CN109543588A - 交通事故责任判定的方法、装置、系统、服务平台及介质 - Google Patents

交通事故责任判定的方法、装置、系统、服务平台及介质 Download PDF

Info

Publication number
CN109543588A
CN109543588A CN201811366116.1A CN201811366116A CN109543588A CN 109543588 A CN109543588 A CN 109543588A CN 201811366116 A CN201811366116 A CN 201811366116A CN 109543588 A CN109543588 A CN 109543588A
Authority
CN
China
Prior art keywords
accident
video
responsibility
traffic
frame
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
CN201811366116.1A
Other languages
English (en)
Inventor
袁智华
袁文波
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.)
Guangzhou Huiruisitong Information Technology Co Ltd
Original Assignee
Guangzhou Huiruisitong Information 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 Guangzhou Huiruisitong Information Technology Co Ltd filed Critical Guangzhou Huiruisitong Information Technology Co Ltd
Priority to CN201811366116.1A priority Critical patent/CN109543588A/zh
Publication of CN109543588A publication Critical patent/CN109543588A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明公开了一种交通事故责任判定的方法、装置、系统、服务平台及介质,所述方法包括:采集和存储实时交通视频画面;判断视频中是否有交通事故发生及各事故方在事故发生的视频始末帧数及事故发生开始帧的位置框标定;得到各事故方在视频中每一帧的行驶参数,并对各事故方进行画面截取;根据各事故方在视频中每一帧的行驶参数,将责任划分结果与各事故方截取的画面进行一一对应;输出各事故方截取画面和各事故方的责任划分结果,并提供利用互联网设备搜索的功能供当事人进行查询。本发明缩短了从事故发生到结果判定的时间,减少了当事人的时间资源及交警的人力资源的消耗,能够在尽可能短的时间内做出事故责任判定,尽快回复正常的交通秩序。

Description

交通事故责任判定的方法、装置、系统、服务平台及介质
技术领域
本发明涉及智能交通系统领域,尤其是一种交通事故责任即时判定的方法、装置、系统、服务平台及介质。
背景技术
目前,现有的交通事故处理方式主要为事故参与者主动报警,交警进行现场勘验和检查,进而判定事故责任。这种事故处理方式的时效性低,警力资源消耗大。现有的交通监控系统只具有实时监控和视频回放等功能,且必须要将视频数据回传至后台,才能进行交通的监控。也有一些辅助责任判断的行车记录仪装置,主要装在车辆中,但只是作为责任判定的证据工具。
现阶段也有一些类似的线上交通事故责任判定平台,其一部分是作为信息传递沟通的工具,可以较快速地联结事故当事人、交警和保险公司等各方面。另一部分是作为事故判定人线上通过监控视频来人工判定责任的工具。
因此,目前交通事故责任的判定依旧主要依靠交警来完成,交通监控系统并不能独立地做出交通事故责任的判定,导致从事故发生到交警做出责任判定中间往往会出现较大的延时,花费当事人较多的时间资源及交警的人力资源。而且事故责任判定的延时一定程度上还会影响正常的交通秩序。
发明内容
本发明的第一个目的是为了解决上述现有技术的缺陷,提供了一种交通事故责任判定的方法,该方法在不需要认为干预的前提下能够实时监测是否有交通事故发生,并独立做出事故责任判定,并提供网上搜索功能为当事人提供结果查询通道。本方法缩短了从事故发生到结果判定的时间,减少了当事人的时间资源及交警的人力资源的消耗,能够在尽可能短的时间内做出事故责任判定,尽快回复正常的交通秩序。
本发明的第二个目的在于提供一种交通事故责任判定的方法。
本发明的第三个目的在于提供一种交通事故责任判定的系统。
本发明的第四个目的在于提供一种服务平台。
本发明的第五个目的在于提供一种存储介质。
本发明的第一个目的可以通过采取如下技术方案达到:
一种交通事故责任即时判定的方法,所述方法包括:
采集和存储实时交通视频画面;
根据采集的视频画面,判断视频中是否有交通事故发生及各事故方在事故发生的视频始末帧数及事故发生开始帧的位置框标定;
根据事故视频及各事故方开始帧的位置框标定,得到各事故方在视频中每一帧的行驶参数,并对各事故方进行画面截取;
根据各事故方在视频中每一帧的行驶参数,得到各事故方的责任划分,并将责任划分结果与各事故方截取的画面进行一一对应;
输出各事故方截取画面和各事故方的责任划分结果,并提供利用互联网设备搜索的功能供当事人进行查询。
进一步地,所述采集和存储实时交通视频画面后,不需要将视频回传至后台再进行是否发生交通事故的判断,而是实时对采集的交通视频画面进行识别判断。
进一步地,判断视频中是否有交通事故发生,还包括:
如果判断交通事故发生为“是”,则将标记为是的视频画面及各事故方在事故发生的视频始末帧数进行截取以及各事故方开始帧的位置框标定;如果判断交通事故发生为“否”,则将相关视频采集后上传至数据库中并发送相关消息给交警,以供交警进行进一步的判断。
进一步地,输出各事故方截取画面和各事故方的责任划分结果供当事人进行查询后,如果当事人对责任划分结果有异议,可以进行相关操作,实时联系交警进行处理。
本发明的第二个目的可以通过采取如下技术方案达到:
一种交通事故责任即时判定的装置,所述装置包括:
视频采集模块,用于实时交通视频画面的采集和存储;
事故识别模块,用于判断视频中是否有交通事故发生及各事故方在事故发生的视频始末帧数及事故发生开始帧的位置框标定。
事故方参数提取模块,用于根据事故视频及各事故方开始帧的位置框标定,得到各事故方在事故视频中每一帧的行驶参数,并对各事故方进行画面截取;
事故责任判定模块,用于根据各事故方每一帧的行驶参数,得到各事故方的责任划分,并将责任划分结果与各事故方截取的画面进行一一对应;
通信模块,用于输出各事故方截取画面和各事故方的责任划分结果,并提供利用互联网设备搜索的功能供当事人进行查询。
进一步地,所述视频采集模块由安装在事故多发路口路段的摄像头以及存储装置组成,实时将采集得到的交通视频画面传输到事故识别模块。
进一步地,以大量的交通事故视频和没有交通事故为训练数据,以是否有交通事故发生、交通事故发生的始末帧数、各事故方的位置框标定数据为视频样本标签来训练事故识别模块。
进一步地,以大量的有交通事故发生的视频以及在最开始帧事故各当事方在视频中的位置框标定为训练数据,以各事故方在视频中每一帧所对应的行驶参数(行驶方向、速度、加速度、所在车道、转向灯开启状态等参数)为标签来训练事故方参数提取模块。
进一步地,以大量各事故方在每一帧的行驶参数为训练数据,以各事故方的责任划分为标签来训练事故责任判定模块。
本发明的第三个目的可以通过采取如下技术方案达到:
一种交通事故责任即时判定的系统,所述系统包括:
数据库,用于存储服务平台所采集的全部视频,以便随时调取。
用户终端,用于通过连接互联网接收服务平台发送的各事故方截取画面和各事故方的责任划分结果,方便事故当事人查询时做身份辨认。
服务平台,采集和存储实时交通视频画面;根据采集的视频画面,判断视频中是否有交通事故发生及各事故方在事故发生的视频始末帧数及事故发生开始帧的位置框标定;根据事故视频及各事故方开始帧的位置框标定,得到各事故方在视频中每一帧的行驶参数,并对各事故方进行画面截取;根据各事故方在视频中每一帧的行驶参数,得到各事故方的责任划分,并将责任划分结果与各事故方截取的画面进行一一对应;输出各事故方截取画面和各事故方的责任划分结果,并提供利用互联网设备搜索的功能供当事人进行查询。
本发明的第四个目的可以采取如下技术方案达到:
一种服务平台,包括处理器以及用于存储处理器可执行程序的存储器,所述处理器执行存储器存储的程序时,实现上述的交通事故责任即时判定方法。
本发明的第五个目的可以采取如下技术方案达到:
一种存储介质,存储有程序,所述程序被处理器执行时,实现上述的交通事故责任即时判定方法。
本发明相较于现有技术,具有以下的有益效果:
1、本发明通过经过训练的人工智能事故识别及责任划分模块,能够及时准确地处理交通事故责任的划分,减少当事人的时间消耗以及警力消耗,能够尽快地恢复正常的交通秩序。
2、本发明能够对交通事故自发地进行识别并调动相关的视频资料,不需要经过当事人报警,能够有效地减少事故处理程序的时延。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中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示出的结构获得其他的附图。
图1为本发明实施例1的交通事故责任判定方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明的一部分实施例,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他实施例,都属于本发明保护的范围。
实施例1
如图1所述,本实施例提供了一种交通事故责任判定的方法,该方法应用于交通事故处理中,主要通过服务平台实现,该方法包括以下步骤:
S101、采集和存储实时交通视频画面。
S102、根据采集的视频画面,判断视频中是否有交通事故发生及各事故方在事故发生的视频始末帧数及事故发生开始帧的位置框标定。
S103、根据事故视频及各事故方开始帧的位置框标定,得到各事故方在视频中每一帧的行驶参数,并对各事故方进行画面截取。
S104、根据各事故方在视频中每一帧的行驶参数,得到各事故方的责任划分,并将责任划分结果与各事故方截取的画面进行一一对应。
S105、输出各事故方截取画面和各事故方的责任划分结果,并提供利用互联网设备搜索的功能供当事人进行查询。
实施例2:
本实施例提供了一种交通事故责任判定的系统,该系统包括用户终端和服务平台,服务平台与用户终端通信连接。
用户终端,用于通过连接互联网接收服务平台发送的各事故方截取画面和各事故方的责任划分结果,方便事故当事人查询时做身份辨认。
服务平台,采集和存储实时交通视频画面;根据采集的视频画面,判断视频中是否有交通事故发生及各事故方在事故发生的视频始末帧数及事故发生开始帧的位置框标定;根据事故视频及各事故方开始帧的位置框标定,得到各事故方在视频中每一帧的行驶参数,并对各事故方进行画面截取;根据各事故方在视频中每一帧的行驶参数,得到各事故方的责任划分,并将责任划分结果与各事故方截取的画面进行一一对应;输出各事故方截取画面和各事故方的责任划分结果,并提供利用互联网设备搜索的功能供当事人进行查询。
实施例3:
本实施例提供了一种交通事故责任即时判定的装置,该装置包括视频采集模块、事故识别模块、事故方参数提取模块、事故责任判定模块和通信模块,各个模块的具体功能如下:
所述视频采集模块,用于实时交通视频画面的采集和存储;
所述事故识别模块,用于判断视频中是否有交通事故发生及各事故方在事故发生的视频始末帧数及事故发生开始帧的位置框标定;其中,需要对事故识别模块进行训练,具体为:
以大量的交通事故视频和没有交通事故为训练数据,以是否有交通事故发生、交通事故发生的始末帧数、各事故方的位置框标定数据为视频样本标签来训练事故识别模块。
所述事故方参数提取模块,用于根据事故视频及各事故方开始帧的位置框标定,得到各事故方在事故视频中每一帧的行驶参数,并对各事故方进行画面截取;其中,需要对事故方参数提取模块进行训练,具体为:
以大量的有交通事故发生的视频以及在最开始帧事故各当事方在视频中的位置框标定为训练数据,以各事故方在视频中每一帧所对应的行驶参数(行驶方向、速度、加速度、所在车道、转向灯开启状态等参数)为标签来训练事故方参数提取模块。
所述事故责任判定模块,用于根据各事故方每一帧的行驶参数,得到各事故方的责任划分,并将责任划分结果与各事故方截取的画面进行一一对应;其中,需要对事故责任判定模块进行训练,具体为:
以大量各事故方在每一帧的行驶参数为训练数据,以各事故方的责任划分为标签来训练事故责任判定模块。
所述通信模块,用于输出各事故方截取画面和各事故方的责任划分结果,并提供利用互联网设备搜索的功能供当事人进行查询。
所述装置具体工作过程为:
视频采集模块与事故识别模块相连,视频采集模块的视频输出作为事故识别模块的输入,事故识别模块中包含训练好的事故识别模型,并与事故方参数提取模块相连,如果事故识别模块判断有事故发生,则将事故视频画面及各事故方在事故开始帧的位置进行标定并发送到事故方参数提取模块。事故方参数提取模块与事故责任判定模块相连,事故方参数提取模块提取各事故方在视频中各帧的行驶参数,并将各事故方在各帧的行驶参数传输给事故责任判定模块。事故责任判定模块与通信模块相连,将责任判定结果传输到通信模块中,通信模块为当事人提供搜索及连接功能,方便当事人对结果进行查询,当当事人有对结果有异议,通信模块则将发出申请要求交警介入。
实施例4:
本实施例提供一种存储介质,该存储介质为计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时,实现上述实施例1的交通事故责任判定方法,如下:
采集和存储实时交通视频画面;
根据采集的视频画面,判断视频中是否有交通事故发生及各事故方在事故发生的视频始末帧数及事故发生开始帧的位置框标定;
根据事故视频及各事故方开始帧的位置框标定,得到各事故方在视频中每一帧的行驶参数,并对各事故方进行画面截取;
根据各事故方在视频中每一帧的行驶参数,得到各事故方的责任划分,并将责任划分结果与各事故方截取的画面进行一一对应;
输出各事故方截取画面和各事故方的责任划分结果,并提供利用互联网设备搜索的功能供当事人进行查询。
本实施例中的存储介质可以是磁盘、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、U盘、移动硬盘灯介质。
综上所述,本发明能够使交通事故责任判定能够得到及时准确的处理并对交通事故责任进行划分,减少当事人的时间消耗以及警力消耗,能够尽快地恢复正常的交通秩序。
以上所述,仅为本发明专利较佳的实施例,但本发明专利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专利所公开的范围内,根据本发明专利的技术方案及其发明构思加以等同替换或改变,都属于本发明专利的保护范围。

Claims (10)

1.一种交通事故责任判定的方法,其特征在于:所述方法包括:
采集和存储实时交通视频画面;
根据采集的视频画面,判断视频中是否有交通事故发生及各事故方在事故发生的视频始末帧数及事故发生开始帧的位置框标定;
根据事故视频及各事故方开始帧的位置框标定,得到各事故方在视频中每一帧的行驶参数,并对各事故方进行画面截取;
根据各事故方在视频中每一帧的行驶参数,得到各事故方的责任划分,并将责任划分结果与各事故方截取的画面进行一一对应;
输出各事故方截取画面和各事故方的责任划分结果,并提供利用互联网设备搜索的功能供当事人进行查询。
2.根据权利要求1所述的交通事故责任判定方法,其特征在于:所述判断视频中是否有交通事故发生,还包括:
当判断交通事故发生为“是”,则将标记为是的视频画面及各事故方在事故发生的视频始末帧数进行截取以及各事故方开始帧的位置框标定;当判断交通事故发生为“否”,则将相关视频采集后上传至数据库中并发送相关消息给交警,以供交警进行进一步的判断。
3.根据权利要求1所述的交通事故责任判定方法,其特征在于,所述输出各事故方截取画面和各事故方的责任划分结果,供当事人进行查询后,当事人对责任划分结果有异议,能够进行相关操作,实时联系交警进行处理。
4.一种交通事故责任判定的装置,其特征在于:所述装置包括:
视频采集模块,用于实时交通视频画面的采集和存储;
事故识别模块,用于判断视频中是否有交通事故发生及各事故方在事故发生的视频始末帧数及事故发生开始帧的位置框标定。
事故方参数提取模块,用于根据事故视频及各事故方开始帧的位置框标定,得到各事故方在事故视频中每一帧的行驶参数,并对各事故方进行画面截取;
事故责任判定模块,用于根据各事故方每一帧的行驶参数,得到各事故方的责任划分,并将责任划分结果与各事故方截取的画面进行一一对应;
通信模块,用于输出各事故方截取画面和各事故方的责任划分结果,并提供利用互联网设备搜索的功能供当事人进行查询。
5.根据权利要求4所述的交通事故责任判定装置,其特征在于:所述事故识别模块在用于判断视频中是否有交通事故发生及各事故方在事故发生的视频始末帧数及事故发生开始帧的位置框标定之前,需要先以大量的交通事故视频和没有交通事故为训练数据,以是否有交通事故发生、交通事故发生的始末帧数、各事故方的位置框标定数据为视频样本标签来训练事故识别模块。
6.根据权利要求4所述的交通事故责任判定装置,其特征在于:所述事故方参数提取模块,在用于得到各事故方在事故视频中每一帧的行驶参数,并对各事故方进行画面截取之前,需要先以大量的有交通事故发生的视频以及在最开始帧事故各当事方在视频中的位置框标定为训练数据,以各事故方在视频中每一帧所对应的行驶参数为标签来训练事故方参数提取模块。
7.根据权利要求4所述的交通事故责任判定装置,其特征在于:所述事故责任判定模块在用于得到各事故方的责任划分,并将责任划分结果与各事故方截取的画面进行一一对应之前,需要先以大量各事故方在每一帧的行驶参数为训练数据,以各事故方的责任划分为标签来训练事故责任判定模块。
8.一种交通事故责任判定的系统,其特征在于:所述系统包括:
用户终端,用于通过连接互联网接收服务平台发送的各事故方截取画面和各事故方的责任划分结果,方便事故当事人查询时做身份辨认;
服务平台,采集和存储实时交通视频画面;根据采集的视频画面,判断视频中是否有交通事故发生及各事故方在事故发生的视频始末帧数及事故发生开始帧的位置框标定;根据事故视频及各事故方开始帧的位置框标定,得到各事故方在视频中每一帧的行驶参数,并对各事故方进行画面截取;根据各事故方在视频中每一帧的行驶参数,得到各事故方的责任划分,并将责任划分结果与各事故方截取的画面进行一一对应;输出各事故方截取画面和各事故方的责任划分结果,并提供利用互联网设备搜索的功能供当事人进行查询。
9.一种服务平台,包括处理器以及用于存储处理器可执行程序的存储器,其特征在于:所述处理器执行存储器存储的程序时,实现权利要求1-3任一项所述的交通事故责任判定方法。
10.一种存储介质,存储有程序,其特征在于:所述程序被处理器执行时,实现权利要求1-3任一项所述的交通事故责任判定方法。
CN201811366116.1A 2018-11-16 2018-11-16 交通事故责任判定的方法、装置、系统、服务平台及介质 Pending CN109543588A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811366116.1A CN109543588A (zh) 2018-11-16 2018-11-16 交通事故责任判定的方法、装置、系统、服务平台及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811366116.1A CN109543588A (zh) 2018-11-16 2018-11-16 交通事故责任判定的方法、装置、系统、服务平台及介质

Publications (1)

Publication Number Publication Date
CN109543588A true CN109543588A (zh) 2019-03-29

Family

ID=65847949

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811366116.1A Pending CN109543588A (zh) 2018-11-16 2018-11-16 交通事故责任判定的方法、装置、系统、服务平台及介质

Country Status (1)

Country Link
CN (1) CN109543588A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112233421A (zh) * 2020-10-15 2021-01-15 胡歆柯 一种基于机器视觉的城市智慧交通监控智能系统
CN112749661A (zh) * 2021-01-14 2021-05-04 金陵科技学院 一种基于区块链和IVggNet的交通事故判责模型
CN114596711A (zh) * 2022-03-31 2022-06-07 北京世纪高通科技有限公司 事故责任的确定方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073851A (zh) * 2011-01-13 2011-05-25 北京科技大学 一种城市交通事故自动识别方法和系统
TW201513055A (zh) * 2013-09-25 2015-04-01 Chunghwa Telecom Co Ltd 交通事故監控追蹤系統
CN105761500A (zh) * 2016-05-10 2016-07-13 腾讯科技(深圳)有限公司 交通事故处理方法及交通事故处理装置
CN107067718A (zh) * 2016-12-29 2017-08-18 盯盯拍(深圳)技术股份有限公司 交通事故责任评估方法、交通事故责任评估装置以及交通事故责任评估系统
WO2017159186A1 (ja) * 2016-03-18 2017-09-21 パナソニックIpマネジメント株式会社 記録装置および記録方法
CN107909113A (zh) * 2017-11-29 2018-04-13 北京小米移动软件有限公司 交通事故图像处理方法、装置及存储介质
CN108470443A (zh) * 2018-01-30 2018-08-31 青岛中兴智能交通有限公司 一种交通事故的责任判定方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073851A (zh) * 2011-01-13 2011-05-25 北京科技大学 一种城市交通事故自动识别方法和系统
TW201513055A (zh) * 2013-09-25 2015-04-01 Chunghwa Telecom Co Ltd 交通事故監控追蹤系統
WO2017159186A1 (ja) * 2016-03-18 2017-09-21 パナソニックIpマネジメント株式会社 記録装置および記録方法
CN105761500A (zh) * 2016-05-10 2016-07-13 腾讯科技(深圳)有限公司 交通事故处理方法及交通事故处理装置
CN107067718A (zh) * 2016-12-29 2017-08-18 盯盯拍(深圳)技术股份有限公司 交通事故责任评估方法、交通事故责任评估装置以及交通事故责任评估系统
CN107909113A (zh) * 2017-11-29 2018-04-13 北京小米移动软件有限公司 交通事故图像处理方法、装置及存储介质
CN108470443A (zh) * 2018-01-30 2018-08-31 青岛中兴智能交通有限公司 一种交通事故的责任判定方法和装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
XINMAN Z.等: "Video analysis of traffic accidents based on projection extreme learning machine", 《2017 INTERNATIONAL SYMPOSIUM ON INTELLIGENT SIGNAL PROCESSING AND COMMUNICATION SYSTEMS (ISPACS)》 *
杨洪臣 等: "《全国公安高等教育(本科)规划教材 视频侦查技术》", 31 May 2015, 北京:中国人民公安大学出版社 *
郭齐胜 等: "《系统建模》", 31 May 2006, 北京:国防工业出版社 *
陈海龙 等: "改进BP神经网络在交通事故预测中的研究", 《华东师范大学学报(自然科学版)》 *
黄福玉 等: "《移动政务》", 28 February 2017, 北京:中国铁道出版社 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112233421A (zh) * 2020-10-15 2021-01-15 胡歆柯 一种基于机器视觉的城市智慧交通监控智能系统
CN112749661A (zh) * 2021-01-14 2021-05-04 金陵科技学院 一种基于区块链和IVggNet的交通事故判责模型
CN114596711A (zh) * 2022-03-31 2022-06-07 北京世纪高通科技有限公司 事故责任的确定方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN109543588A (zh) 交通事故责任判定的方法、装置、系统、服务平台及介质
CN103236181B (zh) 一种基于机器视觉的交通信号灯状态监控系统及方法
CN106485927A (zh) 一种智能交通违章信息采集装置及采集方法
CN107024927A (zh) 一种自动驾驶系统和方法
CN109189019A (zh) 一种机车乘务员值乘标准化监控系统
CN108922189A (zh) 基于视频监控的城市道路交通事件检测系统及方法
CN109376660B (zh) 一种目标监测方法、装置及系统
CN203606951U (zh) 基于车牌识别的图像采集装置及系统
CN114489122B (zh) 一种基于uav及配套机场的高速公路自动巡检方法及系统
CN105025099A (zh) 智能摄像机网络系统及摄像机网络动态任务分配方法
CN104916099A (zh) 一种维护车辆健康的系统和方法
CN110285329A (zh) 一种生态管网管理方法、系统及用于该系统的管道机器人
CN108156406A (zh) 行车记录仪的信息处理方法和装置
CN111027397B (zh) 适用于智能监控网络中的综合特征目标检测方法、系统、介质及设备
DE102020129650A1 (de) Lokalisieren von kommunikationsstörknoten
CN104202549B (zh) 一种公交车载设备录音录像备份的方法
CN112133087A (zh) 一种轨道交通智慧客流分析与导引系统及其客流分析与导引的方法
CN205621299U (zh) 基于视频识别的辅助报站系统及车载终端
CN110992645A (zh) 一种动态场景中的流动摊贩检测与报警系统
Ding et al. Edge-to-cloud intelligent vehicle-infrastructure based on 5G time-sensitive network integration
CN113971666A (zh) 基于深度目标检测的输电线路机巡影像自适应识别方法
CN111372061A (zh) 一种视频监控装置及监控方法
CN115512511A (zh) 一种预警方法、装置、移动终端及可读存储介质
CN110471988A (zh) 一种基于模块化的三段五层式人工智能系统
CN111582191A (zh) 基于人工智能视频分析的混凝土浇筑中浇筑量估计方法

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: 20190329