CN110390813A - 基于车型鉴别的大数据处理系统 - Google Patents
基于车型鉴别的大数据处理系统 Download PDFInfo
- Publication number
- CN110390813A CN110390813A CN201910436965.8A CN201910436965A CN110390813A CN 110390813 A CN110390813 A CN 110390813A CN 201910436965 A CN201910436965 A CN 201910436965A CN 110390813 A CN110390813 A CN 110390813A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- subgraph
- equipment
- big data
- image
- 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.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 56
- 238000001914 filtration Methods 0.000 claims abstract description 31
- 238000003384 imaging method Methods 0.000 claims abstract description 4
- 238000005096 rolling process Methods 0.000 claims description 26
- 208000019901 Anxiety disease Diseases 0.000 abstract description 4
- 230000036506 anxiety Effects 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/955—Hardware or software architectures specially adapted for image or video understanding using specific electronic processors
-
- 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
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- 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
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于车型鉴别的大数据处理系统,所述系统包括:大数据处理节点,用于基于各种车辆的成像特征辨识出现场滤波图像中的每一个车辆目标对应的车型,并根据每一个车辆目标对应的车型确定所述车型车辆通过交通路口的平均时间,还根据信号灯中绿灯持续时长和现场滤波图像中各个车辆目标对应的各个平均时间确定下一次绿灯持续时间内能够通行所述交通路口的多个车辆目标。本发明的基于车型鉴别的大数据处理系统运算迅速、具有一定的智能化水准。由于基于历史数据估算等灯车辆中下一次绿灯放行能够通行的排在前列的各个车辆,并对所述各个车辆进行现场投影,从而降低等灯司机的焦虑程度。
Description
技术领域
本发明涉及大数据处理领域,尤其涉及一种基于车型鉴别的大数据处理系统。
背景技术
大数据处理中遵守了捕获、存储加分析的流程,过程中数据由传感器、网页服务器、销售终端、移动设备等获取,之后再存储到相应设备上,之后再进行分析。由于这些类型的处理都是通过传统的关系型数据库管理系统进行的,数据形式都需要转换或者转型成为RDBMS能够使用的结构类型,例如行或者列的形式,并且需要和其他的数据相连续。
处理的过程被称之为提取、转移、加载或者称为ETL。首先将数据从源系统中提取处理,再将数据标准化处理且将数据发往相应的数据仓储等待进一步分析。在传统数据库环境中,这种ETL步骤相对直接,因为分析的对象往往是为人们熟知的金融报告、销售或者市场报表、企业资源规划等等。然而在大数据环境下,ETL可能会变得相对复杂,因此转型过程对于不同类型的数据源之间处理方式是不同的。当分析开始的时候,数据首先从数据仓储中会被抽出来,被放进RDBMS里以产生需要的报告或者支撑相应的商业智能应用。在大数据分析的环节中,裸数据以及经转换了的数据大都会被保存下来,因为可能在后面还需要再次转换。
发明内容
本发明需要具备以下两处关键的发明点:
(1)基于历史数据估算等灯车辆中下一次绿灯放行能够通行的排在前列的各个车辆,并对所述各个车辆进行现场投影,从而降低等灯司机的焦虑程度;
(2)对图像中的目标区域和非目标区域分别执行不同策略的插值处理机制,从而在避免对整体图像执行过于复杂的多重插值处理的基础上,保证了后续图像识别动作的可靠性。
根据本发明的一方面,提供了一种基于车型鉴别的大数据处理系统,所述系统包括:大数据处理节点,通过网络与维纳滤波设备连接,用于基于各种车辆的成像特征辨识出现场滤波图像中的每一个车辆目标对应的车型;所述大数据处理节点还根据每一个车辆目标对应的车型确定所述车型车辆通过交通路口的平均时间,所述平均时间是基于历史数据统计而得;所述大数据处理节点还根据信号灯中绿灯持续时长和现场滤波图像中各个车辆目标对应的各个平均时间确定下一次绿灯持续时间内能够通行交通路口的所述现场滤波图像中景深最浅的多个车辆目标;现场投影设备,设置在交通路口上方的信号灯所在的横杆上,通过网络与大数据处理节点连接,用于基于现场滤波图像中景深最浅的多个车辆目标分别在现场滤波图像中的位置确定实际场景中所述多个车辆目标所共同占据的区域,并对所述共同占据的区域进行现场投影操作;在所述大数据处理节点中,所述现场滤波图像中景深最浅的多个车辆目标的多个车型分别对应的多个平均时间之和接近或等于所述绿灯持续时长。
本发明的基于车型鉴别的大数据处理系统运算迅速、具有一定的智能化水准。由于基于历史数据估算等灯车辆中下一次绿灯放行能够通行的排在前列的各个车辆,并对所述各个车辆进行现场投影,从而降低等灯司机的焦虑程度。
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车型鉴别的大数据处理系统所在交通路口的场景示意图。
具体实施方式
下面将参照附图对本发明的基于车型鉴别的大数据处理系统的实施方案进行详细说明。
交通管控,也叫交通信号控制,或城市交通控制,就是依靠交通警或采用交通信号控制设施,随交通变化特性来指挥车辆和行人的通行。
交通管控运用现代化的通讯设施、信号装置、传感器、监控设备和计算机对运行中的车辆进行准确地组织、调控,使其能够安全畅通地运行。交通管制分为静态管理和动态管理,而交通控制就是其中的动态管理。
交通管控通过由电子计算机管理的交通控制设施对交通流进行限制、调节、诱导、分流以达到降低交通总量,疏导交通,保障交通安全与畅通的目的。
目前,对于排队等候在交通路口处的各个车辆的驾驶员来说,在红灯禁行时间段内的心情是焦虑的,无法确定本车是否在下一次绿灯放行时间段内能够通过所述交通路口,因而处于时刻待命状态,导致上述问题的关键是无法精确确定出下一次绿灯放行时间排在前排的哪些车辆能够被放行。
为了克服上述不足,本发明搭建了一种基于车型鉴别的大数据处理系统,能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的基于车型鉴别的大数据处理系统所在交通路口的场景示意图。
根据本发明实施方案示出的基于车型鉴别的大数据处理系统包括:
大数据处理节点,通过网络与维纳滤波设备连接,用于基于各种车辆的成像特征辨识出现场滤波图像中的每一个车辆目标对应的车型;
所述大数据处理节点还根据每一个车辆目标对应的车型确定所述车型车辆通过交通路口的平均时间,所述平均时间是基于历史数据统计而得;
所述大数据处理节点还根据信号灯中绿灯持续时长和现场滤波图像中各个车辆目标对应的各个平均时间确定下一次绿灯持续时间内能够通行交通路口的所述现场滤波图像中景深最浅的多个车辆目标;
现场投影设备,设置在交通路口上方的信号灯所在的横杆上,通过网络与大数据处理节点连接,用于基于现场滤波图像中景深最浅的多个车辆目标分别在现场滤波图像中的位置确定实际场景中所述多个车辆目标所共同占据的区域,并对所述共同占据的区域进行现场投影操作;
在所述大数据处理节点中,所述现场滤波图像中景深最浅的多个车辆目标的多个车型分别对应的多个平均时间之和接近或等于所述绿灯持续时长;
高清抓拍设备,设置在交通路口上方的信号灯所在的横杆上,位于所述信号灯的一侧,用于对交通路口前方等灯的车辆排队场景进行抓拍操作,以获得等灯场景图像;
对比度提升设备,设置在所述横杆下方的控制箱内,与所述高清抓拍设备连接,用于对接收到的等灯场景图像执行对比度提升处理,以获得相应的实时提升图像,并输出所述实时提升图像;
信号搜索设备,与所述对比度提升设备连接,用于接收实时提升图像,基于车辆图像特征从所述实时提升图像中搜索出相应的车辆子图像,并将所述实时提升图像中除了所述车辆子图像之外的图像作为剩余子图像;
线性插值设备,与所述信号搜索设备连接,用于对所述车辆子图像执行线性插值处理,以获得第一子图像;
所述线性插值设备还用于对所述剩余子图像执行线性插值处理,以获得第二子图像;
移动平均插值设备,分别与所述信号搜索设备和所述线性插值设备连接,用于接收所述第一子图像;
所述移动平均插值设备还用于对所述第一子图像执行移动平均插值处理,以获得第三子图像;
数据组合设备,分别与所述线性插值设备和所述移动平均插值设备连接,用于分别对所述第二子图像和所述第三子图像执行归一化处理操作,以分别获得第四子图像和第五子图像;
所述数据组合设备还用于将所述第四子图像和所述第五子图像合并以获得合并后图像;
维纳滤波设备,与所述数据组合设备连接,用于接收所述合并后图像,并对所述合并后图像执行维纳滤波处理,以获得并输出相应的现场滤波图像。
接着,继续对本发明的基于车型鉴别的大数据处理系统的具体结构进行进一步的说明。
所述基于车型鉴别的大数据处理系统中:
所述线性插值设备还用于在检测到所述车辆子图像的清晰度超限时,直接将所述车辆子图像作为第一子图像发送给所述移动平均插值设备。
所述基于车型鉴别的大数据处理系统中:
所述线性插值设备还用于在检测到所述剩余子图像的清晰度超限时,直接将所述剩余子图像作为第二子图像发送给所述移动平均插值设备。
所述基于车型鉴别的大数据处理系统中:
所述维纳滤波设备、所述线性插值设备和所述移动平均插值设备分别采用不同型号的SOC芯片来实现。
所述基于车型鉴别的大数据处理系统中还可以包括:
FPM DRAM,分别与所述线性插值设备和所述移动平均插值设备连接,用于分别存储所述线性插值设备和所述移动平均插值设备的当前输入数据。
所述基于车型鉴别的大数据处理系统中还可以包括:
频分双工通信接口,与所述线性插值设备连接,用于将所述线性插值设备的当前发送数据通过频分双工通信链路进行发送。
所述基于车型鉴别的大数据处理系统中:
所述线性插值设备和所述移动平均插值设备分别采用不同型号的SOC芯片来实现且所述线性插值设备和所述移动平均插值设备被集成在同一块印刷电路板上。
所述基于车型鉴别的大数据处理系统中还可以包括:
温度传感设备,分别与所述线性插值设备和所述移动平均插值设备连接,用于分别检测所述线性插值设备和所述移动平均插值设备的外壳温度。
另外,FPM DRAM(Fast Page Mode RAM):快速页面模式内存。是一种在486时期被普遍应用的内存(也曾应用为显存)。72线、5V电压、带宽32bit、基本速度60ns以上。它的读取周期是从DRAM阵列中某一行的触发开始,然后移至内存地址所指位置,即包含所需要的数据。第一条信息必须被证实有效后存至系统,才能为下一个周期作好准备。这样就引入了“等待状态”,因为CPU必须傻傻的等待内存完成一个周期。FPM之所以被广泛应用,一个重要原因就是它是种标准而且安全的产品,而且很便宜。但其性能上的缺陷导致其不久就被EDODRAM所取代,此种显存的显卡已不存在了。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:只读内存(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种基于车型鉴别的大数据处理系统,所述系统包括:
大数据处理节点,通过网络与维纳滤波设备连接,用于基于各种车辆的成像特征辨识出现场滤波图像中的每一个车辆目标对应的车型;
所述大数据处理节点还根据每一个车辆目标对应的车型确定所述车型车辆通过交通路口的平均时间,所述平均时间是基于历史数据统计而得;
所述大数据处理节点还根据信号灯中绿灯持续时长和现场滤波图像中各个车辆目标对应的各个平均时间确定下一次绿灯持续时间内能够通行交通路口的所述现场滤波图像中景深最浅的多个车辆目标;
现场投影设备,设置在交通路口上方的信号灯所在的横杆上,通过网络与大数据处理节点连接,用于基于现场滤波图像中景深最浅的多个车辆目标分别在现场滤波图像中的位置确定实际场景中所述多个车辆目标所共同占据的区域,并对所述共同占据的区域进行现场投影操作;
在所述大数据处理节点中,所述现场滤波图像中景深最浅的多个车辆目标的多个车型分别对应的多个平均时间之和接近或等于所述绿灯持续时长;
高清抓拍设备,设置在交通路口上方的信号灯所在的横杆上,位于所述信号灯的一侧,用于对交通路口前方等灯的车辆排队场景进行抓拍操作,以获得等灯场景图像;
对比度提升设备,设置在所述横杆下方的控制箱内,与所述高清抓拍设备连接,用于对接收到的等灯场景图像执行对比度提升处理,以获得相应的实时提升图像,并输出所述实时提升图像;
信号搜索设备,与所述对比度提升设备连接,用于接收实时提升图像,基于车辆图像特征从所述实时提升图像中搜索出相应的车辆子图像,并将所述实时提升图像中除了所述车辆子图像之外的图像作为剩余子图像;
线性插值设备,与所述信号搜索设备连接,用于对所述车辆子图像执行线性插值处理,以获得第一子图像;
所述线性插值设备还用于对所述剩余子图像执行线性插值处理,以获得第二子图像;
移动平均插值设备,分别与所述信号搜索设备和所述线性插值设备连接,用于接收所述第一子图像;
所述移动平均插值设备还用于对所述第一子图像执行移动平均插值处理,以获得第三子图像;
数据组合设备,分别与所述线性插值设备和所述移动平均插值设备连接,用于分别对所述第二子图像和所述第三子图像执行归一化处理操作,以分别获得第四子图像和第五子图像;
所述数据组合设备还用于将所述第四子图像和所述第五子图像合并以获得合并后图像;
维纳滤波设备,与所述数据组合设备连接,用于接收所述合并后图像,并对所述合并后图像执行维纳滤波处理,以获得并输出相应的现场滤波图像。
2.如权利要求1所述的基于车型鉴别的大数据处理系统,其特征在于:
所述线性插值设备还用于在检测到所述车辆子图像的清晰度超限时,直接将所述车辆子图像作为第一子图像发送给所述移动平均插值设备。
3.如权利要求2所述的基于车型鉴别的大数据处理系统,其特征在于:
所述线性插值设备还用于在检测到所述剩余子图像的清晰度超限时,直接将所述剩余子图像作为第二子图像发送给所述移动平均插值设备。
4.如权利要求3所述的基于车型鉴别的大数据处理系统,其特征在于:
所述维纳滤波设备、所述线性插值设备和所述移动平均插值设备分别采用不同型号的SOC芯片来实现。
5.如权利要求4所述的基于车型鉴别的大数据处理系统,其特征在于,所述系统还包括:
FPM DRAM,分别与所述线性插值设备和所述移动平均插值设备连接,用于分别存储所述线性插值设备和所述移动平均插值设备的当前输入数据。
6.如权利要求5所述的基于车型鉴别的大数据处理系统,其特征在于,所述系统还包括:
频分双工通信接口,与所述线性插值设备连接,用于将所述线性插值设备的当前发送数据通过频分双工通信链路进行发送。
7.如权利要求6所述的基于车型鉴别的大数据处理系统,其特征在于:
所述线性插值设备和所述移动平均插值设备分别采用不同型号的SOC芯片来实现且所述线性插值设备和所述移动平均插值设备被集成在同一块印刷电路板上。
8.如权利要求7所述的基于车型鉴别的大数据处理系统,其特征在于,所述系统还包括:
温度传感设备,分别与所述线性插值设备和所述移动平均插值设备连接,用于分别检测所述线性插值设备和所述移动平均插值设备的外壳温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910436965.8A CN110390813B (zh) | 2019-05-24 | 2019-05-24 | 基于车型鉴别的大数据处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910436965.8A CN110390813B (zh) | 2019-05-24 | 2019-05-24 | 基于车型鉴别的大数据处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110390813A true CN110390813A (zh) | 2019-10-29 |
CN110390813B CN110390813B (zh) | 2021-08-17 |
Family
ID=68285371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910436965.8A Expired - Fee Related CN110390813B (zh) | 2019-05-24 | 2019-05-24 | 基于车型鉴别的大数据处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110390813B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113593274A (zh) * | 2021-07-29 | 2021-11-02 | 青岛海信网络科技股份有限公司 | 一种交通信号控制方法及装置 |
CN113851000A (zh) * | 2021-09-10 | 2021-12-28 | 泰州蝶金软件有限公司 | 基于云计算的命令解析系统 |
CN113863180A (zh) * | 2021-09-16 | 2021-12-31 | 泰州市雷信农机电制造有限公司 | 基于大数据存储的托底防控系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104008656A (zh) * | 2014-06-16 | 2014-08-27 | 上海萃智工业技术有限公司 | 一种智能红绿灯系统 |
CN107945541A (zh) * | 2017-11-10 | 2018-04-20 | 西安艾润物联网技术服务有限责任公司 | 红绿灯调控方法、系统以及计算机可读存储介质 |
WO2018106774A1 (en) * | 2016-12-08 | 2018-06-14 | Pcms Holdings, Inc. | System and method for routing and reorganization of a vehicle platoon in a smart city |
CN109035457A (zh) * | 2018-07-10 | 2018-12-18 | 王刚 | 自动式汽车通行收费平台 |
-
2019
- 2019-05-24 CN CN201910436965.8A patent/CN110390813B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104008656A (zh) * | 2014-06-16 | 2014-08-27 | 上海萃智工业技术有限公司 | 一种智能红绿灯系统 |
WO2018106774A1 (en) * | 2016-12-08 | 2018-06-14 | Pcms Holdings, Inc. | System and method for routing and reorganization of a vehicle platoon in a smart city |
CN107945541A (zh) * | 2017-11-10 | 2018-04-20 | 西安艾润物联网技术服务有限责任公司 | 红绿灯调控方法、系统以及计算机可读存储介质 |
CN109035457A (zh) * | 2018-07-10 | 2018-12-18 | 王刚 | 自动式汽车通行收费平台 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113593274A (zh) * | 2021-07-29 | 2021-11-02 | 青岛海信网络科技股份有限公司 | 一种交通信号控制方法及装置 |
CN113851000A (zh) * | 2021-09-10 | 2021-12-28 | 泰州蝶金软件有限公司 | 基于云计算的命令解析系统 |
CN113863180A (zh) * | 2021-09-16 | 2021-12-31 | 泰州市雷信农机电制造有限公司 | 基于大数据存储的托底防控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110390813B (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11455805B2 (en) | Method and apparatus for detecting parking space usage condition, electronic device, and storage medium | |
CN110390813A (zh) | 基于车型鉴别的大数据处理系统 | |
CN103295034B (zh) | 一种基于dsp的嵌入式图书乱架清点系统及方法 | |
CN107591005B (zh) | 动静态检测相结合的停车区域管理方法、服务器及系统 | |
CN105631418A (zh) | 一种人数统计的方法和装置 | |
CN108154707A (zh) | 一种停车场数据处理终端设备和停车场管理系统 | |
CN112633255B (zh) | 目标检测方法、装置及设备 | |
CN109859260A (zh) | 确定车位位置的方法、装置及计算机可读存储介质 | |
CN104361359A (zh) | 基于图像检测的车辆识别方法 | |
US11948373B2 (en) | Automatic license plate recognition | |
CN112562330A (zh) | 评估道路运行指数的方法和装置、电子设备、存储介质 | |
CN110310378A (zh) | 一种基于双鉴的开放式停车场停车计费方法及系统 | |
CN112651293A (zh) | 一种公路违法设摊事件视频检测方法 | |
CN116311063A (zh) | 监控视频下基于人脸识别的人员细粒度跟踪方法及系统 | |
CN102819559A (zh) | 一种rfid冗余数据过滤方法 | |
Chen | [Retracted] E‐Commerce Logistics Inspection System Based on Artificial Intelligence Technology in the Context of Big Data | |
CN103106400B (zh) | 一种人脸检测方法与装置 | |
JP2022003548A (ja) | 認識システム及びそのプログラム | |
CN111986473A (zh) | 基于车型鉴别的大数据处理方法 | |
CN111507269B (zh) | 车位状态的识别方法及装置、存储介质和电子装置 | |
CN113299108B (zh) | 车位信息确定方法、装置、设备及存储介质 | |
CN116935134A (zh) | 一种点云数据的标注方法、系统、终端及存储介质 | |
CN111369790A (zh) | 过车记录校正方法、装置、设备及存储介质 | |
CN109101917A (zh) | 用于行人重识别的标注方法、训练方法、装置及系统 | |
CN101540102A (zh) | 检测车辆违法占道的装置及方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210730 Address after: 252000 room 409, floor 4, building a, yunshang building, No. 5, Lushan South Road, high tech Zone, Liaocheng City, Shandong Province Applicant after: Shandong huishangmai Network Technology Co.,Ltd. Address before: 065000 No. 106, Xinhua Road, Guangyang District, Langfang City, Hebei Province Applicant before: Qin Yousheng |
|
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: 20210817 |
|
CF01 | Termination of patent right due to non-payment of annual fee |