CN110766078A - 一种车联网环境下基于区块链的图片校验方法 - Google Patents
一种车联网环境下基于区块链的图片校验方法 Download PDFInfo
- Publication number
- CN110766078A CN110766078A CN201911018412.7A CN201911018412A CN110766078A CN 110766078 A CN110766078 A CN 110766078A CN 201911018412 A CN201911018412 A CN 201911018412A CN 110766078 A CN110766078 A CN 110766078A
- Authority
- CN
- China
- Prior art keywords
- picture
- block chain
- vehicle
- verification
- verified
- 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
- 238000012795 verification Methods 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000006855 networking Effects 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/565—Conversion or adaptation of application format or content
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Technology Law (AREA)
- Computing Systems (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种车联网环境下基于区块链的图片校验方法，包括：区块链中的节点响应于图片校验请求，基于智能合约，获取第一待校验车载图片；区块链中的节点根据智能合约，对所述第一待校验车载图片进行若干校验项目的校验，得到各检验项目对应的子检验结果；区块链中的节点基于第一预置公式和所有的所述子检验结果，得到合校验结果，并将所述合校验结果作为所述第一待校验车载图片的校验结果，解决了现有的对车载图片进行校验时，采用第三方平台进行验证，存在车载图片泄露的技术问题。
Description
技术领域
本申请涉及图像处理技术领域，尤其涉及一种车联网环境下基于区块链的图片校验方法。
背景技术
当今车联网环境下，各种车载服务相继出现，例如，全球定位追踪服务、电子围栏、车辆防盗等服务。车载服务的优劣取决于车载系统获取到的图片(以下简称为车载图片)的质量，高质量的图片给车联网中的用户带来优质的车载服务体验，而低质量的图片不仅给用户带来极差的服务，甚至可能损害用户的利益。然而，现有车载图片质量良莠不齐，且有些图片还是虚假、无效的，给整个车联网的安全性带来隐患。因此，需要对车载图片进行质量校验。
现有对车载图片进行校验时，大都是把车载图片交给第三方平台进行验证。但是，这种情况下第三方平台的安全性和可靠性没有保障，因此常出现第三方平台泄露车载图片的现象。
发明内容
有鉴于此，本申请提供了一种车联网环境下基于区块链的图片校验方法，解决了现有的对车载图片进行校验时，采用第三方平台进行验证，存在车载图片泄露的技术问题。
本申请提供了一种车联网环境下基于区块链的图片校验方法，包括：
区块链中的节点响应于图片校验请求，基于智能合约，获取第一待校验车载图片；
区块链中的节点根据智能合约，对所述第一待校验车载图片进行若干校验项目的校验，得到各检验项目对应的子检验结果；
区块链中的节点基于第一预置公式和所有的所述子检验结果，得到合校验结果，并将所述合校验结果作为所述第一待校验车载图片的校验结果；
其中，所述第一预置公式为：
SA＝S1*W1+S2*W2+S3*W3+...+Sn*Wn，
式中，S1、S2、S3、Sn均为子校验结果，W1、W2、W3、Wn均为权值，SA为合校验结果。
可选地，所述区块链中的节点根据智能合约，对所述第一待校验车载图片进行若干校验项目的校验，得到各检验项目对应的子检验结果之前还包括：
区块链中的节点对所述第一待校验车载图片进行预处理。
可选地，所述区块链中的节点对所述第一待校验车载图片进行预处理具体包括：
区块链中的节点对所述第一待校验车载图片分别进行灰度化处理、几何变换处理和图像增强处理。
可选地，所述区块链中的节点响应于图片校验请求，基于智能合约，获取第一待校验车载图片具体包括：
区块链中的节点响应于图片校验请求，判断所述第一待校验车载图片的图片格式是否符合所述智能合约，若是，则执行后续步骤，若否，则转换所述第一待校验车载图片的图片格式，以使得所述第一待校验车载图片的图片格式符合所述智能合约，并对转换后的所述第一待校验车载图片执行后续步骤。
可选地，还包括：
区块链中的节点获取第二待校验车载图片；
区块链中的节点根据智能合约，对所述第一待校验车载图片和所述第二待检验车载图片进行结构相似性分析，得到相似性分析结果。
可选地，所述校验项目包括：信息熵、峰值信噪比和均方误差。
可选地，所述区块链中的节点基于第一预置公式和所有的所述子检验结果，得到合校验结果，并将所述合校验结果作为所述第一待校验车载图片的校验结果之后还包括：
区块链中的节点对比所述校验结果和用户满意度阈值，得到所述校验结果对应的用户满意度。
可选地，所述区块链中的节点基于第一预置公式和所有的所述子检验结果，得到合校验结果，并将所述合校验结果作为所述第一待校验车载图片的校验结果之后还包括：
存储校验后的所述第一待校验车载图片和所述校验结果。
从以上技术方案可以看出，本申请具有以下优点：
本申请提供了一种车联网环境下基于区块链的图片校验方法，包括：区块链中的节点首先响应于图片校验请求，基于智能合约，获取第一待校验车载图片，然后根据智能合约，对所述第一待校验车载图片进行若干校验项目的校验，得到各检验项目对应的子检验结果，最后基于第一预置公式和所有的所述子检验结果，得到合校验结果，并将所述合校验结果作为所述第一待校验车载图片的校验结果。本申请提供的图片校验方法，由区块链中的根据智能合约，获取第一待校验车载图片，然后再根据智能合约进行检验，从获取到校验都由区块链中的节点基于智能合约进行，保证传输过程、检测过程方法安全可靠，从而解决了现有的对车载图片进行校验时，采用第三方平台进行验证，存在车载图片泄露的技术问题。
附图说明
图1为本申请实施例中一种车联网环境下基于区块链的图片校验方法的实施例一的流程示意图；
图2为本申请实施例中一种车联网环境下基于区块链的图片校验方法的实施例二的流程示意图。
具体实施方式
本申请实施例提供了一种车联网环境下基于区块链的图片校验方法，解决了现有的对车载图片进行校验时，采用第三方平台进行验证，存在车载图片泄露的技术问题。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参阅图1，本申请实施例中一种车联网环境下基于区块链的图片校验方法的实施例一的流程示意图，包括：
步骤101、区块链中的节点响应于图片校验请求，基于智能合约，获取第一待校验车载图片。
需要说明的是，车载设备拍摄到图片，即得到了车载图片，这些车载图片可以是停车位图片、车牌图片、交通行驶图片、行人图片、建筑物图片等，这些车载图片中包含有大量的信息，因此对这些车载图片进行校验时，要确保安全。车载设备拍摄车载图片后，可以实时地进行校验，也可以存储在区块链中的保存区内，可以理解的是，为了后续检验及存储的时候更具有条理性，停车位图片、车牌图片、交通行驶图片、行人图片、建筑物图片按照各自对应的类型进行分类存储。且为了减少计算量，对于存储后校验的方式，可以采用全检或者抽检的方式进行。
为了确保拍摄到的车载图片检验是安全的，采用区块链技术对车载图片进行校验，首先区块链中的节点获取第一待校验车载图片。区块链中的节点获取第一待校验车载图片时，基于智能合约进行。智能合约，是一种旨在以信息化方式传播、验证或执行合同的计算机协议。智能合约允许在没有第三方的情况下进行可信交易，这些交易可追踪且不可逆转。
步骤102、区块链中的节点根据智能合约，对第一待校验车载图片进行若干校验项目的校验，得到各检验项目对应的子检验结果。
需要说明的是，对于一个第一待校验车载图片，有若干指标判定，本实施例中，故对第一待校验车载图片进行若干校验项目的校验，且为了校验的安全，上述的校验基于智能合约进行。
步骤103、区块链中的节点基于第一预置公式和所有的子检验结果，得到合校验结果，并将合校验结果作为第一待校验车载图片的校验结果。
需要说明的是，在得到子校验结果后，根据第一预置公式和所有的子检验结果，得到合校验结果，并将合校验结果作为第一待校验车载图片的校验结果。
第一预置公式为：
SA＝S1*W1+S2*W2+S3*W3+...+Sn*Wn，
式中，S1、S2、S3、Sn均为子校验结果，W1、W2、W3、Wn均为权值，SA为合校验结果。
本实施例中，区块链中的节点首先响应于图片校验请求，基于智能合约，获取第一待校验车载图片，然后根据智能合约，对第一待校验车载图片进行若干校验项目的校验，得到各检验项目对应的子检验结果，最后基于第一预置公式和所有的子检验结果，得到合校验结果，并将合校验结果作为第一待校验车载图片的校验结果。本申请提供的图片校验方法，由区块链中的根据智能合约，获取第一待校验车载图片，然后再根据智能合约进行检验，从获取到校验都由区块链中的节点基于智能合约进行，保证传输过程、检测过程方法安全可靠，从而解决了现有的对车载图片进行校验时，采用第三方平台进行验证，存在车载图片泄露的技术问题。
以上为本申请实施例提供的一种车联网环境下基于区块链的图片校验方法的实施例一，以下为本申请实施例提供的一种车联网环境下基于区块链的图片校验方法的实施例二。
请参阅图2，本申请实施例中一种车联网环境下基于区块链的图片校验方法的实施例二的流程示意图，包括：
步骤201、区块链中的节点响应于图片校验请求，判断第一待校验车载图片的图片格式是否符合智能合约，若是则直接执行步骤203，若否则执行步骤202。
需要说明的是，对于不符合智能合约的第一待校验图片进行格式转换，即转换为符合智能合约格式要求的图片。
步骤202、转换第一待校验车载图片的图片格式，以使得第一待校验车载图片的图片格式符合智能合约，并对转换后的第一待校验车载图片执行步骤203。
步骤203、区块链中的节点对第一待校验车载图片进行预处理。
本实施例中，区块链中的节点对第一待校验车载图片进行预处理具体包括：
区块链中的节点对第一待校验车载图片分别进行灰度化处理、几何变换处理和图像增强处理。
步骤204、区块链中的节点根据智能合约，对第一待校验车载图片进行若干校验项目的校验，得到各检验项目对应的子检验结果。
需要说明的是，校验项目包括：信息熵、峰值信噪比和均方误差。
信息熵：图像信息熵也是图像质量评价的常用指标，它从信息论的角度反映图像信息丰富程度。通常情况下，图像信息熵越大，其信息量就越丰富，质量越好。可以理解的是，对于信息熵的检验，有对应的规则执行，本实施例中不再赘述。
峰值信噪比：即PSNR，通常用来评价一幅图像压缩后和原图像相比质量的好坏。PSNR越高，压缩后失真越小。可以理解的是，对于峰值信噪比的检验，有对应的规则执行，本实施例中不再赘述。
均方误差：MSE，Mean Squared Error，MSE值越小，表明图像质量越好。可以理解的是，对于均方误差的检验，有对应的规则执行，本实施例中不再赘述。
步骤205、区块链中的节点基于第一预置公式和所有的子检验结果，得到合校验结果，并将合校验结果作为第一待校验车载图片的校验结果。
需要说明的是，在得到子校验结果后，根据第一预置公式和所有的子检验结果，得到合校验结果，并将合校验结果作为第一待校验车载图片的校验结果。
第一预置公式为：
SA＝S1*W1+S2*W2+S3*W3+...+Sn*Wn，
式中，S1、S2、S3、Sn均为子校验结果，W1、W2、W3、Wn均为权值，SA为合校验结果。不同的子校验结果有不同的权值(0％-100％)。同样可以理解的是，对于同一子校验结果，当车载图片在不同的应用中应用时，对应的权值也是可以设置的，具体根据该检验结果在本应用中的重要性进行调整设置即可。
步骤206、区块链中的节点获取第二待校验车载图片。
需要说明的是，在对第一待检验车载图片进行校验后，还可以判断第一待校验车载图片和第二待校验车载图片的相似性。此时区块链中的节点首先获取第二待校验车载图片。
步骤207、区块链中的节点根据智能合约，对第一待校验车载图片和第二待检验车载图片进行结构相似性分析，得到相似性分析结果。
需要说明的是，在获取第二待校验车载图片后，根据智能合约，对第一待校验车载图片和第二待检验车载图片进行结构相似性分析，得到相似性分析结果。相似性分析结果的取值范围：[0,1]，值越大，两张图片越相似，拍摄时间越接近同一时间。可以理解的是，图片的相似性分析是现有技术，在此不再赘述。
步骤208、区块链中的节点对比校验结果和用户满意度阈值，得到校验结果对应的用户满意度。
需要说明的是，当校验结果大于用户满意度阈值时，第一待校验图片符合用户需求；当校验结果小于用户满意度阈值时，第一待校验图片不符合用户需求
步骤209、存储校验后的第一待校验车载图片和校验结果。
需要说明的是，为了便于后续查看，存储校验后的第一待校验车载图片和校验结果。
本实施例中，区块链中的节点首先响应于图片校验请求，基于智能合约，获取第一待校验车载图片，然后根据智能合约，对第一待校验车载图片进行若干校验项目的校验，得到各检验项目对应的子检验结果，最后基于第一预置公式和所有的子检验结果，得到合校验结果，并将合校验结果作为第一待校验车载图片的校验结果。本申请提供的图片校验方法，由区块链中的根据智能合约，获取第一待校验车载图片，然后再根据智能合约进行检验，从获取到校验都由区块链中的节点基于智能合约进行，保证传输过程、检测过程方法安全可靠，从而解决了现有的对车载图片进行校验时，采用第三方平台进行验证，存在车载图片泄露的技术问题。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围。
Claims (8)
1.一种车联网环境下基于区块链的图片校验方法，其特征在于，包括：
区块链中的节点响应于图片校验请求，基于智能合约，获取第一待校验车载图片；
区块链中的节点根据智能合约，对所述第一待校验车载图片进行若干校验项目的校验，得到各检验项目对应的子检验结果；
区块链中的节点基于第一预置公式和所有的所述子检验结果，得到合校验结果，并将所述合校验结果作为所述第一待校验车载图片的校验结果；
其中，所述第一预置公式为：
SA＝S1*W1+S2*W2+S3*W3+...+Sn*Wn，
式中，S1、S2、S3、Sn均为子校验结果，W1、W2、W3、Wn均为权值，SA为合校验结果。
2.根据权利要求1所述的车联网环境下基于区块链的图片校验方法，其特征在于，所述区块链中的节点根据智能合约，对所述第一待校验车载图片进行若干校验项目的校验，得到各检验项目对应的子检验结果之前还包括：
区块链中的节点对所述第一待校验车载图片进行预处理。
3.根据权利要求2所述的车联网环境下基于区块链的图片校验方法，其特征在于，所述区块链中的节点对所述第一待校验车载图片进行预处理具体包括：
区块链中的节点对所述第一待校验车载图片分别进行灰度化处理、几何变换处理和图像增强处理。
4.根据权利要求1所述的车联网环境下基于区块链的图片校验方法，其特征在于，所述区块链中的节点响应于图片校验请求，基于智能合约，获取第一待校验车载图片具体包括：
区块链中的节点响应于图片校验请求，判断所述第一待校验车载图片的图片格式是否符合所述智能合约，若是，则执行后续步骤，若否，则转换所述第一待校验车载图片的图片格式，以使得所述第一待校验车载图片的图片格式符合所述智能合约，并对转换后的所述第一待校验车载图片执行后续步骤。
5.根据权利要求1所述的车联网环境下基于区块链的图片校验方法，其特征在于，还包括：
区块链中的节点获取第二待校验车载图片；
区块链中的节点根据智能合约，对所述第一待校验车载图片和所述第二待检验车载图片进行结构相似性分析，得到相似性分析结果。
6.根据权利要求1所述的车联网环境下基于区块链的图片校验方法，其特征在于，所述校验项目包括：信息熵、峰值信噪比和均方误差。
7.根据权利要求1所述的车联网环境下基于区块链的图片校验方法，其特征在于，所述区块链中的节点基于第一预置公式和所有的所述子检验结果，得到合校验结果，并将所述合校验结果作为所述第一待校验车载图片的校验结果之后还包括：
区块链中的节点对比所述校验结果和用户满意度阈值，得到所述校验结果对应的用户满意度。
8.根据权利要求1所述的车联网环境下基于区块链的图片校验方法，其特征在于，所述区块链中的节点基于第一预置公式和所有的所述子检验结果，得到合校验结果，并将所述合校验结果作为所述第一待校验车载图片的校验结果之后还包括：
存储校验后的所述第一待校验车载图片和所述校验结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911018412.7A CN110766078A (zh) | 2019-10-24 | 2019-10-24 | 一种车联网环境下基于区块链的图片校验方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911018412.7A CN110766078A (zh) | 2019-10-24 | 2019-10-24 | 一种车联网环境下基于区块链的图片校验方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110766078A true CN110766078A (zh) | 2020-02-07 |
Family
ID=69333518
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911018412.7A Pending CN110766078A (zh) | 2019-10-24 | 2019-10-24 | 一种车联网环境下基于区块链的图片校验方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110766078A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115171144A (zh) * | 2022-09-05 | 2022-10-11 | 北京吉道尔科技有限公司 | 一种基于区块链的智慧教育试卷大数据评阅方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101943839A (zh) * | 2010-07-06 | 2011-01-12 | 浙江大学 | 一体化的自动聚焦摄像机装置及清晰度评价方法 |
| CN102945552A (zh) * | 2012-10-22 | 2013-02-27 | 西安电子科技大学 | 基于自然场景统计中稀疏表示的无参考图像质量评价方法 |
| CN102968800A (zh) * | 2012-12-14 | 2013-03-13 | 宁波江丰生物信息技术有限公司 | 一种图像清晰度的评价方法 |
| CN103235468A (zh) * | 2013-05-09 | 2013-08-07 | 中国人民解放军第三军医大学第三附属医院 | 车底痕迹检测装置及其检测方法 |
| CN104182962A (zh) * | 2013-05-28 | 2014-12-03 | 腾讯科技（深圳）有限公司 | 评价图片清晰度的方法及装置 |
| CN106296669A (zh) * | 2016-08-01 | 2017-01-04 | 微梦创科网络科技（中国）有限公司 | 一种图像质量评价方法和装置 |
| CN108235772A (zh) * | 2017-12-29 | 2018-06-29 | 深圳前海达闼云端智能科技有限公司 | 基于区块链的数据处理方法、装置、存储介质及电子设备 |
| CN108648084A (zh) * | 2018-05-18 | 2018-10-12 | 百度在线网络技术（北京）有限公司 | 一种区块链网络的数据处理方法、装置、设备及存储介质 |
-
2019
- 2019-10-24 CN CN201911018412.7A patent/CN110766078A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101943839A (zh) * | 2010-07-06 | 2011-01-12 | 浙江大学 | 一体化的自动聚焦摄像机装置及清晰度评价方法 |
| CN102945552A (zh) * | 2012-10-22 | 2013-02-27 | 西安电子科技大学 | 基于自然场景统计中稀疏表示的无参考图像质量评价方法 |
| CN102968800A (zh) * | 2012-12-14 | 2013-03-13 | 宁波江丰生物信息技术有限公司 | 一种图像清晰度的评价方法 |
| CN103235468A (zh) * | 2013-05-09 | 2013-08-07 | 中国人民解放军第三军医大学第三附属医院 | 车底痕迹检测装置及其检测方法 |
| CN104182962A (zh) * | 2013-05-28 | 2014-12-03 | 腾讯科技（深圳）有限公司 | 评价图片清晰度的方法及装置 |
| CN106296669A (zh) * | 2016-08-01 | 2017-01-04 | 微梦创科网络科技（中国）有限公司 | 一种图像质量评价方法和装置 |
| CN108235772A (zh) * | 2017-12-29 | 2018-06-29 | 深圳前海达闼云端智能科技有限公司 | 基于区块链的数据处理方法、装置、存储介质及电子设备 |
| CN108648084A (zh) * | 2018-05-18 | 2018-10-12 | 百度在线网络技术（北京）有限公司 | 一种区块链网络的数据处理方法、装置、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 袁勇 等；: "《区块链技术： 从数据智能到知识自动化》", 《自动化学报》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115171144A (zh) * | 2022-09-05 | 2022-10-11 | 北京吉道尔科技有限公司 | 一种基于区块链的智慧教育试卷大数据评阅方法及系统 |
| CN115171144B (zh) * | 2022-09-05 | 2022-12-23 | 亲子猫(北京)国际教育科技有限公司 | 一种基于区块链的智慧教育试卷大数据评阅方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8988188B2 (en) | System and method for managing entrance and exit using driver face identification within vehicle | |
| CN105956667B (zh) | 车险定损理赔审核方法及系统 | |
| US10070311B2 (en) | Method and apparatus for transmitting vehicle accident information based on interaction between devices and method and vehicle accident information collection apparatus | |
| CN109215027B (zh) | 一种基于神经网络的车辆定损方法、服务器及介质 | |
| CN112270309A (zh) | 一种车辆卡口设备抓拍质量评估方法、装置及可读介质 | |
| CN111126832A (zh) | 一种汽车信息安全测试评价方法 | |
| CN110766078A (zh) | 一种车联网环境下基于区块链的图片校验方法 | |
| CN110796578A (zh) | 一种分级救援的判断方法及装置、计算机设备和存储介质 | |
| CN112671724A (zh) | 一种终端安全检测分析方法、装置、设备及可读存储介质 | |
| KR101342085B1 (ko) | 영상인식 기반의 차량 주차시 차량번호를 이용한 사용자 휴대단말번호 노출 제한 방법, 그리고 이를 구현하기 위한 영상 인식 기능을 구비한 휴대단말 | |
| CN109408671A (zh) | 特定目标的搜索方法及其系统 | |
| CN111881314A (zh) | 判断车辆维修服务单真实性的方法、装置及存储介质 | |
| WO2017181846A1 (zh) | 车辆监控方法及装置、存储介质 | |
| CN110853272A (zh) | 公交车安全监测方法、装置、设备及存储介质 | |
| CN108337291B (zh) | 车辆远程服务系统和方法、处理装置和存储装置 | |
| CN110674527A (zh) | 基于车主身份认证的隐私保护方法、介质、设备及装置 | |
| CN111738185B (zh) | 一种目标识别方法、装置及设备 | |
| CN114021110A (zh) | 基于风控决策的校验方法、装置及系统 | |
| US20100246798A1 (en) | System and method for determining a user request | |
| CN104639321B (zh) | 一种身份认证方法、设备及系统 | |
| CN114093051A (zh) | 通信线路巡检方法、设备与系统、计算机可读存储介质 | |
| CN109785214A (zh) | 基于车联网的安全报警方法和装置 | |
| CN110750088A (zh) | 数据检测方法及相关产品 | |
| CN105577740A (zh) | 一种车辆状态信息的发送方法及装置 | |
| CN110335464B (zh) | 交通事故数据的处理方法、装置、终端和存储介质 |
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: 20200207 |
|
| RJ01 | Rejection of invention patent application after publication |