CN111881735B - 一种自动驾驶视频数据的事件分类提取方法和装置 - Google Patents
一种自动驾驶视频数据的事件分类提取方法和装置 Download PDFInfo
- Publication number
- CN111881735B CN111881735B CN202010556573.8A CN202010556573A CN111881735B CN 111881735 B CN111881735 B CN 111881735B CN 202010556573 A CN202010556573 A CN 202010556573A CN 111881735 B CN111881735 B CN 111881735B
- Authority
- CN
- China
- Prior art keywords
- video data
- event
- current frame
- road
- frame picture
- 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
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06V20/44—Event detection
Abstract
本发明实施例提供一种自动驾驶视频数据的事件分类提取方法和装置,方法包括:S1,导入自动驾驶车辆摄像头采集的视频数据;S2,播放所述视频数据,根据预先确定的事件分类,截取视频数据中各类事件发生时的当前帧图片,并在当前帧图片中标注事件类型;S3,根据视频数据中各类事件发生时的当前帧图片,在所述视频数据中提取各类事件对应的视频。本发明分析视频数据中的各种道路情况,将复杂的道路情况进行事件分类,截取视频数据中各类事件发生时的当前帧图片,进而在自动驾驶视频数据中自动化截取各类事件对应的视频,提高了事件分类提取的效率,并且便于后续更有效地分析各类事件视频中的道路状况。
Description
技术领域
本发明实施例涉及自动驾驶视频数据分类提取领域,尤其涉及一种自动驾驶视频数据的事件分类提取方法和装置。
背景技术
自动驾驶技术发展迅速,为了对交通和车辆有良好的了解,自动驾驶汽车通过视频摄像头采集的视频信息来分析路况是其技术的重要一环。
同时,在研究自动驾驶汽车技术的过程中,需要大量模拟自动驾驶场景的视频作为研究的数据来源。这就要求对采集到的视频数据进行事件分类并有效提取视频。
以往针对视频数据的事件提取一般是运用现有的视频剪辑软件比如爱剪辑进行剪辑,需要工作人员移动进度条找到事件,并操作视频剪辑软件进行视频分割截取并导出。这种方法费时费力。
因此,如何提供一种视频数据的事件提取方法,能够对各种场景下的事件进行分类并自动截取视频,成为亟待解决的问题。
发明内容
本发明实施例提供一种自动驾驶视频数据的事件分类提取方法和装置,用以解决现有的视频数据的事件提取一般是运用现有的视频剪辑软件进行剪辑,需要工作人员移动进度条找到事件,并操作视频剪辑软件进行视频分割截取并导出,费时费力的问题。
第一方面,本发明实施例提供一种自动驾驶视频数据的事件分类提取方法,包括:
S1,导入自动驾驶车辆摄像头采集的视频数据;
S2,播放所述视频数据,根据预先确定的事件分类,截取视频数据中各类事件发生时的当前帧图片,并在当前帧图片中标注事件类型;
S3,根据视频数据中各类事件发生时的当前帧图片,在所述视频数据中提取各类事件对应的视频。
进一步,在步骤S2之前,所述方法还包括:
将视频数据中的事件按照标注方式分为道路设施事件和非道路设施事件;
其中,道路设施事件表示视频数据的道路场景中出现道路施工设施;非道路设施事件包括特种车辆事件和道路标线事件;特种车辆事件表示视频数据的道路场景中出现特种车辆,所述道路标线事件表示视频数据的道路场景中出现限速标线或导流线。
进一步,步骤S2中,所述截取视频数据中各类事件发生时的当前帧图片,具体包括:
播放所述视频数据,对于道路设施事件,截取视频数据中道路施工设施出现时刻的当前帧图片,以及道路施工设施消失时刻的当前帧图片;
对于非道路设施事件,截取所述非道路设施事件发生时的当前帧图片。
进一步,所述方法还包括:
根据步骤S2截取的视频数据中各类事件发生时的当前帧图片,导出excel文档,所述excel文档记录有所述视频数据中出现的每一事件对应的事件类型和事件时间。
进一步,步骤S3具体包括:
根据截取的视频数据中各类事件发生时的当前帧图片,获得当前帧图片对应的事件类型和当前帧时间;
根据视频数据中道路施工设施出现时间和道路施工设施消失时间,提取道路施工设施出现时刻和消失时刻之间的视频数据,获得道路设施事件视频;
根据非道路设施事件发生时视频数据的当前帧时间,提取所述当前帧时间相邻预设时段的视频数据,获得非道路设施事件视频。
第二方面,本发明实施例提供一种自动驾驶视频数据的事件分类提取装置,包括:
导入模块,用于导入自动驾驶车辆摄像头采集的视频数据;
