CN112666056A - 机动车尾气监控系统及其跨镜头追踪方法 - Google Patents
机动车尾气监控系统及其跨镜头追踪方法 Download PDFInfo
- Publication number
- CN112666056A CN112666056A CN202010046468.XA CN202010046468A CN112666056A CN 112666056 A CN112666056 A CN 112666056A CN 202010046468 A CN202010046468 A CN 202010046468A CN 112666056 A CN112666056 A CN 112666056A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- face
- detection light
- vehicles
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000001514 detection method Methods 0.000 claims abstract description 31
- 239000000779 smoke Substances 0.000 claims abstract description 17
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 8
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims abstract description 8
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 8
- 238000005516 engineering process Methods 0.000 claims abstract description 6
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims abstract description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 4
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 4
- 229910002091 carbon monoxide Inorganic materials 0.000 claims abstract description 4
- 230000031700 light absorption Effects 0.000 claims abstract description 4
- XLOMVQKBTHCTTD-UHFFFAOYSA-N Zinc monoxide Chemical compound [Zn]=O XLOMVQKBTHCTTD-UHFFFAOYSA-N 0.000 claims description 12
- 239000011248 coating agent Substances 0.000 claims description 12
- 238000000576 coating method Methods 0.000 claims description 12
- 230000014509 gene expression Effects 0.000 claims description 12
- 239000000203 mixture Substances 0.000 claims description 12
- 238000003756 stirring Methods 0.000 claims description 12
- 239000002202 Polyethylene glycol Substances 0.000 claims description 9
- 238000002156 mixing Methods 0.000 claims description 9
- 229920001223 polyethylene glycol Polymers 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 239000011324 bead Substances 0.000 claims description 6
- 239000006185 dispersion Substances 0.000 claims description 6
- 239000000839 emulsion Substances 0.000 claims description 6
- 239000000945 filler Substances 0.000 claims description 6
- 239000011521 glass Substances 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 6
- SOQBVABWOPYFQZ-UHFFFAOYSA-N oxygen(2-);titanium(4+) Chemical compound [O-2].[O-2].[Ti+4] SOQBVABWOPYFQZ-UHFFFAOYSA-N 0.000 claims description 6
- HBMJWWWQQXIZIP-UHFFFAOYSA-N silicon carbide Chemical class [Si+]#[C-] HBMJWWWQQXIZIP-UHFFFAOYSA-N 0.000 claims description 6
- 238000001132 ultrasonic dispersion Methods 0.000 claims description 6
- 239000011787 zinc oxide Substances 0.000 claims description 6
- 239000004593 Epoxy Substances 0.000 claims description 3
- 210000000481 breast Anatomy 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 239000008367 deionised water Substances 0.000 claims description 3
- 229910021641 deionized water Inorganic materials 0.000 claims description 3
- 230000001804 emulsifying effect Effects 0.000 claims description 3
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 3
- 229910052737 gold Inorganic materials 0.000 claims description 3
- 239000010931 gold Substances 0.000 claims description 3
- 230000037308 hair color Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 229920002635 polyurethane Polymers 0.000 claims description 3
- 239000004814 polyurethane Substances 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000007789 sealing Methods 0.000 claims description 3
- 229910052709 silver Inorganic materials 0.000 claims description 3
- 239000004332 silver Substances 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 claims 3
- 230000002596 correlated effect Effects 0.000 claims 1
- 238000005034 decoration Methods 0.000 claims 1
- 238000005507 spraying Methods 0.000 claims 1
- 238000012423 maintenance Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 230000003137 locomotive effect Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及尾气监测技术领域,尤其是机动车尾气监控系统及其跨镜头追踪方法;它包括横跨主路和路肩的龙门式支架,支架上对应主路的每个车道设置一套监控设备,支架还对应路肩设置一套监控设备,每套监控设备包括检测光发射器、摄像头和检测光接收器,所述主路和路肩上对应监测设备喷涂有反射带,系统以对应路肩的监控设备得到的光谱分析数据作为基准,然后通过光谱分析技术得到尾气中一氧化碳、二氧化碳、一氧化氮的浓度以及不透光烟度和光吸收系数;利用了路肩作为主路的气象条件比对基准,成本来说只是增加了一套监控设备,但鉴于无需安装小型气象站,达到了降低成本减少维护次数的效果。
Description
技术领域
本发明涉及尾气监测技术领域,尤其是机动车尾气监控系统及其跨镜头追踪方法。
背景技术
环保部门或者交通管理部门需要对市政道路上的车辆进行尾气监测。现有的监测手段五花八门,但核心原理均是通过光学方法得到尾气的光谱数据。鉴于光学监测对于湿度、空气质量等的敏感性,故很多监控系统采用实地设置小型气象站的做法。虽然有效,但成本高且需要每日进行维护,另外湿度、空气质量等于光学数据采集的影响又不是真正意义上的线性对应关系,故现有监控方法均存在较大误差。另外现有的各个监控之间互不关联,当需要追踪冒黑烟的车辆时往往需要大量的人力进行人工识别。
发明内容
针对现有技术的不足,本发明提供一种成本较低精度较高的尾气监控系统,另外还提供利用该系统对冒黑烟车辆的跨镜头追踪方法。
本发明的技术方案为:
机动车尾气监控系统,其特征在于:它包括横跨主路和路肩的龙门式支架,支架上对应主路的每个车道(例如快车道、慢车道)设置一套监控设备,支架还对应路肩设置一套监控设备,每套监控设备包括检测光发射器、摄像头和检测光接收器,所述主路和路肩上对应监测设备喷涂有反射带,系统以对应路肩的监控设备得到的光谱分析数据作为基准,然后通过光谱分析技术得到尾气中一氧化碳、二氧化碳、一氧化氮的浓度以及不透光烟度和光吸收系数。例如路肩得到的不透光烟度5,快车道得到的不透光烟度是9,慢车道得到的不透光烟度是50,那么快车道本次的实测不透光烟度应该是4,慢车道是45。
进一步地,所述检测光发射器内设置有分束器和用于发射检测光的光源,所述分束器设置于所述光源前方,所述分束器为等比分束器,用于将检测光分为至少两束等比且互相平行的检测光光束。
进一步地,所述摄像头作为检测光发射器的触发器,摄像头拍摄车道上行驶车辆的车牌,并与所述检测光发射器电连接,使得在摄像头拍摄完车牌后,所述检测光发射器发出检测光。
进一步地,所述反射带的成分为改性碳化硅、纳米二氧化钛、纳米氧化锌、中空玻璃微珠。
进一步地,所述反射带的制备方法:(1)将改性碳化硅、纳米二氧化钛、纳米氧化锌、中空玻璃微珠置于搅拌机中,常温下以200~250r/min转速搅拌混合20~30min,得混合填料;(2)将聚乙二醇加入去离子水中,在60~80℃的水浴条件下以250~300r/min转速搅拌混合20~30min,保温,得聚乙二醇溶液;(3)将混合填料加入聚乙二醇溶液中,在60~80℃的水浴条件下以600~800r/min转速搅拌混合40~60min,再置于超声波分散机中超声分散40~60min,得分散液;(4)将分散液、水性聚氨酯乳液加入改性水性环氧乳液,置于高剪切乳化机内,常温下以1400~1600r/min转速搅拌2~4h,密封保存,得到涂料后涂覆在路面并固化就成为了反射带。
机动车尾气监控跨镜头追踪方法,其特征在于:包括下列步骤:
S11:提取目标人脸视频、车辆视频的结构化特征。
S12:在关联数据库中对结构化特征进行匹配,定位人车位置。
其中,该关联数据库存储有相互关联的人脸结构化信息、车辆结构化信息。建立关联数据库具体包括以下两个步骤:
S121:对视频进行结构化信息提取,获得人脸结构化信息、行人结构化信息和车辆结构化信息。
在提取结构化信息时,优先提取人脸结构化信息。人脸结构化信息包括:样貌特征、表情等信息中的一种或多种;样貌特征包括:性别(男、女)、年龄段(小孩、青年、中年、老年)、发型、发色、胡须等特征中的一种或多种;表情包括:喜、怒、哀、乐等表情中的一种或多种;在年龄识别的时候不考虑识别准确年龄,而是识别年龄段,以提高识别准确率。在提取人脸结构化信息时,将人脸的样貌特征、表情等信息数字化,生成人脸的重认证特征码,该重认证的特征码用于人脸识别、跨镜头追踪、以图搜图以及行驶轨迹复现。
车辆结构化信息包括:车辆固有属性、驾驶员信息、个性化信息等信息中的一种或多种。
车辆固有属性包括:车辆颜色、品牌型号年款、车牌号码、车辆类型等特征中的一种或多种。在识别车辆颜色时,将车辆颜色划分为13种,包括:黑、白、银、灰、青、蓝、绿、黄、金、红、紫、粉、棕。在识别车辆品牌型号时会将相同外观的车辆进行合并,同时将车头和车尾信息进行区分,以实现360°全视角的车辆品牌型号年款的识别,其中车头信息包括5500种以上,车尾信息包括3500种以上。在识别车牌信息时除了车牌上的字符信息,还会识别车牌的颜色和种类信息。号牌颜色包括:蓝、黄、白、黑、绿五种颜色,号牌类型包括:澳门入出境车、大型汽车、教练汽车、警用汽车、军队汽车、外籍汽车、香港入出境车、小型汽车。车辆类型按照国标会划分为21大类,包括轿车、小型货车、大型货车、轻客、小型客车、大型客车、面包车、皮卡车、越野车、商务车、挂车、混凝土搅拌车、罐车、随车吊、消防车、渣土车、押运车、工程抢修车、救援车、栏板卡车、三轮车。
驾驶员信息包括:主驾驶人员未系安全带、开车打电话、副驾驶人员未系安全带、主副驾驶人员的人脸;为了克服假牌车和套牌车对车辆识别的影响,给每辆车赋予唯一标识,还会识别车辆的个性化信息,包括:车辆年检标、遮阳板、挂坠、摆件、纸巾盒、天窗、行李架、备胎、撞损痕等特征中的一种或多种。
S122:对人脸结构化信息、车辆结构化信息进行匹配,形成关联数据库。
经结构化信息处理后,将人脸、行人及车辆结构化信息存储到云端数据库。通过人脸结构化的性别、年龄、身份等信息,及车辆结构化的车型、驾驶员等信息,通过大数据搜索技术,将某些特征信息进行匹配,建立人脸、车辆结构化信息相互联系的关联数据库。
例如:a龙门式支架上的摄像头抓拍到了a车辆以及车辆前排乘客人脸,通过人脸识别,获得身份、年龄、性别等信息,到达b龙门式支架后即使车辆中途发生了遮挡号牌等违法行为,系统依然可以通过人脸识别继续对该车辆进行跨镜头追踪,并关联相关信息。
步骤S12:在关联数据库中对结构化特征进行匹配,定位人车位置,具体包括以下步骤:
S123:在关联数据库中检索与结构化特征相匹配的视频数据。
将上述步骤S11提取的目标结构化特征,利用人脸识别、车辆再识别,在关联的数据库中进行识别和匹配,通过大数据搜索找到与其结构化特征相匹配的视频数据。
S124:定位视频数据所在的监控设备,以及监控设备覆盖的位置。
通过步骤S123所获得的与目标结构化特征相匹配的视频数据,可以找到视频数据对应相应的监控设备,从而获得目标出现的具体位置。通过多个摄像头搜索到的视频数据,可以实现目标跨镜头轨迹追踪。例如,在关联数据库中能匹配到目标结构化数据,分别来自摄像头a、b、c的视频中的人脸结构化信息、车辆结构化信息,则说明摄像头a、b、c中,存在目标行踪,进一步获得摄像头所在准确位置,从而建立目标的行动轨迹。
本发明的有益效果为:首先利用了路肩作为主路的气象条件比对基准,成本来说只是增加了一套监控设备,但鉴于无需安装小型气象站,达到了降低成本减少维护次数的效果;另外还通过摄像头对车辆跨境追踪,当工作人员发现某车辆存在较大问题(例如冒黑烟)时可通过系统自动生成完整的行驶路线,从而实现对违法行为的取证和追踪甚至拦截。
附图说明
图1为本发明的结构示意图。
图中,1、支架;11、检测光发射器;12、检测光接收器;13、摄像头;2、反射带。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明:
如图1所示,机动车尾气监控系统,其特征在于:它包括横跨主路和路肩的龙门式支架,支架上对应主路的每个车道(例如快车道、慢车道)设置一套监控设备,支架还对应路肩设置一套监控设备,每套监控设备包括检测光发射器、摄像头和检测光接收器,所述主路和路肩上对应监测设备喷涂有反射带,系统以对应路肩的监控设备得到的光谱分析数据作为基准,然后通过光谱分析技术得到尾气中一氧化碳、二氧化碳、一氧化氮的浓度以及不透光烟度和光吸收系数。例如路肩得到的不透光烟度5,快车道得到的不透光烟度是9,慢车道得到的不透光烟度是50,那么快车道本次的实测不透光烟度应该是4,慢车道是45。
进一步地,所述检测光发射器内设置有分束器和用于发射检测光的光源,所述分束器设置于所述光源前方,所述分束器为等比分束器,用于将检测光分为至少两束等比且互相平行的检测光光束。
进一步地,所述摄像头作为检测光发射器的触发器,摄像头拍摄车道上行驶车辆的车牌,并与所述检测光发射器电连接,使得在摄像头拍摄完车牌后,所述检测光发射器发出检测光。
进一步地,所述反射带的成分为改性碳化硅、纳米二氧化钛、纳米氧化锌、中空玻璃微珠。
进一步地,所述反射带的制备方法:(1)将改性碳化硅、纳米二氧化钛、纳米氧化锌、中空玻璃微珠置于搅拌机中,常温下以200~250r/min转速搅拌混合20~30min,得混合填料;(2)将聚乙二醇加入去离子水中,在60~80℃的水浴条件下以250~300r/min转速搅拌混合20~30min,保温,得聚乙二醇溶液;(3)将混合填料加入聚乙二醇溶液中,在60~80℃的水浴条件下以600~800r/min转速搅拌混合40~60min,再置于超声波分散机中超声分散40~60min,得分散液;(4)将分散液、水性聚氨酯乳液加入改性水性环氧乳液,置于高剪切乳化机内,常温下以1400~1600r/min转速搅拌2~4h,密封保存,得到涂料后涂覆在路面并固化就成为了反射带。
机动车尾气监控跨镜头追踪方法,其特征在于:包括下列步骤:
S11:提取目标人脸视频、车辆视频的结构化特征。
S12:在关联数据库中对结构化特征进行匹配,定位人车位置。
其中,该关联数据库存储有相互关联的人脸结构化信息、车辆结构化信息。建立关联数据库具体包括以下两个步骤:
S121:对视频进行结构化信息提取,获得人脸结构化信息、行人结构化信息和车辆结构化信息。
在提取结构化信息时,优先提取人脸结构化信息。人脸结构化信息包括:样貌特征、表情等信息中的一种或多种;样貌特征包括:性别(男、女)、年龄段(小孩、青年、中年、老年)、发型、发色、胡须等特征中的一种或多种;表情包括:喜、怒、哀、乐等表情中的一种或多种;在年龄识别的时候不考虑识别准确年龄,而是识别年龄段,以提高识别准确率。在提取人脸结构化信息时,将人脸的样貌特征、表情等信息数字化,生成人脸的重认证特征码,该重认证的特征码用于人脸识别、跨镜头追踪、以图搜图以及行驶轨迹复现。
车辆结构化信息包括:车辆固有属性、驾驶员信息、个性化信息等信息中的一种或多种。
车辆固有属性包括:车辆颜色、品牌型号年款、车牌号码、车辆类型等特征中的一种或多种。在识别车辆颜色时,将车辆颜色划分为13种,包括:黑、白、银、灰、青、蓝、绿、黄、金、红、紫、粉、棕。在识别车辆品牌型号时会将相同外观的车辆进行合并,同时将车头和车尾信息进行区分,以实现360°全视角的车辆品牌型号年款的识别,其中车头信息包括5500种以上,车尾信息包括3500种以上。在识别车牌信息时除了车牌上的字符信息,还会识别车牌的颜色和种类信息。号牌颜色包括:蓝、黄、白、黑、绿五种颜色,号牌类型包括:澳门入出境车、大型汽车、教练汽车、警用汽车、军队汽车、外籍汽车、香港入出境车、小型汽车。车辆类型按照国标会划分为21大类,包括轿车、小型货车、大型货车、轻客、小型客车、大型客车、面包车、皮卡车、越野车、商务车、挂车、混凝土搅拌车、罐车、随车吊、消防车、渣土车、押运车、工程抢修车、救援车、栏板卡车、三轮车。
驾驶员信息包括:主驾驶人员未系安全带、开车打电话、副驾驶人员未系安全带、主副驾驶人员的人脸;为了克服假牌车和套牌车对车辆识别的影响,给每辆车赋予唯一标识,还会识别车辆的个性化信息,包括:车辆年检标、遮阳板、挂坠、摆件、纸巾盒、天窗、行李架、备胎、撞损痕等特征中的一种或多种。
S122:对人脸结构化信息、车辆结构化信息进行匹配,形成关联数据库。
经结构化信息处理后,将人脸、行人及车辆结构化信息存储到云端数据库。通过人脸结构化的性别、年龄、身份等信息,及车辆结构化的车型、驾驶员等信息,通过大数据搜索技术,将某些特征信息进行匹配,建立人脸、车辆结构化信息相互联系的关联数据库。
例如:a龙门式支架上的摄像头抓拍到了a车辆以及车辆前排乘客人脸,通过人脸识别,获得身份、年龄、性别等信息,到达b龙门式支架后即使车辆中途发生了遮挡号牌等违法行为,系统依然可以通过人脸识别继续对该车辆进行跨镜头追踪,并关联相关信息。
步骤S12:在关联数据库中对结构化特征进行匹配,定位人车位置,具体包括以下步骤:
S123:在关联数据库中检索与结构化特征相匹配的视频数据。
将上述步骤S11提取的目标结构化特征,利用人脸识别、车辆再识别,在关联的数据库中进行识别和匹配,通过大数据搜索找到与其结构化特征相匹配的视频数据。
S124:定位视频数据所在的监控设备,以及监控设备覆盖的位置。
通过步骤S123所获得的与目标结构化特征相匹配的视频数据,可以找到视频数据对应相应的监控设备,从而获得目标出现的具体位置。通过多个摄像头搜索到的视频数据,可以实现目标跨镜头轨迹追踪。例如,在关联数据库中能匹配到目标结构化数据,分别来自摄像头a、b、c的视频中的人脸结构化信息、车辆结构化信息,则说明摄像头a、b、c中,存在目标行踪,进一步获得摄像头所在准确位置,从而建立目标的行动轨迹。
上述实施例和说明书中描述的只是说明本发明的原理和最佳实施例,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (6)
1.机动车尾气监控系统,其特征在于:它包括横跨主路和路肩的龙门式支架,支架上对应主路的每个车道设置一套监控设备,支架还对应路肩设置一套监控设备,每套监控设备包括检测光发射器、摄像头和检测光接收器,所述主路和路肩上对应监测设备喷涂有反射带,系统以对应路肩的监控设备得到的光谱分析数据作为基准,然后通过光谱分析技术得到尾气中一氧化碳、二氧化碳、一氧化氮的浓度以及不透光烟度和光吸收系数。
2.根据权利要求1所述的机动车尾气监控系统,其特征在于:所述检测光发射器内设置有分束器和用于发射检测光的光源,所述分束器设置于所述光源前方,所述分束器为等比分束器,用于将检测光分为至少两束等比且互相平行的检测光光束。
3.根据权利要求2所述的机动车尾气监控系统,其特征在于:所述摄像头作为检测光发射器的触发器,摄像头拍摄车道上行驶车辆的车牌,并与所述检测光发射器电连接,使得在摄像头拍摄完车牌后,所述检测光发射器发出检测光。
4.根据权利要求3所述的机动车尾气监控系统,其特征在于:所述反射带的成分为改性碳化硅、纳米二氧化钛、纳米氧化锌、中空玻璃微珠。
5.根据权利要求4所述的机动车尾气监控系统,其特征在于:所述反射带的制备方法:(1)将改性碳化硅、纳米二氧化钛、纳米氧化锌、中空玻璃微珠置于搅拌机中,常温下以200~250r/min转速搅拌混合20~30min,得混合填料;(2)将聚乙二醇加入去离子水中,在60~80℃的水浴条件下以250~300r/min转速搅拌混合20~30min,保温,得聚乙二醇溶液;(3)将混合填料加入聚乙二醇溶液中,在60~80℃的水浴条件下以600~800r/min转速搅拌混合40~60min,再置于超声波分散机中超声分散40~60min,得分散液;(4)将分散液、水性聚氨酯乳液加入改性水性环氧乳液,置于高剪切乳化机内,常温下以1400~1600r/min转速搅拌2~4h,密封保存,得到涂料后涂覆在路面并固化就成为了反射带。
6.机动车尾气监控跨镜头追踪方法,其特征在于:包括下列步骤:
S11:提取目标人脸视频、车辆视频的结构化特征;
S12:在关联数据库中对结构化特征进行匹配,定位人车位置;
其中,该关联数据库存储有相互关联的人脸结构化信息、车辆结构化信息;建立关联数据库具体包括以下两个步骤:
S121:对视频进行结构化信息提取,获得人脸结构化信息、行人结构化信息和车辆结构化信息;
在提取结构化信息时,优先提取人脸结构化信息;人脸结构化信息包括:样貌特征、表情等信息中的一种或多种;样貌特征包括:性别、年龄段、发型、发色、胡须等特征中的一种或多种;表情包括:喜、怒、哀、乐等表情中的一种或多种;在年龄识别的时候不考虑识别准确年龄,而是识别年龄段,以提高识别准确率;在提取人脸结构化信息时,将人脸的样貌特征、表情等信息数字化,生成人脸的重认证特征码,该重认证的特征码用于人脸识别、跨镜头追踪、以图搜图以及行驶轨迹复现;
车辆结构化信息包括:车辆固有属性、驾驶员信息、个性化信息等信息中的一种或多种;
车辆固有属性包括:车辆颜色、品牌型号年款、车牌号码、车辆类型等特征中的一种或多种;在识别车辆颜色时,将车辆颜色划分为13种,包括:黑、白、银、灰、青、蓝、绿、黄、金、红、紫、粉、棕;在识别车辆品牌型号时会将相同外观的车辆进行合并,同时将车头和车尾信息进行区分,以实现360°全视角的车辆品牌型号年款的识别,其中车头信息包括5500种以上,车尾信息包括3500种以上;在识别车牌信息时除了车牌上的字符信息,还会识别车牌的颜色和种类信息;号牌颜色包括:蓝、黄、白、黑、绿五种颜色,号牌类型包括:澳门入出境车、大型汽车、教练汽车、警用汽车、军队汽车、外籍汽车、香港入出境车、小型汽车;车辆类型按照国标会划分为21大类,包括轿车、小型货车、大型货车、轻客、小型客车、大型客车、面包车、皮卡车、越野车、商务车、挂车、混凝土搅拌车、罐车、随车吊、消防车、渣土车、押运车、工程抢修车、救援车、栏板卡车、三轮车;
驾驶员信息包括:主驾驶人员未系安全带、开车打电话、副驾驶人员未系安全带、主副驾驶人员的人脸;给每辆车赋予唯一标识,还会识别车辆的个性化信息,包括:车辆年检标、遮阳板、挂坠、摆件、纸巾盒、天窗、行李架、备胎、撞损痕等特征中的一种或多种;
S122:对人脸结构化信息、车辆结构化信息进行匹配,形成关联数据库;
经结构化信息处理后,将人脸、行人及车辆结构化信息存储到云端数据库;通过人脸结构化的性别、年龄、身份等信息,及车辆结构化的车型、驾驶员等信息,通过大数据搜索技术,将某些特征信息进行匹配,建立人脸、车辆结构化信息相互联系的关联数据库;
步骤S12:在关联数据库中对结构化特征进行匹配,定位人车位置,具体包括以下步骤:
S123:在关联数据库中检索与结构化特征相匹配的视频数据;
将上述步骤S11提取的目标结构化特征,利用人脸识别、车辆再识别,在关联的数据库中进行识别和匹配,通过大数据搜索找到与其结构化特征相匹配的视频数据;
S124:定位视频数据所在的监控设备,以及监控设备覆盖的位置;
通过步骤S123所获得的与目标结构化特征相匹配的视频数据,可以找到视频数据对应相应的监控设备,从而获得目标出现的具体位置;通过多个摄像头搜索到的视频数据,可以实现目标跨镜头轨迹追踪;例如,在关联数据库中能匹配到目标结构化数据,分别来自摄像头a、b、c的视频中的人脸结构化信息、车辆结构化信息,则说明摄像头a、b、c中,存在目标行踪,进一步获得摄像头所在准确位置,从而建立目标的行动轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010046468.XA CN112666056A (zh) | 2020-01-16 | 2020-01-16 | 机动车尾气监控系统及其跨镜头追踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010046468.XA CN112666056A (zh) | 2020-01-16 | 2020-01-16 | 机动车尾气监控系统及其跨镜头追踪方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112666056A true CN112666056A (zh) | 2021-04-16 |
Family
ID=75402728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010046468.XA Pending CN112666056A (zh) | 2020-01-16 | 2020-01-16 | 机动车尾气监控系统及其跨镜头追踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112666056A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845371A (zh) * | 2016-12-31 | 2017-06-13 | 中国科学技术大学 | 一种城市路网机动车尾气排放遥感监控系统 |
CN109214315A (zh) * | 2018-08-21 | 2019-01-15 | 北京深瞐科技有限公司 | 人车跨镜头追踪方法及装置 |
CN209069821U (zh) * | 2018-11-23 | 2019-07-05 | 深圳市麦斯达夫科技有限公司 | 一种机动车尾气遥感检测装置 |
CN110358399A (zh) * | 2019-07-06 | 2019-10-22 | 慈溪市果雨电子商务有限公司 | 一种高耐磨热反射路面复合涂料的制备方法 |
-
2020
- 2020-01-16 CN CN202010046468.XA patent/CN112666056A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845371A (zh) * | 2016-12-31 | 2017-06-13 | 中国科学技术大学 | 一种城市路网机动车尾气排放遥感监控系统 |
CN109214315A (zh) * | 2018-08-21 | 2019-01-15 | 北京深瞐科技有限公司 | 人车跨镜头追踪方法及装置 |
CN209069821U (zh) * | 2018-11-23 | 2019-07-05 | 深圳市麦斯达夫科技有限公司 | 一种机动车尾气遥感检测装置 |
CN110358399A (zh) * | 2019-07-06 | 2019-10-22 | 慈溪市果雨电子商务有限公司 | 一种高耐磨热反射路面复合涂料的制备方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103871242B (zh) | 一种驾驶行为综合评价系统与方法 | |
US11875284B2 (en) | Asset identification and tracking system | |
CN113487874B (zh) | 一种跟驰行为场景数据采集、识别、分类提取系统及方法 | |
CN107067718A (zh) | 交通事故责任评估方法、交通事故责任评估装置以及交通事故责任评估系统 | |
CN108648490B (zh) | 一种自动驾驶汽车限速信息响应能力的测试方法 | |
CN106462791A (zh) | 车辆识别和/或监测系统 | |
CN109291841A (zh) | 一种智能侦查巡逻警务车 | |
CN106710225B (zh) | 一种车辆号牌违法的识别方法和监测平台 | |
KR102240266B1 (ko) | 영상 분석을 통한 차량 분류 장치, 시스템 및 이를 위한 방법 | |
CN110942670A (zh) | 一种高速公路雾区诱导方法 | |
CN108010326A (zh) | 一种车辆识别系统及其方法 | |
CN105989638A (zh) | 智能行车记录系统 | |
CN116798222A (zh) | 高速公路能见度检测与智慧诱导方法、系统及装置 | |
CN105825664A (zh) | 实现违规特种车辆快速筛选的车载检测装置和方法 | |
CN109238987A (zh) | 一种多光谱汽车尾气监测装置 | |
CN111404874A (zh) | 出租车嫌疑车辆甄别分析体系架构 | |
Xu et al. | A machine learning approach to vehicle occupancy detection | |
CN112666056A (zh) | 机动车尾气监控系统及其跨镜头追踪方法 | |
CN105857343A (zh) | 一种铁路调车作业系统及方法 | |
CN208069570U (zh) | 一种汽车电子牌照及汽车电子牌照系统 | |
CN207367374U (zh) | 智能交通标志牌以及智能交通系统 | |
CN105931465A (zh) | 一种违规特种车辆的快速在线筛选系统和方法 | |
CN112525552A (zh) | 汽车高级辅助驾驶系统的算法测试系统及方法 | |
CN111862621A (zh) | 多类型适配的黑烟车智能抓拍系统 | |
CN108765955B (zh) | 一种基于车牌识别的智能汽车状态检测共享方法及其系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210416 |
|
WD01 | Invention patent application deemed withdrawn after publication |