CN111243285A - 黑暗环境下基于车灯图像识别的车辆套牌自动检测方法和系统 - Google Patents
黑暗环境下基于车灯图像识别的车辆套牌自动检测方法和系统 Download PDFInfo
- Publication number
- CN111243285A CN111243285A CN202010012366.6A CN202010012366A CN111243285A CN 111243285 A CN111243285 A CN 111243285A CN 202010012366 A CN202010012366 A CN 202010012366A CN 111243285 A CN111243285 A CN 111243285A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- fake
- image
- license plate
- information
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
-
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Library & Information Science (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种黑暗环境下基于车灯图像识别的车辆套牌自动检测方法和系统,包括安装设置于检测现场的采集端,用于采集车灯图像以及车牌图像;云服务器,具有车灯图像处理模块、车牌图像处理模块以及车辆信息比对模块。车灯图像处理模块对采集的车灯图像进行车灯的特征抽取,并基于图像底库进行车灯图片特征值相似度对比,获取相似度最高的值并据此进行车辆品牌类别归类,最后得出实际车辆品牌类别信息;车牌图像处理模块基于车牌图像识别车牌号得出登记车辆品牌类别信息;车辆信息比对模块用于将通过车灯图像得出的实际车辆品牌类别信息和通过车牌号查询得出的登记车辆品牌类别信息进行比对,获得套牌车识别信息。
Description
技术领域
本发明涉及图像识别技术领域,具体而言涉及黑暗环境下基于车灯图像识别的车辆套牌自动检测方法和系统。
背景技术
智能交通系统目前主要以采集可见环境下车身图像、车牌、以及其他相关车辆信息进行车辆交通管制,而且需要交警或者辅警的人工检查进行核查,比较费时费力,在夜晚的黑暗条件及受限环境下难以实现根据可视车标的品牌、车身图像进行品牌类别识别。
发明内容
本发明目的在于提供黑暗环境下基于车灯图像识别的车辆套牌自动检测方法和系统,解决了在黑暗及受限环境下无法根据可视车标的品牌、车身图像类别识别套牌车的问题。
为达成上述目的,本发明提供的黑暗环境下车辆套牌自动检测系统包括:
安装设置于检测现场的采集端,用于采集车灯图像以及车牌图像,并上传到云服务器;
云服务器,具有车灯图像处理模块、车牌图像处理模块以及车辆信息比对模块,其中,车灯图像处理模块对采集的车灯图像进行车灯的特征抽取,并基于图像底库进行车灯图片特征值相似度对比,获取相似度最高的值并据此进行车辆品牌类别归类,最后得出实际车辆品牌类别信息;车牌图像处理模块基于车牌图像识别车牌号并根据车牌号查询车辆品牌类别,得出登记车辆品牌类别信息;车辆信息比对模块用于将上述通过车灯图像得出的实际车辆品牌类别信息和通过车牌号查询得出的登记车辆品牌类别信息进行比对,获得套牌车识别信息。
进一步地,云服务器的车辆信息比对模块比对车辆品牌信息后,如果结果不一致,则判定为套牌车,通过车辆信息警示模块将该车辆信息上报至交警管理系统;反之,则判定为不是套牌车。
进一步地,采集端设置有光源识别模块,光源识别模块用于检测光源并根据检测到的光源确定车灯间的合理间距值进行光源锁定。
进一步地,采集端的光源识别模块根据锁定的光源分配TrackID,并且在进行多车辆图像采集时以TrackID为追踪。
进一步地,采集端至少设置有一摄像机以及无线网络收发装置。
进一步地,采集端设置于道路收费站检测现场。
根据本发明,还提出一种根据黑暗环境下基于车灯图像识别的车辆套牌自动检测系统的车辆套牌自动检测方法,方法包括以下步骤:
步骤1、在黑暗环境下,通过采集端检测车辆光源;
步骤2、检测到光源后,采集端根据车灯间的合理间距值进行光源锁定;
步骤3、根据光源锁定,采集实际车灯图像;同时采集实际车牌图像;
步骤4、通过车灯图像处理模块进行车灯图像的特征提取,然后基于图像底库进行1:N的车灯图片特征值相似度对比,获取相似度最高的值并据此进行车辆品牌类别归类,最后得出实际车辆品牌类别信息;
步骤5、根据车牌号查询车辆品牌类别,得出登记车辆品牌类别信息;
步骤6、通过车辆信息比对模块,将通过车灯图像识别得到的实际车辆品牌类别信息和通过车牌号查询得出的登记车辆品牌类别信息进行比对;如果结果不一致,则判定为套牌车,通过车辆信息警示模块将车辆信息上报至交警管理系统;反之,则判定不是套牌车。
进一步地,采集端的光源识别模块根据锁定的光源分配TrackID,并且在进行多车辆图像采集时以TrackID为追踪。
进一步地,图像底库包括多个预先通过车辆的基本图像信息采集的、包括车辆车灯的图像,以及基于该图像进行特征提取得到的车灯的特征信息,形成车灯特征底库。
进一步地,车灯特征底库设置有更新接口,以更新包括车辆车灯的图像以及基于该图像进行特征提取得到的车灯的特征信息。
由以上本发明的技术方案可见,本发明的方案使用基于车灯图像识别品牌类别分类从而完成了在黑夜环境下的套牌车检测功能,避免现有的黑暗条件下对车辆信息的判断不足的问题,通过车灯图像识别实际品牌类别细分和车牌识别后的车辆信登记息进行比对,精确地判定车辆是否为套牌车,解决了黑夜情况下无法识别套牌车的交通管制和风险防控问题。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1是本发明的黑暗环境下基于车灯图像识别的车辆套牌检测系统的示意图。
图2是本发明的黑暗环境下基于车灯图像识别的车辆套牌检测方法的流程示例。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
结合图1、2所示,本发明示例性实施例的黑暗环境下基于车灯图像识别的车辆套牌自动检测系统,包括安装设置于检测现场的采集端和云服务器。
其中,采集端用于采集车灯图像以及车牌图像,并上传到云服务器。
云服务器接收采集的车灯图像和车牌图像,进行特征提取并与特征底库进行比对,确定实际车辆品牌类别信息,同时通过车牌图像处理获得登记车辆品牌类别信息;然后进行比对得到车辆套牌识别结果。
采集端可以布设在公路收费站等检测现场,例如高速公路收费站,或者其他的利于或者需要进行现场检测和/管制的现场环境中。
采集端尤其优选地设置有光源识别模块,光源识别模块用于检测光源并根据检测到的光源确定车灯间的合理间距值进行光源锁定。
采集端的光源识别模块根据锁定的光源分配TrackID,并且在进行多车辆图像采集时以TrackID为追踪。
如图1所示,采集端至少设置有一摄像机以及无线网络收发装置,无线网络收发装置优选4G或者5G无线收发装置。
结合图1,云服务器具有车灯图像处理模块、车牌图像处理模块以及车辆信息比对模块。
车灯图像处理模块对采集的车灯图像进行车灯的特征抽取,并基于图像底库进行车灯图片特征值相似度对比,获取相似度最高的值并据此进行车辆品牌类别归类,最后得出实际车辆品牌类别信息;车牌图像处理模块基于车牌图像识别车牌号并根据车牌号查询车辆品牌类别,得出登记车辆品牌类别信息;车辆信息比对模块用于将上述通过车灯图像得出的实际车辆品牌类别信息和通过车牌号查询得出的登记车辆品牌类别信息进行比对,获得套牌车识别信息。
进一步地,云服务器的车辆信息比对模块比对车辆品牌信息后,如果结果不一致,则判定为套牌车,通过车辆信息警示模块将该车辆信息上报至交警管理系统;反之,则判定为不是套牌车。
根据本发明,还提出一种根据黑暗环境下基于车灯图像识别的车辆套牌自动检测系统的车辆套牌自动检测方法,方法包括以下步骤:
步骤1、在黑暗环境下,通过采集端检测车辆光源;
步骤2、检测到光源后,采集端根据车灯间的合理间距值进行光源锁定;
步骤3、根据光源锁定,采集实际车灯图像;同时采集实际车牌图像;
步骤4、通过车灯图像处理模块进行车灯图像的特征提取,然后基于图像底库进行1:N的车灯图片特征值相似度对比,获取相似度最高的值并据此进行车辆品牌类别归类,最后得出实际车辆品牌类别信息;
步骤5、根据车牌号查询车辆品牌类别,得出登记车辆品牌类别信息;
步骤6、通过车辆信息比对模块,将通过车灯图像识别得到的实际车辆品牌类别信息和通过车牌号查询得出的登记车辆品牌类别信息进行比对;如果结果不一致,则判定为套牌车,通过车辆信息警示模块将车辆信息上报至交警管理系统;反之,则判定不是套牌车。
进一步地,采集端的光源识别模块根据锁定的光源分配TrackID,并且在进行多车辆图像采集时以TrackID为追踪。
进一步地,图像底库包括多个预先通过车辆的基本图像信息采集的、包括车辆车灯的图像,以及基于该图像进行特征提取得到的车灯的特征信息,形成车灯特征底库。
可选的例子中,可根据车辆生产商、销售商或者其他渠道提供的车辆的真实图像(包含车灯的图像)作为基础图像,并基于此进行车灯特征提取,利于可以采用现有的基于傅立叶形状描述符或者基于小波和相对矩的形状特征提取与匹配算法进行图像特征的提取。
进一步地,车灯特征底库设置有更新接口,以更新包括车辆车灯的图像以及基于该图像进行特征提取得到的车灯的特征信息。如此,当有新车发布或者进行实际上路行驶,可将新车的车灯图像以及车灯特征信息不断更新进入到底库中,完善底库,实现更加精准的识别和预警警示。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (10)
1.一种黑暗环境下基于车灯图像识别的车辆套牌自动检测系统,其特征在于,包括:
安装设置于检测现场的采集端,用于采集车灯图像以及车牌图像,并上传到云服务器;
云服务器,具有车灯图像处理模块、车牌图像处理模块以及车辆信息比对模块,其中,车灯图像处理模块对采集的车灯图像进行车灯的特征抽取,并基于图像底库进行车灯图片特征值相似度对比,获取相似度最高的值并据此进行车辆品牌类别归类,最后得出实际车辆品牌类别信息;车牌图像处理模块基于车牌图像识别车牌号并根据车牌号查询车辆品牌类别,得出登记车辆品牌类别信息;车辆信息比对模块用于将上述通过车灯图像得出的实际车辆品牌类别信息和通过车牌号查询得出的登记车辆品牌类别信息进行比对,获得套牌车识别信息。
2.根据权利要求1的黑暗环境下基于车灯图像识别的车辆套牌自动检测系统,其特征在于,云服务器的车辆信息比对模块比对车辆品牌信息后,如果结果不一致,则判定为套牌车,通过车辆信息警示模块将该车辆信息上报至交警管理系统;反之,则判定为不是套牌车。
3.根据权利要求1的黑暗环境下基于车灯图像识别的车辆套牌自动检测系统,其特征在于,采集端设置有光源识别模块,光源识别模块用于检测光源并根据检测到的光源确定车灯间的合理间距值进行光源锁定。
4.根据权利要求1的黑暗环境下基于车灯图像识别的车辆套牌自动检测系统,其特征在于,采集端的光源识别模块根据锁定的光源分配TrackID,并且在进行多车辆图像采集时以TrackID为追踪。
5.根据权利要求1的黑暗环境下基于车灯图像识别的车辆套牌自动检测系统,其特征在于,采集端至少设置有一摄像机以及无线网络收发装置。
6.根据权利要求1-5中任意一项的黑暗环境下基于车灯图像识别的车辆套牌自动检测系统,其特征在于,采集端设置于道路收费站检测现场。
7.根据权利要求1-6中任意一项的黑暗环境下基于车灯图像识别的车辆套牌自动检测系统的车辆套牌自动检测方法,其特征在于,方法包括以下步骤:
步骤1、在黑暗环境下,通过采集端检测车辆光源;
步骤2、检测到光源后,采集端根据车灯间的合理间距值进行光源锁定;
步骤3、根据光源锁定,采集实际车灯图像;同时采集实际车牌图像;
步骤4、通过车灯图像处理模块进行车灯图像的特征提取,然后基于图像底库进行1:N的车灯图片特征值相似度对比,获取相似度最高的值并据此进行车辆品牌类别归类,最后得出实际车辆品牌类别信息;
步骤5、根据车牌号查询车辆品牌类别,得出登记车辆品牌类别信息;
步骤6、通过车辆信息比对模块,将通过车灯图像识别得到的实际车辆品牌类别信息和通过车牌号查询得出的登记车辆品牌类别信息进行比对;如果结果不一致,则判定为套牌车,通过车辆信息警示模块将车辆信息上报至交警管理系统;反之,则判定不是套牌车。
8.根据权利要求7的车辆套牌自动检测方法,其特征在于,采集端的光源识别模块根据锁定的光源分配TrackID,并且在进行多车辆图像采集时以TrackID为追踪。
9.根据权利要求7的车辆套牌自动检测方法,其特征在于,图像底库包括多个预先通过车辆的基本图像信息采集的、包括车辆车灯的图像,以及基于该图像进行特征提取得到的车灯的特征信息,形成车灯特征底库。
10.根据权利要求9的车辆套牌自动检测方法,其特征在于,车灯特征底库设置有更新接口,以更新包括车辆车灯的图像以及基于该图像进行特征提取得到的车灯的特征信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010012366.6A CN111243285A (zh) | 2020-01-07 | 2020-01-07 | 黑暗环境下基于车灯图像识别的车辆套牌自动检测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010012366.6A CN111243285A (zh) | 2020-01-07 | 2020-01-07 | 黑暗环境下基于车灯图像识别的车辆套牌自动检测方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111243285A true CN111243285A (zh) | 2020-06-05 |
Family
ID=70874262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010012366.6A Pending CN111243285A (zh) | 2020-01-07 | 2020-01-07 | 黑暗环境下基于车灯图像识别的车辆套牌自动检测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111243285A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113709212A (zh) * | 2021-07-30 | 2021-11-26 | 郑州信大捷安信息技术股份有限公司 | 基于车联网的车辆套牌检测系统及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156697A (zh) * | 2014-07-24 | 2014-11-19 | 佳都新太科技股份有限公司 | 一种夜间卡口场景下的车型识别方法 |
CN104509100A (zh) * | 2012-07-27 | 2015-04-08 | 日产自动车株式会社 | 三维物体检测装置以及三维物体检测方法 |
CN104778444A (zh) * | 2015-03-10 | 2015-07-15 | 公安部交通管理科学研究所 | 道路场景下车辆图像的表观特征分析方法 |
CN105376497A (zh) * | 2014-08-13 | 2016-03-02 | 现代摩比斯株式会社 | 车辆的光源识别系统 |
CN105448103A (zh) * | 2015-12-24 | 2016-03-30 | 北京旷视科技有限公司 | 车辆套牌检测方法与系统 |
CN105574490A (zh) * | 2015-12-10 | 2016-05-11 | 金鹏电子信息机器有限公司 | 基于车前灯图像特征的车辆品牌识别方法和系统 |
CN105894819A (zh) * | 2016-01-26 | 2016-08-24 | 浙江捷尚视觉科技股份有限公司 | 一种基于二次验证的套牌车识别方法 |
CN106379319A (zh) * | 2016-10-13 | 2017-02-08 | 上汽大众汽车有限公司 | 一种汽车辅助驾驶系统及控制方法 |
CN109859235A (zh) * | 2018-10-19 | 2019-06-07 | 河海大学常州校区 | 一种夜间移动车灯跟踪检测系统、方法及设备 |
CN110516547A (zh) * | 2019-07-23 | 2019-11-29 | 辽宁工业大学 | 一种基于加权非负矩阵分解的套牌车辆检测方法 |
-
2020
- 2020-01-07 CN CN202010012366.6A patent/CN111243285A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104509100A (zh) * | 2012-07-27 | 2015-04-08 | 日产自动车株式会社 | 三维物体检测装置以及三维物体检测方法 |
CN104156697A (zh) * | 2014-07-24 | 2014-11-19 | 佳都新太科技股份有限公司 | 一种夜间卡口场景下的车型识别方法 |
CN105376497A (zh) * | 2014-08-13 | 2016-03-02 | 现代摩比斯株式会社 | 车辆的光源识别系统 |
CN104778444A (zh) * | 2015-03-10 | 2015-07-15 | 公安部交通管理科学研究所 | 道路场景下车辆图像的表观特征分析方法 |
CN105574490A (zh) * | 2015-12-10 | 2016-05-11 | 金鹏电子信息机器有限公司 | 基于车前灯图像特征的车辆品牌识别方法和系统 |
CN105448103A (zh) * | 2015-12-24 | 2016-03-30 | 北京旷视科技有限公司 | 车辆套牌检测方法与系统 |
CN105894819A (zh) * | 2016-01-26 | 2016-08-24 | 浙江捷尚视觉科技股份有限公司 | 一种基于二次验证的套牌车识别方法 |
CN106379319A (zh) * | 2016-10-13 | 2017-02-08 | 上汽大众汽车有限公司 | 一种汽车辅助驾驶系统及控制方法 |
CN109859235A (zh) * | 2018-10-19 | 2019-06-07 | 河海大学常州校区 | 一种夜间移动车灯跟踪检测系统、方法及设备 |
CN110516547A (zh) * | 2019-07-23 | 2019-11-29 | 辽宁工业大学 | 一种基于加权非负矩阵分解的套牌车辆检测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113709212A (zh) * | 2021-07-30 | 2021-11-26 | 郑州信大捷安信息技术股份有限公司 | 基于车联网的车辆套牌检测系统及方法 |
CN113709212B (zh) * | 2021-07-30 | 2023-06-09 | 郑州信大捷安信息技术股份有限公司 | 基于车联网的车辆套牌检测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100409271C (zh) | 在观察车辆上自动识别其他车辆牌照号的系统及其方法 | |
CN107729818B (zh) | 一种基于深度学习的多特征融合车辆重识别方法 | |
CN102426786B (zh) | 一种自动识别套牌车辆的智能视频分析系统及方法 | |
US6442474B1 (en) | Vision-based method and apparatus for monitoring vehicular traffic events | |
CN103544481A (zh) | 一种基于人脸识别的道路卡口监控方法及系统 | |
CN107016362B (zh) | 基于车辆前挡风玻璃粘贴标志的车辆重识别方法和系统 | |
CN104658264A (zh) | 一种基于etc和视频的车辆校验方法和系统 | |
CN101587641A (zh) | 车辆牌照检测与识别系统 | |
WO2022055063A1 (ko) | 영상 분석을 통한 차량 분류 장치, 시스템 및 이를 위한 방법 | |
CN103914682A (zh) | 一种车牌识别方法及系统 | |
CN106710225B (zh) | 一种车辆号牌违法的识别方法和监测平台 | |
CN106297308A (zh) | 一种智能电子车牌识别系统 | |
KR102197449B1 (ko) | 구간단속지점 내에서 연계적 일정구간별 단속을 수행하는 단속시스템 | |
CN107610477A (zh) | 一种智能交通射频与视频信息融合处理方法 | |
CN108520528B (zh) | 基于改进差分阈值和位移匹配模型的移动车辆跟踪方法 | |
CN102122348A (zh) | 一种实用的模糊车牌图像复原方法 | |
CN111862390A (zh) | 一种基于大数据的智能停车场管理系统 | |
CN112182294A (zh) | 一种视频结构化人车检测算法 | |
CN111243285A (zh) | 黑暗环境下基于车灯图像识别的车辆套牌自动检测方法和系统 | |
CN104408431A (zh) | 交通监控下的车款识别方法 | |
KR102222109B1 (ko) | 불법 주정차 단속 이미지 통합 관리 시스템 | |
Coronado et al. | Detection and classification of road signs for automatic inventory systems using computer vision | |
CN115359301A (zh) | 一种基于云端平台的数据挖掘方法 | |
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 | |
CN113283303A (zh) | 一种车牌识别方法及装置 |
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 |