CN110379176B - 基于图像识别的无证驾驶违法行为预警拦截方法 - Google Patents
基于图像识别的无证驾驶违法行为预警拦截方法 Download PDFInfo
- Publication number
- CN110379176B CN110379176B CN201910813278.3A CN201910813278A CN110379176B CN 110379176 B CN110379176 B CN 110379176B CN 201910813278 A CN201910813278 A CN 201910813278A CN 110379176 B CN110379176 B CN 110379176B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- picture
- driver
- driving
- license
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供的基于图像识别的无证驾驶违法行为预警拦截方法,从道路监控设备实时提取车辆监控图片,通过图像识别技术获得车辆区域图片、人脸区域图片、人脸区域坐标,进而获得嫌疑人的身份相关信息;通过在当地机动车驾驶证信息库、以及全国机动车驾驶证信息库中查询是否存在存在对应的驾驶证信息,以及驾驶证违法信息记录,确认待确认驾驶人是否存在无证驾驶违法行为,一旦发现存在无证驾驶违法行为则实时推送给警务人员进行查处。使用本发明的技术方案可以主动发现有无证驾驶行为的嫌疑人,并实时推送预警,有效的提高了无证驾驶行为的查处率。
Description
技术领域
本发明涉及智能交通控制技术领域,具体为基于图像识别的无证驾驶违法行为预警拦截方法。
背景技术
本发明中的无证驾驶违法行为指的是:未取得驾驶证的无证人员仍驾驶机动车在道路上行驶的驾驶行为。随着汽车的人均持有量的持续增加,道路交通安全管理的压力逐渐变大。有数据表明,无证驾驶是造成交通事故的重要原因之一,其查处方法是一个急需解决的问题。现有技术中,针对无证驾驶的交通违法行为,没有针对性的查处方法,一般只能在路面民警现场拦截车辆、处理交通事故时,对驾驶人进行驾驶证的人工确认时才能发现,查处率非常低。
发明内容
为了解决现有技术中没有针对无证驾驶违法行为的查处方式,导致无证驾驶违法行为的查处率极低的问题,本发明提供的基于图像识别的无证驾驶违法行为预警拦截方法,其可以主动发现有无证驾驶行为的嫌疑人,并实时推送预警,有效的提高了无证驾驶行为的查处率。
本发明的技术方案是这样的:基于图像识别的无证驾驶违法行为预警拦截方法,其特征在于,其包括以下步骤:
S1:从道路监控设备中实时提取车辆监控图片;
S2:针对每一张所述车辆监控图片,通过图像识别技术,从所述车辆监控图片中检出车辆区域、车辆号牌号码,并根据所述车辆区域从原始图像中截取车辆区域图片;
S3:基于所述车辆区域图片,通过图像识别技术进行人脸目标检测,获取人脸区域坐标、截取人脸区域图片;
S4:根据所述车辆区域图片的尺寸、所述人脸区域坐标进行计算,检测出属于驾驶人的所述人脸区域图片人脸区域,对驾驶人人脸区域图片进行后续判断;
其中:所述车辆区域图片的尺寸指的是车辆区域图片的横向、纵向的像素数;
所述人脸区域坐标用来表征人脸区域相对于车辆图片左上角的位置及其宽高;
S5:将所述驾驶人人脸区域图片与人口证件库中的人脸图片进行比对,返回相似度最高的2个记录,将两条记录的相似度的值与预先设置的相似度阈值进行比较:
如果最高的相似度大于等于所述相似度阈值,且次高的相似度低于所述相似度阈值,则输出最高相似度的记录对应的身份证号码,设置为待确认身份证号码;
否则,所述驾驶人人类区域图片被设置为无法确定驾驶人身份,本次嫌疑分析结束;
S6:在机动车驾驶人信息库中查询所述待确认身份证号码;
如果查询结果为:无驾驶证信息,则确认存在无证驾驶违法行为;所述待确认身份证号码设置为嫌疑人身份证号码,对应的车辆设置为嫌疑车辆,实时向警务人员发送预警信息,对所述嫌疑车辆进行拦截;
如果查询结果为:有驾驶证信息,则确定不存在无证驾驶违法行为,本次预警拦截结束;
S7:如果所述嫌疑车辆被拦截,本次嫌疑分析结束;
否则,如果所述嫌疑车辆没有被拦截,则把所述嫌疑车辆登记到车辆号牌黑名单中,警务人员后续通过跟踪所述车辆号牌黑名单的方式进行查处,本次嫌疑分析结束。