事件分类记录模块,用于播放所述视频数据,根据预先确定的事件分类,截取视频数据中各类事件发生时的当前帧图片,并在当前帧图片中标注事件类型;
提取模块,用于根据视频数据中各类事件发生时的当前帧图片,在所述视频数据中提取各类事件对应的视频。
进一步,所述事件分类记录模块,具体用于:
播放所述视频数据,对于道路设施事件,截取视频数据中道路施工设施出现时刻的当前帧图片,以及道路施工设施消失时刻的当前帧图片;对于非道路设施事件,截取所述非道路设施事件发生时的当前帧图片。
进一步,所述提取模块具体用于:
根据截取的视频数据中各类事件发生时的当前帧图片,获得当前帧图片对应的事件类型和当前帧时间;
根据视频数据中道路施工设施出现时间和道路施工设施消失时间,提取道路施工设施出现时刻和消失时刻之间的视频数据,获得道路设施事件视频;
根据非道路设施事件发生时视频数据的当前帧时间,提取所述当前帧时间相邻预设时段的视频数据,获得非道路设施事件视频。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明第一方面实施例所述自动驾驶视频数据的事件分类提取方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如本发明第一方面实施例所述自动驾驶视频数据的事件分类提取方法的步骤。
本发明实施例提供的自动驾驶视频数据的事件分类提取方法和装置,分析各种道路情况,将复杂的道路情况进行事件分类,截取视频数据中各类事件发生时的当前帧图片,进而在自动驾驶视频数据中自动化截取各类事件对应的视频,提高了事件分类提取的效率,并且便于后续更有效地分析各类事件视频中的道路状况。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的自动驾驶视频数据的事件分类提取方法流程示意图;
图2为本发明实施例提供的自动驾驶视频数据的事件分类提取装置的结构框图;
图3为根据本发明实施例的一种电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
图1为根据本发明实施例的自动驾驶视频数据的事件分类提取方法流程示意图,参照图1,该方法包括:
S1,导入自动驾驶车辆摄像头采集的视频数据。
具体地,执行步骤S1之前,首先采用自动驾驶车辆进行自动驾驶道路测试,道路测试过程中通过自动驾驶车辆的摄像头采集视频数据。道路测试完成后,执行步骤S1,获取自动驾驶车辆摄像头采集的视频数据。
S2,播放所述视频数据,根据预先确定的事件分类,截取视频数据中各类事件发生时的当前帧图片,并在当前帧图片中标注事件类型。
可以理解的是,自动驾驶车辆摄像头采集视频数据的过程中会采集到各种道路情况。在执行步骤S2之前,本发明实施例播放视频数据,分析视频数据中的各种道路情况,预先将复杂的道路情况进行事件分类。
具体地,本发明将视频数据中的事件根据标注方式分为道路设施事件和非道路设施事件。其中,道路设施事件表示视频数据的道路场景中出现道路施工设施。非道路设施事件包括特种车辆事件和道路标线事件。特种车辆事件表示视频数据的道路场景中出现特种车辆。道路标线事件表示视频数据的道路场景中出现限速标线或导流线。此处,特种车辆指用于牵引、清障、清扫、起重、装卸、升降、搅拌、挖掘、推土、压路等的各种轮式或履带式专用车辆,或车内装有固定专用仪器设备,从事专业工作的监测、消防、清洁、医疗、电视转播、雷达、X光检查等车辆。如自卸载重车、清扫车、固井水泥车、压裂车、公路清障车、高空作业车、混凝土泵车、清雪车等均是应用广泛且具有一定代表性的特种车辆。
确定视频数据中的事件分类后,执行步骤S2,根据预先确定的事件分类,截取视频数据中各类事件发生时的当前帧图片,在当前帧图片中标注事件类型。可以理解的是,当前帧图片上包含有事件发生时的当前帧时间。对于道路设施事件,截取视频数据中道路施工设施出现时刻的当前帧图片,以及道路施工设施消失时刻的当前帧图片,以便于后续更有效地分析道路施工事件发生时的道路状况。对于非道路设施事件,截取所述非道路设施事件发生时的当前帧图片。
S3,根据视频数据中各类事件发生时的当前帧图片,在所述视频数据中提取各类事件对应的视频。
首先,根据截取的视频数据中各类事件发生时的当前帧图片,获得当前帧图片对应的事件类型和当前帧时间。进一步,根据视频数据中道路施工设施出现时间和道路施工设施消失时间,提取道路施工设施出现时刻和消失时刻之间的视频数据,获得道路设施事件视频。根据非道路设施事件发生时视频数据的当前帧时间,提取所述当前帧时间相邻预设时段的视频数据,获得非道路设施事件视频。最后,将获得的道路设施事件视频和非道路设施事件视频按照事件类型进行分类,以便于后续更有效地分析各类事件视频中的道路状况。
本发明实施例提供的自动驾驶视频数据的事件分类提取方法,分析各种道路情况,将复杂的道路情况进行事件分类,截取视频数据中各类事件发生时的当前帧图片,进而在自动驾驶视频数据中自动化截取各类事件对应的视频,提高了事件分类提取的效率,并且便于后续更有效地分析各类事件视频中的道路状况。
在上述实施例的基础上,本发明实施例通过excel文档记录所述视频数据中出现的事件的类型和各类事件的时间信息。进而能够根据excel文档记录的上述信息,在视频数据中自动提取各类事件对应的视频。
图2为本发明实施例提供的自动驾驶视频数据的事件分类提取装置的结构框图,参照图2,该装置包括:
导入模块201,用于导入自动驾驶车辆摄像头采集的视频数据;
事件分类记录模块202,用于播放所述视频数据,根据预先确定的事件分类,截取视频数据中各类事件发生时的当前帧图片,并在当前帧图片中标注事件类型;
提取模块203,用于根据视频数据中各类事件发生时的当前帧图片,在所述视频数据中提取各类事件对应的视频。
具体的如何利用导入模块201、事件分类记录模块202和提取模块203对自动驾驶视频数据进行事件分类提取,可参见上述方法实施例,本发明实施例在此不再赘述。
本发明实施例提供的自动驾驶视频数据的事件分类提取装置,分析各种道路情况,将复杂的道路情况进行事件分类,截取视频数据中各类事件发生时的当前帧图片,进而在自动驾驶视频数据中自动化截取各类事件对应的视频,提高了事件分类提取的效率,并且便于后续更有效地分析各类事件视频中的道路状况。
在上述实施例的基础上,所述所述事件分类记录模块202,具体用于:
播放所述视频数据,对于道路设施事件,截取视频数据中道路施工设施出现时刻的当前帧图片,以及道路施工设施消失时刻的当前帧图片;对于非道路设施事件,截取所述非道路设施事件发生时的当前帧图片。
在上述各实施例的基础上,所述提取模块203具体用于:
根据截取的视频数据中各类事件发生时的当前帧图片,获得当前帧图片对应的事件类型和当前帧时间;
根据视频数据中道路施工设施出现时间和道路施工设施消失时间,提取道路施工设施出现时刻和消失时刻之间的视频数据,获得道路设施事件视频;
根据非道路设施事件发生时视频数据的当前帧时间,提取所述当前帧时间相邻预设时段的视频数据,获得非道路设施事件视频。
本发明实施例提供了一种电子设备,如图3所示,该电子设备可以包括:处理器(processor)301、通信接口(Communications Interface)302、存储器(memory)303和通信总线304,其中,处理器301,通信接口302,存储器303通过通信总线304完成相互间的通信。处理器301可以调用存储器303中的逻辑指令,以执行上述各实施例提供的自动驾驶视频数据的事件分类提取方法,例如包括:S1,导入自动驾驶车辆摄像头采集的视频数据;S2,播放所述视频数据,根据预先确定的事件分类,截取视频数据中各类事件发生时的当前帧图片,并在当前帧图片中标注事件类型;S3,根据视频数据中各类事件发生时的当前帧图片,在所述视频数据中提取各类事件对应的视频。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的自动驾驶视频数据的事件分类提取方法,例如包括:S1,导入自动驾驶车辆摄像头采集的视频数据;S2,播放所述视频数据,根据预先确定的事件分类,截取视频数据中各类事件发生时的当前帧图片,并在当前帧图片中标注事件类型;S3,根据视频数据中各类事件发生时的当前帧图片,在所述视频数据中提取各类事件对应的视频。
综上所述,本发明实施例提供一种自动驾驶视频数据的事件分类提取方法和装置,分析各种道路情况,将复杂的道路情况进行事件分类,记录各类事件的时间信息,进而在自动驾驶视频数据中自动化截取各类事件对应的视频,提高了事件分类提取的效率,并且便于后续更有效地分析各类事件视频中的道路状况。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种自动驾驶视频数据的事件分类提取方法,其特征在于,包括:
S1,导入自动驾驶车辆摄像头采集的视频数据;
S2,播放所述视频数据,根据预先确定的事件分类,截取视频数据中各类事件发生时的当前帧图片,并在当前帧图片中标注事件类型;其中,对于道路设施事件,截取视频数据中道路施工设施出现时刻的当前帧图片,以及道路施工设施消失时刻的当前帧图片;对于非道路设施事件,截取所述非道路设施事件发生时的当前帧图片;
S3,根据视频数据中各类事件发生时的当前帧图片,在所述视频数据中提取各类事件对应的视频;包括:根据截取的视频数据中各类事件发生时的当前帧图片,获得当前帧图片对应的事件类型和当前帧时间;根据视频数据中道路施工设施出现时间和道路施工设施消失时间,提取道路施工设施出现时刻和消失时刻之间的视频数据,获得道路设施事件视频;根据非道路设施事件发生时视频数据的当前帧时间,提取所述当前帧时间相邻预设时段的视频数据,获得非道路设施事件视频。
2.根据权利要求1所述的自动驾驶视频数据的事件分类提取方法,其特征在于,在步骤S2之前,所述方法还包括:
将视频数据中的事件按照标注方式分为道路设施事件和非道路设施事件;
其中,道路设施事件表示视频数据的道路场景中出现道路施工设施;非道路设施事件包括特种车辆事件和道路标线事件;特种车辆事件表示视频数据的道路场景中出现特种车辆,所述道路标线事件表示视频数据的道路场景中出现限速标线或导流线。
3.根据权利要求1所述的自动驾驶视频数据的事件分类提取方法,其特征在于,所述方法还包括:
根据步骤S2截取的视频数据中各类事件发生时的当前帧图片,导出excel文档,所述excel文档记录有所述视频数据中出现的每一事件对应的事件类型和事件时间。
4.一种自动驾驶视频数据的事件分类提取装置,其特征在于,包括:
导入模块,用于导入自动驾驶车辆摄像头采集的视频数据;
事件分类记录模块,用于播放所述视频数据,根据预先确定的事件分类,截取视频数据中各类事件发生时的当前帧图片,并在当前帧图片中标注事件类型;所述事件分类记录模块具体用于:播放所述视频数据,对于道路设施事件,截取视频数据中道路施工设施出现时刻的当前帧图片,以及道路施工设施消失时刻的当前帧图片;对于非道路设施事件,截取所述非道路设施事件发生时的当前帧图片;
提取模块,用于根据视频数据中各类事件发生时的当前帧图片,在所述视频数据中提取各类事件对应的视频;所述提取模块具体用于:
根据截取的视频数据中各类事件发生时的当前帧图片,获得当前帧图片对应的事件类型和当前帧时间;
根据视频数据中道路施工设施出现时间和道路施工设施消失时间,提取道路施工设施出现时刻和消失时刻之间的视频数据,获得道路设施事件视频;
根据非道路设施事件发生时视频数据的当前帧时间,提取所述当前帧时间相邻预设时段的视频数据,获得非道路设施事件视频。
5.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至3任一项所述自动驾驶视频数据的事件分类提取方法的步骤。
6.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至3任一项所述自动驾驶视频数据的事件分类提取方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010556573.8A CN111881735B (zh) | 2020-06-17 | 2020-06-17 | 一种自动驾驶视频数据的事件分类提取方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010556573.8A CN111881735B (zh) | 2020-06-17 | 2020-06-17 | 一种自动驾驶视频数据的事件分类提取方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111881735A CN111881735A (zh) | 2020-11-03 |
CN111881735B true CN111881735B (zh) | 2022-07-29 |
Family
ID=73156711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010556573.8A Active CN111881735B (zh) | 2020-06-17 | 2020-06-17 | 一种自动驾驶视频数据的事件分类提取方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111881735B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012095867A2 (en) * | 2011-01-12 | 2012-07-19 | Videonetics Technology Private Limited | An integrated intelligent server based system and method/systems adapted to facilitate fail-safe integration and /or optimized utilization of various sensory inputs |
CN102903258A (zh) * | 2012-07-09 | 2013-01-30 | 孙华英 | 一种车辆自动导航方法、导航图案信息编制方法及其车辆导航设备 |
WO2015101847A1 (en) * | 2013-12-30 | 2015-07-09 | Airbus Group Singapore Pte. Ltd. | Reflective wave device for simultaneous event detection and signal reconstruction using compressive measurements |
CN108022250A (zh) * | 2017-12-19 | 2018-05-11 | 北京奇虎科技有限公司 | 基于自适应阈值分割的自动驾驶处理方法及装置 |
CN108154119A (zh) * | 2017-12-25 | 2018-06-12 | 北京奇虎科技有限公司 | 基于自适应跟踪框分割的自动驾驶处理方法及装置 |
CN108242166A (zh) * | 2016-12-24 | 2018-07-03 | 钱浙滨 | 一种车辆行驶监控方法及装置 |
CN108682157A (zh) * | 2018-03-23 | 2018-10-19 | 深圳融易保科技有限公司 | 视频分析及预警方法和系统 |
CN109208995A (zh) * | 2017-07-03 | 2019-01-15 | 深圳市城市交通规划设计研究中心有限公司 | 智能交通杆及智能道路系统 |
CN109544725A (zh) * | 2018-12-03 | 2019-03-29 | 济南浪潮高新科技投资发展有限公司 | 一种基于事件驱动的自动驾驶事故智能处理方法 |
CN109697726A (zh) * | 2019-01-09 | 2019-04-30 | 厦门大学 | 一种基于事件相机的端对端目标运动估计方法 |
CN109923500A (zh) * | 2016-08-22 | 2019-06-21 | 奇跃公司 | 具有深度学习传感器的增强现实显示装置 |
CN110672335A (zh) * | 2019-09-16 | 2020-01-10 | 武汉光庭信息技术股份有限公司 | 一种车道保持辅助功能失效的判断方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180217603A1 (en) * | 2017-01-31 | 2018-08-02 | GM Global Technology Operations LLC | Efficient situational awareness from perception streams in autonomous driving systems |
US10409279B2 (en) * | 2017-01-31 | 2019-09-10 | GM Global Technology Operations LLC | Efficient situational awareness by event generation and episodic memory recall for autonomous driving systems |
-
2020
- 2020-06-17 CN CN202010556573.8A patent/CN111881735B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012095867A2 (en) * | 2011-01-12 | 2012-07-19 | Videonetics Technology Private Limited | An integrated intelligent server based system and method/systems adapted to facilitate fail-safe integration and /or optimized utilization of various sensory inputs |
CN102903258A (zh) * | 2012-07-09 | 2013-01-30 | 孙华英 | 一种车辆自动导航方法、导航图案信息编制方法及其车辆导航设备 |
WO2015101847A1 (en) * | 2013-12-30 | 2015-07-09 | Airbus Group Singapore Pte. Ltd. | Reflective wave device for simultaneous event detection and signal reconstruction using compressive measurements |
CN109923500A (zh) * | 2016-08-22 | 2019-06-21 | 奇跃公司 | 具有深度学习传感器的增强现实显示装置 |
CN108242166A (zh) * | 2016-12-24 | 2018-07-03 | 钱浙滨 | 一种车辆行驶监控方法及装置 |
CN109208995A (zh) * | 2017-07-03 | 2019-01-15 | 深圳市城市交通规划设计研究中心有限公司 | 智能交通杆及智能道路系统 |
CN108022250A (zh) * | 2017-12-19 | 2018-05-11 | 北京奇虎科技有限公司 | 基于自适应阈值分割的自动驾驶处理方法及装置 |
CN108154119A (zh) * | 2017-12-25 | 2018-06-12 | 北京奇虎科技有限公司 | 基于自适应跟踪框分割的自动驾驶处理方法及装置 |
CN108682157A (zh) * | 2018-03-23 | 2018-10-19 | 深圳融易保科技有限公司 | 视频分析及预警方法和系统 |
CN109544725A (zh) * | 2018-12-03 | 2019-03-29 | 济南浪潮高新科技投资发展有限公司 | 一种基于事件驱动的自动驾驶事故智能处理方法 |
CN109697726A (zh) * | 2019-01-09 | 2019-04-30 | 厦门大学 | 一种基于事件相机的端对端目标运动估计方法 |
CN110672335A (zh) * | 2019-09-16 | 2020-01-10 | 武汉光庭信息技术股份有限公司 | 一种车道保持辅助功能失效的判断方法及装置 |
Non-Patent Citations (2)
Title |
---|
Obstacle detection and classification using deep learning for tracking in high-speed autonomous driving;Gowdham Prabhakar等;《2017 IEEE Region 10 Symposium(TENSYMP)》;20171019;第1-5页 * |
智能交通发展现状及在我国的应用研究;贺大胜;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20140715(第07期);第C034-337页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111881735A (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xiao et al. | Development of an image data set of construction machines for deep learning object detection | |
US10212397B2 (en) | Abandoned object detection apparatus and method and system | |
US10271018B2 (en) | Method of detecting critical objects from CCTV video using metadata filtering | |
CN105678288A (zh) | 目标跟踪方法和装置 | |
CN111325988A (zh) | 基于视频的实时闯红灯检测方法、装置、系统及存储介质 | |
CN110046547A (zh) | 违章举报方法、系统、计算机设备及存储介质 | |
CN110889334A (zh) | 人员闯入识别方法及装置 | |
CN111627215A (zh) | 基于人工智能的视频图像识别方法及相关设备 | |
US20160180201A1 (en) | Image processing | |
CN110246337A (zh) | 一种检测违规使用车灯的方法、装置及计算机存储介质 | |
CN110659546A (zh) | 一种违法摊位检测方法及装置 | |
CN111881320A (zh) | 一种视频查询方法、装置、设备及可读存储介质 | |
CN114627526A (zh) | 基于多摄像头抓拍图像的融合去重方法、装置及可读介质 | |
CN111178241A (zh) | 一种基于视频分析的智能监控系统及方法 | |
CN113990101B (zh) | 一种禁停区域车辆检测方法及其系统和处理装置 | |
CN110443814B (zh) | 车辆的定损方法、装置、设备和存储介质 | |
CN111881735B (zh) | 一种自动驾驶视频数据的事件分类提取方法和装置 | |
US20240005524A1 (en) | Video-based systems and methods for generating compliance-annotated motion trails in a video sequence for assessing rule compliance for moving objects | |
CN112417978A (zh) | 基于视觉的列车与屏蔽门之间异物检测方法及装置 | |
CN115731707B (zh) | 一种高速公路车辆交通控制方法和系统 | |
CN115981219A (zh) | 高速隧道智能监控系统 | |
CN112215038A (zh) | 特定车辆识别系统、方法及存储介质 | |
CN112700653A (zh) | 一种车辆违法变道的判定方法、装置、设备及存储介质 | |
CN112597924A (zh) | 电动自行车轨迹追踪方法、摄像机装置和服务器 | |
CN113570872B (zh) | 一种遮挡停车位事件的处理方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |