CN111667699B - 智慧城市实时管控方法 - Google Patents
智慧城市实时管控方法 Download PDFInfo
- Publication number
- CN111667699B CN111667699B CN201910336354.6A CN201910336354A CN111667699B CN 111667699 B CN111667699 B CN 111667699B CN 201910336354 A CN201910336354 A CN 201910336354A CN 111667699 B CN111667699 B CN 111667699B
- Authority
- CN
- China
- Prior art keywords
- image
- filtering
- gray
- signal
- mean value
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/752—Contour matching
Abstract
本发明涉及一种智慧城市实时管控方法,该方法包括使用智慧城市实时管控系统以在等待人行道通行的儿童数量过多时,基于儿童数量确定与其成正比的绿灯开启持续时间。
Description
技术领域
本发明涉及智慧城市领域,尤其涉及一种智慧城市实时管控方法。
背景技术
智慧城市经常与数字城市、感知城市、无线城市、智能城市、生态城市、低碳城市等区域发展概念相交叉,智慧城市甚至与电子政务、智能交通、智能电网等行业信息化概念发生混杂。对智慧城市概念的解读也经常各有侧重,有的观点认为关键在于技术应用,有的观点认为关键在于网络建设,有的观点认为关键在人的参与,有的观点认为关键在于智慧效果,一些城市信息化建设的先行城市则强调以人为本和可持续创新。总之,智慧不仅仅是智能。智慧城市绝不仅仅是智能城市的另外一个说法,或者说是信息技术的智能化应用,还包括人的智慧参与、以人为本、可持续发展等内涵。综合这一理念的发展源流以及对世界范围内区域信息化实践的总结。
发明内容
本发明需要具备以下两处关键的发明点:
(1)在等待人行道通行的儿童数量过多时,基于儿童数量确定与其成正比的绿灯开启持续时间,从而尽可能快速地对所有儿童进行放行;
(2)对图像中各个目标子图像的各个轮廓进行一致性匹配,以基于匹配结果确定对应的一致性程度,并基于所述一致性程度选择是否执行算术均值滤波处理,以在一致性程度未超限即图像数据量较大时减少图像处理环节,以避免整个图像处理系统耗电量过大。
根据本发明的一方面,提供一种智慧城市实时管控方法,该方法包括使用智慧城市实时管控系统以在等待人行道通行的儿童数量过多时,基于儿童数量确定与其成正比的绿灯开启持续时间,所述智慧城市实时管控系统包括:球形摄像机,设置在交通路口处,背靠人行道对等待人行道通行的人群进行图像数据采集,以获得并输出相应的即时采集图像。
更具体地,在所述智慧城市实时管控系统中,所述系统还包括:自适应递归滤波设备,与所述球形摄像机连接,用于接收所述即时采集图像,对所述即时采集图像执行自适应递归滤波处理,以获得递归滤波图像,并输出所述递归滤波图像。
更具体地,在所述智慧城市实时管控系统中,所述系统还包括:目标分离设备,用于接收所述递归滤波图像,对所述递归滤波图像执行目标识别动作,以获得所述递归滤波图像中各个目标分别所在的各个目标子图像。
更具体地,在所述智慧城市实时管控系统中,所述系统还包括:轮廓辨识设备,与所述目标分离设备连接,用于获得每一个目标子图像的轮廓,对各个目标子图像的各个轮廓进行一致性匹配,以基于匹配结果确定对应的一致性程度;信号提取设备,与所述轮廓识别设备连接,用于在所述一致性程度超限时,发出第一驱动信号,否则,发出第二驱动信号;在所述轮廓辨识设备中,对各个目标子图像的各个轮廓进行一致性匹配,以基于匹配结果确定对应的一致性程度包括:各个目标子图像的各个轮廓越一致,确定的对应的一致性程度越高;色彩校正设备,与所述自适应递归滤波设备连接,用于接收所述递归滤波图像,对所述递归滤波图像执行色彩校正处理,以获得并输出相应的色彩校正图像;双三次插值设备,与所述色彩校正设备连接,用于对接收到的色彩校正图像执行16×16像素邻域的双三次插值操作,以获得对应的双三次插值图像。
本发明的智慧城市实时管控方法控制有效,具有一定的自适应控制水平。由于在等待人行道通行的儿童数量过多时,基于儿童数量确定与其成正比的绿灯开启持续时间,从而尽可能快速地对所有儿童进行放行。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的智慧城市实时管控系统的球形摄像机的外形结构图。
具体实施方式
下面将参照附图对本发明的实施方案进行详细说明。
道路交通信号灯是交通安全产品中的一个类别,是为了加强道路交通管理,减少交通事故的发生,提高道路使用效率,改善交通状况的一种重要工具。适用于十字、丁字等交叉路口,由道路交通信号控制机控制,指导车辆和行人安全有序地通行。LED(发光二极管)是近年来开发生产的一种新型光源,具有耗电小(电流只有10~20mA)、亮度高(光强可达上万个mcd)、体积小(直径最小可达3mm)、重量轻(一颗发光二极管仅重零点几克)、寿命长(平均寿命10万小时)等优点。现已逐步代替白炽灯、低压卤钨灯制作道路交通信号灯。
目前,对于附近有中小学学校或者幼儿园的信号灯来说,在上学和放学高峰时间段,人行道的后方都会堵塞了大量人数的儿童在等待绿灯通行,很容易造成交通事故,而目前的所有信号灯的绿灯通行时间都是默认的常量,不会因为儿童数量过多而进行自适应的改变。
为了克服上述不足,本发明搭建一种智慧城市实时管控方法,该方法包括使用智慧城市实时管控系统以在等待人行道通行的儿童数量过多时,基于儿童数量确定与其成正比的绿灯开启持续时间。所述智慧城市实时管控系统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智慧城市实时管控系统包括:
如图1所示,球形摄像机,设置在交通路口处,背靠人行道对等待人行道通行的人群进行图像数据采集,以获得并输出相应的即时采集图像。
接着,继续对本发明的智慧城市实时管控系统的具体结构进行进一步的说明。
所述智慧城市实时管控系统中还可以包括:
自适应递归滤波设备,与所述球形摄像机连接,用于接收所述即时采集图像,对所述即时采集图像执行自适应递归滤波处理,以获得递归滤波图像,并输出所述递归滤波图像。
所述智慧城市实时管控系统中还可以包括:
目标分离设备,用于接收所述递归滤波图像,对所述递归滤波图像执行目标识别动作,以获得所述递归滤波图像中各个目标分别所在的各个目标子图像。
所述智慧城市实时管控系统中还可以包括:
轮廓辨识设备,与所述目标分离设备连接,用于获得每一个目标子图像的轮廓,对各个目标子图像的各个轮廓进行一致性匹配,以基于匹配结果确定对应的一致性程度;
信号提取设备,与所述轮廓识别设备连接,用于在所述一致性程度超限时,发出第一驱动信号,否则,发出第二驱动信号;
在所述轮廓辨识设备中,对各个目标子图像的各个轮廓进行一致性匹配,以基于匹配结果确定对应的一致性程度包括:各个目标子图像的各个轮廓越一致,确定的对应的一致性程度越高;
色彩校正设备,与所述自适应递归滤波设备连接,用于接收所述递归滤波图像,对所述递归滤波图像执行色彩校正处理,以获得并输出相应的色彩校正图像;
双三次插值设备,与所述色彩校正设备连接,用于对接收到的色彩校正图像执行16×16像素邻域的双三次插值操作,以获得对应的双三次插值图像;
算术均值滤波设备,分别与所述信号提取设备和所述双三次插值设备连接,用于在接收到所述第一驱动信号,对接收到的双三次插值图像进行算术均值滤波处理,以获得并输出对应的算术均值滤波图像,还用于在接收到所述第二驱动信号,将所述双三次插值图像作为算术均值滤波图像输出;
最大值滤波设备,与所述算术均值滤波设备连接,用于接收所述算术均值滤波图像,对所述算术均值滤波图像执行最大值滤波处理,以获得并输出相应的最大值滤波图像;
小波滤波设备,与所述最大值滤波设备连接,用于接收所述最大值滤波图像,对所述最大值滤波图像执行小波滤波处理,以获得并输出相应的小波滤波图像;
参数提取设备,与所述小波滤波设备连接,用于基于儿童面部特征对所述小波滤波图像中的各个人脸区域分别执行面部识别以获得一个或多个儿童面部区域;
信号灯控制设备,用于控制与人行道对应的信号灯,与所述参数提取设备连接,用于在所述小波滤波图像中的儿童面部区域的数量超限时,基于所述小波滤波图像中的儿童面部区域的数量确定与人行道对应的信号灯中的绿灯开启持续时间;
其中,在所述信号灯控制设备中,基于所述小波滤波图像中的儿童面部区域的数量确定与人行道对应的信号灯中的绿灯开启持续时间包括:所述小波滤波图像中的儿童面部区域的数量越多,确定的与人行道对应的信号灯中的绿灯开启持续时间越长;
其中,所述信号灯控制设备还用于在所述小波滤波图像中的儿童面部区域的数量未超限时,设定与人行道对应的信号灯中的绿灯开启持续时间为默认常量。
所述智慧城市实时管控系统中还可以包括:
第一提取设备,与所述球形摄像机连接,用于接收所述即时采集图像,对所述即时采集图像的所有像素点的灰度值进行求均值操作,以获取第一灰度均值,并输出所述第一灰度均值。
所述智慧城市实时管控系统中还可以包括:
第二提取设备,对第一参考图像的所有像素点的灰度值进行求均值操作,以获取第二灰度均值,并输出第二灰度均值,对所述第二参考图像的所有像素点的灰度值进行求均值操作,以获取第三灰度均值,并输出所述第三灰度均值,对所述第三参考图像的所有像素点的灰度值进行求均值操作,以获取第四灰度均值,并输出所述第四灰度均值,其中,所述第一参考图像为所述球形摄像机预先按照设置拍摄方向拍摄的无运动目标的图像,所述第二参考图像为所述球形摄像机预先按照设置拍摄方向左侧偏离后拍摄的无运动目标的图像,所述第三参考图像为所述球形摄像机预先按照设置拍摄方向右侧偏离后拍摄的无运动目标的图像。
所述智慧城市实时管控系统中还可以包括:
第一处理设备,分别与所述第一提取设备和所述第二提取设备连接,用于接收所述第一灰度均值、所述第二灰度均值、所述第三灰度均值和所述第四灰度均值,并计算所述第一灰度均值和所述第二灰度均值的差值,当所述差值超限时,发出方向改变信号,并将所述第一灰度均值分别与所述第三灰度均值和所述第四灰度均值匹配,当与所述第三灰度均值的匹配度大于与所述第四灰度均值的匹配度时,发出左向偏移信号。
所述智慧城市实时管控系统中还可以包括:
第一显示设备,设置在所述球形摄像机的一侧,与所述第一处理设备连接,用于在接收到所述左向偏移信号时,现场显示与所述左向偏移信号对应的高亮文字警示信息。
所述智慧城市实时管控系统中:
在所述第一处理设备中,当与所述第三灰度均值的匹配度小于等于与所述第四灰度均值的匹配度时,发出右向偏移信号;
其中,在所述第一显示设备中,还用于在接收到所述右向偏移信号时,现场显示与所述右向偏移信号对应的高亮文字警示信息。
另外,小波(Wavelet)这一术语,顾名思义,“小波”就是小的波形。所谓“小”是指他具有衰减性;而称之为“波”则是指它的波动性,其振幅正负相间的震荡形式。与Fourier变换相比,小波变换是时间(空间)频率的局部化分析,他通过伸缩平移运算对信号(函数)逐步进行多尺度细化,最终达到高频处时间细分,低频处频率细分,能自动适应时频信号分析的要求,从而可聚焦到信号的任意细节,解决了Fourier变换的困难问题,成为继Fourier变换以来在科学方法上的重大突破。有人把小波变换称为“数学显微镜”。
小波分析的应用是与小波分析的理论研究紧密地结合在一起地。他已经在科技信息产业领域取得了令人瞩目的成就。电子信息技术是六大高新技术中重要的一个领域,他的重要方面是图像和信号处理。现今,信号处理已经成为当代科学技术工作的重要部分,信号处理的目的就是:准确的分析、诊断、编码压缩和量化、快速传递或存储、精确地重构(或恢复)。从数学地角度来看,信号与图像处理可以统一看作是信号处理(图像可以看作是二维信号),在小波分析地许多分析的许多应用中,都可以归结为信号处理问题。对于其性质随时间是稳定不变的信号,处理的理想工具仍然是傅立叶分析。但是在实际应用中的绝大多数信号是非稳定的,而特别适用于非稳定信号的工具就是小波分析。
应当理解,本发明的各部分可以用硬件、软件、固件或他们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
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。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种智慧城市实时管控方法,该方法包括使用智慧城市实时管控系统以在等待人行道通行的儿童数量过多时,基于儿童数量确定与其成正比的绿灯开启持续时间,所述智慧城市实时管控系统包括:
球形摄像机,设置在交通路口处,背靠人行道对等待人行道通行的人群进行图像数据采集,以获得并输出相应的即时采集图像;
自适应递归滤波设备,与所述球形摄像机连接,用于接收所述即时采集图像,对所述即时采集图像执行自适应递归滤波处理,以获得递归滤波图像,并输出所述递归滤波图像;
目标分离设备,用于接收所述递归滤波图像,对所述递归滤波图像执行目标识别动作,以获得所述递归滤波图像中各个目标分别所在的各个目标子图像;
轮廓辨识设备,与所述目标分离设备连接,用于获得每一个目标子图像的轮廓,对各个目标子图像的各个轮廓进行一致性匹配,以基于匹配结果确定对应的一致性程度;
信号提取设备,与所述轮廓识别设备连接,用于在所述一致性程度超限时,发出第一驱动信号,否则,发出第二驱动信号;
在所述轮廓辨识设备中,对各个目标子图像的各个轮廓进行一致性匹配,以基于匹配结果确定对应的一致性程度包括:各个目标子图像的各个轮廓越一致,确定的对应的一致性程度越高;
色彩校正设备,与所述自适应递归滤波设备连接,用于接收所述递归滤波图像,对所述递归滤波图像执行色彩校正处理,以获得并输出相应的色彩校正图像;
双三次插值设备,与所述色彩校正设备连接,用于对接收到的色彩校正图像执行16×16像素邻域的双三次插值操作,以获得对应的双三次插值图像;
算术均值滤波设备,分别与所述信号提取设备和所述双三次插值设备连接,用于在接收到所述第一驱动信号,对接收到的双三次插值图像进行算术均值滤波处理,以获得并输出对应的算术均值滤波图像,还用于在接收到所述第二驱动信号,将所述双三次插值图像作为算术均值滤波图像输出;
最大值滤波设备,与所述算术均值滤波设备连接,用于接收所述算术均值滤波图像,对所述算术均值滤波图像执行最大值滤波处理,以获得并输出相应的最大值滤波图像;
小波滤波设备,与所述最大值滤波设备连接,用于接收所述最大值滤波图像,对所述最大值滤波图像执行小波滤波处理,以获得并输出相应的小波滤波图像;
参数提取设备,与所述小波滤波设备连接,用于基于儿童面部特征对所述小波滤波图像中的各个人脸区域分别执行面部识别以获得一个或多个儿童面部区域;
信号灯控制设备,用于控制与人行道对应的信号灯,与所述参数提取设备连接,用于在所述小波滤波图像中的儿童面部区域的数量超限时,基于所述小波滤波图像中的儿童面部区域的数量确定与人行道对应的信号灯中的绿灯开启持续时间;
其中,在所述信号灯控制设备中,基于所述小波滤波图像中的儿童面部区域的数量确定与人行道对应的信号灯中的绿灯开启持续时间包括:所述小波滤波图像中的儿童面部区域的数量越多,确定的与人行道对应的信号灯中的绿灯开启持续时间越长;
其中,所述信号灯控制设备还用于在所述小波滤波图像中的儿童面部区域的数量未超限时,设定与人行道对应的信号灯中的绿灯开启持续时间为默认常量。
2.如权利要求1所述的方法,其特征在于,所述系统还包括:
第一提取设备,与所述球形摄像机连接,用于接收所述即时采集图像,对所述即时采集图像的所有像素点的灰度值进行求均值操作,以获取第一灰度均值,并输出所述第一灰度均值。
3.如权利要求2所述的方法,其特征在于,所述系统还包括:
第二提取设备,对第一参考图像的所有像素点的灰度值进行求均值操作,以获取第二灰度均值,并输出第二灰度均值,对第二参考图像的所有像素点的灰度值进行求均值操作,以获取第三灰度均值,并输出所述第三灰度均值,对第三参考图像的所有像素点的灰度值进行求均值操作,以获取第四灰度均值,并输出所述第四灰度均值,其中,所述第一参考图像为所述球形摄像机预先按照设置拍摄方向拍摄的无运动目标的图像,所述第二参考图像为所述球形摄像机预先按照设置拍摄方向左侧偏离后拍摄的无运动目标的图像,所述第三参考图像为所述球形摄像机预先按照设置拍摄方向右侧偏离后拍摄的无运动目标的图像。
4.如权利要求3所述的方法,其特征在于,所述系统还包括:
第一处理设备,分别与所述第一提取设备和所述第二提取设备连接,用于接收所述第一灰度均值、所述第二灰度均值、所述第三灰度均值和所述第四灰度均值,并计算所述第一灰度均值和所述第二灰度均值的差值,当所述差值超限时,发出方向改变信号,并将所述第一灰度均值分别与所述第三灰度均值和所述第四灰度均值匹配,当与所述第三灰度均值的匹配度大于与所述第四灰度均值的匹配度时,发出左向偏移信号。
5.如权利要求4所述的方法,其特征在于,所述系统还包括:
第一显示设备,设置在所述球形摄像机的一侧,与所述第一处理设备连接,用于在接收到所述左向偏移信号时,现场显示与所述左向偏移信号对应的高亮文字警示信息。
6.如权利要求5所述的方法,其特征在于:
在所述第一处理设备中,当与所述第三灰度均值的匹配度小于等于与所述第四灰度均值的匹配度时,发出右向偏移信号;
其中,在所述第一显示设备中,还用于在接收到所述右向偏移信号时,现场显示与所述右向偏移信号对应的高亮文字警示信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910336354.6A CN111667699B (zh) | 2019-04-25 | 2019-04-25 | 智慧城市实时管控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910336354.6A CN111667699B (zh) | 2019-04-25 | 2019-04-25 | 智慧城市实时管控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111667699A CN111667699A (zh) | 2020-09-15 |
CN111667699B true CN111667699B (zh) | 2020-12-18 |
Family
ID=72382511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910336354.6A Active CN111667699B (zh) | 2019-04-25 | 2019-04-25 | 智慧城市实时管控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111667699B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112967509B (zh) * | 2021-01-29 | 2022-03-08 | 安徽建筑大学 | 一种基于plc的交通灯控制系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100949180B1 (ko) * | 2008-02-21 | 2010-03-23 | 진우산전 주식회사 | 세이프존에서의 차량 제어장치 |
CN101577054B (zh) * | 2009-02-27 | 2013-09-18 | 北京中星微电子有限公司 | 一种交通信号灯的控制方法及系统 |
CN104008370B (zh) * | 2014-05-19 | 2017-06-13 | 清华大学 | 一种视频人脸识别方法 |
US10121370B2 (en) * | 2014-09-20 | 2018-11-06 | Mohamed Roshdy Elsheemy | Comprehensive traffic control system |
CN107393313A (zh) * | 2017-09-04 | 2017-11-24 | 郑州大学 | 一种基于人流量检测的智能交通灯控制系统 |
CN107610488B (zh) * | 2017-10-25 | 2020-12-15 | 长安大学 | 一种交通信号灯自动控制方法 |
CN108629968B (zh) * | 2018-06-26 | 2023-10-17 | 吉林大学 | 一种基于激光雷达的行人过街安全控制装置 |
CN109325409B (zh) * | 2018-08-15 | 2021-08-03 | 北方工业大学 | 通行车辆套牌检验平台 |
CN208622247U (zh) * | 2018-09-05 | 2019-03-19 | 中图高科(北京)信息技术有限公司 | 交通灯控制系统 |
CN109011654B (zh) * | 2018-09-05 | 2020-05-29 | 浙江大丰实业股份有限公司 | 舞台道具行走识别机构 |
-
2019
- 2019-04-25 CN CN201910336354.6A patent/CN111667699B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111667699A (zh) | 2020-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109583345B (zh) | 道路识别方法、装置、计算机装置及计算机可读存储介质 | |
US10186023B2 (en) | Unified multi-image fusion approach | |
EP3171292A1 (en) | Driving lane data processing method, device, storage medium and apparatus | |
KR101799778B1 (ko) | 원형 교통 표지 인식 환경에서 화이트 이너 서클과 관련된 확인 장치 및 그 방법 | |
JP2013522771A (ja) | 二次導関数エッジ検出方法のためのエッジオリエンテーション | |
CN105608455A (zh) | 一种车牌倾斜校正方法及装置 | |
CN111667699B (zh) | 智慧城市实时管控方法 | |
CN109377509A (zh) | 图像语义分割标注的方法、装置、存储介质和设备 | |
US20230065126A1 (en) | Method and apparatus for generating high-precision map, and storage medium | |
CN111587436A (zh) | 用于使用神经网络进行对象辨识的系统和方法 | |
US20240013453A1 (en) | Image generation method and apparatus, and storage medium | |
CN114943936A (zh) | 目标行为识别方法、装置、电子设备及存储介质 | |
CN111047857B (zh) | 智慧城市实时管控系统 | |
JP2012105015A (ja) | 画像処理装置、画像処理方法、プログラム、及び記憶媒体 | |
US20180165500A1 (en) | Detection of Traffic Light Signal Changes | |
CN111126421B (zh) | 目标检测方法、装置及可读存储介质 | |
JP2006260569A (ja) | 画像処理装置 | |
KR102118783B1 (ko) | 조명환경에 강인한 색상 필터링을 위한 전처리 방법 및 그 시스템 | |
CN116204940A (zh) | 灯板拼接方案推荐方法、装置、设备及可读存储介质 | |
CN114943986A (zh) | 基于摄像头画面分割的分区域行人检测照明方法及系统 | |
JP2022120116A (ja) | 交通信号灯の識別方法、装置、電子機器、記憶媒体、コンピュータプログラム、路側機器、クラウド制御プラットフォーム及び車両道路協同システム | |
CN114266775A (zh) | 一种运动物体检测的路灯照明控制方法和系统 | |
CN108932847B (zh) | 一种采集信号灯图像的方法及装置 | |
US20210216791A1 (en) | Crosswalk detection device, method and program | |
Jiang et al. | AxialGen: a research prototype for automatically generating the axial map |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201202 Address after: Building 2, No.136, Jinling West Road, Ganzhou economic and Technological Development Zone, Ganzhou City, Jiangxi Province Applicant after: Ganzhou Jinning Security Service Co., Ltd Address before: 225300 Kangya East Court Building, Yexu Town, Taizhou City, Jiangsu Province, 201-206, 2nd floor Applicant before: Taizhou Yuecheng Science and Technology Information Consulting Center |
|
GR01 | Patent grant | ||
GR01 | Patent grant |