其进一步特征在于:
步骤S4中,找到驾驶人的所述人类区域图片的方法中,包括如下步骤:
S4-1: 获取所述车辆区域图片的中点坐标(x1,y1):
x1 = k/2,y1 = g/2
其中:k为车辆区域图片横向像素数,g为车辆区域图片纵向像素数;
S4-2:比较所述中点坐标和所述人脸区域坐标:
若同时满足:x > x1,y < y1,w < x1,h < y1,
则对应的所述人脸区域图片认定为驾驶人人脸区域图片;
否则,对应的所述人脸区域图片认定为非驾驶人人脸区域图片;
其中: x、y、w、h为所述人脸区域坐标的参数,x、y是以所述车辆区域图片左上角为原点的所述人脸区域坐标的左上角坐标值、单位是像素,w、h分别是所述人脸区域坐标的横向、纵向的像素数;
步骤S6中,在机动车驾驶人信息库中查询所述待确认身份证号码的过程中,包括如下步骤:
S6-1:在执法所在地的机动车驾驶证信息库中,查询所述待确认身份证号码;
如果没有查询到所述待确认身份证号码,则执行步骤S6-2;
否则,则查询结果设置为:有驾驶证信息;
S6-2:在全国机动车驾驶证信息库中,查询所述待确认身份证号码;
如果没有查询到所述待确认身份证号码,则查询结果设置为:无驾驶证信息;
否则,确认查询结果设置为:有驾驶证信息。
本发明提供的基于图像识别的无证驾驶违法行为预警拦截方法,从道路监控设备实时提取车辆监控图片,通过图像识别技术获得车辆区域图片、人脸区域图片、人脸区域坐标,进一步在人口证件库中进行比对查询,获得嫌疑人的身份相关信息;通过在机动车驾驶证信息库查询是否存在对应的驾驶证信息,确认是否存在无证驾驶违法行为;通过先找到人员信息,再通过驾驶人信息查找驾驶证的记录的信息查询方式,使整个查处过程符合现实中的信息检索过程,即便驾驶人所驾驶的车辆不是自己的车辆、或者中途换车,也可以确认确认是否存在违法行为,提高了预警拦截方法的准确率、针对性和查处率;一旦发现无证驾驶违法行为立刻实时发送预警信息给警务人员,进行违法嫌疑车辆的拦截,确保有违法行为的驾驶人能够被实时查处,提高了违法行为的查处率;如果因意外情况,没有拦截到违法嫌疑车辆则把相关的信息登记到车辆号牌黑名单,对于未能有效拦截的嫌疑人所驾驶车辆进行号牌黑名单布控,通过对嫌疑车辆的处理迫使违法人员投案,进而不会让违法人员信息丢失,极大提高了交通管理部门对无证驾驶行为的管控力度,进一步的确保了违法行为的查处率。
附图说明
图1为本发明的无证驾驶违法行为预警拦截方法的流程示意图;
图2为车辆区域图片和驾驶人人脸区域图片的位置关系示意图。
具体实施方式
如图1~图2所示,本发明的基于图像识别的无证驾驶违法行为预警拦截方法中,实时的不间断的通过道路监控设备中提取车辆监控图片,针对所有的车辆监控图片,依次通过基于卷积神经网络的深度学习算法对车辆区域图片进行人像检测、人像特征提取、人像特征比对,从而确定驾驶人身份信息,最终根据身份信息关联全国机动车驾驶人信息库,核实是否存在无证驾驶违法嫌疑;达到实时监控、实时预警、实时拦截的无证驾驶行为的查处方法。其包括以下步骤。
S1:从现有的道路监控设备中实时提取车辆监控图片。
S2:通过现有的基于卷积神经网络的深度学习算法的图像识别技术,从车辆监控图片中检出车辆区域、车辆号牌号码,并根据车辆区域从原始图像中截取车辆区域图片。
S3:基于车辆区域图片,通过图像识别技术进行人脸目标检测,获取人脸区域坐标、截取人脸区域图片。
S4:根据车辆区域图片的尺寸、人脸区域坐标进行计算,检测出驾驶人的人脸区域,对驾驶人人脸区域图片进行后续判断;
车辆区域图片的尺寸指的是车辆区域图片的横向、纵向的像素数;
人类区域坐标为表征人脸区域相对于车辆图片左上角的位置及其宽高;
找到驾驶人的人类区域图片的方法中,包括如下步骤:
S4-1: 获取车辆区域图片的中点坐标(x1,y1):
x1 = k/2,y1 = g/2
其中:k为车辆区域图片横向像素数,g为车辆区域图片纵向像素数;
S4-2:比较中点坐标和人脸区域坐标:
若同时满足:x > x1,y < y1,w < x1,h < y1
则对应的人脸区域图片认定为驾驶人人脸区域图片;
否则,对应的人脸区域图片认定为非驾驶人人脸区域图片;
其中: x、y、w、h为人脸区域坐标的参数,x、y是以车辆区域图片左上角为原点的人脸区域坐标的左上角坐标值、单位是像素,w、h分别是人脸区域坐标的横向、纵向的像素数;具体参照附图的图2,1为车辆图片,2为驾驶人人类区域图片,二者位置关系如图2所示。
S5:将驾驶人人脸区域图片与人口证件库中的人脸图片进行比对,返回相似度最高的2个记录Top1、Top2,将两条记录的相似度的值与预先设置的相似度阈值M进行比较:
如果最高的相似度大于等于相似度阈值,且次高的相似度低于相似度阈值:
Top1>=M & Top2 < M
则输出最高相似度Top1的记录对应的身份证号码,设置为待确认身份证号码;
否则,驾驶人人类区域图片被设置为无法确定驾驶人身份,本次嫌疑分析结束。
通过设置相似度阈值M,以及相似度最高的2个记录Top1、Top2和M的大小关系来限制检索记录的筛选,一旦出现了两个或者两个以上的数据的阈值都超过了M,则这条数据从本次分析处理流程中去除极大减少了双胞胎等高度相似人脸带来了难以确认身份问题的影响;
即,如果图片识别的结果为以下情况:
(1)无法识别的图片,即无法识别出脸信息;
(2)当最高相似度也低于相似度阈值的时候,即识别出的图片无法在人口证件库中找到对应的记录;
(3)两个最高的相似度Top1或者Top2,存在多个关联数据;
这些情况都是被视为图像识别失败,相关的数据都被丢弃,相关的数据作为无违法嫌疑车辆处理;因为行驶中的车辆图片抓拍会存在多种不确定性,会出现识别失败的概率;没有被识别的车辆和驾驶人信息在后续的行程中会继续被检测的。
S6:在机动车驾驶人信息库中查询待确认身份证号码;
如果查询结果为:无驾驶证信息,则确认存在无证驾驶违法行为;待确认身份证号码设置为嫌疑人身份证号码,对应的车辆设置为嫌疑车辆,实时向警务人员发送预警信息,对嫌疑车辆进行拦截;
如果查询结果为:有驾驶证信息,则确定不存在无证驾驶违法行为,本次嫌疑分析结束;
在机动车驾驶人信息库中查询待确认身份证号码的过程中,包括如下步骤:
S6-1:在执法所在地的机动车驾驶证信息库中,查询待确认身份证号码;
如果没有查询到待确认身份证号码、以及待确认号码对应的驾驶证信息,则执行步骤S6-2;
否则,有驾驶证信息;
S6-2:在全国机动车驾驶证信息库中,查询待确认身份证号码;
如果没有查询到待确认身份证号码,则查询结果设置为:无驾驶证信息;
否则,查询结果设置为:有驾驶证信息。
在机动车驾驶证信息关联查询中,采用了多级查询的方法;按照现实情况大部分驾驶人和车辆,在大部分时间中,是在集中在某一地进行活动的,所以先在车辆运行所在地的机动车驾驶证信息库中进行查询,这样可以确保在较少的查询计算中找到大部分可用数据,提高了计算效率,进而提高了交通执法效率;在车辆运行所在地没有查询到对应的驾驶证信息,再从全国机动车驾驶信息库中进行查询,确保能找到那些跨地区驾驶的驾驶人的信息,不会出现因为跨地区驾驶人、或者跨地区搬离驾驶证的驾驶人不会因为信息不全面而被误判,保证了警务人员获得的预警信息的完整性、准确性;通过这种多级查询的方法,在最大限度确保效率的情况下,进一步的确保了本发明技术方案中的判别方法的准确率。
S7:设置拦截时间阈值,如果嫌疑车辆在拦截时间阈值之内被拦截,本次嫌疑分析结束;
否则,如果嫌疑车辆没有在拦截时间阈值之内被拦截,则把嫌疑车辆、嫌疑人身份证号码登记到车辆号牌黑名单中,警务人员后续通过跟踪车辆号牌黑名单的方式进行查处,本次预警拦截结束。
实际工作中,对于车辆的拦截可能会因为驾驶人临时停车、改道等原因而导致无法及时拦截,对于未能有效拦截的支持对嫌疑人所驾驶车辆进行号牌黑名单布控,不会让违法人员信息丢失,极大提高了交通管理部门对无证驾驶行为的管控力度,确保了违法行为的查处率。
Claims (3)
1.基于图像识别的无证驾驶违法行为预警拦截方法,其特征在于,其包括以下步骤:
S1:从道路监控设备中实时提取车辆监控图片;
S2:针对每一张所述车辆监控图片,通过图像识别技术,从所述车辆监控图片中检出车辆区域、车辆号牌号码,并根据所述车辆区域从原始图像中截取车辆区域图片;
S3:基于所述车辆区域图片,通过图像识别技术进行人脸目标检测,获取人脸区域坐标、截取人脸区域图片;
S4: 根据所述车辆区域图片的尺寸、所述人脸区域坐标进行计算,检测出属于驾驶人的所述人脸区域图片人脸区域,对驾驶人人脸区域图片进行后续判断;
其中:所述车辆区域图片的尺寸指的是车辆区域图片的横向、纵向的像素数;
所述人脸区域坐标用来表征人脸区域相对于车辆图片左上角的位置及其宽高;
S5:将所述驾驶人人脸区域图片与人口证件库中的人脸图片进行比对,返回相似度最高的2个记录,将两条记录的相似度的值与预先设置的相似度阈值进行比较:
如果最高的相似度大于等于所述相似度阈值,且次高的相似度低于所述相似度阈值,则输出最高相似度的记录对应的身份证号码,设置为待确认身份证号码;
否则,所述驾驶人人类区域图片被设置为无法确定驾驶人身份,本次嫌疑分析结束;
将所述驾驶人人脸区域图片与人口证件库中的人脸图片进行比对,详细的比对步骤包括:
设:所述相似度阈值为M,相似度最高的2个记录分别为:Top1、Top2;
如果最高的相似度大于等于相似度阈值,且次高的相似度低于相似度阈值:
Top1>=M & Top2 < M
则输出最高相似度Top1的记录对应的身份证号码,设置为待确认身份证号码;
否则:
当Top1>=M & Top2 >= M时,存在多个关联数据,驾驶人人类区域图片被设置为无法确定驾驶人身份,本次嫌疑分析结束;
当Top1 < M时,识别出的图片无法在人口证件库中找到对应的记录,驾驶人人类区域图片被设置为无法确定驾驶人身份,本次嫌疑分析结束;
当无法找出有效的Top1、Top2时,表明图片不可识别,驾驶人人类区域图片被设置为无法确定驾驶人身份,本次嫌疑分析结束;
S6:在机动车驾驶人信息库中查询所述待确认身份证号码;
如果查询结果为:无驾驶证信息,则确认存在无证驾驶违法行为;所述待确认身份证号码设置为嫌疑人身份证号码,对应的车辆设置为嫌疑车辆,实时向警务人员发送预警信息,对所述嫌疑车辆进行拦截;
如果查询结果为:有驾驶证信息,则确定不存在无证驾驶违法行为,本次预警拦截结束;
S7:如果所述嫌疑车辆被拦截,本次嫌疑分析结束;
否则,如果所述嫌疑车辆没有被拦截,则把所述嫌疑车辆登记到车辆号牌黑名单中,警务人员后续通过跟踪所述车辆号牌黑名单的方式进行查处,本次嫌疑分析结束。
2.根据权利要求1所述基于图像识别的无证驾驶违法行为预警拦截方法,其特征在于:步骤S4中,找到驾驶人的所述人类区域图片的方法中,包括如下步骤:
S4-1: 获取所述车辆区域图片的中点坐标(x1,y1):
x1 = k/2,y1 = g/2
其中:k为车辆区域图片横向像素数,g为车辆区域图片纵向像素数;
S4-2:比较所述中点坐标和所述人脸区域坐标:
若同时满足:x > x1,y < y1,w < x1,h < y1,
则对应的所述人脸区域图片认定为驾驶人人脸区域图片;
否则,对应的所述人脸区域图片认定为非驾驶人人脸区域图片;
其中: x、y、w、h为所述人脸区域坐标的参数,x、y是以所述车辆区域图片左上角为原点的所述人脸区域坐标的左上角坐标值、单位是像素,w、h分别是所述人脸区域坐标的横向、纵向的像素数。
3.根据权利要求1所述基于图像识别的无证驾驶违法行为预警拦截方法,其特征在于:步骤S6中,在机动车驾驶人信息库中查询所述待确认身份证号码的过程中,包括如下步骤:
S6-1:在执法所在地的机动车驾驶证信息库中,查询所述待确认身份证号码;
如果没有查询到所述待确认身份证号码,则执行步骤S6-2;
否则,查询结果设置为:有驾驶证信息;
S6-2:在全国机动车驾驶证信息库中,查询所述待确认身份证号码;
如果没有查询到所述待确认身份证号码,则查询结果设置为:无驾驶证信息;
否则,查询结果设置为:有驾驶证信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910813278.3A CN110379176B (zh) | 2019-08-30 | 2019-08-30 | 基于图像识别的无证驾驶违法行为预警拦截方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910813278.3A CN110379176B (zh) | 2019-08-30 | 2019-08-30 | 基于图像识别的无证驾驶违法行为预警拦截方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110379176A CN110379176A (zh) | 2019-10-25 |
CN110379176B true CN110379176B (zh) | 2021-09-07 |
Family
ID=68261159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910813278.3A Active CN110379176B (zh) | 2019-08-30 | 2019-08-30 | 基于图像识别的无证驾驶违法行为预警拦截方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110379176B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111199173A (zh) * | 2018-11-19 | 2020-05-26 | 杭州海康威视系统技术有限公司 | 报警方法、装置、电子设备及存储介质 |
CN111445701A (zh) * | 2019-11-02 | 2020-07-24 | 泰州市海陵区一马商务信息咨询有限公司 | 租车违章信息大数据登记系统及方法 |
CN110852289A (zh) * | 2019-11-16 | 2020-02-28 | 公安部交通管理科学研究所 | 一种基于移动视频提取车辆及驾驶人信息的方法 |
CN113269967B (zh) * | 2020-02-17 | 2023-03-14 | 杭州海康威视系统技术有限公司 | 无证驾驶检测方法、装置及设备、存储介质 |
CN111611426A (zh) * | 2020-04-21 | 2020-09-01 | 汉腾汽车有限公司 | 一种基于图像识别与车联网结合的辅助追踪系统 |
CN111899508B (zh) * | 2020-07-08 | 2022-03-29 | 合肥驭翔机动车检测服务有限公司 | 一种机动车尾气拦截检测方法及其系统 |
CN113920601B (zh) * | 2020-07-10 | 2024-05-10 | 霍致文 | 一种追查上缴欠款的方法及系统 |
CN112766116B (zh) * | 2021-01-09 | 2023-04-28 | 深圳市天龙世纪科技发展有限公司 | 一种执法记录仪的人脸识别方法及系统 |
CN112733787A (zh) * | 2021-01-20 | 2021-04-30 | 青岛以萨数据技术有限公司 | 驾乘人员违法行为检测方法、装置、存储介质及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544481A (zh) * | 2013-10-24 | 2014-01-29 | 深圳市飞瑞斯科技有限公司 | 一种基于人脸识别的道路卡口监控方法及系统 |
CN107133563A (zh) * | 2017-03-17 | 2017-09-05 | 深圳市能信安科技股份有限公司 | 一种基于公安领域的视频分析系统及方法 |
CN107749856A (zh) * | 2017-10-31 | 2018-03-02 | 奇瑞汽车股份有限公司 | 识别非法驾驶的方法和系统 |
CN108304830A (zh) * | 2018-03-09 | 2018-07-20 | 西安艾润物联网技术服务有限责任公司 | 车辆内人员身份在线监测方法、装置和存储介质 |
CN108540579A (zh) * | 2018-05-25 | 2018-09-14 | 西安艾润物联网技术服务有限责任公司 | 驾驶员身份在线监测方法、装置和存储介质 |
CN109147336A (zh) * | 2018-08-01 | 2019-01-04 | 武汉云易虹科技有限公司 | 一种交通失驾人员预警方法及系统 |
CN109214258A (zh) * | 2017-07-05 | 2019-01-15 | 杭州海康威视系统技术有限公司 | 失驾人员违规驾驶的检测方法及装置 |
-
2019
- 2019-08-30 CN CN201910813278.3A patent/CN110379176B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544481A (zh) * | 2013-10-24 | 2014-01-29 | 深圳市飞瑞斯科技有限公司 | 一种基于人脸识别的道路卡口监控方法及系统 |
CN107133563A (zh) * | 2017-03-17 | 2017-09-05 | 深圳市能信安科技股份有限公司 | 一种基于公安领域的视频分析系统及方法 |
CN109214258A (zh) * | 2017-07-05 | 2019-01-15 | 杭州海康威视系统技术有限公司 | 失驾人员违规驾驶的检测方法及装置 |
CN107749856A (zh) * | 2017-10-31 | 2018-03-02 | 奇瑞汽车股份有限公司 | 识别非法驾驶的方法和系统 |
CN108304830A (zh) * | 2018-03-09 | 2018-07-20 | 西安艾润物联网技术服务有限责任公司 | 车辆内人员身份在线监测方法、装置和存储介质 |
CN108540579A (zh) * | 2018-05-25 | 2018-09-14 | 西安艾润物联网技术服务有限责任公司 | 驾驶员身份在线监测方法、装置和存储介质 |
CN109147336A (zh) * | 2018-08-01 | 2019-01-04 | 武汉云易虹科技有限公司 | 一种交通失驾人员预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110379176A (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110379176B (zh) | 基于图像识别的无证驾驶违法行为预警拦截方法 | |
CN110191424B (zh) | 一种特定嫌疑人的轨迹生成方法和装置 | |
US6442474B1 (en) | Vision-based method and apparatus for monitoring vehicular traffic events | |
CN109461106A (zh) | 一种多维信息感知处理方法 | |
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 | |
WO2019153193A1 (zh) | 一种出租车运营监测方法、设备、存储介质和系统 | |
CN109785615B (zh) | 一种用于公安检查站的预警分流子系统 | |
CN103544481A (zh) | 一种基于人脸识别的道路卡口监控方法及系统 | |
CN110175217A (zh) | 一种用于确定嫌疑人的感知数据分析方法和装置 | |
CN106600977A (zh) | 基于多特征识别的违停检测方法及系统 | |
CN112380892B (zh) | 一种图像识别方法、装置、设备及介质 | |
WO2018176191A1 (zh) | 套牌车识别方法及装置 | |
US20230073717A1 (en) | Systems And Methods For Electronic Surveillance | |
CN103593977B (zh) | 私家车非法营运的检测方法 | |
CN106571040B (zh) | 一种可疑车辆确认方法及设备 | |
CN112464030B (zh) | 一种可疑人员确定方法及装置 | |
CN112115939A (zh) | 车辆车牌的识别方法、装置 | |
CN112733598A (zh) | 车辆违法判别方法、装置、计算机设备和存储介质 | |
CN112135038A (zh) | 基于交通监控的车辆追踪方法、系统及其存储介质 | |
CN111767776B (zh) | 一种异常车牌推选方法及装置 | |
CN110909641A (zh) | 一种检测摩托车超载的方法、装置及系统 | |
CN113870551A (zh) | 一种能够鉴别危险和非危险驾驶行为的路侧监控系统 | |
CN111222587A (zh) | 基于特征融合的失证人员危险驾驶行为预测方法及系统 | |
CN111461124A (zh) | 基于大数据的遮挡车牌识别方法、设备及存储介质 | |
CN112991600B (zh) | 车辆驶出停车场的方法、装置、系统及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |