CN111027365A - 基于人脸对象位置分析的定位方法 - Google Patents

基于人脸对象位置分析的定位方法 Download PDF

Info

Publication number
CN111027365A
CN111027365A CN201910356602.3A CN201910356602A CN111027365A CN 111027365 A CN111027365 A CN 111027365A CN 201910356602 A CN201910356602 A CN 201910356602A CN 111027365 A CN111027365 A CN 111027365A
Authority
CN
China
Prior art keywords
image
filtering
automobile
sharpened image
equipment
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.)
Granted
Application number
CN201910356602.3A
Other languages
English (en)
Other versions
CN111027365B (zh
Inventor
韩明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Longshi Electronic Engineering Co., Ltd
Original Assignee
韩明
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 韩明 filed Critical 韩明
Priority to CN201910356602.3A priority Critical patent/CN111027365B/zh
Publication of CN111027365A publication Critical patent/CN111027365A/zh
Application granted granted Critical
Publication of CN111027365B publication Critical patent/CN111027365B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/056Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel

Abstract

本发明涉及一种基于人脸对象位置分析的定位方法,所述方法包括提供一种基于人脸对象位置分析的定位平台,用于利用汽车逆行时前排人脸对象成像区域与汽车对象成像区域重叠的特性,面向单向道允许汽车行驶的方向执行全彩图像捕获动作和后续图像处理,以实现逆行行为的针对性识别。

Description

基于人脸对象位置分析的定位方法
技术领域
本发明涉及对象识别领域,尤其涉及一种基于人脸对象位置分析的定位方法。
背景技术
对象识别包括分类和检测两项任务,分类用于判断一幅图像是否包含某类对象,检测则要求标出这些对象的位置和大小。对象识别是理解图像和场景的关键,具有广泛的应用前景,可用于Web图像自动标注、海量图像搜索、图像内容过滤、机器人、安全监视、医学远程会诊等多种领域。
通用对象识别面临很多困难,迄今没有完善的解决方案,这些困难包括:(1)光照变化、视点变化、尺度变化、物体变形、遮挡、背景嘈杂等多种因素使同一物体在不同图像中存在很大的差异;(2)同类物体之间存在较大差异,这要求识别模型即能体现同类物体之间的共性,又不能混淆相似的物体类别;(3)大量的类别增加了系统实现的难度。近几年来,通用对象识别的研究非常活跃,新的方法不断涌现。
发明内容
本发明至少需要具备以下几处关键的发明点:
(1)利用汽车逆行时前排人脸对象成像区域与汽车对象成像区域重叠的特性,面向单向道允许汽车行驶的方向执行全彩图像捕获动作和后续图像处理,以实现逆行行为的针对性识别;
(2)基于待处理图像中的行数等级的具体数值动态选择不同滤波模式的滤波设备对所述待处理图像执行相应的滤波处理,以保证对不同内容的图像数据的图像滤波效果。
根据本发明的一方面,提供一种基于人脸对象位置分析的定位方法,所述方法包括提供一种基于人脸对象位置分析的定位平台,用于利用汽车逆行时前排人脸对象成像区域与汽车对象成像区域重叠的特性,面向单向道允许汽车行驶的方向执行全彩图像捕获动作和后续图像处理,以实现逆行行为的针对性识别,所述基于人脸对象位置分析的定位平台包括:
区域定位设备,与锐化处理设备连接,用于基于人脸成像特征识别空域锐化图像中各个人脸对象分别所在的各个人脸区域,还用于基于汽车成像特征识别所述空域锐化图像中各个汽车对象分别所在的各个汽车区域;
形心检测设备,与所述区域定位设备连接,用于在所述空域锐化图像中存在人脸区域的形心与汽车区域的形心之间的距离小于等于预设像素点数量时,发出存在逆行汽车信号;
所述形心检测设备还用于在所述空域锐化图像中存在人脸区域的形心与汽车区域的形心之间的距离大于预设像素点数量时,发出不存在逆行汽车信号;
红色指示灯,设置在单向道的正上方,与所述形心检测设备连接,用于在接收到存在逆行汽车信号时,进行红色指示操作,还用于在接收到不存在逆行汽车信号时,停止进行红色指示操作;
全彩捕获设备,设置在单向道的正上方,用于面向单向道允许汽车行驶的方向执行全彩图像捕获动作,以获得并输出相应的全彩单向图像;
即时测量设备,与所述全彩捕获设备连接,用于接收所述高清图像,对所述全彩单向图像中的像素行数进行即时检测,以获得对应的即时行数,并输出所述即时行数;
信号解析设备,与所述即时测量设备连接,用于接收所述即时行数,并确定与所述即时行数成正比的行数等级,输出所述行数等级;
算术均值滤波设备,分别与所述即时测量设备和所述信号解析设备连接,用于在接收到的行数等级大于等于预设数量阈值时,从省电模式进入正常模式以对接收到的全彩单向图像执行算术均值滤波处理,以获得并输出相应的当前滤波图像;
高斯低通滤波设备,分别与所述即时测量设备和所述信号解析设备连接,用于在接收到的行数等级小于所述预设数量阈值时,从省电模式进入正常模式以对接收到的全彩单向图像执行高斯低通滤波处理,以获得并输出相应的当前滤波图像。
本发明的基于人脸对象位置分析的定位方法构思简单,操作方便。由于利用汽车逆行时前排人脸对象成像区域与汽车对象成像区域重叠的特性,面向单向道允许汽车行驶的方向执行全彩图像捕获动作和后续图像处理,从而实现了逆行行为的针对性识别。
具体实施方式
下面将对本发明的实施方案进行详细说明。
违章通常是指交通违章,即机动车、非机动车驾驶人或行人,违反道路交通安全法规、交通管理及影响交通路况的行为。另外,违章也可指违反常规章法处理事情。
一般来说交通违章罚款主要有2种。一是现场违章开单。二是电子违章记录。现场违章开单通常是由交通执法人员现场取证,并开具处罚决定书。当然也有是城管执法人员开罚的,因为车辆要是停放在人行道上或者非交通用地的公共场地,属于违反城市管理条例,也属于城管部门管辖。
违章代码,即交通违法代码又称“交通违法行为代码”、“交通违章代码”,是交管部门对机动车、行人通行发生的交通违法行为制定的一种编码规定。
当前,汽车的逆行容易对正常行驶的车辆造成不可预料的安全事故,因而是违章检测的重点之一,然而,汽车的逆行和正行在图像检测中差别不大,无法获得二者之间的差异从而实现汽车逆行的准确检测,因此,需要一种新的基于图像处理的逆行检测机制,为交通管理者提供可靠的违章识别数据。
为了克服上述不足,本发明搭建一种基于人脸对象位置分析的定位方法,所述方法包括提供一种基于人脸对象位置分析的定位平台,用于利用汽车逆行时前排人脸对象成像区域与汽车对象成像区域重叠的特性,面向单向道允许汽车行驶的方向执行全彩图像捕获动作和后续图像处理,以实现逆行行为的针对性识别。所述基于人脸对象位置分析的定位平台能够有效解决相应的技术问题。
根据本发明实施方案示出的基于人脸对象位置分析的定位平台包括:
区域定位设备,与锐化处理设备连接,用于基于人脸成像特征识别空域锐化图像中各个人脸对象分别所在的各个人脸区域,还用于基于汽车成像特征识别所述空域锐化图像中各个汽车对象分别所在的各个汽车区域;
形心检测设备,与所述区域定位设备连接,用于在所述空域锐化图像中存在人脸区域的形心与汽车区域的形心之间的距离小于等于预设像素点数量时,发出存在逆行汽车信号;
所述形心检测设备还用于在所述空域锐化图像中存在人脸区域的形心与汽车区域的形心之间的距离大于预设像素点数量时,发出不存在逆行汽车信号;
红色指示灯,设置在单向道的正上方,与所述形心检测设备连接,用于在接收到存在逆行汽车信号时,进行红色指示操作,还用于在接收到不存在逆行汽车信号时,停止进行红色指示操作;
全彩捕获设备,设置在单向道的正上方,用于面向单向道允许汽车行驶的方向执行全彩图像捕获动作,以获得并输出相应的全彩单向图像;
即时测量设备,与所述全彩捕获设备连接,用于接收所述高清图像,对所述全彩单向图像中的像素行数进行即时检测,以获得对应的即时行数,并输出所述即时行数;
信号解析设备,与所述即时测量设备连接,用于接收所述即时行数,并确定与所述即时行数成正比的行数等级,输出所述行数等级;
算术均值滤波设备,分别与所述即时测量设备和所述信号解析设备连接,用于在接收到的行数等级大于等于预设数量阈值时,从省电模式进入正常模式以对接收到的全彩单向图像执行算术均值滤波处理,以获得并输出相应的当前滤波图像;
高斯低通滤波设备,分别与所述即时测量设备和所述信号解析设备连接,用于在接收到的行数等级小于所述预设数量阈值时,从省电模式进入正常模式以对接收到的全彩单向图像执行高斯低通滤波处理,以获得并输出相应的当前滤波图像;
其中,所述算术均值滤波设备还用于在接收到的行数等级小于预设数量阈值时,从正常模式进入省电模式以中断对接收到的全彩单向图像执行的算术均值滤波处理;
其中,所述高斯低通滤波设备还用于在接收到的行数等级大于等于预设数量阈值时,从正常模式进入省电模式以中断对接收到的全彩单向图像执行的高斯低通滤波处理;
锐化处理设备,分别与所述算术均值滤波设备和所述高斯低通滤波设备连接,用于对接收到的当前滤波图像执行基于空域微分法的锐化处理,以获得并输出相应的空域锐化图像。
接着,继续对本发明的基于人脸对象位置分析的定位平台的具体结构进行进一步的说明。
所述基于人脸对象位置分析的定位平台中还可以包括:
ZIGBEE通信接口,与所述锐化处理设备连接,用于接收并无线发送所述空域锐化图像;
其中,所述锐化处理设备、所述算术均值滤波设备和所述高斯低通滤波设备分别采用不同型号的SOC芯片来实现。
所述基于人脸对象位置分析的定位平台中还可以包括:
斑点分析设备,与所述锐化处理设备连接,用于接收所述空域锐化图像,对所述空域锐化图像进行斑点识别,以获得所述空域锐化图像中的各个斑点区域,测量每一个斑点区域的径向半径,将各个斑点区域的径向半径进行大小排序,以获取其中的最大径向半径。
所述基于人脸对象位置分析的定位平台中还可以包括:
滤波预处理设备,与所述斑点分析设备连接,用于获取所述最大径向半径对应的斑点区域的形状,基于所述最大径向半径对应的斑点区域的形状确定相应的均值滤波窗口。
所述基于人脸对象位置分析的定位平台中还可以包括:
滤波处理设备,分别与所述区域定位设备、所述斑点分析设备和所述滤波预处理设备连接,用于接收所述均值滤波窗口,对所述空域锐化图像的像素点执行以下滤波处理操作:在所述空域锐化图像中,获取以所述空域锐化图像的像素点为中心的均值滤波窗口内的各个像素点的各个像素值用作目标像素值,在以所述空域锐化图像的像素点为中心的均值滤波窗口内,距离所述空域锐化图像的像素点越近,权重系数越大,基于各个目标像素值以及分别对应的权重系数确定所述空域锐化图像的像素点的替换像素值以替换所述空域锐化图像的像素点的原始像素值,从而获得所述空域锐化图像对应的替换滤波图像,并将所述替换滤波图像代替所述替换滤波图像发送给所述区域定位设备。
所述基于人脸对象位置分析的定位平台中:
在所述滤波处理设备中,基于各个目标像素值以及分别对应的权重系数确定所述空域锐化图像的像素点的替换像素值以替换所述空域锐化图像的像素点的原始像素值包括:将每一个目标像素值与对应的权重系数相乘以获得所述目标像素值对应的乘积项,将各个目标像素值的各个乘积项相加,将相加结果除以各个目标像素值的各个权重系数之和以获得所述空域锐化图像的像素点的替换像素值。
所述基于人脸对象位置分析的定位平台中:
在所述滤波预处理设备中,基于所述最大径向半径对应的斑点区域的形状确定相应的均值滤波窗口包括:相应的均值滤波窗口的形状与所述最大径向半径对应的斑点区域的形状相匹配。
所述基于人脸对象位置分析的定位平台中:
在所述滤波预处理设备中,基于所述最大径向半径对应的斑点区域的形状确定相应的均值滤波窗口包括:相应的均值滤波窗口的径向半径与所述最大径向半径相匹配。
所述基于人脸对象位置分析的定位平台中:
所述滤波处理设备包括滤波窗口接收单元、距离检测单元、权重系数确定单元和滤波执行单元;
其中,所述距离检测单元分别与所述滤波窗口接收单元和所述权重系数确定单元连接;
其中,所述权重系数确定单元分别与所述距离检测单元和所述滤波执行单元连接。
另外,ZIGBEE是基于IEEE802.15.4标准的低功耗局域网协议。根据国际标准规定,ZIGBEE技术是一种短距离、低功耗的无线通信技术。这一名称(又称紫蜂协议)来源于蜜蜂的八字舞,由于蜜蜂(bee)是靠飞翔和“嗡嗡”(ZIG)地抖动翅膀的“舞蹈”来与同伴传递花粉所在方位信息,也就是说蜜蜂依靠这样的方式构成了群体中的通信网络。其特点是近距离、低复杂度、自组织、低功耗、低数据速率。主要适合用于自动控制和远程控制领域,可以嵌入各种设备。简而言之,ZIGBEE就是一种便宜的,低功耗的近距离无线组网通讯技术。ZIGBEE是一种低速短距离传输的无线网络协议。ZIGBEE协议从下到上分别为物理层(PHY)、媒体访问控制层(MAC)、传输层(TL)、网络层(NWK)、应用层(APL)等。其中物理层和媒体访问控制层遵循IEEE 802.15.4标准的规定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
虽然本发明已以实施例揭示如上,但其并非用以限定本发明,任何所属技术领域的普通技术人员,在不脱离本发明的精神和范围内,应当可以做出适当的改动和同等替换。因此本发明的保护范围应当以本申请权利要求所界定的范围为准。

Claims (9)

1.一种基于人脸对象位置分析的定位方法,所述方法包括提供一种基于人脸对象位置分析的定位平台,用于利用汽车逆行时前排人脸对象成像区域与汽车对象成像区域重叠的特性,面向单向道允许汽车行驶的方向执行全彩图像捕获动作和后续图像处理,以实现逆行行为的针对性识别,所述基于人脸对象位置分析的定位平台包括:
区域定位设备,与锐化处理设备连接,用于基于人脸成像特征识别空域锐化图像中各个人脸对象分别所在的各个人脸区域,还用于基于汽车成像特征识别所述空域锐化图像中各个汽车对象分别所在的各个汽车区域;
形心检测设备,与所述区域定位设备连接,用于在所述空域锐化图像中存在人脸区域的形心与汽车区域的形心之间的距离小于等于预设像素点数量时,发出存在逆行汽车信号;
所述形心检测设备还用于在所述空域锐化图像中存在人脸区域的形心与汽车区域的形心之间的距离大于预设像素点数量时,发出不存在逆行汽车信号;
红色指示灯,设置在单向道的正上方,与所述形心检测设备连接,用于在接收到存在逆行汽车信号时,进行红色指示操作,还用于在接收到不存在逆行汽车信号时,停止进行红色指示操作;
全彩捕获设备,设置在单向道的正上方,用于面向单向道允许汽车行驶的方向执行全彩图像捕获动作,以获得并输出相应的全彩单向图像;
即时测量设备,与所述全彩捕获设备连接,用于接收所述高清图像,对所述全彩单向图像中的像素行数进行即时检测,以获得对应的即时行数,并输出所述即时行数;
信号解析设备,与所述即时测量设备连接,用于接收所述即时行数,并确定与所述即时行数成正比的行数等级,输出所述行数等级;
算术均值滤波设备,分别与所述即时测量设备和所述信号解析设备连接,用于在接收到的行数等级大于等于预设数量阈值时,从省电模式进入正常模式以对接收到的全彩单向图像执行算术均值滤波处理,以获得并输出相应的当前滤波图像;
高斯低通滤波设备,分别与所述即时测量设备和所述信号解析设备连接,用于在接收到的行数等级小于所述预设数量阈值时,从省电模式进入正常模式以对接收到的全彩单向图像执行高斯低通滤波处理,以获得并输出相应的当前滤波图像;
其中,所述算术均值滤波设备还用于在接收到的行数等级小于预设数量阈值时,从正常模式进入省电模式以中断对接收到的全彩单向图像执行的算术均值滤波处理;
其中,所述高斯低通滤波设备还用于在接收到的行数等级大于等于预设数量阈值时,从正常模式进入省电模式以中断对接收到的全彩单向图像执行的高斯低通滤波处理;
锐化处理设备,分别与所述算术均值滤波设备和所述高斯低通滤波设备连接,用于对接收到的当前滤波图像执行基于空域微分法的锐化处理,以获得并输出相应的空域锐化图像。
2.如权利要求1所述的方法,其特征在于,所述平台还包括:
ZIGBEE通信接口,与所述锐化处理设备连接,用于接收并无线发送所述空域锐化图像;
其中,所述锐化处理设备、所述算术均值滤波设备和所述高斯低通滤波设备分别采用不同型号的SOC芯片来实现。
3.如权利要求2所述的方法,其特征在于,所述平台还包括:
斑点分析设备,与所述锐化处理设备连接,用于接收所述空域锐化图像,对所述空域锐化图像进行斑点识别,以获得所述空域锐化图像中的各个斑点区域,测量每一个斑点区域的径向半径,将各个斑点区域的径向半径进行大小排序,以获取其中的最大径向半径。
4.如权利要求3所述的方法,其特征在于,所述平台还包括:
滤波预处理设备,与所述斑点分析设备连接,用于获取所述最大径向半径对应的斑点区域的形状,基于所述最大径向半径对应的斑点区域的形状确定相应的均值滤波窗口。
5.如权利要求4所述的方法,其特征在于,所述平台还包括:
滤波处理设备,分别与所述区域定位设备、所述斑点分析设备和所述滤波预处理设备连接,用于接收所述均值滤波窗口,对所述空域锐化图像的像素点执行以下滤波处理操作:在所述空域锐化图像中,获取以所述空域锐化图像的像素点为中心的均值滤波窗口内的各个像素点的各个像素值用作目标像素值,在以所述空域锐化图像的像素点为中心的均值滤波窗口内,距离所述空域锐化图像的像素点越近,权重系数越大,基于各个目标像素值以及分别对应的权重系数确定所述空域锐化图像的像素点的替换像素值以替换所述空域锐化图像的像素点的原始像素值,从而获得所述空域锐化图像对应的替换滤波图像,并将所述替换滤波图像代替所述替换滤波图像发送给所述区域定位设备。
6.如权利要求5所述的方法,其特征在于:
在所述滤波处理设备中,基于各个目标像素值以及分别对应的权重系数确定所述空域锐化图像的像素点的替换像素值以替换所述空域锐化图像的像素点的原始像素值包括:将每一个目标像素值与对应的权重系数相乘以获得所述目标像素值对应的乘积项,将各个目标像素值的各个乘积项相加,将相加结果除以各个目标像素值的各个权重系数之和以获得所述空域锐化图像的像素点的替换像素值。
7.如权利要求6所述的方法,其特征在于:
在所述滤波预处理设备中,基于所述最大径向半径对应的斑点区域的形状确定相应的均值滤波窗口包括:相应的均值滤波窗口的形状与所述最大径向半径对应的斑点区域的形状相匹配。
8.如权利要求7所述的方法,其特征在于:
在所述滤波预处理设备中,基于所述最大径向半径对应的斑点区域的形状确定相应的均值滤波窗口包括:相应的均值滤波窗口的径向半径与所述最大径向半径相匹配。
9.如权利要求8所述的方法,其特征在于:
所述滤波处理设备包括滤波窗口接收单元、距离检测单元、权重系数确定单元和滤波执行单元;
其中,所述距离检测单元分别与所述滤波窗口接收单元和所述权重系数确定单元连接;
其中,所述权重系数确定单元分别与所述距离检测单元和所述滤波执行单元连接。
CN201910356602.3A 2019-04-29 2019-04-29 基于人脸对象位置分析的定位方法 Active CN111027365B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910356602.3A CN111027365B (zh) 2019-04-29 2019-04-29 基于人脸对象位置分析的定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910356602.3A CN111027365B (zh) 2019-04-29 2019-04-29 基于人脸对象位置分析的定位方法

Publications (2)

Publication Number Publication Date
CN111027365A true CN111027365A (zh) 2020-04-17
CN111027365B CN111027365B (zh) 2020-11-17

Family

ID=70199522

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910356602.3A Active CN111027365B (zh) 2019-04-29 2019-04-29 基于人脸对象位置分析的定位方法

Country Status (1)

Country Link
CN (1) CN111027365B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112804411A (zh) * 2020-10-29 2021-05-14 泰州程顺制冷设备有限公司 利用对象检测的数据压缩平台

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102792350A (zh) * 2010-03-12 2012-11-21 歌乐株式会社 车辆逆行检测装置
US20140079280A1 (en) * 2012-09-14 2014-03-20 Palo Alto Research Center Incorporated Automatic detection of persistent changes in naturally varying scenes
US20150146917A1 (en) * 2013-11-26 2015-05-28 Xerox Corporation Method and system for video-based vehicle tracking adaptable to traffic conditions
CN204613981U (zh) * 2015-04-23 2015-09-02 杭州中威电子股份有限公司 一种基于svm的车辆逆行检测装置
US20150296117A1 (en) * 2014-04-10 2015-10-15 Olden B. Johnson Systems and methods for facilitating examination of a vehicle
CN106022243A (zh) * 2016-05-13 2016-10-12 浙江大学 一种基于图像处理的机动车道车辆逆行识别方法
CN106372213A (zh) * 2016-09-05 2017-02-01 天泽信息产业股份有限公司 一种位置分析方法
CN107292222A (zh) * 2016-04-01 2017-10-24 杭州海康威视数字技术股份有限公司 一种车辆违章检测方法及装置
CN107516423A (zh) * 2017-07-20 2017-12-26 济南中维世纪科技有限公司 一种基于视频的车辆行驶方向检测方法
CN208173010U (zh) * 2018-06-12 2018-11-30 宿迁市公安局交通警察支队 非机动车逆行查缉系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102792350A (zh) * 2010-03-12 2012-11-21 歌乐株式会社 车辆逆行检测装置
US20140079280A1 (en) * 2012-09-14 2014-03-20 Palo Alto Research Center Incorporated Automatic detection of persistent changes in naturally varying scenes
US20150146917A1 (en) * 2013-11-26 2015-05-28 Xerox Corporation Method and system for video-based vehicle tracking adaptable to traffic conditions
US20150296117A1 (en) * 2014-04-10 2015-10-15 Olden B. Johnson Systems and methods for facilitating examination of a vehicle
CN204613981U (zh) * 2015-04-23 2015-09-02 杭州中威电子股份有限公司 一种基于svm的车辆逆行检测装置
CN107292222A (zh) * 2016-04-01 2017-10-24 杭州海康威视数字技术股份有限公司 一种车辆违章检测方法及装置
CN106022243A (zh) * 2016-05-13 2016-10-12 浙江大学 一种基于图像处理的机动车道车辆逆行识别方法
CN106372213A (zh) * 2016-09-05 2017-02-01 天泽信息产业股份有限公司 一种位置分析方法
CN107516423A (zh) * 2017-07-20 2017-12-26 济南中维世纪科技有限公司 一种基于视频的车辆行驶方向检测方法
CN208173010U (zh) * 2018-06-12 2018-11-30 宿迁市公安局交通警察支队 非机动车逆行查缉系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112804411A (zh) * 2020-10-29 2021-05-14 泰州程顺制冷设备有限公司 利用对象检测的数据压缩平台

Also Published As

Publication number Publication date
CN111027365B (zh) 2020-11-17

Similar Documents

Publication Publication Date Title
US10885777B2 (en) Multiple exposure event determination
CN104751634B (zh) 高速公路隧道行车图像采集信息的综合应用方法
CN101179710B (zh) 铁路道口智能视频监控装置
CN102867411B (zh) 一种基于视频监控系统的出租车调度方法及调度系统
Fernández-Caballero et al. Road-traffic monitoring by knowledge-driven static and dynamic image analysis
CN110837800A (zh) 一种面向港口恶劣天气的目标检测和识别的方法
CN113850123A (zh) 基于视频的公路监控方法及装置、存储介质和监控系统
CN103824452A (zh) 一种轻量级的基于全景视觉的违章停车检测装置
CN112651293B (zh) 一种公路违法设摊事件视频检测方法
CN110633609B (zh) 基于人脸对象位置分析的定位平台
CN106412508A (zh) 车辆违章压线智能监控方法和系统
CN116957345B (zh) 用于无人驾驶系统中的数据处理方法
CN114387785A (zh) 一种基于智慧公路的安全管控方法、系统及可存储介质
CN106652462A (zh) 一种基于互联网的违章停车管理系统
CN111695545A (zh) 一种基于多目标追踪的单车道逆行检测方法
CN111027365B (zh) 基于人脸对象位置分析的定位方法
CN111832519A (zh) 一种两/三轮车的违法行为的识别管理方法和系统
CN106548627A (zh) 一种基于车联网的rfid传感道路监控系统
CN114898309A (zh) 一种基于视觉ai技术的城市智能巡检车系统及巡检方法
KR102187441B1 (ko) 비정상 운전 판별이 가능한 드론
CN107463886A (zh) 一种双闪识别以及车辆避障的方法和系统
CN112528787A (zh) 基于深度学习的信号灯故障检测方法
Ibryaeva et al. A study of the impact of the transport queue structure on the traffic capacity of a signalized intersection using neural networks
Shahbaz et al. The Evaluation of Cascade Object Detector in Recognizing Different Samples of Road Signs
CN111724492A (zh) 一种高速公路etc智能自动引导收费系统

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
CB03 Change of inventor or designer information

Inventor after: Zhang Long

Inventor after: Han Ming

Inventor before: Han Ming

CB03 Change of inventor or designer information
TA01 Transfer of patent application right

Effective date of registration: 20201030

Address after: 234000 006, 2nd floor, building 1, Jiada Chuangzhi logistics park, Suma Park, Suzhou City, Anhui Province

Applicant after: Suzhou Longshi Electronic Engineering Co., Ltd

Address before: No. 5, wisdom road, Huishan Economic Development Zone, Wuxi City, Jiangsu Province, 214000

Applicant before: Han Ming

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant