CN112201044B - 道路违规车辆识别方法及系统、存储介质及终端 - Google Patents

道路违规车辆识别方法及系统、存储介质及终端 Download PDF

Info

Publication number
CN112201044B
CN112201044B CN202011041587.2A CN202011041587A CN112201044B CN 112201044 B CN112201044 B CN 112201044B CN 202011041587 A CN202011041587 A CN 202011041587A CN 112201044 B CN112201044 B CN 112201044B
Authority
CN
China
Prior art keywords
vehicle
road
violation
real
time
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
Application number
CN202011041587.2A
Other languages
English (en)
Other versions
CN112201044A (zh
Inventor
郭志辉
钟卫宁
李倩
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.)
Aresta (Shenzhen) Intelligent Technology Co.,Ltd.
Original Assignee
Shanghai Yuanan Intelligent Technology Co ltd
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 Shanghai Yuanan Intelligent Technology Co ltd filed Critical Shanghai Yuanan Intelligent Technology Co ltd
Priority to CN202011041587.2A priority Critical patent/CN112201044B/zh
Publication of CN112201044A publication Critical patent/CN112201044A/zh
Application granted granted Critical
Publication of CN112201044B publication Critical patent/CN112201044B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • 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
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种道路违规车辆识别方法及系统、存储介质及终端，包括以下步骤：获取设置在道路上的各个摄像装置采集的道路实时视频；对所述道路实时视频进行分析以判断是否发生车辆违规；当判断发生车辆违规时，确定违规车辆的空间物理坐标信息；获取GPS数据中心提供的车辆实时GPS定位信息，并根据与所述空间物理坐标信息相匹配的车辆实时GPS定位信息识别违规车辆。本发明的道路违规车辆识别方法及系统、存储介质及终端基于智能视频分析技术和GPS定位技术，能够准确识别定位违规车辆，且快速高效。

Description

道路违规车辆识别方法及系统、存储介质及终端
技术领域
本发明涉及视频分析的技术领域，特别是涉及一种道路违规车辆识别方法及系统、存储介质及终端。
背景技术
目前，大型企业厂区内的中小型货车、三轮车、搅拌车、叉车、堆高机等货运车辆，通常没有安装标准制式的车牌进行区别。对于相同型号的车辆，若其中某台车辆违规，很难追溯和定责。同时，车辆违规行驶会给厂区带来交通安全隐患，车辆违规地点和时间的突发性和不确定性也给安全管理的日常工作带来负担。
因此，为了进一步完善安全生产事故隐患排查，企业通常会在厂区内部道路上安装多路高清监控摄像头。然而，摄像头监控的方式具有以下不足：
(1)由于车辆通常没有安装标准制式的车牌，即使通过视频分析发现了车辆违规现象，也无法具体识别出是哪一台车辆；
(2)需要人工不间断监控摄像头视频画面，导致效率低下，人工成本高。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种道路违规车辆识别方法及系统、存储介质及终端，基于智能视频分析技术和GPS定位技术，能够准确识别定位违规车辆，且快速高效。
为实现上述目的及其他相关目的，本发明提供一种道路违规车辆识别方法，包括以下步骤：获取设置在道路上的各个摄像装置采集的道路实时视频；对所述道路实时视频进行分析以判断是否发生车辆违规；当判断发生车辆违规时，确定违规车辆的空间物理坐标信息；当判断发生车辆违规时，确定违规车辆的空间物理坐标信息包括以下步骤；获取监控到违规车辆的摄像装置；获取所述摄像装置对应的监控区域；获取所述违规车辆在所述监控区域上的像素坐标信息；将所述像素坐标信息转换为空间物理坐标信息；获取GPS数据中心提供的车辆实时GPS定位信息，并根据与所述空间物理坐标信息相匹配的车辆实时GPS定位信息识别违规车辆。
于本发明一实施例中，基于深度神经网络对所述道路实时视频进行分析以判断是否发生车辆违规。
于本发明一实施例中，还包括当判断发生车辆违规时，若所述监控区域同时存在多个车辆，则根据车辆的历史空间物理坐标信息随时间的变化来确定违规车辆。
于本发明一实施例中，还包括发送违规警示信息至与所述违规车辆关联的用户端。
对应地，本发明提供一种道路违规车辆识别系统，包括获取模块、分析模块、确定模块和识别模块；
所述获取模块用于获取设置在道路上的各个摄像装置采集的道路实时视频；
所述分析模块用于对所述道路实时视频进行分析以判断是否发生车辆违规；
所述确定模块用于当判断发生车辆违规时，确定违规车辆的空间物理坐标信息；
所述识别模块用于获取GPS数据中心提供的车辆实时GPS定位信息，并根据与所述空间物理坐标信息相匹配的车辆实时GPS定位信息识别违规车辆。
本发明提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的道路违规车辆识别方法。
本发明提供一种道路违规车辆识别终端，包括：处理器及存储器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述存储器存储的计算机程序，以使所述道路违规车辆识别终端执行上述的道路违规车辆识别方法。
最后，本发明提供一种道路违规车辆识别系统，包括上述的道路违规车辆识别终端、设置在道路上的各个摄像装置、GPS数据中心和GPS设备；
所述摄像装置用于采集道路实时视频并发送至所述道路违规车辆识别终端；
所述GPS设备设置在车辆上，并与所述车辆相关联，用于获取车辆实时GPS定位信息，并发送至所述GPS数据中心；
所述GPS数据中心用于获取各个车辆的GPS设备发送来的车辆实时GPS信息并同步至所述道路违规车辆识别终端。
如上所述，本发明的道路违规车辆识别方法及系统、存储介质及终端，具有以下有益效果：
(1)基于智能视频分析技术和GPS定位技术，能够准确识别定位违规车辆，快速高效，且便于后续追查；
(2)能够根据车辆的GPS数据判断车辆的行驶时间和轨迹，实现车辆的使用状态追溯；
(3)适用于各种厂区、园区道路上无牌作业车辆的定位场景，实用性强。
附图说明
图1显示为本发明的道路违规车辆识别方法于一实施例中的流程图；
图2显示为本发明的道路违规车辆识别系统于一实施例中的结构示意图；
图3显示为本发明的道路违规车辆识别终端于一实施例中的结构示意图；
图4显示为本发明的道路违规车辆识别系统于另一实施例中的结构示意图；
图5显示为本发明的道路违规车辆识别系统于又一实施例中的架构示意图。
元件标号说明
21 获取模块
22 分析模块
23 确定模块
24 识别模块
31 处理器
32 存储器
41 道路违规车辆识别终端
42 摄像装置
43 GPS数据中心
44 GPS设备
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
本发明的道路违规车辆识别方法及系统、存储介质及终端基于智能视频分析技术来确定车辆违章，通过GPS定位技术准确识别定位违规车辆，尤其适用于特定区域内无牌作业车辆的定位场景，快速高效，实用性强。
如图1所示，于一实施例中，本发明的道路违规车辆识别方法包括以下步骤：
步骤S1、获取设置在道路上的各个摄像装置采集的道路实时视频。
具体地，在道路上设置有多个摄像装置，用于采集包含车辆信息的道路实时视频。其中，所述多个摄像装置所采集的道路实时视频需要覆盖整个道路信息，避免出现监控死角。所述摄像装置通过无线方式将所述道路实时视频发送至本发明的道路违规车辆识别终端。
步骤S2、对所述道路实时视频进行分析以判断是否发生车辆违规。
具体地，所述道路违规车辆识别终端基于深度神经网络对所述道路实时视频进行视频分析处理，判断其中是否存在车辆有违规行为。其中，所述违规行为包含违反道路行车规范行为、违反安全生产管理规范行为等等。
步骤S3、当判断发生车辆违规时，确定违规车辆的空间物理坐标信息。
具体地，当判断发生车辆违规时，首先确定违规车辆，再确定违规车辆在视频图像中的像素坐标信息，最后确定车辆的空间物理坐标信息，如经纬度坐标信息。
于本发明一实施例中，本发明的道路违规车辆识别方法还包括当判断发生车辆违规时，若所述监控区域同时存在多个车辆而影响违规车辆的判定时，根据车辆的历史空间物理坐标信息随时间的变化来确定车辆的行驶方向，进而准确确定违规车辆。其中，所述违规车辆可以是一辆，也可以是多辆。
于本发明一实施例中，当判断发生车辆违规时，确定违规车辆的空间物理坐标信息包括以下步骤；
31)获取监控到违规车辆的摄像装置。
32)获取所述摄像装置对应的监控区域。
具体地，确定所述摄像装置后，获取所述摄像装置对应的监控区域。
33)获取所述违规车辆在所述监控区域上的像素坐标信息。
具体地，在所述道路实时视频图像上，根据违规车辆的位置确定所述违规车辆在所述监控区域上的像素坐标信息。
34)将所述像素坐标信息转换为空间物理坐标信息。
具体地，所述像素坐标信息与空间物理坐标信息一一对应。故可根据所述像素坐标信息获取对应的空间物理坐标信息。优选地，所述道路违规车辆识别终端中预存有每个监控区域的像素坐标信息与空间物理坐标信息的对应关系。
步骤S4、获取GPS数据中心提供的车辆实时GPS定位信息，并根据与所述空间物理坐标信息相匹配的车辆实时GPS定位信息识别违规车辆。
具体地，所述道路违规车辆识别终端从所述GPS数据中心获取车辆实时GPS定位信息，并发送至所述GPS数据中心，并在其中查找与所述空间物理坐标信息相匹配的车辆实时GPS定位信息，则匹配的车辆实时GPS定位信息对应的车辆即为违规车辆。
于本发明一实施例中，本发明的道路违规车辆识别方法还包括发送违规警示信息至与所述违规车辆关联的用户端。具体地，每一个车辆与一用户端相关联。所述用户端可以是所述车辆的当前使用者，也可以是所述车辆的管理者。当确定某一车辆违规时，发送“车辆违规，请注意”等违规警示信息至所述用户端，以便于用户及时改正。
如图2所示，于一实施例中，本发明的道路违规车辆识别系统包括获取模块21、分析模块22、确定模块23和识别模块24。
所述获取模块21用于获取设置在道路上的各个摄像装置采集的道路实时视频。
所述分析模块22与所述获取模块21相连，用于对所述道路实时视频进行分析以判断是否发生车辆违规。
所述确定模块23与所述分析模块22相连，用于当判断发生车辆违规时，确定违规车辆的空间物理坐标信息。
所述识别模块24与所述确定模块23相连，用于获取GPS数据中心提供的车辆实时GPS定位信息，并根据与所述空间物理坐标信息相匹配的车辆实时GPS定位信息识别违规车辆。
其中，获取模块21、分析模块22、确定模块23和识别模块24的结构和原理与上述道路违规车辆识别方法中的步骤一一对应，故在此不再赘述。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，x模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(Digital Signal Processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(Central Processing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。
本发明的存储介质上存储有计算机程序，该程序被处理器执行时实现上述的道路违规车辆识别方法。所述存储介质包括：ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
如图3所示，于一实施例中，本发明的道路违规车辆识别终端包括：处理器31及存储器32。
所述存储器32用于存储计算机程序。
所述存储器32包括：ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
所述处理器31与所述存储器32相连，用于执行所述存储器32存储的计算机程序，以使所述道路违规车辆识别终端执行上述的道路违规车辆识别方法。
优选地，所述处理器31可以是通用处理器，包括中央处理器(Central ProcessingUnit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
如图4和图5所示，于一实施例中，本发明的道路违规车辆识别系统包括上述的道路违规车辆识别终端41、设置在道路上的各个摄像装置42、GPS数据中心43和GPS设备44。
所述摄像装置42与所述道路违规车辆识别终端41相连，用于采集道路实时视频并发送至所述道路违规车辆识别终端41。优选地，所述摄像装置41采用摄像头，如360度环视摄像头。
所述GPS设备44与所述GPS数据中心43相连，设置在车辆上，并与所述车辆相关联，用于获取车辆实时GPS定位信息，并发送至所述GPS数据中心43。具体地，所述GPS设备44是带有GPS定位模块的终端，融合了GSM+GPS+AGPS无线通讯网络系统定位技术，采用IP65级防尘防水及强磁装置设计，能够隐藏吸附于车内或车底来实现定位追踪。所述GPS设备44内置软件符合道路运输车辆卫星定位系统车载终端和平台之间的通信协议808部标协议。
所述GPS数据中心43与所述道路违规车辆识别终端41相连，用于获取各个车辆的GPS设备发送来的车辆实时GPS信息并同步至所述道路违规车辆识别终端41。于本发明一实施例中，所述道路违规车辆识别终端41主动从所述GPS数据中心43同步所述车辆实时GPS信息。
综上所述，本发明的道路违规车辆识别方法及系统、存储介质及终端基于智能视频分析技术和GPS定位技术，能够准确识别定位违规车辆，快速高效，且便于后续追查；能够根据车辆的GPS数据判断车辆的行驶时间和轨迹，实现车辆的使用状态追溯；适用于各种厂区、园区道路上无牌作业车辆的定位场景，实用性强。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (8)

1.一种道路违规车辆识别方法，其特征在于，包括以下步骤：
获取设置在道路上的各个摄像装置采集的道路实时视频；
对所述道路实时视频进行分析以判断是否发生车辆违规；
当判断发生车辆违规时，确定违规车辆的空间物理坐标信息；当判断发生车辆违规时，确定违规车辆的空间物理坐标信息包括以下步骤：获取监控到违规车辆的摄像装置；获取所述摄像装置对应的监控区域；获取所述违规车辆在所述监控区域上的像素坐标信息；将所述像素坐标信息转换为空间物理坐标信息；
获取GPS数据中心提供的车辆实时GPS定位信息，并根据与所述空间物理坐标信息相匹配的车辆实时GPS定位信息识别违规车辆。
2.根据权利要求1所述的道路违规车辆识别方法，其特征在于：基于深度神经网络对所述道路实时视频进行分析以判断是否发生车辆违规。
3.根据权利要求1所述的道路违规车辆识别方法，其特征在于：还包括当判断发生车辆违规时，若所述监控区域同时存在多个车辆，则根据车辆的历史空间物理坐标信息随时间的变化来确定违规车辆。
4.根据权利要求1所述的道路违规车辆识别方法，其特征在于：还包括发送违规警示信息至与所述违规车辆关联的用户端。
5.一种道路违规车辆识别系统，其特征在于，包括获取模块、分析模块、确定模块和识别模块；
所述获取模块用于获取设置在道路上的各个摄像装置采集的道路实时视频；
所述分析模块用于对所述道路实时视频进行分析以判断是否发生车辆违规；
所述确定模块用于当判断发生车辆违规时，确定违规车辆的空间物理坐标信息；当判断发生车辆违规时，确定违规车辆的空间物理坐标信息包括以下步骤：获取监控到违规车辆的摄像装置；获取所述摄像装置对应的监控区域；获取所述违规车辆在所述监控区域上的像素坐标信息；将所述像素坐标信息转换为空间物理坐标信息；
所述识别模块用于获取GPS数据中心提供的车辆实时GPS定位信息，并根据与所述空间物理坐标信息相匹配的车辆实时GPS定位信息识别违规车辆。
6.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至4中任一项所述的道路违规车辆识别方法。
7.一种道路违规车辆识别终端，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述存储器存储的计算机程序，以使所述道路违规车辆识别终端执行权利要求1至4中任一项所述的道路违规车辆识别方法。
8.一种道路违规车辆识别系统，其特征在于：包括权利要求7所述的道路违规车辆识别终端、设置在道路上的各个摄像装置、GPS数据中心和GPS设备；
所述摄像装置用于采集道路实时视频并发送至所述道路违规车辆识别终端；
所述GPS设备设置在车辆上，并与所述车辆相关联，用于获取车辆实时GPS定位信息，并发送至所述GPS数据中心；
所述GPS数据中心用于获取各个车辆的GPS设备发送来的车辆实时GPS信息并同步至所述道路违规车辆识别终端。
CN202011041587.2A 2020-09-28 2020-09-28 道路违规车辆识别方法及系统、存储介质及终端 Active CN112201044B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011041587.2A CN112201044B (zh) 2020-09-28 2020-09-28 道路违规车辆识别方法及系统、存储介质及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011041587.2A CN112201044B (zh) 2020-09-28 2020-09-28 道路违规车辆识别方法及系统、存储介质及终端

Publications (2)

Publication Number Publication Date
CN112201044A CN112201044A (zh) 2021-01-08
CN112201044B true CN112201044B (zh) 2022-05-10

Family

ID=74006847

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011041587.2A Active CN112201044B (zh) 2020-09-28 2020-09-28 道路违规车辆识别方法及系统、存储介质及终端

Country Status (1)

Country Link
CN (1) CN112201044B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116110230A (zh) * 2022-11-02 2023-05-12 东北林业大学 基于车载摄像头的车辆越车道线识别方法及系统
CN115410139A (zh) * 2022-11-02 2022-11-29 青岛民航凯亚系统集成有限公司 基于视频分析的机坪车辆超速安全事件识别系统及其方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2470744A1 (en) * 2003-06-12 2004-12-12 Redflex Traffic Systems Pty Ltd. Automated traffic violation monitoring and reporting system with combined video and still image data
WO2015024768A1 (de) * 2013-08-22 2015-02-26 Continental Automotive Gmbh Verfahren und ein system zum selektieren von detektierten verkehrsverstössen
CN207097233U (zh) * 2017-09-11 2018-03-13 四川华控智能交通设施工程有限公司 一种车辆信息智能采集提醒系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7355527B2 (en) * 2005-01-10 2008-04-08 William Franklin System and method for parking infraction detection
CN201348821Y (zh) * 2008-12-09 2009-11-18 大连海事大学 一种基于gps的出租车无线视频监控系统
CN101692314B (zh) * 2009-10-15 2012-10-24 康华武 利用车辆位置信息识别车辆身份的方法及应用
US20120215594A1 (en) * 2011-02-18 2012-08-23 Amtech Systems, LLC System and method for gps lane and toll determination and asset position matching
CN104537841B (zh) * 2014-12-23 2017-01-25 上海博康智能信息技术有限公司 无牌车辆违章检测方法及其检测系统
CN107945524A (zh) * 2017-12-14 2018-04-20 合肥寰景信息技术有限公司 一种用于道路车辆行为监控的监测警报系统
CN109492621B (zh) * 2018-12-18 2020-08-14 新乡市中誉鼎力软件科技股份有限公司 矿用车辆识别方法、服务器及系统
CN109961057B (zh) * 2019-04-03 2021-09-03 罗克佳华科技集团股份有限公司 一种车辆位置获得方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2470744A1 (en) * 2003-06-12 2004-12-12 Redflex Traffic Systems Pty Ltd. Automated traffic violation monitoring and reporting system with combined video and still image data
WO2015024768A1 (de) * 2013-08-22 2015-02-26 Continental Automotive Gmbh Verfahren und ein system zum selektieren von detektierten verkehrsverstössen
CN207097233U (zh) * 2017-09-11 2018-03-13 四川华控智能交通设施工程有限公司 一种车辆信息智能采集提醒系统

Also Published As

Publication number Publication date
CN112201044A (zh) 2021-01-08

Similar Documents

Publication Publication Date Title
CN109804367B (zh) 使用边缘计算的分布式视频存储和搜索
Ahmad et al. {CarMap}: Fast 3d feature map updates for automobiles
CN112201044B (zh) 道路违规车辆识别方法及系统、存储介质及终端
CN109618140B (zh) 基于视频监控的车辆监测方法、装置、系统及服务器
US10728536B2 (en) System and method for camera commissioning beacons
CN109714576B (zh) 基于视频监控的车辆识别方法、装置、系统及服务器
CN109816971B (zh) 基于多源数据融合的危险品运输车辆预防跟踪系统及方法
CN111784923A (zh) 共享单车停放管理方法、系统及服务器
CN110322681B (zh) 检测车位状态的方法和装置
CN109598977A (zh) 基于视频监控的车辆检测方法、装置、系统及服务器
CN109615925A (zh) 基于视频监控的车辆停车控制方法、装置、系统及服务器
CN111222375A (zh) 车辆行驶轨迹生成方法、系统及服务器
CN110874934A (zh) 车牌的识别方法、系统和装置
CN110633639B (zh) 一种收运监管方法及收运监管系统
CN110473428A (zh) 一种智能停车方法、设备和系统
CN110717436A (zh) 数据分析方法、装置、电子设备和计算机存储介质
CN112380894A (zh) 一种基于三维地理信息系统的视频重叠区域目标去重方法和系统
Matsuda et al. A system for real-time on-street parking detection and visualization on an edge device
CN113781792B (zh) 停放检测系统、方法及相关设备
CN110796760A (zh) 交通事故证据收集方法、车载终端、服务器及系统
US11676397B2 (en) System and method for detecting an object collision
CN114999166B (zh) 车辆识别方法、装置、电子设备及计算机可读存储介质
CN111709354B (zh) 识别目标区域的方法、装置、电子设备和路侧设备
CN115100632A (zh) 膨胀点云识别方法、装置、计算机设备和存储介质
CN116958195A (zh) 物件追踪整合方法及整合装置

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
TR01 Transfer of patent right

Effective date of registration: 20240717

Address after: Building 3, Xunmei Technology Plaza, No. 8 Keyuan Road, Science Park Community, Yuehai Street, Nanshan District, Shenzhen City, Guangdong Province, China 15369

Patentee after: Aresta (Shenzhen) Intelligent Technology Co.,Ltd.

Country or region after: China

Address before: Room 2030, building B, 555 Dongchuan Road, Minhang District, Shanghai 200241

Patentee before: SHANGHAI YUANAN INTELLIGENT TECHNOLOGY CO.,LTD.

Country or region before: China

TR01 Transfer of patent right