CN110633607A - 基于云存储的信息辨别终端 - Google Patents
基于云存储的信息辨别终端 Download PDFInfo
- Publication number
- CN110633607A CN110633607A CN201910204424.2A CN201910204424A CN110633607A CN 110633607 A CN110633607 A CN 110633607A CN 201910204424 A CN201910204424 A CN 201910204424A CN 110633607 A CN110633607 A CN 110633607A
- Authority
- CN
- China
- Prior art keywords
- image
- data processing
- nearest neighbor
- neighbor interpolation
- cloud storage
- 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
Links
Images
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
- 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
- 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
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- 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
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于云存储的信息辨别终端,所述终端包括:存储器和处理器,所述处理器与所述存储器连接;所述存储器,用于存储所述处理器的可执行指令;所述处理器,用于调用所述存储器中的可执行指令,以实现使用基于云存储的信息辨别系统以对交通路口附近每一个车体外形和其中的驾驶员身份进行鉴别,以判断二者是否匹配,并在二者不匹配时发出驾驶员不可靠信号的方法。
Description
技术领域
本发明涉及云存储领域,尤其涉及一种基于云存储的信息辨别终端。
背景技术
云存储是一种网上在线存储(英语:Cloud storage)的模式,即把数据存放在通常由第三方托管的多台虚拟服务器,而非专属的服务器上。托管(hosting)公司营运大型的数据中心,需要数据存储托管的人,则透过向其购买或租赁存储空间的方式,来满足数据存储的需求。数据中心营运商根据客户的需求,在后端准备存储虚拟化的资源,并将其以存储资源池(storage pool)的方式提供,客户便可自行使用此存储资源池来存放文件或对象。实际上,这些资源可能被分布在众多的服务器主机上。
云存储这项服务乃透过Web服务应用程序接口(API),或是透过Web化的用户界面来访问。
发明内容
本发明需要具备以下三处重要的发明点:
(1)对交通路口附近每一个车体外形和其中的驾驶员身份进行鉴别,以判断二者是否匹配,并在二者不匹配时发出驾驶员不可靠信号,从而为犯罪行为的判断提供有效的参考数据;
(2)采用定制的电量辨识机制,基于待检测设备的电力输入端子每小时输入的电压和每小时输入的电流执行对待检测设备的用电等级执行高精度的分析;
(3)在前方设备耗电量较多的情况下,为了维持整个系统耗电量的相对均衡,对后方设备的数据处理机制进行简化处理,以降低后方设备的耗电量。
根据本发明的一方面,提供一种基于云存储的信息辨别终端,所述终端包括:存储器和处理器,所述处理器与所述存储器连接;所述存储器,用于存储所述处理器的可执行指令;所述处理器,用于调用所述存储器中的可执行指令,以实现使用基于云存储的信息辨别系统以对交通路口附近每一个车体外形和其中的驾驶员身份进行鉴别,以判断二者是否匹配,并在二者不匹配时发出驾驶员不可靠信号的方法,所述基于云存储的信息辨别系统包括:云存储节点,用于提供身份数据库,所述身份数据库保存了每一个身份编号绑定的车型;无线采集设备,设置在信号灯的一侧,用于对交通路口周围环境进行图像数据采集,以获得并输出相应的路口环境图像。
更具体地,在所述基于云存储的信息辨别系统中,所述系统还包括:电量辨识设备,设置在信号灯的一侧,与所述无线采集设备的电力输入端子连接,所述电量辨识设备用于基于所述电力输入端子每小时输入的电压和每小时输入的电流执行对所述无线采集设备的用电等级的分析。
更具体地,在所述基于云存储的信息辨别系统中,所述系统还包括:实时计时设备,与所述电量辨识设备连接,用于为电量辨识设备提供计时参考信号;现场提取设备,分别与所述实时计时设备和所述电量辨识设备连接,用于在接收到用电等级超限时,识别出所述路口环境图像中的各个对象分别所在的各个对象区域;所述现场提取设备还用于在接收到用电等级未超限时,不对所述路口环境图像进行对象区域的识别处理;动态锐化设备,分别与所述现场提取设备和所述电量辨识设备连接,用于在接收到的用电等级超限时,对所述路口环境图像执行动态锐化处理以获得并输出与所述路口环境图像对应的动态锐化图像:对所述路口环境图像的对象区域进行图像锐化处理,对所述路口环境图像的非对象区域不进行图像锐化处理。
本发明的基于云存储的信息辨别终端数据可靠,充分利用了现有的硬件资源。由于对交通路口附近每一个车体外形和其中的驾驶员身份进行鉴别,以判断二者是否匹配,并在二者不匹配时发出驾驶员不可靠信号,从而为犯罪行为的判断提供有效的参考数据。
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云存储的信息辨别系统所在位置一侧的信号灯的外形示意图。
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。
数据存储对象包括数据流在加工过程中产生的临时文件或加工过程中需要查找的信息。数据以某种格式记录在计算机内部或外部存储介质上。数据存储要命名,这种命名要反映信息特征的组成含义。数据流反映了系统中流动的数据,表现出动态数据的特征;数据存储反映系统中静止的数据,表现出静态数据的特征。
磁盘和磁带都是常用的存储介质。数据存储组织方式因存储介质而异。在磁带上数据仅按顺序文件方式存取;在磁盘上则可按使用要求采用顺序存取或直接存取方式。数据存储方式与数据文件组织密切相关,其关键在于建立记录的逻辑与物理顺序间对应关系,确定存储地址,以提高数据存取速度。
目前,道路上行驶的车辆中,驾驶员与车辆的关系有很多种,最主要的关系是驾驶员是车辆的车主,这种关系是最安全的,一旦出现交通事故也能够快速搜索到驾驶员信息,而其他关系都是不安全的,需要进行重点监控,然而,目前缺乏上述关系的有效检测机制。
为了克服上述不足,本发明搭建一种基于云存储的信息辨别终端,所述终端包括:存储器和处理器,所述处理器与所述存储器连接;所述存储器,用于存储所述处理器的可执行指令;所述处理器,用于调用所述存储器中的可执行指令,以实现使用基于云存储的信息辨别系统以对交通路口附近每一个车体外形和其中的驾驶员身份进行鉴别,以判断二者是否匹配,并在二者不匹配时发出驾驶员不可靠信号的方法。所述基于云存储的信息辨别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云存储的信息辨别系统所在位置一侧的信号灯的外形示意图。
根据本发明实施方案示出的基于云存储的信息辨别系统包括:
云存储节点,用于提供身份数据库,所述身份数据库保存了每一个身份编号绑定的车型;
无线采集设备,设置在信号灯的一侧,用于对交通路口周围环境进行图像数据采集,以获得并输出相应的路口环境图像。
接着,继续对本发明的基于云存储的信息辨别系统的具体结构进行进一步的说明。
所述基于云存储的信息辨别系统中还可以包括:
电量辨识设备,设置在信号灯的一侧,与所述无线采集设备的电力输入端子连接,所述电量辨识设备用于基于所述电力输入端子每小时输入的电压和每小时输入的电流执行对所述无线采集设备的用电等级的分析。
所述基于云存储的信息辨别系统中还可以包括:
实时计时设备,与所述电量辨识设备连接,用于为电量辨识设备提供计时参考信号;
现场提取设备,分别与所述实时计时设备和所述电量辨识设备连接,用于在接收到用电等级超限时,识别出所述路口环境图像中的各个对象分别所在的各个对象区域;
所述现场提取设备还用于在接收到用电等级未超限时,不对所述路口环境图像进行对象区域的识别处理;
动态锐化设备,分别与所述现场提取设备和所述电量辨识设备连接,用于在接收到的用电等级超限时,对所述路口环境图像执行动态锐化处理以获得并输出与所述路口环境图像对应的动态锐化图像:对所述路口环境图像的对象区域进行图像锐化处理,对所述路口环境图像的非对象区域不进行图像锐化处理;
所述动态锐化设备还用于在接收到的用电等级未超限时,将所述路口环境图像作为动态锐化图像输出;
最近邻插值设备,与所述动态锐化设备连接,用于对接收到的动态锐化图像执行最近邻插值处理,以获得并输出相应的最近邻插值图像;
对象辨别设备,设置在信号灯的一侧,与所述最近邻插值设备连接,用于基于车体成像特征识别出所述最近邻插值图像中的每一个车体目标所在的车体区域,基于驾驶员在车体的相对位置从每一个车体区域内的提取出相应位置的面部图案;
身份鉴定设备,分别与所述云存储节点和所述对象辨别设备连接,用于对每一个车体区域内的面部图案执行面部特征分析以获得相应的身份编号,并基于所述身份编号从身份数据库中搜索出所述身份编号绑定的车型以作为参考车型;
内容匹配设备,与所述身份鉴定设备连接,用于将参考车型对应的基准车体图案与所述车体区域外形进行匹配,以在匹配度超限时,发出驾驶员可靠信号,否则,发出驾驶员不可靠信号;
其中,所述身份鉴定设备通过无线网络与所述云存储节点建立无线通信链路;
其中,在所述电量辨识设备中,基于所述电力输入端子每小时输入的电压和每小时输入的电流执行对所述无线采集设备的用电等级的分析包括:将每小时输入的电压和每小时输入的电流相乘以获得每小时耗电功率,基于所述每小时耗电功率确定对应的无线采集设备的用电等级;
其中,在所述电量辨识设备中,所述每小时耗电功率越大,确定的对应的无线采集设备的用电等级越高。
所述基于云存储的信息辨别系统中:
所述现场提取设备、所述动态锐化设备和所述最近邻插值设备分别设置在不同印刷电路板上。
所述基于云存储的信息辨别系统中还可以包括:
第一数据处理设备,与所述最近邻插值设备连接,用于接收所述最近邻插值图像,获取所述最近邻插值图像中的各个边缘像素点,基于所述各个边缘像素点确定所述最近邻插值图像中的一个或多个对象分别所在的一个或多个图像区域;
第二数据处理设备,与所述第一数据处理设备连接,用于接收所述一个或多个图像区域的数量以作为区域数量,并基于所述最近邻插值图像的解析度在所述最近邻插值图像中设定所述最近邻插值图像的中央图像块,确定在所述中央图像块中的图像区域的数量以作为中央对象数量输出。
所述基于云存储的信息辨别系统中还可以包括:
第三数据处理设备,与所述第二数据处理设备连接,用于接收所述中央对象数量和所述区域数量,计算所述中央对象数量占据所述区域数量的比例,并基于所述比例确定对应的高斯曲线的扩展度;
第四数据处理设备,与所述第三数据处理设备连接,用于对频域中的每一个待处理频域点选择滤波系数如下:确定所述待处理频域点到频域原点的距离,获取所述距离的平方值以作为第一平方值,确定所述第三数据处理设备确定的高斯曲线的扩展度的平方值,将所述高斯曲线的扩展度的平方值乘以2以作为第二平方值,将所述第一平方值除以所述第二平方值后的结果进行取负运算以获得指数幂,对所述指数幂执行以自然对数为底的指数预算以获得所述待处理频域点的滤波系数。
所述基于云存储的信息辨别系统中还可以包括:
第五数据处理设备,分别与所述第一数据处理设备和所述第四数据处理设备连接,用于对所述最近邻插值图像执行从傅里叶变换,以获得对应的频率域信号,对所述频率域信号中的每一个频域点的频域值乘以所述第四数据处理设备确定的所述频域点的滤波系数以获得所述频域点的滤波频域值;
第六数据处理设备,分别与所述对象辨别设备和所述第五数据处理设备连接,以获得所述频率域信号中的各个频域点的各个滤波频域值,并基于所述频率域信号中的各个频域点的各个滤波频域值进行频率域到时间域的变换以获得与所述最近邻插值图像对应的数据处理图像,并将所述数据处理图像替换所述最近邻插值图像发送给所述对象辨别设备;
MMC存储卡,分别与所述第一数据处理设备和所述第三数据处理设备连接,用于存储所述预设偏离阈值。
所述基于云存储的信息辨别系统中:
所述第一数据处理设备获取所述最近邻插值图像中的各个边缘像素点包括:将红色颜色分量偏离周围各个像素点红色颜色分量均值达预设偏离阈值的像素点确定为边缘像素点。
所述基于云存储的信息辨别系统中:
所述第二数据处理设备基于所述最近邻插值图像的解析度在所述最近邻插值图像中设定所述最近邻插值图像的中央图像块包括:所述最近邻插值图像的解析度越低,设定的所述最近邻插值图像的中央图像块越小;
其中,所述MMC存储卡还用于存储所述中央对象数量占据所述区域数量的比例与高斯曲线的扩展度的对应关系。
另外,所述内容匹配设备为一GPU芯片。图形处理器(英语:Graphics ProcessingUnit,缩写:GPU),又称显示核心、视觉处理器、显示芯片,是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上图像运算工作的微处理器。
图形处理器用途是将计算机系统所需要的显示信息进行转换驱动,并向显示器提供行扫描信号,控制显示器的正确显示,是连接显示器和个人电脑主板的重要元件,也是“人机对话”的重要设备之一。显卡作为电脑主机里的一个重要组成部分,承担输出显示图形的任务,对于从事专业图形设计的人来说显卡非常重要。
显卡的处理器称为图形处理器(GPU),它是显卡的“心脏”,与CPU类似,只不过GPU是专为执行复杂的数学和几何计算而设计的,这些计算是图形渲染所必需的。某些最快速的GPU集成的晶体管数甚至超过了普通CPU。
时下的GPU多数拥有2D或3D图形加速功能。如果CPU想画一个二维图形,只需要发个指令给GPU,如“在坐标位置(x,y)处画个长和宽为a×b大小的长方形”,GPU就可以迅速计算出该图形的所有像素,并在显示器上指定位置画出相应的图形,画完后就通知CPU“我画完了”,然后等待CPU发出下一条图形指令。
应当理解,本发明的各部分可以用硬件、软件、固件或他们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种基于云存储的信息辨别终端,其特征在于,所述终端包括:存储器和处理器,所述处理器与所述存储器连接;
所述存储器,用于存储所述处理器的可执行指令;
所述处理器,用于调用所述存储器中的可执行指令,以实现使用基于云存储的信息辨别系统以对交通路口附近每一个车体外形和其中的驾驶员身份进行鉴别,以判断二者是否匹配,并在二者不匹配时发出驾驶员不可靠信号的方法,所述基于云存储的信息辨别系统包括:
云存储节点,用于提供身份数据库,所述身份数据库保存了每一个身份编号绑定的车型;
无线采集设备,设置在信号灯的一侧,用于对交通路口周围环境进行图像数据采集,以获得并输出相应的路口环境图像。
2.如权利要求1所述的基于云存储的信息辨别终端,其特征在于,所述系统还包括:
电量辨识设备,设置在信号灯的一侧,与所述无线采集设备的电力输入端子连接,所述电量辨识设备用于基于所述电力输入端子每小时输入的电压和每小时输入的电流执行对所述无线采集设备的用电等级的分析。
3.如权利要求2所述的基于云存储的信息辨别终端,其特征在于,所述系统还包括:
实时计时设备,与所述电量辨识设备连接,用于为电量辨识设备提供计时参考信号;
现场提取设备,分别与所述实时计时设备和所述电量辨识设备连接,用于在接收到用电等级超限时,识别出所述路口环境图像中的各个对象分别所在的各个对象区域;
所述现场提取设备还用于在接收到用电等级未超限时,不对所述路口环境图像进行对象区域的识别处理;
动态锐化设备,分别与所述现场提取设备和所述电量辨识设备连接,用于在接收到的用电等级超限时,对所述路口环境图像执行动态锐化处理以获得并输出与所述路口环境图像对应的动态锐化图像:对所述路口环境图像的对象区域进行图像锐化处理,对所述路口环境图像的非对象区域不进行图像锐化处理;
所述动态锐化设备还用于在接收到的用电等级未超限时,将所述路口环境图像作为动态锐化图像输出;
最近邻插值设备,与所述动态锐化设备连接,用于对接收到的动态锐化图像执行最近邻插值处理,以获得并输出相应的最近邻插值图像;
对象辨别设备,设置在信号灯的一侧,与所述最近邻插值设备连接,用于基于车体成像特征识别出所述最近邻插值图像中的每一个车体目标所在的车体区域,基于驾驶员在车体的相对位置从每一个车体区域内的提取出相应位置的面部图案;
身份鉴定设备,分别与所述云存储节点和所述对象辨别设备连接,用于对每一个车体区域内的面部图案执行面部特征分析以获得相应的身份编号,并基于所述身份编号从身份数据库中搜索出所述身份编号绑定的车型以作为参考车型;
内容匹配设备,与所述身份鉴定设备连接,用于将参考车型对应的基准车体图案与所述车体区域外形进行匹配,以在匹配度超限时,发出驾驶员可靠信号,否则,发出驾驶员不可靠信号;
其中,所述身份鉴定设备通过无线网络与所述云存储节点建立无线通信链路;
其中,在所述电量辨识设备中,基于所述电力输入端子每小时输入的电压和每小时输入的电流执行对所述无线采集设备的用电等级的分析包括:将每小时输入的电压和每小时输入的电流相乘以获得每小时耗电功率,基于所述每小时耗电功率确定对应的无线采集设备的用电等级;
其中,在所述电量辨识设备中,所述每小时耗电功率越大,确定的对应的无线采集设备的用电等级越高。
4.如权利要求3所述的基于云存储的信息辨别终端,其特征在于:
所述现场提取设备、所述动态锐化设备和所述最近邻插值设备分别设置在不同印刷电路板上。
5.如权利要求4所述的基于云存储的信息辨别终端,其特征在于,所述系统还包括:
第一数据处理设备,与所述最近邻插值设备连接,用于接收所述最近邻插值图像,获取所述最近邻插值图像中的各个边缘像素点,基于所述各个边缘像素点确定所述最近邻插值图像中的一个或多个对象分别所在的一个或多个图像区域;
第二数据处理设备,与所述第一数据处理设备连接,用于接收所述一个或多个图像区域的数量以作为区域数量,并基于所述最近邻插值图像的解析度在所述最近邻插值图像中设定所述最近邻插值图像的中央图像块,确定在所述中央图像块中的图像区域的数量以作为中央对象数量输出。
6.如权利要求5所述的基于云存储的信息辨别终端,其特征在于,所述系统还包括:
第三数据处理设备,与所述第二数据处理设备连接,用于接收所述中央对象数量和所述区域数量,计算所述中央对象数量占据所述区域数量的比例,并基于所述比例确定对应的高斯曲线的扩展度;
第四数据处理设备,与所述第三数据处理设备连接,用于对频域中的每一个待处理频域点选择滤波系数如下:确定所述待处理频域点到频域原点的距离,获取所述距离的平方值以作为第一平方值,确定所述第三数据处理设备确定的高斯曲线的扩展度的平方值,将所述高斯曲线的扩展度的平方值乘以2以作为第二平方值,将所述第一平方值除以所述第二平方值后的结果进行取负运算以获得指数幂,对所述指数幂执行以自然对数为底的指数预算以获得所述待处理频域点的滤波系数。
7.如权利要求6所述的基于云存储的信息辨别终端,其特征在于,所述系统还包括:
第五数据处理设备,分别与所述第一数据处理设备和所述第四数据处理设备连接,用于对所述最近邻插值图像执行从傅里叶变换,以获得对应的频率域信号,对所述频率域信号中的每一个频域点的频域值乘以所述第四数据处理设备确定的所述频域点的滤波系数以获得所述频域点的滤波频域值;
第六数据处理设备,分别与所述对象辨别设备和所述第五数据处理设备连接,以获得所述频率域信号中的各个频域点的各个滤波频域值,并基于所述频率域信号中的各个频域点的各个滤波频域值进行频率域到时间域的变换以获得与所述最近邻插值图像对应的数据处理图像,并将所述数据处理图像替换所述最近邻插值图像发送给所述对象辨别设备;
MMC存储卡,分别与所述第一数据处理设备和所述第三数据处理设备连接,用于存储所述预设偏离阈值。
8.如权利要求7所述的基于云存储的信息辨别终端,其特征在于:
所述第一数据处理设备获取所述最近邻插值图像中的各个边缘像素点包括:将红色颜色分量偏离周围各个像素点红色颜色分量均值达预设偏离阈值的像素点确定为边缘像素点。
9.如权利要求8所述的基于云存储的信息辨别终端,其特征在于:
所述第二数据处理设备基于所述最近邻插值图像的解析度在所述最近邻插值图像中设定所述最近邻插值图像的中央图像块包括:所述最近邻插值图像的解析度越低,设定的所述最近邻插值图像的中央图像块越小;
其中,所述MMC存储卡还用于存储所述中央对象数量占据所述区域数量的比例与高斯曲线的扩展度的对应关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910204424.2A CN110633607A (zh) | 2019-03-18 | 2019-03-18 | 基于云存储的信息辨别终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910204424.2A CN110633607A (zh) | 2019-03-18 | 2019-03-18 | 基于云存储的信息辨别终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110633607A true CN110633607A (zh) | 2019-12-31 |
Family
ID=68968264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910204424.2A Pending CN110633607A (zh) | 2019-03-18 | 2019-03-18 | 基于云存储的信息辨别终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110633607A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256394A (zh) * | 2017-06-09 | 2017-10-17 | 北京深瞐科技有限公司 | 驾驶员信息与车辆信息核验方法、装置以及系统 |
CN107947883A (zh) * | 2017-11-27 | 2018-04-20 | 戴惠英 | 收音机智能化监控系统 |
CN108052920A (zh) * | 2017-12-27 | 2018-05-18 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN108875653A (zh) * | 2018-06-25 | 2018-11-23 | 宋健 | 基于图案解析的云平台辨识机构 |
CN108986018A (zh) * | 2018-07-02 | 2018-12-11 | 陈超 | 基于脸腮美化的自动美图平台 |
CN109086674A (zh) * | 2018-07-05 | 2018-12-25 | 吴春光 | 云计算式特征提取系统 |
-
2019
- 2019-03-18 CN CN201910204424.2A patent/CN110633607A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256394A (zh) * | 2017-06-09 | 2017-10-17 | 北京深瞐科技有限公司 | 驾驶员信息与车辆信息核验方法、装置以及系统 |
CN107947883A (zh) * | 2017-11-27 | 2018-04-20 | 戴惠英 | 收音机智能化监控系统 |
CN108052920A (zh) * | 2017-12-27 | 2018-05-18 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN108875653A (zh) * | 2018-06-25 | 2018-11-23 | 宋健 | 基于图案解析的云平台辨识机构 |
CN108986018A (zh) * | 2018-07-02 | 2018-12-11 | 陈超 | 基于脸腮美化的自动美图平台 |
CN109086674A (zh) * | 2018-07-05 | 2018-12-25 | 吴春光 | 云计算式特征提取系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10699103B2 (en) | Living body detecting method and apparatus, device and storage medium | |
TWI619080B (zh) | 指紋重疊區域面積的計算方法及電子裝置 | |
WO2021103694A1 (zh) | 一种支付系统、方法、服务器设备、介质及装置 | |
US10943140B2 (en) | Image processing to detect a rectangular object | |
JP5832656B2 (ja) | 画像中のテキストの検出を容易にする方法及び装置 | |
WO2017070923A1 (zh) | 一种人脸识别方法和装置 | |
CN108154103A (zh) | 检测推广信息显著性的方法、装置、设备和计算机存储介质 | |
CN110675138A (zh) | 支付账单的方法、设备和计算机存储介质 | |
CN113610958A (zh) | 一种基于风格迁移的3d图像构建方法、装置及终端 | |
CN108960012B (zh) | 特征点检测方法、装置及电子设备 | |
CN114092963A (zh) | 关键点检测及模型训练方法、装置、设备和存储介质 | |
CN117315406B (zh) | 一种样本图像处理方法、装置及设备 | |
CN113570725A (zh) | 基于聚类的三维表面重建方法、装置、服务器及存储介质 | |
CN113393230A (zh) | 餐厅内的菜品结算方法、装置、设备、介质及系统 | |
CN110633607A (zh) | 基于云存储的信息辨别终端 | |
CN110889470B (zh) | 用于处理图像的方法和装置 | |
CN111178192A (zh) | 一种图像中目标对象的位置识别方法及装置 | |
CN113888635B (zh) | 视觉定位方法、相关装置 | |
CN109815791B (zh) | 基于血管的身份识别方法和装置 | |
CN110363251B (zh) | 一种sku图像分类方法、装置、电子设备及存储介质 | |
CN114495132A (zh) | 文字识别方法、装置、设备及存储介质 | |
CN114639143A (zh) | 基于人工智能的人像归档方法、设备及存储介质 | |
CN111507743A (zh) | 一种代驾推荐方法和系统 | |
Ahmed | GPark: Vehicle parking management system using smart glass | |
CN109408254A (zh) | 一种信息处理方法、系统及服务器 |
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: 20191231 |
|
RJ01 | Rejection of invention patent application after publication |