CN110866479A - 一种检测摩托车驾驶员未戴头盔的方法、装置及系统 - Google Patents
一种检测摩托车驾驶员未戴头盔的方法、装置及系统 Download PDFInfo
- Publication number
- CN110866479A CN110866479A CN201911083198.3A CN201911083198A CN110866479A CN 110866479 A CN110866479 A CN 110866479A CN 201911083198 A CN201911083198 A CN 201911083198A CN 110866479 A CN110866479 A CN 110866479A
- Authority
- CN
- China
- Prior art keywords
- motorcycle
- helmet
- detected
- license plate
- driver
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims description 8
- PICXIOQBANWBIZ-UHFFFAOYSA-N zinc;1-oxidopyridine-2-thione Chemical class [Zn+2].[O-]N1C=CC=CC1=S.[O-]N1C=CC=CC1=S PICXIOQBANWBIZ-UHFFFAOYSA-N 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000012549 training Methods 0.000 description 8
- 239000003086 colorant Substances 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000037308 hair color Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及人工智能技术领域,公开了一种检测摩托车驾驶员未戴头盔的方法、装置及系统。该检测摩托车驾驶员未戴头盔的方法包括:获取待检测视频图像;根据所述待检测视频图像,进行目标摩托车定位;如果检测定位到所述目标摩托车,则获取待检测驾驶员及乘客头肩区域;根据所述待检测驾驶员及乘客头肩区域,进行头盔佩戴识别,给出识别结果;如果所述识别结果为未佩戴头盔,则发送提示信息。采用本发明技术方案不但可以提高未佩戴头盔准确率,还可以节省大量现场监管的人力成本。
Description
技术领域
本发明涉及人工智能技术领域,特别涉及一种检测摩托车驾驶员未戴头盔的方法、装置及系统。
背景技术
随着私家车数量增加,城市道路拥堵日益严重,灵活轻便的摩托车逐渐受到广泛欢迎。另一方面,很多摩托车驾驶员安全意识薄弱,不戴头盔、逆行、超载等违章行为导致交通事故频发,加之摩托车防护措施弱,事故大多导致驾驶人员头部受伤,因而伤亡严重。为提高驾驶员安全意识,国家已经出台相关法规规定驾驶人员和乘坐人员应当按规定戴安全头盔。交通部门组织了大量的警力对不戴头盔的驾驶行为进行拦截处罚,这种路面执法导致查处难、取证难,还容易造成冲突,比如摩托冲卡、交警受伤牺牲、驾驶人逃逸导致人员伤亡等。现有技术中有基于头盔与头发的颜色差异性,判断当前检测的摩托车目标的头顶部颜色的饱和度情况,以判定当前摩托车驾驶员是否佩戴头盔。
在现有技术的实现过程中,发明人发现现有技术至少存在如下技术问题:
现有技术中通过头盔与头发颜色判断是否戴有头盔,判断标准单一,面对多样的头盔颜色准确率不高。
发明内容
本发明的目的在于提供一种检测摩托车驾驶员未戴头盔的方法、装置及系统,以克服现有技术中的通过头盔与头发颜色判断是否戴有头盔,判断标准单一,面对多样的头盔颜色准确率不高的缺陷。
为解决上述技术问题,本发明的实施方式提供了一种检测摩托车驾驶员未戴头盔的方法,包括:
获取待检测视频图像;
根据所述待检测视频图像,进行目标摩托车定位;
如果检测定位到所述目标摩托车,则获取待检测驾驶员及乘客头肩区域;
根据所述待检测驾驶员及乘客头肩区域,进行头盔佩戴识别,给出识别结果;
如果所述识别结果为未佩戴头盔,则发送提示信息。
为解决上述技术问题,本发明的实施方式还提供了一种检测摩托车驾驶员未戴头盔的装置,包括:
图像获取单元,用于获取待检测视频图像;
定位单元,用于根据所述待检测视频图像,进行目标摩托车定位;
检测单元,用于如果检测定位到所述目标摩托车,则获取待检测驾驶员及乘客头肩区域;
识别单元,用于根据所述待检测驾驶员及乘客头肩区域,进行头盔佩戴识别,给出识别结果;
信息发送单元,用于如果所述识别结果为未佩戴头盔,则发送提示信息。
为解决上述技术问题,本发明的实施方式还提供了一种检测摩托车驾驶员未戴头盔的系统,包括:如上所述检测摩托车驾驶员未戴头盔的装置。
本发明提供的一种检测摩托车驾驶员未戴头盔的方法、装置及系统,通过获取待检测视频图像;根据所述待检测视频图像,进行目标摩托车定位;如果检测定位到所述目标摩托车,则获取待检测驾驶员及乘客头肩区域;根据所述待检测驾驶员及乘客头肩区域,进行头盔佩戴识别,给出识别结果;如果所述识别结果为未佩戴头盔,则发送提示信息。采用本发明技术方案不但可以提高未佩戴头盔准确率,还可以节省大量现场监管的人力成本。
附图说明
图1是本发明实施例提供的一种检测摩托车驾驶员未戴头盔的方法流程图;
图2是本发明实施例提供的一种检测摩托车驾驶员未戴头盔的装置结构示意图;
图3是本发明实施例提供的一种检测摩托车驾驶员未戴头盔的系统结构示意图;
图4是本发明实施例提供的一种检测摩托车驾驶员未戴头盔的实际检测框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请各权利要求所要求保护的技术方案。
本发明的第一实施方式涉及一种检测摩托车驾驶员未戴头盔的方法。具体流程如图1所示。该方法包括:
101:获取待检测视频图像;
102:根据所述待检测视频图像,进行目标摩托车定位;
103:如果检测定位到所述目标摩托车,则获取待检测驾驶员及乘客头肩区域;
104:根据所述待检测驾驶员及乘客头肩区域,进行头盔佩戴识别,给出识别结果;
105:如果所述识别结果为未佩戴头盔,则发送提示信息。
需要说明的是,所述根据所述待检测驾驶员及乘客头肩区域,进行头盔佩戴识别,给出识别结果步骤,包括:
根据所述待检测驾驶员及乘客头肩区域,确定所述目标摩托车上驾驶员及乘客位置及数量;
根据所述目标摩托车上驾驶员及乘客位置,进行头盔佩戴识别,给出识别结果。
还需要说明的是,该方法,还包括:
如果所述识别结果为未佩戴头盔,则获取所述目标摩托车的车牌图像;
根据所述目标摩托车的车牌图像,识别所述目标摩托车的车牌信息;
发送所述目标摩托车的车牌信息。
还需要说明的是,所述根据所述目标摩托车的车牌图像,识别所述目标摩托车的车牌信息的步骤,包括:
获取待检测车牌属性信息;所述待检测车牌属性信息包括:外接框,字符框和字符类别信息。
根据所述待检测车牌属性信息及所述目标摩托车的车牌图像,获取所述目标摩托车的车牌信息。
本发明的第二实施方式涉及一种检测摩托车驾驶员未戴头盔的装置。该装置如图2所示。该装置包括:
图像获取单元201,用于获取待检测视频图像;
定位单元202,用于根据所述待检测视频图像,进行目标摩托车定位;
检测单元203,用于如果检测定位到所述目标摩托车,则获取待检测驾驶员及乘客头肩区域;
识别单元204,用于根据所述待检测驾驶员及乘客头肩区域,进行头盔佩戴识别,给出识别结果;
信息发送单元205,用于如果所述识别结果为未佩戴头盔,则发送提示信息。
需要说明的是,所述识别单元,还用于根据所述待检测驾驶员及乘客头肩区域,确定所述目标摩托车上驾驶员及乘客位置及数量;根据所述目标摩托车上驾驶员及乘客位置,进行头盔佩戴识别,给出识别结果。
还需要说明的是,该装置,还包括:
车牌图像获取单元,用于如果所述识别结果为未佩戴头盔,则获取所述目标摩托车的车牌图像;
车牌识别单元,用于根据所述目标摩托车的车牌图像,识别所述目标摩托车的车牌信息;
所述信息发送单元,还用于发送所述目标摩托车的车牌信息。
还需要说明的是,所述车牌识别单元,包括:
获取待检测车牌属性信息;所述待检测车牌属性信息包括:外接框,字符框和字符类别信息;
根据所述待检测车牌属性信息及所述目标摩托车的车牌图像,获取所述目标摩托车的车牌信息。
本发明的第三实施方式涉及一种检测摩托车驾驶员未戴头盔的系统。该系统如图3所示。该系统包括:如上所述的检测摩托车驾驶员未戴头盔的装置。
基于以上实施例,本发明在已有的交通摄像机视野范围内划定摩托车检测区域,对过往摩托车进行定位,在定位到的摩托车区域对驾驶员和乘车人员头盔佩戴情况做识别,识别违章车牌号码。整个过程中使用深度学习方法,在车牌清晰的条件下不限制拍摄的距离和角度,对于复杂场景中摩托车不戴头盔的识别有较好的鲁棒性。在进行具体的检测摩托车驾驶员未戴头盔的检测之前,需要进行模型训练;具体如下:
(1)收集包含摩托车和非摩托车的图像,对摩托车位置进行标注,形成摩托车检测的训练数据集。使用Faster-RCNN算法训练摩托车检测模型。在测试图像中定位出摩托车所在区域,根据所述摩托车所在区域提取出摩托车图像。
(2)收集包含驾驶员头肩区域图像并标注区域,形成头肩区域检测训练数据集,使用center-net算法训练检测器。根据摩托车定位结果如图4最外部大框所示(包含完整的摩托车和驾驶人员区域),在摩托车区域内进一步检测人员头肩区域(图4小框区域)。
(3)收集摩托车驾驶员戴头盔、不戴头盔的头肩区域图像,对是否戴头盔进行标注,缩放到固定大小(64*64),形成头盔状态识别训练集。使用AlexNet算法训练分类器;该训练集训练的分类器用于头盔识别。
(4)收集包含摩托车车牌的图像,对车牌外接框子、字符位置以及字符类别进行标注,形成车牌识别训练集。使用改进的Faster-RCNN算法训练车牌识别模型,本发明车牌识别中一个车牌对应1个外接框子、7个字符框子和7个字符识别结果(国内摩托车牌由两行字符,第一行两个字符,第二行5个字符,共7个字符),本发明技术方案车牌识别的候选框生成模块同时生成7个字符的分割结果和车牌外接框,接下来把7个字符图像送到识别模块识别得到车牌内容。
本发明技术方案基于图像分析,使用深度学习方法,在较为复杂的场景中定位摩托车,根据摩托车的位置进一步确定驾驶员头肩识别区域,进而识别头盔佩戴状态,同时识别车牌,为后续抓拍处罚提供可靠依据,有效减少摩托车不带头盔现象。
本发明技术方案基于深度学习方法定位头盔识别区域,识别区域更精准,结果更准确。头盔识别采用深度模型,识别结果更加鲁棒,适用于复杂多变的交通道路场景。车牌识别使用改进的Faster-RCNN算法,特点如下:避免字符分割的繁琐过程;识别精度更高。
不难发现,本实施方式为与第一实施方式相对应的装置实施例,本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第一实施方式中。
值得一提的是,本实施方式中所涉及到的各模块均为逻辑模块,在实际应用中,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现。此外,为了突出本发明的创新部分,本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,但这并不表明本实施方式中不存在其它的单元。
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。
为了描述的方便,描述以上装置是以功能分为各种单元/模块分别描述。当然,在实施本发明时可以把各单元/模块的功能在同一个或多个软件和/或硬件中实现。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述,仅为本发明的具体实施方式,但本发明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揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种检测摩托车驾驶员未戴头盔的方法,其特征在于,包括:
获取待检测视频图像;
根据所述待检测视频图像,进行目标摩托车定位;
如果检测定位到所述目标摩托车,则获取待检测驾驶员及乘客头肩区域;
根据所述待检测驾驶员及乘客头肩区域,进行头盔佩戴识别,给出识别结果;
如果所述识别结果为未佩戴头盔,则发送提示信息。
2.根据权利要求1所述的检测摩托车驾驶员未戴头盔的方法,其特征在于,所述根据所述待检测驾驶员及乘客头肩区域,进行头盔佩戴识别,给出识别结果步骤,包括:
根据所述待检测驾驶员及乘客头肩区域,确定所述目标摩托车上驾驶员及乘客位置及数量;
根据所述目标摩托车上驾驶员及乘客位置,进行头盔佩戴识别,给出识别结果。
3.根据权利要求2所述的检测摩托车驾驶员未戴头盔的方法,其特征在于,该方法,还包括:
如果所述识别结果为未佩戴头盔,则获取所述目标摩托车的车牌图像;
根据所述目标摩托车的车牌图像,识别所述目标摩托车的车牌信息;
发送所述目标摩托车的车牌信息。
4.根据权利要求3所述的检测摩托车驾驶员未戴头盔的方法,其特征在于,所述根据所述目标摩托车的车牌图像,识别所述目标摩托车的车牌信息的步骤,包括:
获取待检测车牌属性信息;
根据所述待检测车牌属性信息及所述目标摩托车的车牌图像,获取所述目标摩托车的车牌信息。
5.根据权利要求4所述的检测摩托车驾驶员未戴头盔的方法,其特征在于,所述待检测车牌属性信息包括:外接框,字符框和字符类别信息。
6.一种检测摩托车驾驶员未戴头盔的装置,其特征在于,包括:
图像获取单元,用于获取待检测视频图像;
定位单元,用于根据所述待检测视频图像,进行目标摩托车定位;
检测单元,用于如果检测定位到所述目标摩托车,则获取待检测驾驶员及乘客头肩区域;
识别单元,用于根据所述待检测驾驶员及乘客头肩区域,进行头盔佩戴识别,给出识别结果;
信息发送单元,用于如果所述识别结果为未佩戴头盔,则发送提示信息。
7.根据权利要求6所述的检测摩托车驾驶员未戴头盔的装置,其特征在于,所述识别单元,还用于根据所述待检测驾驶员及乘客头肩区域,确定所述目标摩托车上驾驶员及乘客位置及数量;根据所述目标摩托车上驾驶员及乘客位置,进行头盔佩戴识别,给出识别结果。
8.根据权利要求7所述的检测摩托车驾驶员未戴头盔的装置,其特征在于,该装置,还包括:
车牌图像获取单元,用于如果所述识别结果为未佩戴头盔,则获取所述目标摩托车的车牌图像;
车牌识别单元,用于根据所述目标摩托车的车牌图像,识别所述目标摩托车的车牌信息;
所述信息发送单元,还用于发送所述目标摩托车的车牌信息。
9.根据权利要求8所述的检测摩托车驾驶员未戴头盔的装置,其特征在于,所述车牌识别单元,包括:
获取待检测车牌属性信息;所述待检测车牌属性信息包括:外接框,字符框和字符类别信息;
根据所述待检测车牌属性信息及所述目标摩托车的车牌图像,获取所述目标摩托车的车牌信息。
10.一种检测摩托车驾驶员未戴头盔的系统,其特征在于,包括如权利要求6-9中任意一项所述检测摩托车驾驶员未戴头盔的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911083198.3A CN110866479A (zh) | 2019-11-07 | 2019-11-07 | 一种检测摩托车驾驶员未戴头盔的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911083198.3A CN110866479A (zh) | 2019-11-07 | 2019-11-07 | 一种检测摩托车驾驶员未戴头盔的方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110866479A true CN110866479A (zh) | 2020-03-06 |
Family
ID=69653611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911083198.3A Withdrawn CN110866479A (zh) | 2019-11-07 | 2019-11-07 | 一种检测摩托车驾驶员未戴头盔的方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110866479A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111814762A (zh) * | 2020-08-24 | 2020-10-23 | 深延科技(北京)有限公司 | 头盔佩戴检测方法和装置 |
CN111985295A (zh) * | 2020-06-05 | 2020-11-24 | 深圳市金溢科技股份有限公司 | 一种电动自行车行为识别方法、系统、工控机及摄像头 |
CN112016653A (zh) * | 2020-09-04 | 2020-12-01 | 深圳华强技术有限公司 | 一种检测驾驶员是否佩戴头盔的系统和方法 |
CN112070074A (zh) * | 2020-11-12 | 2020-12-11 | 中电科新型智慧城市研究院有限公司 | 物体检测方法、装置、终端设备和存储介质 |
CN112164228A (zh) * | 2020-09-15 | 2021-01-01 | 深圳市点创科技有限公司 | 驾驶电动车未佩戴头盔行为检测方法、电子设备、存储介质 |
CN112507935A (zh) * | 2020-12-17 | 2021-03-16 | 上海依图网络科技有限公司 | 一种图像检测的方法及装置 |
CN112818877A (zh) * | 2021-02-05 | 2021-05-18 | 爱泊车美好科技有限公司 | 一种识别头盔佩戴的方法及装置 |
CN112926540A (zh) * | 2021-04-08 | 2021-06-08 | 天津天地伟业智能安全防范科技有限公司 | 一种二轮车佩戴头盔的检测方法、装置及电子设备 |
CN113159036A (zh) * | 2021-05-12 | 2021-07-23 | 苏州科达科技股份有限公司 | 头盔识别方法、装置、设备及存储介质 |
CN114764929A (zh) * | 2020-12-30 | 2022-07-19 | 顺丰科技有限公司 | 图像识别方法、装置、计算机设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200668A (zh) * | 2014-07-28 | 2014-12-10 | 四川大学 | 一种基于图像分析的摩托车不戴头盔违章事件检测方法 |
CN105760847A (zh) * | 2016-03-01 | 2016-07-13 | 江苏大学 | 一种对摩托车驾驶员头盔佩戴情况的视觉检测方法 |
CN108537256A (zh) * | 2018-03-26 | 2018-09-14 | 北京智芯原动科技有限公司 | 一种安全帽佩戴识别方法及装置 |
CN110070055A (zh) * | 2019-04-25 | 2019-07-30 | 南京邮电大学 | 一种基于深度学习的基建场景安全检测系统及方法 |
-
2019
- 2019-11-07 CN CN201911083198.3A patent/CN110866479A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200668A (zh) * | 2014-07-28 | 2014-12-10 | 四川大学 | 一种基于图像分析的摩托车不戴头盔违章事件检测方法 |
CN105760847A (zh) * | 2016-03-01 | 2016-07-13 | 江苏大学 | 一种对摩托车驾驶员头盔佩戴情况的视觉检测方法 |
CN108537256A (zh) * | 2018-03-26 | 2018-09-14 | 北京智芯原动科技有限公司 | 一种安全帽佩戴识别方法及装置 |
CN110070055A (zh) * | 2019-04-25 | 2019-07-30 | 南京邮电大学 | 一种基于深度学习的基建场景安全检测系统及方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111985295A (zh) * | 2020-06-05 | 2020-11-24 | 深圳市金溢科技股份有限公司 | 一种电动自行车行为识别方法、系统、工控机及摄像头 |
CN111814762A (zh) * | 2020-08-24 | 2020-10-23 | 深延科技(北京)有限公司 | 头盔佩戴检测方法和装置 |
CN112016653B (zh) * | 2020-09-04 | 2023-04-07 | 深圳华强技术有限公司 | 一种检测驾驶员是否佩戴头盔的系统和方法 |
CN112016653A (zh) * | 2020-09-04 | 2020-12-01 | 深圳华强技术有限公司 | 一种检测驾驶员是否佩戴头盔的系统和方法 |
CN112164228A (zh) * | 2020-09-15 | 2021-01-01 | 深圳市点创科技有限公司 | 驾驶电动车未佩戴头盔行为检测方法、电子设备、存储介质 |
CN112070074A (zh) * | 2020-11-12 | 2020-12-11 | 中电科新型智慧城市研究院有限公司 | 物体检测方法、装置、终端设备和存储介质 |
CN112070074B (zh) * | 2020-11-12 | 2021-02-05 | 中电科新型智慧城市研究院有限公司 | 物体检测方法、装置、终端设备和存储介质 |
CN112507935A (zh) * | 2020-12-17 | 2021-03-16 | 上海依图网络科技有限公司 | 一种图像检测的方法及装置 |
CN114764929A (zh) * | 2020-12-30 | 2022-07-19 | 顺丰科技有限公司 | 图像识别方法、装置、计算机设备和存储介质 |
CN112818877A (zh) * | 2021-02-05 | 2021-05-18 | 爱泊车美好科技有限公司 | 一种识别头盔佩戴的方法及装置 |
CN112926540A (zh) * | 2021-04-08 | 2021-06-08 | 天津天地伟业智能安全防范科技有限公司 | 一种二轮车佩戴头盔的检测方法、装置及电子设备 |
CN113159036A (zh) * | 2021-05-12 | 2021-07-23 | 苏州科达科技股份有限公司 | 头盔识别方法、装置、设备及存储介质 |
CN113159036B (zh) * | 2021-05-12 | 2022-07-12 | 苏州科达科技股份有限公司 | 头盔识别方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110866479A (zh) | 一种检测摩托车驾驶员未戴头盔的方法、装置及系统 | |
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 | |
CN102765365B (zh) | 基于机器视觉的行人检测方法及行人防撞预警系统 | |
CN104200668B (zh) | 一种基于图像分析的摩托车不戴头盔违章事件检测方法 | |
CN108133599A (zh) | 一种渣土车视频识别方法及系统 | |
CN108932849B (zh) | 一种记录多台机动车低速行驶违法行为的方法及装置 | |
CN103824037A (zh) | 车用防跟踪报警装置 | |
CN107393311B (zh) | 一种车牌篡改识别装置及方法 | |
CN104282154A (zh) | 一种车辆超载监控系统及方法 | |
US11482012B2 (en) | Method for driving assistance and mobile device using the method | |
CN111640293A (zh) | 一种基于嵌入式终端的深度学习非机动车道行驶检测方法 | |
CN113055649A (zh) | 一种隧道智能视频监控方法、装置、智能终端及存储介质 | |
CN103700220A (zh) | 一种疲劳驾驶监控装置 | |
CN111785050A (zh) | 一种高速公路疲劳驾驶预警装置及方法 | |
CN111832519A (zh) | 一种两/三轮车的违法行为的识别管理方法和系统 | |
CN114724122B (zh) | 一种目标追踪方法、装置、电子设备及存储介质 | |
CN109887303B (zh) | 随意变更车道行为预警系统及方法 | |
CN112907979B (zh) | 一种基于多摄像头的机动车违法行驶轨迹跟踪系统及方法 | |
CN112712706B (zh) | 一种车牌的识别方法 | |
CN113076852A (zh) | 一种基于5g通信的占用公交车道车载抓拍处理系统 | |
CN110909641A (zh) | 一种检测摩托车超载的方法、装置及系统 | |
CN103956027A (zh) | 一种驾驶员人眼疲劳检测装置及检测方法 | |
CN111985304A (zh) | 巡防告警方法、系统、终端设备及存储介质 | |
KR101593676B1 (ko) | 주행상황 인지 방법 및 장치 | |
CN112633163B (zh) | 一种基于机器学习算法实现非法运营车辆检测的检测方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200306 |
|
WW01 | Invention patent application withdrawn after publication |