所述基于修正式图像处理的汽车搜索系统中，还包括：
高度测量仪，设置在直升机上，用于获取并输出所述直升机当前飞行位置所对应的实时高度；
北斗星导航设备，设置在直升机上，用于获取并输出所述直升机的当前导航位置。
在所述基于修正式图像处理的汽车搜索系统中，还包括：
拍摄信息获取设备，分别与所述车型分析设备、所述北斗星导航设备和所述高度测量仪连接，用于接收所述当前导航位置、所述实时高度和所述汽车目标区域；
其中，所述拍摄信息获取设备还基于所述当前导航位置、所述实时高度和所述汽车目标区域在所述多个汽车区域对应的高清机拍图像的相对位置以确定被追踪汽车的实时导航位置。
在所述基于修正式图像处理的汽车搜索系统中，还包括：
禁行报警设备，与所述拍摄信息获取设备连接，用于在所述被追踪汽车的实时导航位置为预设禁行区域时，发出禁行报警信号，其中，所述预设禁行区域为一个或多个区域；
第一数据统计设备，与直升机的实时机拍设备连接，用于接收预设时间间隔内的多帧高清机拍图像，对每一帧高清机拍图像执行以下处理：基于对所述高清机拍图像中最大目标轮廓的形状，选择在所述高清机拍图像中绕过所述最大目标轮廓形状的曲线以作为目标曲线，将所述高清机拍图像中经过所述目标曲线的各个像素点作为参考像素点，将每一个参考像素点的红色分量与该参考像素点的蓝色分量相乘以获得该参考像素点的分量乘积值，取该参考像素点的绿色分量的平方值以获得该参考像素点的分量平方值，将所述分量平方值除以所述分量乘积值以获得该参考像素点的统计数据。
在所述基于修正式图像处理的汽车搜索系统中，还包括：
第二数据统计设备，与所述第一数据统计设备连接，用于接收多帧高清机拍图像的各个参考像素点的统计数据，并将多帧高清机拍图像的各个像素点的统计数据中出现频率最多的数值作为频率处理结果输出，还用于将所述频率处理结果与参考限量比较，当所述频率处理结果小于所述参考限量时，发出亮度不足信号，当所述频率处理结果大于等于所述参考限量时，发出亮度充足信号；
数据调整设备，分别与所述实时机拍设备和所述第二数据统计设备连接，用于接收所述频率处理结果，还用于在接收到所述亮度充足信号时，保持基准边缘增强值不变以作为调整边缘增强值输出，以及用于在接收到所述亮度不足信号时，基于所述频率处理结果调整所述基准边缘增强值以作为调整边缘增强值输出，其中，所述频率处理结果越小，所述调整边缘增强值越大；
边缘增强设备，分别与所述数据调整设备和所述实时机拍设备连接，用于接收所述调整边缘增强值以及继续接收所述高清机拍图像，并基于所述调整边缘增强值对所述高清机拍图像进行边缘增强处理，以获得对应的边缘增强图像；
子图像分割设备，与所述边缘增强设备连接，用于接收所述边缘增强图像，并基于所述边缘增强图像中每一个像素点到周围像素点的像素值的跳变程度确定其是否为跳变像素点，还用于将所述边缘增强图像中的所有跳变像素点组成的图像作为待拟合子图像输出；
拟合处理设备，与所述子图像分割设备连接，用于接收所述待拟合子图像，并对所述待拟合子图像执行图像拟合处理，以获得拟合处理后的图像以作为待分析子图像输出；
目标检测设备，与所述拟合处理设备连接，用于接收所述待分析子图像，并从所述待分析子图像处识别出多个汽车区域。
在所述基于修正式图像处理的汽车搜索系统中，还包括：
定时设备，与所述第一数据统计设备连接，用于为所述第一数据统计设备提供计时操作。
在所述基于修正式图像处理的汽车搜索系统中，还包括：
SD存储卡，分别与所述第一数据统计设备和所述第二数据统计设备连接，用于存储所述预设时间间隔和所述参考限量。
另外，在所述基于修正式图像处理的汽车搜索系统中，还包括：WiFi通信接口，与所说拍摄信息获取设备连接，用于接收并无线转发所述当前导航位置、所述实时高度和所述汽车目标区域。
对于GPRS、CDMA1x、1xRTT、EV-DO、EV-DV等技术而言，上下链路数据业务的对称性是WiFi的一个明显优势。对于3G室内的2Mbit数据速率，WiFi也具有绝对的优势，它当前采用的是802.11b标准，理论数据速率可达11Mbit，实际的物理层数据速率支持1、2、5.5、11Mbit可调，覆盖范围从100-300m。随着802.11g/a、802.16e、802.11i、WiMAX等技术、协议标准的制定和完善，加上WiFi联盟对市场快速的反应能力，WiFi正在进入一个快速发展的阶段。其中，作为802.11b发展的后继标准802.16(WiMAX Worldwide Interoperabilityfor Microwave Access全球微波接入互操作性)，已经在2003年1月正式获得批准，虽然它采用了与802.11b不同的频段(10-66GHz)，但是作为一项无线城域网(WMAN)技术，他可以和802.11b/g/a无线接入热点互为补充，构筑一个完全覆盖城域的宽带无线技术。WiFi/WiMAX作为Cable和DSL的无线扩展技术，它的移动性与灵活性为移动用户提供了真正的无线宽带接入服务，实现了对传统宽带接入技术的带宽特性和QoS服务质量的延伸。
对于WiFi技术而言，漫游、切换、安全、干扰等方面都是运营商组网时需考虑的重点。随着骨干传输网容量和传输速率的提高，无论采用平面或者两层的架构都不会影响到用户的宽带快速接入；随着IAPP以及MobileIP技术的完善、IPv6的发展也可以最终解决漫游和切换的问题；802.11i标准的产生将提供更多的包括WPA2、多媒体认证等安全策略；不断成熟的组网方案和干扰预检测机制都可以减少频率资源开发带来的干扰。
采用本发明的基于修正式图像处理的汽车搜索系统，针对现有技术中高空排查汽车类型艰难的技术问题，通过改造高空的图像采集机制和图像处理机制，能够基于先前拍摄图像的反馈情况，进行边缘增强处理的幅度的自适应调整，从而保证获取到的图像数据的可用性和一致性，选择背景像素点进行图像亮度分析，采用了跳变像素点的判断模式以及图像拟合处理，更关键的是，通过对被追踪汽车的预设车型的分析，确定被追踪汽车的实时导航位置，实现了对被追踪汽车的有效跟踪。
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 (3)

1.一种基于修正式图像处理的搜索方法，该方法包括：提供一种基于修正式图像处理的汽车搜索系统，在使用了适应高空环境的图像采集设备和图像处理设备的同时，引入了车型分析设备，用于获取多个汽车区域以及多个汽车区域对应的高清机拍图像，对每一个汽车区域进行车型识别，以获得每一个汽车区域对应的车型信息，其特征在于，所述基于修正式图像处理的汽车搜索系统包括：
车型分析设备，设置在直升机上，用于获取多个汽车区域以及多个汽车区域对应的高清机拍图像，对每一个汽车区域进行车型识别，以获得每一个汽车区域对应的车型信息；
其中，在所述车型分析设备中，基于预设车型信息对所述多个汽车区域分别对应的多个车型信息进行搜索，将搜索到的车型信息所对应的汽车区域以作为汽车目标区域输出；
其中，所述预设车型信息为被追踪汽车的车型；
高度测量仪，设置在直升机上，用于获取并输出所述直升机当前飞行位置所对应的实时高度；
北斗星导航设备，设置在直升机上，用于获取并输出所述直升机的当前导航位置；
拍摄信息获取设备，分别与所述车型分析设备、所述北斗星导航设备和所述高度测量仪连接，用于接收所述当前导航位置、所述实时高度和所述汽车目标区域；
其中，所述拍摄信息获取设备还基于所述当前导航位置、所述实时高度和所述汽车目标区域在所述多个汽车区域对应的高清机拍图像的相对位置以确定被追踪汽车的实时导航位置；
禁行报警设备，与所述拍摄信息获取设备连接，用于在所述被追踪汽车的实时导航位置为预设禁行区域时，发出禁行报警信号，其中，所述预设禁行区域为一个或多个区域；
第一数据统计设备，与直升机的实时机拍设备连接，用于接收预设时间间隔内的多帧高清机拍图像，对每一帧高清机拍图像执行以下处理：基于对所述高清机拍图像中最大目标轮廓的形状，选择在所述高清机拍图像中绕过所述最大目标轮廓形状的曲线以作为目标曲线，将所述高清机拍图像中经过所述目标曲线的各个像素点作为参考像素点，将每一个参考像素点的红色分量与该参考像素点的蓝色分量相乘以获得该参考像素点的分量乘积值，取该参考像素点的绿色分量的平方值以获得该参考像素点的分量平方值，将所述分量平方值除以所述分量乘积值以获得该参考像素点的统计数据；
定时设备，与所述第一数据统计设备连接，用于为所述第一数据统计设备提供计时操作。
2.如权利要求1所述的方法，其特征在于，所述系统还包括：
第二数据统计设备，与所述第一数据统计设备连接，用于接收多帧高清机拍图像的各个参考像素点的统计数据，并将多帧高清机拍图像的各个像素点的统计数据中出现频率最多的数值作为频率处理结果输出，还用于将所述频率处理结果与参考限量比较，当所述频率处理结果小于所述参考限量时，发出亮度不足信号，当所述频率处理结果大于等于所述参考限量时，发出亮度充足信号；
数据调整设备，分别与所述实时机拍设备和所述第二数据统计设备连接，用于接收所述频率处理结果，还用于在接收到所述亮度充足信号时，保持基准边缘增强值不变以作为调整边缘增强值输出，以及用于在接收到所述亮度不足信号时，基于所述频率处理结果调整所述基准边缘增强值以作为调整边缘增强值输出，其中，所述频率处理结果越小，所述调整边缘增强值越大；
边缘增强设备，分别与所述数据调整设备和所述实时机拍设备连接，用于接收所述调整边缘增强值以及继续接收所述高清机拍图像，并基于所述调整边缘增强值对所述高清机拍图像进行边缘增强处理，以获得对应的边缘增强图像；
子图像分割设备，与所述边缘增强设备连接，用于接收所述边缘增强图像，并基于所述边缘增强图像中每一个像素点到周围像素点的像素值的跳变程度确定其是否为跳变像素点，还用于将所述边缘增强图像中的所有跳变像素点组成的图像作为待拟合子图像输出；
拟合处理设备，与所述子图像分割设备连接，用于接收所述待拟合子图像，并对所述待拟合子图像执行图像拟合处理，以获得拟合处理后的图像以作为待分析子图像输出；
目标检测设备，与所述拟合处理设备连接，用于接收所述待分析子图像，并从所述待分析子图像处识别出多个汽车区域。
3.如权利要求2所述的方法，其特征在于，所述系统还包括：
SD存储卡，分别与所述第一数据统计设备和所述第二数据统计设备连接，用于存储所述预设时间间隔和所述参考限量。
CN201810203505.6A 2018-03-13 2018-03-13 基于修正式图像处理的搜索方法 Expired - Fee Related CN108804993B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810203505.6A CN108804993B (zh) 2018-03-13 2018-03-13 基于修正式图像处理的搜索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810203505.6A CN108804993B (zh) 2018-03-13 2018-03-13 基于修正式图像处理的搜索方法

Publications (2)

Publication Number Publication Date
CN108804993A CN108804993A (zh) 2018-11-13
CN108804993B true CN108804993B (zh) 2019-04-16

Family

ID=64094835

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810203505.6A Expired - Fee Related CN108804993B (zh) 2018-03-13 2018-03-13 基于修正式图像处理的搜索方法

Country Status (1)

Country Link
CN (1) CN108804993B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115309988B (zh) * 2022-08-10 2023-07-07 上海迪塔班克数据科技有限公司 一种网页搜索内容匹配方法、系统及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105893510A (zh) * 2016-03-30 2016-08-24 北京格灵深瞳信息技术有限公司 一种视频结构化系统及其目标搜索方法
CN106096504A (zh) * 2016-05-30 2016-11-09 重庆大学 一种基于无人机机载平台的车型识别方法
CN107211142A (zh) * 2015-01-30 2017-09-26 汤姆逊许可公司 对彩色图像进行解码的方法和设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005047545A2 (en) * 2003-11-04 2005-05-26 Applera Corporation Microarray controls
CN103379266B (zh) * 2013-07-05 2016-01-20 武汉烽火众智数字技术有限责任公司 一种具有视频语义分析功能的高清网络摄像机

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107211142A (zh) * 2015-01-30 2017-09-26 汤姆逊许可公司 对彩色图像进行解码的方法和设备
CN105893510A (zh) * 2016-03-30 2016-08-24 北京格灵深瞳信息技术有限公司 一种视频结构化系统及其目标搜索方法
CN106096504A (zh) * 2016-05-30 2016-11-09 重庆大学 一种基于无人机机载平台的车型识别方法

Also Published As

Publication number Publication date
CN108804993A (zh) 2018-11-13

Similar Documents

Publication Publication Date Title
CN102354449B (zh) 基于车联网实现图像信息共享的方法、装置和系统
CN108804983A (zh) 交通信号灯状态识别方法、装置、车载控制终端及机动车
CN112037365B (zh) 面向行车记录仪基于边缘计算的车辆火灾事故检测报警系统
CN105989712A (zh) 一种车辆数据处理的方法及车辆终端
CN105488941A (zh) 基于红外-可见光图像的双光谱森林火情监测方法及装置
JP2004288156A (ja) 眼の虹彩イメージの定義の評価
CN106355860A (zh) 一种传输数据的方法及可移动设备
CN108804993B (zh) 基于修正式图像处理的搜索方法
CN113960591A (zh) 一种基于智能识别技术的无人船光电智能侦察方法
CN108108697A (zh) 一种实时无人机视频目标检测与跟踪方法
CN107403536A (zh) 一种基于无线信号强度分析的民用无人机入侵预警方法
CN113627213B (zh) 车辆异常行为监控方法、装置及系统
CN108509900A (zh) 交通标志检测和识别方法、系统及存储介质
CN205945766U (zh) 一种无人机的禁飞防御系统
CN108537125B (zh) 基于修正式图像处理的汽车搜索系统
CN105096350A (zh) 图像检测方法及装置
CN107730907B (zh) 一种实时记录违章信息的方法
CN109087515A (zh) 无人机高速路路况巡航方法及系统
CN108334837A (zh) 基于图像处理的快速检测违章信息的方法
CN109286785A (zh) 一种环境信息共享系统及方法
CN102853821A (zh) 一种船舶gps定位核查方法及船舶gps交互系统
CN114627079A (zh) 基于人工智能的安防监控设备异常检测方法及系统
CN106846105A (zh) 共享交通工具的开启方法、客户端及系统
CN107770488A (zh) 一种实时监控的方法
CN108071083A (zh) 实时监控型地锁装置

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
TA01 Transfer of patent application right

Effective date of registration: 20190318

Address after: 518051 Room 201, Block D, Aerospace Micromotor Building, North Second Science and Technology Road, Xili Street, Nanshan District, Shenzhen City, Guangdong Province

Applicant after: Shenzhen Yinxing Technology Development Co., Ltd.

Address before: 215129 No. 79 Jinyan Road, Suzhou High-tech Zone, Jiangsu Province

Applicant before: Zhou Hui

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190416

Termination date: 20200313

CF01 Termination of patent right due to non-payment of annual fee