CN110909599A - 一种渣土车苫盖的检测方法、装置及系统 - Google Patents
一种渣土车苫盖的检测方法、装置及系统 Download PDFInfo
- Publication number
- CN110909599A CN110909599A CN201910983852.XA CN201910983852A CN110909599A CN 110909599 A CN110909599 A CN 110909599A CN 201910983852 A CN201910983852 A CN 201910983852A CN 110909599 A CN110909599 A CN 110909599A
- Authority
- CN
- China
- Prior art keywords
- muck
- license plate
- covering
- video image
- muck truck
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 28
- 239000002893 slag Substances 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 6
- 239000002689 soil Substances 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000002372 labelling 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
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06V20/40—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
-
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
Abstract
本发明涉及人工智能技术领域,公开了一种渣土车苫盖的检测方法、装置及系统。该方法包括:获取待检测视频图像帧;根据所述待检测视频图像帧,检测渣土车苫盖是否关闭;如果所述渣土车苫盖未关闭,则发送提示信息。采用本发明技术方案不但可以实时精确的检测渣土车苫盖的开合状态,还可以降低监控成本。
Description
技术领域
本发明涉及人工智能技术领域,特别涉及一种渣土车苫盖的检测方法、装置及系统。
背景技术
随着社会城市化进程加速,运输渣土、泥浆及其它杂物的车辆——渣土车越来越多,为了减少渣土车行驶给城市带来的扬尘污染,保护城市环境卫生,目前的渣土车大都是全封闭式货箱设计,货箱的苫盖可以自动开合。但是渣土车在运输过程中,超载和不按照规定关闭苫盖现象严重,极易造成渣土洒落和扬尘,对城市环境造成一定的污染。
传统渣土车苫盖状态识别方法主要是视频监控与红外监控相结合的方式或者,通过在渣土车货箱棚部加装门磁传感器的方式对苫盖的开合状态进行实时监控。
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:现有技术实现渣土车苫盖监控的方法不但精度不高,且监控的成本较高。
发明内容
本发明的目的在于提供一种渣土车苫盖的检测方法、装置及系统,以克服现有技术中渣土车苫盖监控的方法不但精度不高,且监控的成本较高的缺陷。
为解决上述技术问题,本发明的实施方式提供了一种渣土车苫盖的检测方法,包括:
获取待检测视频图像帧;
根据所述待检测视频图像帧,检测渣土车苫盖是否关闭;
如果所述渣土车苫盖未关闭,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渣土车苫盖的检测装置,包括:
视频采集单元,用于获取待检测视频图像帧;
视频检测单元,用于根据所述待检测视频图像帧,检测渣土车苫盖是否关闭;
信息发送单元,用于如果所述渣土车苫盖未关闭,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渣土车苫盖的检测系统,包括:如上所述的渣土车苫盖的检测装置。
本发明提供的一种渣土车苫盖的检测方法、装置及系统,通过获取待检测视频图像帧;根据所述待检测视频图像帧,检测渣土车苫盖是否关闭;如果所述渣土车苫盖未关闭,则发送提示信息。采用此方案,不但可以实时检测渣土车苫盖是否关闭的情况,并可以及时发送未关闭渣土车苫盖的提示信息。
附图说明
图1是本发明实施例提供的一种渣土车苫盖的检测方法流程图;
图2是本发明实施例提供的另一种渣土车苫盖的检测方法流程图;
图3是本发明实施例提供的一种渣土车苫盖的检测装置结构示意图;
图4是本发明实施例提供的一种渣土车苫盖的检测系统结构示意图;
图5是本发明实施例提供的一种渣土车苫盖的检测方法中检测框示意图。
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渣土车苫盖的检测方法。具体流程如图1所示。该方法包括:
101:获取待检测视频图像帧;
102:根据所述待检测视频图像帧,检测渣土车苫盖是否关闭;
103:如果所述渣土车苫盖未关闭,则发送提示信息。
基于以上实施例,本发明的第一实施方式还涉及一种渣土车苫盖的检测方法。具体流程如图2所示。该方法包括:
201:获取待检测视频图像帧;
202:将所述待检测视频图像帧进行压缩处理,获取压缩后的视频图像帧;
203:根据所述压缩后的视频图像帧,检测渣土车苫盖是否关闭;该步骤具体包括:
将所述待检测视频图像帧或者所述压缩后的视频图像帧进行图像处理,确定待检测视频图像帧中车牌位置;采用压缩后的视频图像帧进行图片处理,可以节省计算时间,提高处理效率;
根据所述获取的车牌位置,确定所述车牌对应的渣土车前部位置;
根据所述渣土车前部位置,检测所述渣土车的苫盖是否关闭。
需要说明的是,所述渣土车前部位置包括:渣土车脸区域和渣土车苫盖;所述根据所述获取的车牌位置,确定所述车牌对应的渣土车前部位置的步骤,包括:
根据所述获取的车牌位置,确定所述车牌对应的渣土车脸区域;
根据所述渣土车脸区域,确定所述渣土车苫盖区域;
所述根据所述渣土车前部位置,检测所述渣土车的苫盖是否关闭步骤为:
根据所述渣土车苫盖区域,检测所述渣土车的苫盖是否关闭。
此外,本发明技术方案还可以包括:
根据所述渣土车的车牌位置,确定渣土车的车牌信息;
如果所述渣土车的苫盖未关闭,则发送提示信息及所述渣土车的车牌信息。
基于以上的实现流程,可以知道本发明要解决的问题是:基于车牌位置筛选定位渣土车,进而识别渣土车苫盖状态。渣土车的定位以及苫盖状态的识别过程中使用深度学习方法,不限制车辆到摄像头的距离和角度,对于复杂场景中渣土车苫盖状态的识别有较好的鲁棒性。具体包括如下步骤:
S1:车牌检测定位,获取所述车牌位置;
S2:根据步骤S1得到的车牌位置确定渣土车识别区域,采用CNN对车辆图像进行分类,识别当前车辆是否是渣土车;
S3:步骤S2中的识别结果是渣土车,则通过步骤S1得到的车牌位置及S2确定的渣土车区域确定苫盖识别区域,采用CNN对图像进行分类,识别苫盖状态。
基于以上步骤S1-S3步骤,图像的渣土车苫盖状态识别具体实施过程如下:
(1)收集车牌图像,对车牌位置进行标注,形成车牌检测数据集。为提高检测效率,把车牌检测数据集图像缩到较小尺度,使用Faster-RCNN算法训练车牌检测模型。
(2)收集包含渣土车和非渣土车的车头图像,对车牌位置和车辆类型进行标注,以车牌位置为参照,抠取车牌周围区域(如图5车头方框区域51),形成是否是渣土车的识别数据集。使用AlexNet算法训练车辆类型分类器,区分当前车辆是否是渣土车。
(3)步骤(2)中识别为非渣土车的车辆不做进一步识别,识别为渣土车的车辆继续识别,以步骤(1)中的车牌位置和大小为参考,抠取车牌上方区域(图5细条长方形框区域52)作为渣土车车斗识别区域,并标注车斗状态为苫盖打开、苫盖闭合或者空渣土车,收集环境光照、角度、天气状况各异的苫盖打开、苫盖闭合、空渣土车图像各10000张,缩放到固定大小(192*128),形成苫盖状态识别训练集,使用AlexNet算法训练苫盖状态分类器,实践证明基于深度卷积网络的苫盖状态识别具有较高的识别精度。
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渣土车,根据渣土车的位置确定苫盖识别区域,进而识别苫盖状态,为后续抓拍处罚9提供可靠依据,有效减少苫盖不按规定关闭现象。
需要说的额是,根据车牌确定的车型识别区域如图5中车头方框区域51所示,所述车头方框区域51的大小可以为:以车牌中心为基准,左右扩3-3.5个车牌宽度,上扩5-5.5个车牌宽度,下扩0.5-1个宽度;
根据车牌确定的苫盖识别区域如图5细条长方形框区域52所示,所述苫盖识别区域52以车牌中心为基准,左右扩3.5个车牌宽度,上边缘在基准点上方7.5-8个宽度处,下边缘在基准点上方5.5-6个车牌宽度处。
基于以上实施例,本发明的第二实施方式还涉及一种渣土车苫盖的检测装置。该装置如图3所示。该装置包括:
视频采集单元301,用于获取待检测视频图像帧;
视频检测单元302,用于根据所述待检测视频图像帧,检测渣土车苫盖是否关闭;
信息发送单元303,用于如果所述渣土车苫盖未关闭,则发送提示信息。
需要说明的是,所述视频检测单元还用于将所述待检测视频图像帧进行压缩处理,获取压缩后的视频图像帧;根据所述压缩后的视频图像帧,检测渣土车苫盖是否关闭;
所述视频检测单元还用于将所述待检测视频图像帧或者所述压缩后的视频图像帧进行图像处理,确定待检测视频图像帧中车牌位置;根据所述获取的车牌位置,确定所述车牌对应的渣土车前部位置;根据所述渣土车前部位置,检测所述渣土车的苫盖是否关闭。
还需要说明的是,所述渣土车前部位置包括:渣土车脸区域和渣土车苫盖;所述所述视频检测单元,包括:
车头定位子单元,用于根据所述获取的车牌位置,确定所述车牌对应的渣土车脸区域;
苫盖定位子单元,用于根据所述渣土车脸区域,确定所述渣土车苫盖区域;
视频检测子单元,用于根据所述渣土车苫盖区域,检测所述渣土车的苫盖是否关闭。
还需要说明的是,该装置还包括:
车牌信息获取单元,用于根据所述渣土车的车牌位置,确定渣土车的车牌信息;
所述信息发送单元,用于如果所述渣土车的苫盖未关闭,则发送提示信息及所述渣土车的车牌信息。
基于以上实施例,本发明的第三实施方式还涉及一种渣土车苫盖的检测系统。该系统如图4所示。该系统包括:如上所述渣土车苫盖的检测装置。
本发明提供的一种渣土车苫盖的检测方法、装置及系统,通过获取待检测视频图像帧;根据所述待检测视频图像帧,检测渣土车苫盖是否关闭;如果所述渣土车苫盖未关闭,则发送提示信息。采用此方案,不但可以实时检测渣土车苫盖是否关闭的情况,并可以及时发送未关闭渣土车苫盖的提示信息。且本发明基于单纯的图像帧分析,使用深度学习方法,实现在较为复杂的场景中自动实时的渣土车定位,较为精准地识别苫盖状态。
本发明技术方案借助车牌定位来进一步定位识别渣土车,车牌特征显著稳定,定位难度小,结果准确。在小尺度图像上定位车牌,更加高效;且本发明技术方案只针对识别为渣土车的车辆做苫盖状态识别。渣土车数量相对于车辆全体数量占比仍是少数,筛选出渣土车,有针对性地识别苫盖状态,避免对所有过车进行苫盖识别耗时耗力。另外,对识别为渣土车的车辆,根据车牌位置和大小确定车斗位置的识别区域,可以覆盖车头各个角度的车辆的车斗位置,识别区域更精准,结果更准确;本发明使用图像和CNN对苫盖状态进行识别,避免了对车辆行驶的干扰。
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)
1.一种渣土车苫盖的检测方法,其特征在于,包括:
获取待检测视频图像帧;
根据所述待检测视频图像帧,检测渣土车苫盖是否关闭;
如果所述渣土车苫盖未关闭,则发送提示信息。
2.根据权利要求1所述的渣土车苫盖的检测方法,其特征在于,所述根据所述待检测视频图像帧,检测渣土车苫盖是否关闭的步骤包括:
将所述待检测视频图像帧进行压缩处理,获取压缩后的视频图像帧;
根据所述压缩后的视频图像帧,检测渣土车苫盖是否关闭。
3.根据权利要求1或2所述的渣土车苫盖的检测方法,其特征在于,所述根据所述待检测视频图像帧或者压缩后的视频图像帧,检测渣土车苫盖是否关闭的步骤包括:
将所述待检测视频图像帧或者所述压缩后的视频图像帧进行图像处理,确定待检测视频图像帧中车牌位置;
根据所述获取的车牌位置,确定所述车牌对应的渣土车前部位置;
根据所述渣土车前部位置,检测所述渣土车的苫盖是否关闭。
4.根据权利要求3所述的渣土车苫盖的检测方法,其特征在于,所述渣土车前部位置包括:渣土车脸区域和渣土车苫盖;所述根据所述获取的车牌位置,确定所述车牌对应的渣土车前部位置的步骤,包括:
根据所述获取的车牌位置,确定所述车牌对应的渣土车脸区域;
根据所述渣土车脸区域,确定所述渣土车苫盖区域;
所述根据所述渣土车前部位置,检测所述渣土车的苫盖是否关闭步骤为:
根据所述渣土车苫盖区域,检测所述渣土车的苫盖是否关闭。
5.根据权利要求4所述的渣土车苫盖的检测方法,其特征在于,该方法还包括:
根据所述渣土车的车牌位置,确定渣土车的车牌信息;
如果所述渣土车的苫盖未关闭,则发送提示信息及所述渣土车的车牌信息。
6.一种渣土车苫盖的检测装置,其特征在于,包括:
视频采集单元,用于获取待检测视频图像帧;
视频检测单元,用于根据所述待检测视频图像帧,检测渣土车苫盖是否关闭;
信息发送单元,用于如果所述渣土车苫盖未关闭,则发送提示信息。
7.根据权利要求6所述的渣土车苫盖的检测装置,其特征在于,所述视频检测单元还用于将所述待检测视频图像帧进行压缩处理,获取压缩后的视频图像帧;根据所述压缩后的视频图像帧,检测渣土车苫盖是否关闭;
所述视频检测单元还用于将所述待检测视频图像帧或者所述压缩后的视频图像帧进行图像处理,确定待检测视频图像帧中车牌位置;根据所述获取的车牌位置,确定所述车牌对应的渣土车前部位置;根据所述渣土车前部位置,检测所述渣土车的苫盖是否关闭。
8.根据权利要求7所述的渣土车苫盖的检测装置,其特征在于,所述渣土车前部位置包括:渣土车脸区域和渣土车苫盖;所述所述视频检测单元,包括:
车头定位子单元,用于根据所述获取的车牌位置,确定所述车牌对应的渣土车脸区域;
苫盖定位子单元,用于根据所述渣土车脸区域,确定所述渣土车苫盖区域;
视频检测子单元,用于根据所述渣土车苫盖区域,检测所述渣土车的苫盖是否关闭。
9.根据权利要求8所述的渣土车苫盖的检测装置,其特征在于,该装置还包括:
车牌信息获取单元,用于根据所述渣土车的车牌位置,确定渣土车的车牌信息;
所述信息发送单元,用于如果所述渣土车的苫盖未关闭,则发送提示信息及所述渣土车的车牌信息。
10.一种渣土车苫盖的检测系统,其特征在于,该系统包括:如权利要求6-9中任意一项所述的渣土车苫盖的检测装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910983852.XA CN110909599A (zh) | 2019-10-16 | 2019-10-16 | 一种渣土车苫盖的检测方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910983852.XA CN110909599A (zh) | 2019-10-16 | 2019-10-16 | 一种渣土车苫盖的检测方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110909599A true CN110909599A (zh) | 2020-03-24 |
Family
ID=69815252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910983852.XA Pending CN110909599A (zh) | 2019-10-16 | 2019-10-16 | 一种渣土车苫盖的检测方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110909599A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801056A (zh) * | 2021-04-02 | 2021-05-14 | 上海闪马智能科技有限公司 | 一种基于局部图像分类的渣土车顶盖状态确定方法及系统 |
CN114612859A (zh) * | 2022-02-25 | 2022-06-10 | 交通运输部天津水运工程科学研究所 | 一种非专业化码头矿石堆垛苫盖智能检测方法 |
CN114821485A (zh) * | 2022-06-28 | 2022-07-29 | 中关村科学城城市大脑股份有限公司 | 施工现场裸露识别处理方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103439910A (zh) * | 2013-08-26 | 2013-12-11 | 重庆和航安全技术服务有限公司 | 运渣车除渣监控方法、系统、车载设备和监控服务器 |
CN107065722A (zh) * | 2017-05-08 | 2017-08-18 | 武汉依迅北斗空间技术有限公司 | 一种渣土车车棚状态判断方法及装置 |
CN107103654A (zh) * | 2017-05-02 | 2017-08-29 | 郑州华瑞伟业电子科技有限公司 | 一种货检安全检测监控和管理系统和方法 |
CN109778942A (zh) * | 2019-03-12 | 2019-05-21 | 辽宁工程技术大学 | 一种露天矿电铲对中控制系统及方法 |
CN109919069A (zh) * | 2019-02-27 | 2019-06-21 | 浙江浩腾电子科技股份有限公司 | 基于深度学习的大型车辆分析系统 |
-
2019
- 2019-10-16 CN CN201910983852.XA patent/CN110909599A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103439910A (zh) * | 2013-08-26 | 2013-12-11 | 重庆和航安全技术服务有限公司 | 运渣车除渣监控方法、系统、车载设备和监控服务器 |
CN107103654A (zh) * | 2017-05-02 | 2017-08-29 | 郑州华瑞伟业电子科技有限公司 | 一种货检安全检测监控和管理系统和方法 |
CN107065722A (zh) * | 2017-05-08 | 2017-08-18 | 武汉依迅北斗空间技术有限公司 | 一种渣土车车棚状态判断方法及装置 |
CN109919069A (zh) * | 2019-02-27 | 2019-06-21 | 浙江浩腾电子科技股份有限公司 | 基于深度学习的大型车辆分析系统 |
CN109778942A (zh) * | 2019-03-12 | 2019-05-21 | 辽宁工程技术大学 | 一种露天矿电铲对中控制系统及方法 |
Non-Patent Citations (1)
Title |
---|
李宇宏 等: "基于图像识别的渣土车监管系统设计及实现", 《土木工程与管理学报》, vol. 36, no. 04, 22 August 2019 (2019-08-22), pages 170 - 177 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801056A (zh) * | 2021-04-02 | 2021-05-14 | 上海闪马智能科技有限公司 | 一种基于局部图像分类的渣土车顶盖状态确定方法及系统 |
CN114612859A (zh) * | 2022-02-25 | 2022-06-10 | 交通运输部天津水运工程科学研究所 | 一种非专业化码头矿石堆垛苫盖智能检测方法 |
CN114821485A (zh) * | 2022-06-28 | 2022-07-29 | 中关村科学城城市大脑股份有限公司 | 施工现场裸露识别处理方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106600977B (zh) | 基于多特征识别的违停检测方法及系统 | |
CN107478590A (zh) | 一种结合机动车智能视觉识别与尾气遥感检测的方法 | |
CN101916383B (zh) | 基于多摄像机的车辆检测跟踪识别系统 | |
CN104751634B (zh) | 高速公路隧道行车图像采集信息的综合应用方法 | |
CN110909599A (zh) | 一种渣土车苫盖的检测方法、装置及系统 | |
CN110298300B (zh) | 一种检测车辆违章压线的方法 | |
CN103903005A (zh) | 车牌影像辨识系统及方法 | |
CN103279756A (zh) | 基于集成分类器的车辆检测分析系统及其检测分析方法 | |
CN105809184A (zh) | 一种适用于加油站的车辆实时识别跟踪与车位占用判断的方法 | |
CN103985182A (zh) | 一种公交客流自动计数方法及自动计数系统 | |
CN111523415A (zh) | 一种基于图像的两客一危车辆检测方法和装置 | |
CN111723704A (zh) | 基于树莓派的厢式货车厢门开度监控方法 | |
CN111723706A (zh) | 基于树莓派的厢式货车厢门开度监控装置及系统 | |
CN109191492B (zh) | 一种基于轮廓分析的智能视频黑烟车检测方法 | |
CN105574502A (zh) | 一种自助发卡机违章行为自动检测方法 | |
CN107967445A (zh) | 一种轿车加装天窗的智能检测系统及方法 | |
CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
CN109840474A (zh) | 一种车辆出入规范识别方法、系统及存储介质 | |
CN111723708A (zh) | 一种基于深度学习的厢式货车厢门状态识别装置与系统 | |
CN111738109A (zh) | 一种基于深度学习的厢式货车厢门状态识别方法 | |
CN115600124A (zh) | 地铁隧道巡检系统及巡检方法 | |
CN110921154A (zh) | 一种控制垃圾回收巡逻车的方法、装置及垃圾回收巡逻车 | |
CN108198428A (zh) | 货车拦截系统及拦截方法 | |
CN205788764U (zh) | 一种车辆变线未开启转向灯的自动取证装置 | |
CN111222394A (zh) | 一种渣土车超载检测方法、装置及系统 |
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 |