CN110909641A - 一种检测摩托车超载的方法、装置及系统 - Google Patents
一种检测摩托车超载的方法、装置及系统 Download PDFInfo
- Publication number
- CN110909641A CN110909641A CN201911107393.5A CN201911107393A CN110909641A CN 110909641 A CN110909641 A CN 110909641A CN 201911107393 A CN201911107393 A CN 201911107393A CN 110909641 A CN110909641 A CN 110909641A
- Authority
- CN
- China
- Prior art keywords
- motorcycle
- target
- detected
- information
- license plate
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 6
- 206010039203 Road traffic accident Diseases 0.000 description 5
- 230000006399 behavior Effects 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development 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
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (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超载的方法、装置及系统。该检测摩托车超载的方法包括:获取待检测视频图像帧及待检测区域;根据所述待检测区域,检测所述待检测视频图像帧中目标图像,获取检测结果;如果所述检测结果为检测到目标摩托车及乘载人员,则根据所述目标图像,获取待检测目标的人员头部信息;根据所述人员头部信息,确定所述目标摩托车是否超载;如果所述目标摩托车超载,则发送提示信息。采用本发明技术方案不但可以提高摩托车超载处理效率,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超载的方法、装置及系统。
背景技术
随着经济和交通的发展,摩托车出行成为了人们日常生活中经常使用的交通工具,方便而快捷,但方便出行的同时,摩托车引发的道路交通事故也居高不下。由于摩托车的防护等级低,安全性能差,所以摩托车事故多为人员伤亡的交通事故,而且是摩托车大多数是弱势受害方。而在许多摩托车交通事故中,除了不遵守交通规则外,超载也是交通事故发生的一个重要原因。而摩托车超载造成的人员伤亡损失后果最为严重,其危害也最为突出。目前,交通部门组织了大量的警力对摩托车超载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。
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:
现有技术中摩托车超载监控主要基于交警现场拦截处理,检查效率较低,且无法及时有效的实现监控。
发明内容
本发明的目的在于提供一种检测摩托车超载的方法、装置及系统,以克服现有技术中的摩托车超载监控主要基于交警现场拦截处理,检查效率较低,且无法及时有效的实现监控的缺陷。
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超载的方法,包括:
获取待检测视频图像帧及待检测区域;
根据所述待检测区域,检测所述待检测视频图像帧中目标图像,获取检测结果;
如果所述检测结果为检测到目标摩托车及乘载人员,则根据所述目标图像,获取待检测目标的人员头部信息;
根据所述人员头部信息,确定所述目标摩托车是否超载;
如果所述目标摩托车超载,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超载的装置,包括:
信息获取单元,用于获取待检测视频图像帧及待检测区域;
检测单元,用于根据所述待检测区域,检测所述待检测视频图像帧中目标图像,获取检测结果;
人员信息获取单元,用于如果所述检测结果为检测到目标摩托车及乘载人员,则根据所述目标图像,获取待检测目标的人员头部信息;
超载判断单元,用于根据所述人员头部信息,确定所述目标摩托车是否超载;
信息发送单元,用于如果所述目标摩托车超载,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超载的系统,包括:如上所述检测摩托车超载的装置。
本发明提供的一种检测摩托车超载的方法、装置及系统,通过获取待检测视频图像帧及待检测区域;根据所述待检测区域,检测所述待检测视频图像帧中目标图像,获取检测结果;如果所述检测结果为检测到目标摩托车及乘载人员,则根据所述目标图像,获取待检测目标的人员头部信息;根据所述人员头部信息,确定所述目标摩托车是否超载;如果所述目标摩托车超载,则发送提示信息。采用本发明技术方案不但可以提高摩托车超载处理效率,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超载的方法流程图;
图2是本发明实施例提供的一种检测摩托车超载的装置结构示意图;
图3是本发明实施例提供的一种检测摩托车超载的系统结构示意图。
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检测摩托车超载的方法。具体流程如图1所示。该方法包括:
101:获取待检测视频图像帧及待检测区域;
102:根据所述待检测区域,检测所述待检测视频图像帧中目标图像,获取检测结果;
103:如果所述检测结果为检测到目标摩托车及乘载人员,则根据所述目标图像,获取待检测目标的人员头部信息;
104:根据所述人员头部信息,确定所述目标摩托车是否超载;
105:如果所述目标摩托车超载,则发送提示信息。该提示信息可以包括:超载车辆位置,超载车辆图像,超载车辆的车牌信息。
需要说明的是,所述根据所述目标图像,获取待检测目标的人员头部信息步骤,包括:
根据所述目标图像,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,进行人头识别,给出待检测目标的人员头部信息。
还需要说明的是,该方法,还包括:
如果所述待检测目标的人员头部信息为超载,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;
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。
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。
本发明的第二实施方式涉及一种检测摩托车超载的装置。该装置如图2所示。该装置包括:
信息获取单元201,用于获取待检测视频图像帧及待检测区域;
检测单元202,用于根据所述待检测区域,检测所述待检测视频图像帧中目标图像,获取检测结果;
人员信息获取单元203,用于如果所述检测结果为检测到目标摩托车及乘载人员,则根据所述目标图像,获取待检测目标的人员头部信息;
超载判断单元204,用于根据所述人员头部信息,确定所述目标摩托车是否超载;
信息发送单元205,用于如果所述目标摩托车超载,则发送提示信息。
需要说明的是,所述人员信息获取单元,还用于根据所述目标图像,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,进行人头识别,给出待检测目标的人员头部信息。
还需要说明的是,该装置,还包括:
车牌获取单元,用于如果所述待检测目标的人员头部信息为超载,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,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,还用于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;
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。
本发明的第三实施方式涉及一种检测摩托车超载的系统。该系统如图3所示。该系统包括:如上所述的检测摩托车超载的装置。
本发明提出一种使用深度学习检测摩托车超载的方法,通过实时监测,首先对道路上的摩托以及乘载人员进行检测,定位摩托车以及乘载人员的区域位置,在此区域内对乘载人员的头部区域进行检测,根据同一个区域内检测到的头部区域数量判断摩托车是否超载,可以在较为复杂的场景中,比如,车辆较多的道路上,帮助交警检测道路上行驶的摩托车是否有超载的违法行为,实时输出摩托车超载的违法行为,助力智慧交通,减少交通事故的发生。
设在交通道路上架设相机,进行视频图像的采集,系统会在设置的监控区域(即待检测区域)对行驶的摩托车进行检测,定位出摩托车以及乘载人员的区域位置(即目标图像),在此区域(即目标图像)内再对乘载人员的头部进行检测,通过在定位的区域内检测出的人员头部数量统计判断摩托车是否超载,输出摩托车超载的违法报警提醒,整个过程使用深入学习的方法。具体判断摩托车超载的方法具体步骤如下:
S1、视频图片采集,在系统设置的区域(即待检测区域)检测摩托车以及乘载人员的位置,并输出位置信息(即目标图像);
S2、在以上步骤S1定位的摩托车以及乘载人员的区域内检测乘载人员的头部区域;
S3:统计同一区域内检测出的人员头部数量总数,以此确定乘载人员人数;
S4:根据统计结果,判断此摩托车是否超载,如果步骤3中数量大于等于3,则输出超载信息,发出报警。
需要说明的是,以上步骤1中检测摩托车以及乘载人员的位置的摩托车以及乘载人员检测器,所述摩托车以及乘载人员检测器需要收集大量的学习样本,样本中包括摩托车及乘载人员信息,对摩托车以及乘载人员的位置进行标注,同时标注非摩托车作为负样本,使用Hourglass网络作为基础网络训练摩托车以及乘载人员的离线检测器,定位摩托车以及乘载的人员的位置坐标。
所述用于检测目标图像中人员头部信息的人员头部检测器,需要收集大量学习样本,样本图片即摩托车以及乘载人员检测器中标注的区域图像,并标注乘载人员的头部位置,使用Unet网络算法训练离线检测器检测人员头部区域,可输出人员头部位置坐标。
本发明技术方案的图像采集的特点:适用于低分辨率场景,不受限于视频采集装置;实时监控,适用于车辆较多的复杂道路场景;初次使用深度学习的方法检测行驶的摩托车是否具有超载的违法行为:可以直接输出摩托车乘载人员的数量,判断摩托车是否超载,输出违法行为并发出报警。
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)
1.一种检测摩托车超载的方法,其特征在于,包括:
获取待检测视频图像帧及待检测区域;
根据所述待检测区域,检测所述待检测视频图像帧中目标图像,获取检测结果;
如果所述检测结果为检测到目标摩托车及乘载人员,则根据所述目标图像,获取待检测目标的人员头部信息;
根据所述人员头部信息,确定所述目标摩托车是否超载;
如果所述目标摩托车超载,则发送提示信息。
2.根据权利要求1所述的检测摩托车超载的方法,其特征在于,所述根据所述目标图像,获取待检测目标的人员头部信息步骤,包括:
根据所述目标图像,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,进行人头识别,给出待检测目标的人员头部信息。
3.根据权利要求2所述的检测摩托车超载的方法,其特征在于,该方法,还包括:
如果所述待检测目标的人员头部信息为超载,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所述的检测摩托车超载的方法,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所述的检测摩托车超载的方法,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。
6.一种检测摩托车超载的装置,其特征在于,包括:
信息获取单元,用于获取待检测视频图像帧及待检测区域;
检测单元,用于根据所述待检测区域,检测所述待检测视频图像帧中目标图像,获取检测结果;
人员信息获取单元,用于如果所述检测结果为检测到目标摩托车及乘载人员,则根据所述目标图像,获取待检测目标的人员头部信息;
超载判断单元,用于根据所述人员头部信息,确定所述目标摩托车是否超载;
信息发送单元,用于如果所述目标摩托车超载,则发送提示信息。
7.根据权利要求6所述的检测摩托车超载的装置,其特征在于,所述人员信息获取单元,还用于根据所述目标图像,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,进行人头识别,给出待检测目标的人员头部信息。
8.根据权利要求7所述的检测摩托车超载的装置,其特征在于,该装置,还包括:
车牌获取单元,用于如果所述待检测目标的人员头部信息为超载,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,用于发送所述目标摩托车的车牌信息。
9.根据权利要求8所述的检测摩托车超载的装置,其特征在于,所述车牌识别单元,还用于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;
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。
10.一种检测摩托车超载的系统,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超载的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911107393.5A CN110909641A (zh) | 2019-11-13 | 2019-11-13 | 一种检测摩托车超载的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911107393.5A CN110909641A (zh) | 2019-11-13 | 2019-11-13 | 一种检测摩托车超载的方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110909641A true CN110909641A (zh) | 2020-03-24 |
Family
ID=69817561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911107393.5A Pending CN110909641A (zh) | 2019-11-13 | 2019-11-13 | 一种检测摩托车超载的方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110909641A (zh) |
Cited By (2)
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 |
CN112395976A (zh) * | 2020-11-17 | 2021-02-23 | 杭州海康威视系统技术有限公司 | 一种摩托车载人识别方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599339A (zh) * | 2013-10-31 | 2015-05-06 | 大连智友软件科技有限公司 | 一种基于视频的车辆超员监控方法 |
CN204956279U (zh) * | 2015-08-28 | 2016-01-13 | 曾裕祥 | 汽车和摩托车动态智能检测显示器 |
CN107688811A (zh) * | 2017-09-12 | 2018-02-13 | 北京文安智能技术股份有限公司 | 车牌识别方法及装置 |
CN107766835A (zh) * | 2017-11-06 | 2018-03-06 | 贵阳宏益房地产开发有限公司 | 行车安全检测方法及装置 |
CN109703658A (zh) * | 2019-02-12 | 2019-05-03 | 陆宇超 | 一种电动车驾乘人头盔佩戴系统及其检测防盗方法 |
CN109740415A (zh) * | 2018-11-19 | 2019-05-10 | 深圳市华尊科技股份有限公司 | 车辆属性识别方法及相关产品 |
CN109858470A (zh) * | 2019-03-06 | 2019-06-07 | 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 |
-
2019
- 2019-11-13 CN CN201911107393.5A patent/CN110909641A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599339A (zh) * | 2013-10-31 | 2015-05-06 | 大连智友软件科技有限公司 | 一种基于视频的车辆超员监控方法 |
CN204956279U (zh) * | 2015-08-28 | 2016-01-13 | 曾裕祥 | 汽车和摩托车动态智能检测显示器 |
CN107688811A (zh) * | 2017-09-12 | 2018-02-13 | 北京文安智能技术股份有限公司 | 车牌识别方法及装置 |
CN107766835A (zh) * | 2017-11-06 | 2018-03-06 | 贵阳宏益房地产开发有限公司 | 行车安全检测方法及装置 |
CN109740415A (zh) * | 2018-11-19 | 2019-05-10 | 深圳市华尊科技股份有限公司 | 车辆属性识别方法及相关产品 |
CN109703658A (zh) * | 2019-02-12 | 2019-05-03 | 陆宇超 | 一种电动车驾乘人头盔佩戴系统及其检测防盗方法 |
CN109858470A (zh) * | 2019-03-06 | 2019-06-07 | 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 |
Non-Patent Citations (1)
Title |
---|
覃正优;伍永;: "基于图像超分辨率的车牌识别研究", 现代计算机(专业版), no. 23 * |
Cited By (2)
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 |
CN112395976A (zh) * | 2020-11-17 | 2021-02-23 | 杭州海康威视系统技术有限公司 | 一种摩托车载人识别方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6442474B1 (en) | Vision-based method and apparatus for monitoring vehicular traffic events | |
CN111325872B (zh) | 基于计算机视觉的司机驾驶异常检测方法 | |
EP3965082B1 (en) | Vehicle monitoring system and vehicle monitoring method | |
WO2020052436A1 (zh) | 车辆超载报警方法、装置、电子设备及存储介质 | |
CN110866427A (zh) | 一种车辆行为检测方法及装置 | |
US11361556B2 (en) | Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program | |
CN104599443A (zh) | 一种基于信息融合的驾驶行为预警车载终端及其预警方法 | |
CN110866479A (zh) | 一种检测摩托车驾驶员未戴头盔的方法、装置及系统 | |
CN105321352A (zh) | 一种机动车遮挡号牌违章行为检测及取证方法 | |
CN104282154A (zh) | 一种车辆超载监控系统及方法 | |
CN112509325B (zh) | 一种基于视频深度学习的非现场违法自动甄别方法 | |
CN103700220A (zh) | 一种疲劳驾驶监控装置 | |
CN114898297A (zh) | 基于目标检测和目标跟踪的非机动车违法行为判定的方法 | |
CN112381014A (zh) | 一种基于城市道路的违停车辆检测及管理方法及系统 | |
CN110909641A (zh) | 一种检测摩托车超载的方法、装置及系统 | |
CN111492416A (zh) | 一种违章监控系统及违章监控方法 | |
US11482012B2 (en) | Method for driving assistance and mobile device using the method | |
CN114694197A (zh) | 行车预警方法、电子设备和计算机可读存储介质 | |
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 | |
CN113076852A (zh) | 一种基于5g通信的占用公交车道车载抓拍处理系统 | |
CN111241918B (zh) | 一种基于人脸识别的车用防跟踪方法及系统 | |
CN116913099A (zh) | 一种智能交通实时监控系统 | |
CN113408319A (zh) | 一种城市道路异常感知处理方法、装置、系统及存储介质 | |
CN111985304A (zh) | 巡防告警方法、系统、终端设备及存储介质 | |
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 |