CN112364072A - 一种涉车非营运车营运发现方法、装置、设备和介质 - Google Patents
一种涉车非营运车营运发现方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN112364072A CN112364072A CN202011164564.0A CN202011164564A CN112364072A CN 112364072 A CN112364072 A CN 112364072A CN 202011164564 A CN202011164564 A CN 202011164564A CN 112364072 A CN112364072 A CN 112364072A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- vehicle passing
- passing data
- running
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012544 monitoring process Methods 0.000 claims abstract description 35
- 230000003203 everyday effect Effects 0.000 claims abstract description 9
- 238000012790 confirmation Methods 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
-
- 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
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Probability & Statistics with Applications (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种涉车非营运车营运发现方法，包括：通过对卡口摄像头拍摄的过车照片和视频进行图像识别，获取结构和数据组成的时序数据，过滤无效数据，得到过车数据；每天获取监控营运地点卡口摄像头过车数据，通过营运车辆档案表将过车数据划分为营运车辆过车数据和非营运车辆过车数据；在非营运车辆过车数据中统计每一车辆在监控运营地点的过车次数，并进行累加；当累加的过车次数和统计天数的比值达到一设定阈值时，修改对应车辆的标记状态为确认营运；将统计结果存储在分布式数据库中，并通过Web的形式展示。本发明提供的一种涉车非营运车营运发现方法、装置、设备和介质，大量减少了无用过车轨迹，提升了非营运车营运算法的性能。
Description
技术领域
本发明涉及公路交通监控技术领域，特别涉及一种涉车非营运车营运发现方法、装置、设备和介质。
背景技术
随着信息化的发展，需要高效、实时，通过大数据分析出更多可挖掘内容。为了适应这些不断增长的变化，并大量采集利用全国公安机关的网上警务综合信息，使用大数据平台能力对非营运车进行营运的行为进行深度分布式的数据挖掘分析。
非法运营车辆运营存在巨大的安全隐患，没有进行监管的非法运营车辆，存在乱收费、违停乱停的现象，甚至对乘客造成人身伤害。但非法运营车辆又存在聚集性地点拉客，地点灵活难以监管的问题。传统非法运营车辆无法准确区分普通车辆与营运车辆，也难以对其进行运营信息的监控。
发明内容
本发明要解决的技术问题，在于提供一种涉车非营运车营运发现方法、装置、系统、设备和介质，能够快速准确地发现非营运车营运情况，并能对其营运的轨迹次数时间等多方面的信息进行监控。
第一方面，本发明提供了一种涉车非营运车营运发现方法，包括：
通过对卡口摄像头拍摄的过车照片和视频进行图像识别，获取结构和数据组成的时序数据，过滤未识别字段以及同卡口连续拍摄产生的重复数据，得到过车数据；
在每天的设定时间获取监控营运地点卡口摄像头的前24小时的过车数据，通过营运车辆档案表将所述过车数据划分为营运车辆过车数据和非营运车辆过车数据；
在所述非营运车辆过车数据中统计每一车辆在监控运营地点的过车次数，并进行累加；当累加的过车次数和统计天数的比值达到一设定阈值时，修改对应车辆的标记状态为确认营运；当标记为确认营运的车辆累加的过车次数和统计天数的比值小于所述设定阈值时，修改对应车辆的标记状态为非确认营运；分析标记状态为确认营运的车辆的行驶轨迹、行驶时间，计算出营运监控结果；
将统计结果存储在分布式数据库中，并通过Web的形式展示。
进一步的，所述统计结果包括：车牌号码、上次运营日期、营运时间以及车辆标记状态。
进一步的，所述分布式数据库包括Gbase和Hive，分别用于过车记录查询和数据分析。
第二方面，本发明提供了一种涉车非营运车营运发现装置，包括：过车数据识别模块、过车数据获取模块、运营监控模块以及存储展示模块；
所述过车数据识别模块，用于通过对卡口摄像头拍摄的过车照片和视频进行图像识别，获取结构和数据组成的时序数据，过滤未识别字段以及同卡口连续拍摄产生的重复数据，得到过车数据；
所述过车数据获取模块，用于在每天的设定时间获取监控营运地点卡口摄像头的前24小时的过车数据，通过营运车辆档案表将所述过车数据划分为营运车辆过车数据和非营运车辆过车数据；
所述运营监控模块，用于在非营运车辆过车数据中统计每一车辆在监控运营地点的过车次数，并进行累加；当累加的过车次数和统计天数的比值达到一设定阈值时，修改对应车辆的标记状态为确认营运；当标记为确认营运的车辆累加的过车次数和统计天数的比值小于所述设定阈值时，修改对应车辆的标记状态为非确认营运；分析标记状态为确认营运的车辆的行驶轨迹、行驶时间，计算出营运监控结果；
所述存储展示模块，用于将营运监控结果存储在分布式数据库中，并通过Web的形式展示。
进一步的，所述统计结果包括：车牌号码、上次运营日期、营运时间以及车辆标记状态。
进一步的，所述分布式数据库包括Gbase和Hive，分别用于过车记录查询和数据分析。
第三方面，本发明提供了一种电子设备，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第一方面所述的方法。
第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述的方法。
本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
通过以天为单位对数据进行处理，在每天的设定时间获取监控营运地点卡口摄像头的前24小时的过车数据，然后利用营运车辆档案表快速排除营运车辆过车数据，实现快速准确地发现非营运车营运情况，并能对其营运的轨迹次数时间等多方面的信息进行监控。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1为本发明实施例一中方法中的流程图；
图2为本发明实施例二中装置的结构示意图；
图3为本发明实施例三中电子设备的结构示意图；
图4为本发明实施例四中介质的结构示意图；
图5为本发明实施例五中实施流程示意图；
图6为本发明实施例五中数据处理示意图。
具体实施方式
实施例一
本实施例提供一种涉车非营运车营运发现方法，如图1所示，包括；
通过对卡口摄像头拍摄的过车照片和视频进行图像识别，获取结构和数据组成的时序数据，过滤未识别字段以及同卡口连续拍摄产生的重复数据，得到过车数据；
在每天的设定时间获取监控营运地点卡口摄像头的前24小时的过车数据，通过营运车辆档案表将所述过车数据划分为营运车辆过车数据和非营运车辆过车数据；
在所述非营运车辆过车数据中统计每一车辆在监控运营地点的过车次数，并进行累加；当累加的过车次数和统计天数的比值达到一设定阈值时，修改对应车辆的标记状态为确认营运；当标记为确认营运的车辆累加的过车次数和统计天数的比值小于所述设定阈值时，修改对应车辆的标记状态为非确认营运；分析标记状态为确认营运的车辆的行驶轨迹、行驶时间，计算出营运监控结果；
将营运监控结果存储在分布式数据库中，并通过Web的形式展示；所述统计结果包括：车牌号码、上次运营日期、营运时间以及车辆标记状态。所述分布式数据库包括Gbase和Hive，分别用于过车记录查询和数据分析。
基于同一发明构思，本申请还提供了与实施例一中的方法对应的装置，详见实施例二。
实施例二
在本实施例中提供了一种涉车非营运车营运发现装置，如图2所示，包括：过车数据识别模块、过车数据获取模块、运营监控模块以及存储展示模块；
所述过车数据识别模块，用于通过对卡口摄像头拍摄的过车照片和视频进行图像识别，获取结构和数据组成的时序数据，过滤未识别字段以及同卡口连续拍摄产生的重复数据，得到过车数据；
所述过车数据获取模块，用于在每天的设定时间获取监控营运地点卡口摄像头的前24小时的过车数据，通过营运车辆档案表将所述过车数据划分为营运车辆过车数据和非营运车辆过车数据；
所述运营监控模块，用于在非营运车辆过车数据中统计每一车辆在监控运营地点的过车次数，并进行累加；当累加的过车次数和统计天数的比值达到一设定阈值时，修改对应车辆的标记状态为确认营运；当标记为确认营运的车辆累加的过车次数和统计天数的比值小于所述设定阈值时，修改对应车辆的标记状态为非确认营运；分析标记状态为确认营运的车辆的行驶轨迹、行驶时间，计算出营运监控结果；
所述存储展示模块，用于将营运监控结果存储在分布式数据库中，并通过Web的形式展示。
在一种可能的实现方式中，所述统计结果包括：车牌号码、上次运营日期、营运时间以及车辆标记状态。所述分布式数据库包括Gbase和Hive，分别用于过车记录查询和数据分析
由于本发明实施例二所介绍的装置，为实施本发明实施例一的方法所采用的装置，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该装置的具体结构及变形，故而在此不再赘述。凡是本发明实施例一的方法所采用的装置都属于本发明所欲保护的范围。
基于同一发明构思，本申请提供了实施例一对应的电子设备实施例，详见实施例三。
实施例三
本实施例提供了一种电子设备，如图3所示，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，处理器执行计算机程序时，可以实现实施例一中任一实施方式。
由于本实施例所介绍的电子设备为实施本申请实施例一中方法所采用的设备，故而基于本申请实施例一中所介绍的方法，本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式，所以在此对于该电子设备如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中的方法所采用的设备，都属于本申请所欲保护的范围。
基于同一发明构思，本申请提供了实施例一对应的存储介质，详见实施例四。
实施例四
本实施例提供一种计算机可读存储介质，如图4所示，其上存储有计算机程序，该计算机程序被处理器执行时，可以实现实施例一中任一实施方式。
实施例五
本实际例的涉车非营运车运营分析的模块结构，具体包括：
模块1、前端设备采集数据，数据接入并经过数据清洗将非结构化数据转为结构化数据；
模块2、建立hive数据仓库，将历史数据分布式存储；
模块3、设计涉车运营次数与车辆运营状态更新算法，利用spark分布式计算获取涉嫌非法营运车辆数据。
模块4、Web端的涉车大数据平台展示，提供多种查询条件组合的查询功能。
如图5和图6所示，本实施例提供了涉车非营运车运营分析的实施流程，具体包括以下几个步骤：
步骤1、将路面卡口摄像头拍摄的数据又非结构化的图像视频数据识别转成车辆外形特征、车牌号、过车时间以及速度等结构化的数据发送到kafka中的指定topic中。
步骤2、根据约定的kafka数据接口格式，将kafka数据同步到离线分析的集群中，过滤未识别和为空的字段，以及同卡口连续拍摄产生的重复数据，通过数据清洗后的数据存入hive中并创建数据仓库。
步骤3、通过Azkaban创建定时任务，每天的凌晨会计算一次昨天的历史过车数据。根据设计的非营运车营运发现的计算规则，首先计算频繁在这些卡口出现的车辆，通过监控范围内卡口获取到的过车记录，统计车辆运营次数(车辆进出营运点位集合一次，记为一次营运次数)，每天累加统计车辆运营次数，当营运次数达到设置的阈值时，修改车辆状态为确认标记，当一定周期后没有出现的车辆也再次被修改标记为非确认，最后对比一车一档表，匹配出注册非运营的车辆并排除出租车的情况。
分析结果存储字段：
步骤4、将计算出的车辆状态存储在分布式数据库中，这里选择的是Gbase和Hive，数据同时存储在这两个数据库中，分别用于过车记录查询和数据分析。
步骤5、将数据库中的结果表通过Web的形式展示给用户，并且提供多种自定义的查询功能和监控区域卡口可配置的功能。
本实施例采用spark计算框架对离线的历史数据结构进行计算分析，结合公安网中一车一档信息、业务数据和图像数据，通过业务建模和数据分析，提供业务实战应用，为涉车大数据平台提供研判工具的基础数据支撑，满足公安机关办案过程中的过车记录查询和车辆研判工作需要。本方法对结构化的车辆数据进行ETL，数据利用Hive和Gbase数据库作分布式存储，同时通过大数据平台上多维度可配置的查询条件提供便利的查询功能。
本实施例方法可以准确的区分出非营运车营运，并能对其营运的轨迹次数时间等多方面的信息进行监控。将车辆数据通过车辆档案表去掉合法营运车辆，可以的大量较少无用过车轨迹，极大的提升了非营运车营运算法的性能，通过监控运营地点及营运时间实现对非法运营车的排查及监控。
虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。
Claims (8)
1.一种涉车非营运车营运发现方法，其特征在于：包括：
通过对卡口摄像头拍摄的过车照片和视频进行图像识别，获取结构和数据组成的时序数据，过滤未识别字段以及同卡口连续拍摄产生的重复数据，得到过车数据；
在每天的设定时间获取监控营运地点卡口摄像头的前24小时的过车数据，通过营运车辆档案表将所述过车数据划分为营运车辆过车数据和非营运车辆过车数据；
在所述非营运车辆过车数据中统计每一车辆在监控运营地点的过车次数，并进行累加；当累加的过车次数和统计天数的比值达到一设定阈值时，修改对应车辆的标记状态为确认营运；当标记为确认营运的车辆累加的过车次数和统计天数的比值小于所述设定阈值时，修改对应车辆的标记状态为非确认营运；分析标记状态为确认营运的车辆的行驶轨迹、行驶时间，计算出营运监控结果；
将营运监控果存储在分布式数据库中，并通过Web的形式展示。
2.根据权利要求1所述的方法，其特征在于：所述统计结果包括：车牌号码、上次运营日期、营运时间以及车辆标记状态。
3.根据权利要求1所述的方法，其特征在于：所述分布式数据库包括Gbase和Hive，分别用于过车记录查询和数据分析。
4.一种涉车非营运车营运发现装置，包括：过车数据识别模块、过车数据获取模块、运营监控模块以及存储展示模块；
所述过车数据识别模块，用于通过对卡口摄像头拍摄的过车照片和视频进行图像识别，获取结构和数据组成的时序数据，过滤未识别字段以及同卡口连续拍摄产生的重复数据，得到过车数据；
所述过车数据获取模块，用于在每天的设定时间获取监控营运地点卡口摄像头的前24小时的过车数据，通过营运车辆档案表将所述过车数据划分为营运车辆过车数据和非营运车辆过车数据；
所述运营监控模块，用于在非营运车辆过车数据中统计每一车辆在监控运营地点的过车次数，并进行累加；当累加的过车次数和统计天数的比值达到一设定阈值时，修改对应车辆的标记状态为确认营运；当标记为确认营运的车辆累加的过车次数和统计天数的比值小于所述设定阈值时，修改对应车辆的标记状态为非确认营运；分析标记状态为确认营运的车辆的行驶轨迹、行驶时间，计算出营运监控结果；
所述存储展示模块，用于将营运监控结果存储在分布式数据库中，并通过Web的形式展示。
5.根据权利要求4所述的装置，其特征在于：所述统计结果包括：车牌号码、上次运营日期、营运时间以及车辆标记状态。
6.根据权利要求4所述的装置，其特征在于：所述分布式数据库包括Gbase和Hive，分别用于过车记录查询和数据分析。
7.一种电子设备，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任一项所述的方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至3任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011164564.0A CN112364072A (zh) | 2020-10-27 | 2020-10-27 | 一种涉车非营运车营运发现方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011164564.0A CN112364072A (zh) | 2020-10-27 | 2020-10-27 | 一种涉车非营运车营运发现方法、装置、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112364072A true CN112364072A (zh) | 2021-02-12 |
Family
ID=74512255
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011164564.0A Pending CN112364072A (zh) | 2020-10-27 | 2020-10-27 | 一种涉车非营运车营运发现方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112364072A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114202929A (zh) * | 2021-12-14 | 2022-03-18 | 广州交信投科技股份有限公司 | 一种基于中小客车通行行为的非法营运车辆识别方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104167095A (zh) * | 2014-08-05 | 2014-11-26 | 江苏省邮电规划设计院有限责任公司 | 基于智慧城市的车辆行为模式稽查方法 |
| CN105976617A (zh) * | 2016-03-21 | 2016-09-28 | 江苏智通交通科技有限公司 | 非法营运车辆检测方法和系统 |
| CN109615853A (zh) * | 2018-11-29 | 2019-04-12 | 重庆首讯科技股份有限公司 | 识别高速公路疑似非法营运车辆的方法及设备 |
| KR20190142720A (ko) * | 2018-06-18 | 2019-12-27 | 주식회사 메인시스 | 불법차량 추적 시스템 및 그 방법 |
-
2020
- 2020-10-27 CN CN202011164564.0A patent/CN112364072A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104167095A (zh) * | 2014-08-05 | 2014-11-26 | 江苏省邮电规划设计院有限责任公司 | 基于智慧城市的车辆行为模式稽查方法 |
| CN105976617A (zh) * | 2016-03-21 | 2016-09-28 | 江苏智通交通科技有限公司 | 非法营运车辆检测方法和系统 |
| KR20190142720A (ko) * | 2018-06-18 | 2019-12-27 | 주식회사 메인시스 | 불법차량 추적 시스템 및 그 방법 |
| CN109615853A (zh) * | 2018-11-29 | 2019-04-12 | 重庆首讯科技股份有限公司 | 识别高速公路疑似非法营运车辆的方法及设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114202929A (zh) * | 2021-12-14 | 2022-03-18 | 广州交信投科技股份有限公司 | 一种基于中小客车通行行为的非法营运车辆识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110874362A (zh) | 一种数据关联分析方法及装置 | |
| CN105164695A (zh) | 用于探测视频数据中的高兴趣事件的系统和方法 | |
| CN110428091A (zh) | 基于数据分析的风险识别方法及相关设备 | |
| CN109033440A (zh) | 一种视频侦查多维轨迹分析方法 | |
| CN111090777B (zh) | 一种视频数据的管理方法、管理设备及计算机存储介质 | |
| CN111523527B (zh) | 特种运输车辆监控方法、装置、介质及电子设备 | |
| CN106534784A (zh) | 一种用于视频分析数据结果集的采集分析存储统计系统 | |
| CN112562330A (zh) | 评估道路运行指数的方法和装置、电子设备、存储介质 | |
| CN117876966A (zh) | 基于ai分析的智慧交通安防监控系统及方法 | |
| CN112364072A (zh) | 一种涉车非营运车营运发现方法、装置、设备和介质 | |
| CN112560711B (zh) | 非机动车交通违法判定方法、系统、装置及存储介质 | |
| CN112637548B (zh) | 一种基于摄像机的信息关联预警方法及装置 | |
| Anwar et al. | Mining anomalous events against frequent sequences in surveillance videos from commercial environments | |
| CN112289028B (zh) | 一种涉车套牌发现方法、装置、设备和介质 | |
| CN112182121B (zh) | 一种涉车关系发现方法、装置、设备和介质 | |
| CN113128540A (zh) | 非机动车盗车行为的检测方法、装置及电子设备 | |
| CN115272924A (zh) | 一种基于模块化视频智能分析引擎的治理系统 | |
| CN112256549B (zh) | 一种日志处理方法和装置 | |
| CN113128294B (zh) | 一种道路事件取证方法、装置、电子设备及存储介质 | |
| CN114267021A (zh) | 对象识别方法和装置、存储介质及电子设备 | |
| CN112395955B (zh) | 一种涉车常驻落脚点分析方法、装置、设备和介质 | |
| CN112241484A (zh) | 智慧城市安防数据管理系统 | |
| CN116030642B (zh) | 交通流卡口过车信息中的嫌疑车辆确定方法及终端 | |
| CN102436487B (zh) | 一种基于视频检索系统的光流方法 | |
| CN113052888B (zh) | 异常环境实时监测系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210212 |