CN111611904B - 基于无人车行驶过程中的动态目标识别方法 - Google Patents
基于无人车行驶过程中的动态目标识别方法 Download PDFInfo
- Publication number
- CN111611904B CN111611904B CN202010415163.1A CN202010415163A CN111611904B CN 111611904 B CN111611904 B CN 111611904B CN 202010415163 A CN202010415163 A CN 202010415163A CN 111611904 B CN111611904 B CN 111611904B
- Authority
- CN
- China
- Prior art keywords
- target
- target feature
- unmanned vehicle
- dynamic
- image
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 6
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 14
- 230000007812 deficiency Effects 0.000 abstract description 2
- 241001465754 Metazoa Species 0.000 description 5
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 1
- 239000005977 Ethylene Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
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
-
- 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
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请应用在无人车、无人驾驶和自动驾驶等无人车辆技术领域,具体提供一种基于无人车行驶过程中的动态目标识别方法,包括在无人车行驶过程中,实时获取无人车辆周围环境视频流;从实时获取的视频流中提取目标特征图像;提取的目标特征图像与目标特征数据库中存储的图像进行比对分析;若目标特征数据库中不存在提取的目标特征图像,则将该目标特征图像更新存储到目标特征数据库中;若目标特征数据库中已存有提取的目标特征图像,则继续捕获无人车辆周围环境视频流的目标特征图像,并对该目标特征图像出现的频次进行统计。以解决现有相关技术中固定监控的覆盖区域不足的问题,采用无人车移动监控的方式,可按需求执行跨区域安防动态监控任务。
Description
技术领域
本发明涉及安防技术领域,具体涉及一种应用在无人车辆、自动驾驶等领域中基于无人车行驶过程中的动态目标识别方法。
背景技术
现有的监控系统中,仅有固定地点监控的人员识别,固定式的监控方式无法流动的对流动的人员和车牌进行监控识别,在车联网与无人车慢慢普及的情况下,移动监控的相关技术,越来越多的应用到各个场景和领域中,如工业园区、防疫医院、社区景区等。移动无人车辆还广泛用于企事业单位的宣传、产品推广、品牌推广,现场展示,体育赛事、演唱会、音乐会及选秀活动等。也可在繁华商业区、广场、居民小区、广场公园等区域与观众或消费者进行现场展示、交流、互动,宣传范围广泛,可使客户获得最大的广告传播效果。
区别于固定位置的被动监控,移动监控属于主动监控的一种,可对固定安防设备无法覆盖到的区域进行有效补充;可跨区域执行任务,按照需求跨区域执行安防任务。为此,在移动安防领域中,提供一种基于无人车行驶过程中的动态目标识别技术,对于当下的安防工作来说,就显得尤为重要。
发明内容
有鉴于此,本发明为至少在一定程度上克服相关技术中存在的问题,采用与无人车辆自动驾驶技术相结合的方式,提供一种基于无人车行驶过程中的动态目标识别方法,以解决现有相关技术中固定监控的覆盖区域不足的问题,本发明采用无人车移动监控的方式,可按需求执行跨区域安防任务。
为实现上述目的,本发明提供一种基于无人车行驶过程中的动态目标识别方法,包括如下步骤:
在无人车行驶过程中,实时获取无人车辆周围环境视频流;
从实时获取的视频流中提取目标特征图像;
提取的目标特征图像与目标特征数据库中存储的图像进行比对分析;
若目标特征数据库中不存在提取的目标特征图像,则将该目标特征图像更新存储到目标特征数据库中;若目标特征数据库中已存有提取的目标特征图像,则继续捕获无人车辆周围环境视频流的目标特征图像,并对该目标特征图像出现的频次进行统计。
进一步的,从实时获取的视频流中提取目标特征图像的步骤中包括:
从实时获取的视频流中提取不同目标的目标特征图像;将不同目标各自关联的若干张目标特征图像存储形成相对应的集合;
进一步的,还包括判断每一个集合中目标特征图像的质量,去除模糊不清的目标特征图像。
进一步的,若目标特征数据库中不存在提取的目标特征图像,则从集合中选取图像质量较高的目标特征图像更新存储到目标特征数据库中作为比对用的标准图像。
进一步的,实时捕获无人车辆周围环境视频流的目标特征图像,对目标特征图像出现的频次进行统计,若目标特征图像出现的次数超过预设的次数阈值,则通过无人车辆做预警处理或者上报预警信息。
进一步的,在无人车行驶过程中,若目标特征图像出现的次数超过预设的次数阈值,则无人车对该目标进行跟踪拍摄,记录动态目标活动轨迹。
进一步的,还包括对动态目标异常行为判定的步骤:
实时读取无人车在行驶过程中拍摄的环境视频流;
检测环境视频流中的动态目标,获得动态目标的外接矩形的长宽、速度、运动方向和加速度;判定当前帧检测到的动态目标数量是否大于等于2;如果当前帧动态目标出现速度、加速度骤然变化,则判定存在异常事件;或者
如果当前帧动态目标外接矩形的长宽比倒置,则判定存在异常事件。
进一步的,判定存在异常事件时,无人车对动态目标进行跟踪拍摄,记录动态目标活动轨迹,并通过无人车辆做预警处理或者上报预警信息。
与现有技术相比,本发明至少具有如下有益效果:
1)、本发明克服原有固定监控的覆盖区域不足的问题,采用无人车移动监控的方式,可按需求执行跨区域安防动态监控的任务。
2)、实时捕获无人车辆周围环境视频流,并不断的更新目标特征数据库,对时常出现的动态目标及异常事件进行实时监控,及时预警处理。替代日常重复性工作,释放警力,移动过程中识别和获取动态目标数据,将数据信息、比对结果以及告警信息进行回传,改变传统警务模式,更灵活、更高效、更及时。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是本发明动态目标识别方法流程图;
图2是本发明动态目标异常行为判定流程图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
如图1所示,本实施例提供一种基于无人车行驶过程中的动态目标识别方法,包括如下步骤:
S1、在无人车行驶过程中,实时获取无人车辆周围环境视频流;
S2、从实时获取的视频流中提取目标特征图像;
S3、提取的目标特征图像与目标特征数据库中存储的图像进行比对分析;
S31、若目标特征数据库中不存在提取的目标特征图像,则将该目标特征图像更新存储到目标特征数据库中;
S32、若目标特征数据库中已存有提取的目标特征图像,则继续捕获无人车辆周围环境视频流的目标特征图像,并对该目标特征图像出现的频次进行统计。
本实施例中从实时获取的视频流中提取目标特征图像的步骤中包括:从实时获取的视频流中提取不同目标的目标特征图像;将不同目标各自关联的若干张目标特征图像存储形成相对应的集合;同一个视频帧中可能含有甲人、乙人、动物或者车辆,这里指的不同目标可以理解为当前视频帧的甲人、乙人、动物或者车辆。将甲人关联的若干张目标特征图像从视频流中提取出来存储形成相对应的甲人集合。同理,形成乙人集合、动物集合、车辆集合。
当然若存在两个以上的动物或者两辆以上的车辆,更加实际情况,也可以进行细分形成各自对应的集合。
由于视频流中截取的视频帧可能存在模糊不清的图像,所以本实施例中进一步判断每一个集合中目标特征图像的质量,去除模糊不清的目标特征图像。
将提取的目标特征图像与目标特征数据库中存储的图像进行比对分析,若目标特征数据库中不存在提取的目标特征图像,就证明当前的目标特征图像不存在原始数据库中,属于新出现的目标,那么则从集合中选取图像质量较高的目标特征图像更新存储到目标特征数据库中作为比对用的标准图像。
本发明中通过实时捕获无人车辆周围环境视频流,并不断的更新目标特征数据库,对时常出现的动态目标及异常事件进行实时监控,及时预警处理。
作为一种优选的实施方式,本实施例中实时捕获无人车辆周围环境视频流的目标特征图像,对目标特征图像出现的频次进行统计,若目标特征图像出现的次数超过预设的次数阈值,则通过无人车辆做预警处理或者上报预警信息。
以无人车协助安防居民小区做为一种使用场景进一步说明,在实际使用过程中,可以设置白名单机制,比如将小区的安保、物业、居民等添加为白名单,即便上述人员多次出现也不做预警处理。对于陌生人,系统可以设置次数阈值为3次,无人车小区巡逻过程中发现该陌生人出现3次,就需要将该陌生人的视频或者照片上报相关人员。并控制无人车对该目标进行跟踪拍摄,记录动态目标活动轨迹。
在现实生活中,打架斗殴事件在公共场所时有发生。打架斗殴行为是两个或者两个以上的自然人,以暴力手段伤害对方,以达到制服对方的行为。打架斗殴行为具有突发性、暴力性、群聚性等特点。
发生打架斗殴事件,必须至少有2个人,目标对象会出现瞬时剧烈运动,并会持续一段时间,还可能出现斗殴者倒地等情形,故此本实施例中还提供了针对无人车行驶过程中,对动态目标异常行为判定的步骤:
S21、实时读取无人车在行驶过程中拍摄的环境视频流;
S22、检测环境视频流中的动态目标,获得动态目标的外接矩形的长宽、速度、运动方向和加速度;
S23、判定当前帧检测到的动态目标数量是否大于等于2;
S24、如果当前帧动态目标出现速度、加速度骤然变化,则判定存在异常事件;或者,S25、如果当前帧动态目标外接矩形的长宽比倒置,则判定存在异常事件。判定存在异常事件时,无人车对动态目标进行跟踪拍摄,记录动态目标活动轨迹,并通过无人车辆做预警处理或者上报预警信息。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (4)
1.基于无人车行驶过程中的动态目标识别方法,其特征在于:包括如下步骤:
在无人车行驶过程中,实时获取无人车辆周围环境视频流;
从实时获取的视频流中提取目标特征图像;该步骤包括:从实时获取的视频流中提取不同目标的目标特征图像;将不同目标各自关联的若干张目标特征图像存储形成相对应的集合;判断每一个集合中目标特征图像的质量,去除模糊不清的目标特征图像;
提取的目标特征图像与目标特征数据库中存储的图像进行比对分析;
若目标特征数据库中不存在提取的目标特征图像,则将该目标特征图像更新存储到目标特征数据库中;该步骤包括:则从集合中选取图像质量较高的目标特征图像更新存储到目标特征数据库中作为比对用的标准图像;
若目标特征数据库中已存有提取的目标特征图像,则继续捕获无人车辆周围环境视频流的目标特征图像,并对该目标特征图像出现的频次进行统计;若目标特征图像出现的次数超过预设的次数阈值,则通过无人车辆做预警处理或者上报预警信息;
目标特征数据库中设置白名单,对所述白名单中的人员不做预警处理。
2.根据权利要求1所述的基于无人车行驶过程中的动态目标识别方法,其特征在于:在无人车行驶过程中,若目标特征图像出现的次数超过预设的次数阈值,则无人车对该目标进行跟踪拍摄,记录动态目标活动轨迹。
3.根据权利要求1至2任一项所述的基于无人车行驶过程中的动态目标识别方法,其特征在于:还包括对动态目标异常行为判定的步骤:
实时读取无人车在行驶过程中拍摄的环境视频流;
检测环境视频流中的动态目标,获得动态目标的外接矩形的长宽、速度、运动方向和加速度;
判定当前帧检测到的动态目标数量是否大于等于2;
如果当前帧动态目标出现速度、加速度骤然变化,则判定存在异常事件;
或者
如果当前帧动态目标外接矩形的长宽比倒置,则判定存在异常事件。
4.根据权利要求3所述的基于无人车行驶过程中的动态目标识别方法,其特征在于:判定存在异常事件时,无人车对动态目标进行跟踪拍摄,记录动态目标活动轨迹,并通过无人车辆做预警处理或者上报预警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010415163.1A CN111611904B (zh) | 2020-05-15 | 2020-05-15 | 基于无人车行驶过程中的动态目标识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010415163.1A CN111611904B (zh) | 2020-05-15 | 2020-05-15 | 基于无人车行驶过程中的动态目标识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111611904A CN111611904A (zh) | 2020-09-01 |
CN111611904B true CN111611904B (zh) | 2023-12-01 |
Family
ID=72200376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010415163.1A Active CN111611904B (zh) | 2020-05-15 | 2020-05-15 | 基于无人车行驶过程中的动态目标识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111611904B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113033361A (zh) * | 2021-03-13 | 2021-06-25 | 杭州翔毅科技有限公司 | 一种基于环境可视的智能人机交互系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007279824A (ja) * | 2006-04-03 | 2007-10-25 | Toyota Motor Corp | 自律移動型ロボット |
CN102253673A (zh) * | 2011-07-08 | 2011-11-23 | 上海合时智能科技有限公司 | 基于目标识别技术的家用移动安保机器人 |
JP2012078950A (ja) * | 2010-09-30 | 2012-04-19 | Sogo Keibi Hosho Co Ltd | 自律移動体を用いた監視システム、監視装置、自律移動体、監視方法、及び監視プログラム |
CN102509083A (zh) * | 2011-11-19 | 2012-06-20 | 广州大学 | 一种肢体冲突事件的检测方法 |
CN103984315A (zh) * | 2014-05-15 | 2014-08-13 | 成都百威讯科技有限责任公司 | 一种家用多功能智能机器人 |
CN205038491U (zh) * | 2015-10-10 | 2016-02-17 | 青岛科恩锐通信息技术股份有限公司 | 一种移动监控机器人 |
CN106303461A (zh) * | 2016-09-08 | 2017-01-04 | 福建师范大学 | 基于视频分析的移动式智能安防装置 |
CN107351132A (zh) * | 2017-07-31 | 2017-11-17 | 深圳市冠旭电子股份有限公司 | 一种基于机器人的安全检查方法、机器人及存储介质 |
JP2018190198A (ja) * | 2017-05-08 | 2018-11-29 | 株式会社デンソー | 監視装置及び防犯システム |
CN108919809A (zh) * | 2018-07-25 | 2018-11-30 | 智慧式控股有限公司 | 智慧式安保机器人及商业模式 |
CN109086731A (zh) * | 2018-08-15 | 2018-12-25 | 深圳市烽焌信息科技有限公司 | 一种用于进行行为监控的机器人及存储介质 |
CN109960735A (zh) * | 2017-12-26 | 2019-07-02 | 丰田自动车株式会社 | 人物搜索系统 |
CN110490148A (zh) * | 2019-08-22 | 2019-11-22 | 四川自由健信息科技有限公司 | 一种打架斗殴行为的识别方法 |
CN110675585A (zh) * | 2019-09-23 | 2020-01-10 | 北京华毅东方展览有限公司 | 一种展会安全控制系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130087881A (ko) * | 2012-01-30 | 2013-08-07 | 한국전자통신연구원 | 원격 관제 시스템을 이용한 무인 감시 장치 및 방법, 무인 감시를 위한 로봇 제어 단말 |
TW201405486A (zh) * | 2012-07-17 | 2014-02-01 | Univ Nat Taiwan Science Tech | 利用電腦視覺進行即時偵測與追蹤物體之裝置及其方法 |
US10122479B2 (en) * | 2017-01-23 | 2018-11-06 | DGS Global Systems, Inc. | Systems, methods, and devices for automatic signal detection with temporal feature extraction within a spectrum |
SG11201508085QA (en) * | 2013-03-29 | 2015-11-27 | Nec Corp | Target object identifying device, target object identifying method and target object identifying program |
US9407881B2 (en) * | 2014-04-10 | 2016-08-02 | Smartvue Corporation | Systems and methods for automated cloud-based analytics for surveillance systems with unmanned aerial devices |
WO2017169189A1 (ja) * | 2016-03-30 | 2017-10-05 | 日本電気株式会社 | 解析装置、解析方法及びプログラム |
US11082667B2 (en) * | 2018-08-09 | 2021-08-03 | Cobalt Robotics Inc. | Contextual automated surveillance by a mobile robot |
US20220348217A1 (en) * | 2019-08-23 | 2022-11-03 | Lg Electronics Inc. | Electronic apparatus for vehicles and operation method thereof |
-
2020
- 2020-05-15 CN CN202010415163.1A patent/CN111611904B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007279824A (ja) * | 2006-04-03 | 2007-10-25 | Toyota Motor Corp | 自律移動型ロボット |
JP2012078950A (ja) * | 2010-09-30 | 2012-04-19 | Sogo Keibi Hosho Co Ltd | 自律移動体を用いた監視システム、監視装置、自律移動体、監視方法、及び監視プログラム |
CN102253673A (zh) * | 2011-07-08 | 2011-11-23 | 上海合时智能科技有限公司 | 基于目标识别技术的家用移动安保机器人 |
CN102509083A (zh) * | 2011-11-19 | 2012-06-20 | 广州大学 | 一种肢体冲突事件的检测方法 |
CN103984315A (zh) * | 2014-05-15 | 2014-08-13 | 成都百威讯科技有限责任公司 | 一种家用多功能智能机器人 |
CN205038491U (zh) * | 2015-10-10 | 2016-02-17 | 青岛科恩锐通信息技术股份有限公司 | 一种移动监控机器人 |
CN106303461A (zh) * | 2016-09-08 | 2017-01-04 | 福建师范大学 | 基于视频分析的移动式智能安防装置 |
JP2018190198A (ja) * | 2017-05-08 | 2018-11-29 | 株式会社デンソー | 監視装置及び防犯システム |
CN107351132A (zh) * | 2017-07-31 | 2017-11-17 | 深圳市冠旭电子股份有限公司 | 一种基于机器人的安全检查方法、机器人及存储介质 |
CN109960735A (zh) * | 2017-12-26 | 2019-07-02 | 丰田自动车株式会社 | 人物搜索系统 |
CN108919809A (zh) * | 2018-07-25 | 2018-11-30 | 智慧式控股有限公司 | 智慧式安保机器人及商业模式 |
CN109086731A (zh) * | 2018-08-15 | 2018-12-25 | 深圳市烽焌信息科技有限公司 | 一种用于进行行为监控的机器人及存储介质 |
CN110490148A (zh) * | 2019-08-22 | 2019-11-22 | 四川自由健信息科技有限公司 | 一种打架斗殴行为的识别方法 |
CN110675585A (zh) * | 2019-09-23 | 2020-01-10 | 北京华毅东方展览有限公司 | 一种展会安全控制系统 |
Non-Patent Citations (1)
Title |
---|
刘修文等.《物联网技术应用—智能家居第2版》.机械工业出版社,2020,正文第86页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111611904A (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021159604A1 (zh) | 一种轨道列车的监控系统,监控方法及监控装置 | |
CN105744232B (zh) | 一种基于行为分析技术的输电线路视频防外破的方法 | |
CN104506804B (zh) | 一种快速道路上的机动车异常行为监测装置及其方法 | |
Albiol et al. | Detection of parked vehicles using spatiotemporal maps | |
CN201766663U (zh) | 一种小区物业监控系统 | |
US10152630B2 (en) | Methods and systems of performing blob filtering in video analytics | |
CN107071342A (zh) | 一种异常事件自动推送及基于历史操作的监控方法及系统 | |
CN104866827B (zh) | 基于视频监控平台的人员翻越行为的检测方法 | |
CN110147723B (zh) | 一种无人店中顾客异常行为的处理方法及系统 | |
CN107818312A (zh) | 一种基于异常行为识别的嵌入式系统 | |
CN105027550A (zh) | 用于处理视觉信息以检测事件的系统和方法 | |
CN104881643B (zh) | 一种快速的遗留物检测方法及系统 | |
CN101266710A (zh) | 一种基于规则的全天候智能视频分析监控方法 | |
WO2018026427A1 (en) | Methods and systems of performing adaptive morphology operations in video analytics | |
CN101079171A (zh) | 银行自助设备智能视频监控系统 | |
CN106355162A (zh) | 一种基于视频监控的入侵检测方法 | |
CN104581081A (zh) | 基于视频信息的客流分析方法 | |
CN109643452A (zh) | 在视频分析中维持丢失对象追踪器的方法和系统 | |
CN110633648B (zh) | 一种自然行走状态下的人脸识别方法和系统 | |
CN112464755A (zh) | 一种监控方法及装置、电子设备、存储介质 | |
CN110049290A (zh) | 公共建筑物智能监控系统 | |
CN111611904B (zh) | 基于无人车行驶过程中的动态目标识别方法 | |
CN106548142A (zh) | 一种基于信息熵的视频中人群突发事件检测与评估方法 | |
CN1133138C (zh) | 交通视频图像自动处理系统 | |
CN112257683A (zh) | 一种面向车辆运行轨迹监测的跨镜追踪方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |