CN112818736A - 应急指挥大数据支撑平台 - Google Patents

应急指挥大数据支撑平台 Download PDF

Info

Publication number
CN112818736A
CN112818736A CN202011439710.6A CN202011439710A CN112818736A CN 112818736 A CN112818736 A CN 112818736A CN 202011439710 A CN202011439710 A CN 202011439710A CN 112818736 A CN112818736 A CN 112818736A
Authority
CN
China
Prior art keywords
vehicle
information
early warning
big data
module
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
Application number
CN202011439710.6A
Other languages
English (en)
Inventor
吴新春
田显俊
朱书霖
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.)
Sichuan Police College
Southwest Jiaotong University
Original Assignee
Sichuan Police College
Southwest Jiaotong University
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 Sichuan Police College, Southwest Jiaotong University filed Critical Sichuan Police College
Priority to CN202011439710.6A priority Critical patent/CN112818736A/zh
Publication of CN112818736A publication Critical patent/CN112818736A/zh
Pending legal-status Critical Current

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
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video 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
    • G06F16/73—Querying
    • 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
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • 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
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • 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

Abstract

本发明公开了一种应急指挥大数据支撑平台，包括数据库、萃取系统、获取系统和预警系统，萃取系统与获取系统和数据库相连，预警系统与萃取系统相联通；萃取系统将获取系统所获取的信息进行结构化处理，提取出相应的视觉标签，根据不同的视觉标签对所有的信息进行分类并存储至数据库内，同时将相应的信息传输至预警系统内，预警系统将相应的信息与事先存储的危险标签相匹配，当两者相符合时，判断进入应急状态，进行有效预警；本发明主要应用于车辆追踪方面，能有效对路面上的车辆进行有效的识别和监控，从而第一时间了解到发现可疑车辆。

Description

应急指挥大数据支撑平台
技术领域
本发明属于大数据处理领域，尤其涉及一种应急指挥大数据支撑 平台。
背景技术
随着社会的不断发展，人们的生活也越来越富足，很多居民都开 始购买了车辆作为代步工具，无论是小汽车还是摩托车，都越来越多 的出现在我们的日常生活中，为出行带来了便利；日常中出现的车辆 被盗的事件也是屡屡发生，在对这些被盗车辆进行追查时，总是会遇 到各种各样的问题，主要问题在于车辆太多，无法准确对所有的车辆 进行有效识别，从而分辨得到可疑车辆，进而无法挽回车主的损失。
发明内容
为了克服原有技术中存在的问题，本发明提供一种应急指挥大数 据支撑平台，主要应用于车辆追踪方面，能有效对路面上的车辆进行 有效的识别和监控，从而第一时间了解到发现可疑车辆。
为实现上述目的，本发明提供一种应急指挥大数据支撑平台，包 括数据库、萃取系统、获取系统和预警系统，所述萃取系统与获取系 统和数据库相连，预警系统与萃取系统相联通；萃取系统将获取系统 所获取的信息进行结构化处理，提取出相应的视觉标签，根据不同的 视觉标签对所有的信息进行分类并存储至数据库内，同时将相应的信 息传输至预警系统内，预警系统将相应的信息与事先存储的危险标签 相匹配，当两者相符合时，判断进入应急状态，进行有效预警。
作为优选，获取系统包括视频获取模块和图片获取模块，视频获 取模块与视频联网平台以及前端设备进行相连；图片获取模块与卡口 平台、第三方卡口平台和卡口设备进行相连。
作为优选，萃取系统包括人车物分离模块和车型二次分析模块， 人车物分离模块对视频中的人、车、物进行分离，输出人、车、物特 征图片以及对应初步的结构化信息，进行标签化处理，并且传输至车 型二次分析模块。
作为优选，车型二次分析模块将人车物分离模块得到的清晰图片 与过车数据进行对接，将图片进行分析提取，得到车辆的车牌、车辆 品牌、车辆特征信息，并将对应特征提取结果存储在数据库内；同时 传输至预警系统内。
作为优选，人车物分离模块在对视频进行分析时，将视频中的运 动目标进行人、车、物的区分，同时提取目标的基本信息：主体颜色、 目标大小、目标速度、运动方向、时间，并在根据这些提取目标信息 进行自由组合进行目标搜索，显示结果以视图、列表或者地图形式予 以展现，每条基本信息对应原始视频片段。
作为优选，车型二次分析模块基于人车物分离模块得到的初步结 构化信息进行特征二次提取和分析，并进行结构化解析和提取，获得 车辆特征，包括通用特征和唯一局部特征，提取完毕后对所有信息进 行存储，并且传输至预警系统内。
作为优选，通用特征包括车辆品牌、车辆型号和车身颜色，唯一 局部特征包括车辆内部的摆件、挂件以及年检标个数。
作为优选，预警系统根据车辆特征与事先存储的危险标签相适配， 如果不相符合，则不处理；若相符合，则进行应急预警，并且针对该 车辆进行追踪。
作为优选，进行追踪过程中，第一时间获取该车辆周边视频信息， 对所有的车辆进行实施结构化处理，并且告知相关人员进行快速处理。
作为优选，预警模块内还设置有检索模块，检索模块包括三个检 索单元，分别为普通搜车、特征搜车和以图搜车；普通搜车根据时间、 车辆颜色、运动方向、目标大小和速度这些条件自由组合进行搜索， 以视图、列表或地图的方式呈现；特征搜车根据时间、车牌、车型、 车系、品牌、颜色、以及车辆的摆件和年检标进行自由组合进行搜索； 以图搜车以时间、车型、颜色、特征以及上传的图片自由组合进行搜 索。
本发明的有益之处：本发明利用萃取系统对所获取的视频、图片 进行实时结构化，结构化后高价值数据进行存储，随时查阅，或者在 系统中实时布控人员和车辆。结构化产生的结果，包括结构化标签、 图片、视频摘要，当获取的结果与事先进行存储的可疑信息相适配后， 能够有效进行预警，从而在短时间内告知相关人员进行处理，同时还 可以根据条件搜索图片及查找对应的视频摘要，查找结果根据选择以 视图、列表、地图等方式展现，并可以根据行人、自行车、电瓶车或 摩托车、三轮车、机动车、颜色、大小、运动方向、速度、时间、地 点等条件组合对目标进行搜索，从而快速发现可疑车辆。
附图说明
图1为本发明的萃取系统连接示意图；
图2为本发明的萃取系统工作示意图；
图3为本发明的人车物模块分离示意图；
图4为本发明的萃取系统应用示意图；
图5为本发明的车前唯一区域识别示意图；
图6-图8为本发明的三种检索示意图，其中图6为普通搜车，图7 为特征搜车；图8为以图搜车。
具体实施方式
为了更清楚地表述本发明，下面结合附图和实施例对本发明作进 一步地描述。
本发明公开了一种应急指挥大数据支撑平台，包括数据库、萃取 系统、获取系统和预警系统，萃取系统与获取系统和数据库相连，预 警系统与萃取系统相联通；萃取系统将获取系统所获取的信息进行结 构化处理，提取出相应的视觉标签，根据不同的视觉标签对所有的信 息进行分类并存储至数据库内，同时将相应的信息传输至预警系统内， 预警系统将相应的信息与事先存储的危险标签相匹配，当两者相符合 时，判断进入应急状态，进行有效预警。在具体实施例中，首先通过 获取系统对所有的路面上的车辆信息进行收集，然后利用萃取系统对 这些车辆信息进行结构化处理，得到车辆的相关信息，在进行存储的 同时发生至预警系统内，预警系统将该车辆的相关信息与事先存储的 危险标签相匹配，匹配后进行预警，萃取系统作为核心部分，对获取 系统所得到的信息，无论是实时信息还是历史信息进行人、车、物的 分离，并且对车进行深度结构化处理，对于车辆的特征信息进行长期 保存，使得后续查找过程可快速获取查找结果，大大节约视频侦查时 间和人力成本。
为了实现上述目的，获取系统包括视频获取模块和图片获取模 块，视频获取模块与视频联网平台以及前端设备进行相连；图片获取 模块与卡口平台、第三方卡口平台和卡口设备进行相连。在本实施例 中，通过获取系统，能及时、准确了解车辆的相关信息，无论是视频 还是图片；对于图片信息，直接传输至萃取系统中的车型二次分析模 块内，对于视频信息，需要先通过人车物分离系统进行处理，然后得 到相应的图片信息后传输至车型二次分析模块内进行处理。
萃取系统包括人车物分离模块和车型二次分析模块，人车物分离 模块对视频中的人、车、物进行分离，输出人、车、物特征图片以及 对应初步的结构化信息，进行标签化处理，并且传输至车型二次分析 模块；车型二次分析模块将人车物分离模块得到的清晰图片与过车数 据进行对接，将图片进行分析提取，得到车辆的车牌、车辆品牌、车 辆特征信息，并将对应特征提取结果存储在数据库内；同时传输至预 警系统内；人车物分离模块在对视频进行分析时，将视频中的运动目 标进行人、车、物的区分，同时提取目标的基本信息：主体颜色、目 标大小、目标速度、运动方向、时间，并在根据这些提取目标信息进 行自由组合进行目标搜索，显示结果以视图、列表或者地图形式予以 展现，每条基本信息对应原始视频片段；车型二次分析模块基于人车 物分离模块得到的初步结构化信息进行特征二次提取和分析，并进行 结构化解析和提取，获得车辆特征，包括通用特征和唯一局部特征， 提取完毕后对所有信息进行存储，并且传输至预警系统内；通用特征 包括车辆品牌、车辆型号和车身颜色，唯一局部特征包括车辆内部的 摆件、挂件以及年检标个数；预警系统根据车辆特征与事先存储的危 险标签相适配，如果不相符合，则不处理；若相符合，则进行应急预 警，并且针对该车辆进行追踪。在具体实施例中，对于视频流信息， 利用人车物分离模块进行处理，将整段视频流进行切割，从而得到一 系列连续图片，然后在这一系列连续图片中选取带有车辆的最清楚的 照片，将该张照片发送至车型二次分析模块内进行处理；在具体应用 过程中，可以通过按照在各个治安开口的摄像头或者视频点位通过设 备接入模块将其收集的信息进行存储，存储的形式包括视频存储、图 片存储和数据库存储等，也可以通过平台协议例如GB28181协议接入 第三方平台的视频信息或者第三方卡口平台记录得到的过车记录信 息和图片信息，所有的信息经过获取系统汇聚后传输至萃取系统内，视频流信息被人车物分离模块处理得到车辆图片信息；更为具体的是， 视频人车物分离针对平台/设备的视频/录像进行结构化处理，将视频 中的运动目标进行人(行人、自行车、电瓶车或摩托车、三轮车)、 车、物的区分，同时提取目标基本的信息：主体颜色、目标大小、目标速度、运动方向、时间等。其中主体颜色就包括白、灰、黄、粉、 红、紫、绿、蓝、棕、黑至少10种颜色；根据这些提取得目标信息 可以自由组合进行目标搜索，显示结果以视图、列表或者地图形式展 现，每条记录对应原始视频片段供细节查看。结构化的重要线索及高 价值数据可以在分析后入视图库，同时萃取系统也能从视图库中获取 其他业务系统分析后的高价值信息进行同一案件人、车线索的串并， 并在地图上进行展现；车型二次分析模块将车辆的图片信息和过车数 据进行结合，得到车辆的特征信息，例如有无车牌，对车辆的类型进 行识别，包括微型车、两厢轿车、三厢轿车、SUV、MPV、旅行车、跑 车、皮卡、微面、货车、客车等至少10种车型的识别；以及车辆的 品牌和子品牌识别；还包括车辆的唯一性局部特征，例如年检标志、 纸巾盒、遮阳板、摆件、挂件等信息，当所有的信息都汇总后，存储 在数据库中进行保存。
当预警系统接收到的信息与事先存储的信息相匹配时，确定为可 疑车辆，可快速追溯至信息来源，包括信息来源的位置，时间以及原 始视频或图片；进行追踪过程中，第一时间获取该车辆周边视频信息， 对所有的车辆进行实施结构化处理，并且告知相关人员进行快速处理。
预警模块内还设置有检索模块，检索模块包括三个检索单元，分 别为普通搜车、特征搜车和以图搜车；普通搜车根据时间、车辆颜色、 运动方向、目标大小和速度这些条件自由组合进行搜索，以视图、列 表或地图的方式呈现；特征搜车根据时间、车牌、车型、车系、品牌、 颜色、以及车辆的摆件和年检标进行自由组合进行搜索；以图搜车以 时间、车型、颜色、特征以及上传的图片自由组合进行搜索。当需要 对可疑车辆进行检索时，可通过三种方式对车辆进行检索，从而了解 该车辆的所有运动轨迹和状态。
以上公开的仅为本发明的几个具体实施例，但是本发明并非局限 于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范 围。

Claims (10)

1.一种应急指挥大数据支撑平台，其特征在于，包括数据库、萃取系统、获取系统和预警系统，所述萃取系统与获取系统和数据库相连，预警系统与萃取系统相联通；萃取系统将获取系统所获取的信息进行结构化处理，提取出相应的视觉标签，根据不同的视觉标签对所有的信息进行分类并存储至数据库内，同时将相应的信息传输至预警系统内，预警系统将相应的信息与事先存储的危险标签相匹配，当两者相符合时，判断进入应急状态，进行有效预警。
2.根据权利要求1所述的应急指挥大数据支撑平台，其特征在于，获取系统包括视频获取模块和图片获取模块，视频获取模块与视频联网平台以及前端设备进行相连；图片获取模块与卡口平台、第三方卡口平台和卡口设备进行相连。
3.根据权利要求1所述的应急指挥大数据支撑平台，其特征在于，萃取系统包括人车物分离模块和车型二次分析模块，人车物分离模块对视频中的人、车、物进行分离，输出人、车、物特征图片以及对应初步的结构化信息，进行标签化处理，并且传输至车型二次分析模块。
4.根据权利要求3所述的应急指挥大数据支撑平台，其特征在于，车型二次分析模块将人车物分离模块得到的清晰图片与过车数据进行对接，将图片进行分析提取，得到车辆的车牌、车辆品牌、车辆特征信息，并将对应特征提取结果存储在数据库内；同时传输至预警系统内。
5.根据权利要求3所述的应急指挥大数据支撑平台，其特征在于，人车物分离模块在对视频进行分析时，将视频中的运动目标进行人、车、物的区分，同时提取目标的基本信息：主体颜色、目标大小、目标速度、运动方向、时间，并在根据这些提取目标信息进行自由组合进行目标搜索，显示结果以视图、列表或者地图形式予以展现，每条基本信息对应原始视频片段。
6.根据权利要求4所述的应急指挥大数据支撑平台，其特征在于，车型二次分析模块基于人车物分离模块得到的初步结构化信息进行特征二次提取和分析，并进行结构化解析和提取，获得车辆特征，包括通用特征和唯一局部特征，提取完毕后对所有信息进行存储，并且传输至预警系统内。
7.根据权利要求6所述的应急指挥大数据支撑平台，其特征在于，通用特征包括车辆品牌、车辆型号和车身颜色，唯一局部特征包括车辆内部的摆件、挂件以及年检标个数。
8.根据权利要求1所述的应急指挥大数据支撑平台，其特征在于，预警系统根据车辆特征与事先存储的危险标签相适配，如果不相符合，则不处理；若相符合，则进行应急预警，并且针对该车辆进行追踪。
9.根据权利要求8所述的应急指挥大数据支撑平台，其特征在于，进行追踪过程中，第一时间获取该车辆周边视频信息，对所有的车辆进行实施结构化处理，并且告知相关人员进行快速处理。
10.根据权利要求1所述的应急指挥大数据支撑平台，其特征在于，预警模块内还设置有检索模块，检索模块包括三个检索单元，分别为普通搜车、特征搜车和以图搜车；普通搜车根据时间、车辆颜色、运动方向、目标大小和速度这些条件自由组合进行搜索，以视图、列表或地图的方式呈现；特征搜车根据时间、车牌、车型、车系、品牌、颜色、以及车辆的摆件和年检标进行自由组合进行搜索；以图搜车以时间、车型、颜色、特征以及上传的图片自由组合进行搜索。
CN202011439710.6A 2020-12-10 2020-12-10 应急指挥大数据支撑平台 Pending CN112818736A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011439710.6A CN112818736A (zh) 2020-12-10 2020-12-10 应急指挥大数据支撑平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011439710.6A CN112818736A (zh) 2020-12-10 2020-12-10 应急指挥大数据支撑平台

Publications (1)

Publication Number Publication Date
CN112818736A true CN112818736A (zh) 2021-05-18

Family

ID=75853376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011439710.6A Pending CN112818736A (zh) 2020-12-10 2020-12-10 应急指挥大数据支撑平台

Country Status (1)

Country Link
CN (1) CN112818736A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115620199A (zh) * 2022-10-24 2023-01-17 四川警察学院 一种交通安全风险诊断方法和装置

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102426786A (zh) * 2011-11-15 2012-04-25 无锡港湾网络科技有限公司 一种自动识别套牌车辆的智能视频分析系统及方法
US20130088600A1 (en) * 2011-10-05 2013-04-11 Xerox Corporation Multi-resolution video analysis and key feature preserving video reduction strategy for (real-time) vehicle tracking and speed enforcement systems
WO2014031560A1 (en) * 2012-08-20 2014-02-27 Jonathan Strimling System and method for vehicle security system
CN104200671A (zh) * 2014-09-09 2014-12-10 安徽四创电子股份有限公司 一种基于大数据平台的虚拟卡口管理方法及系统
CN106205143A (zh) * 2016-08-29 2016-12-07 苏州金螳螂怡和科技有限公司 智能卡口联网系统
CN106250555A (zh) * 2016-08-15 2016-12-21 东方网力科技股份有限公司 基于大数据的车辆检索方法及装置
CN107862264A (zh) * 2017-10-27 2018-03-30 武汉烽火众智数字技术有限责任公司 一种服务于数据解析中心的车辆二次识别系统及其方法
DE102016014450B3 (de) * 2016-12-06 2018-05-17 Schmitz Gmbh Verfahren zur Erfassung eines Fahrzeugidentifikationsmittels eines Fahrzeugs
CN108376473A (zh) * 2018-04-28 2018-08-07 招商局重庆交通科研设计院有限公司 基于车辆运行监测的道路隧道交通风险预警系统
CN108388888A (zh) * 2018-03-23 2018-08-10 腾讯科技（深圳）有限公司 一种车辆识别方法、装置和存储介质
CN109166314A (zh) * 2018-09-29 2019-01-08 河北德冠隆电子科技有限公司 基于全方位跟踪检测雷达的路况感知设备及车路协同系统
CN109190523A (zh) * 2018-08-17 2019-01-11 武汉大学 一种基于视觉的车辆检测跟踪预警方法
CN109803112A (zh) * 2017-11-16 2019-05-24 中兴通讯股份有限公司 基于大数据的视频分析管理方法、装置及系统、存储介质
WO2019169816A1 (zh) * 2018-03-09 2019-09-12 中山大学 一种用于精细化识别车辆属性的深度神经网络及训练方法
CN110659374A (zh) * 2019-09-19 2020-01-07 江苏鸿信系统集成有限公司 一种基于神经网络提取车辆特征值及属性的以图搜图方法
CN110852456A (zh) * 2019-11-01 2020-02-28 安徽超清科技股份有限公司 车辆综合管理系统
CN110867046A (zh) * 2018-08-27 2020-03-06 西安唐朝机器人科技有限公司 一种基于云计算的智能洗车机视频监控预警系统
CN111404874A (zh) * 2019-12-31 2020-07-10 广州市交通运输局 出租车嫌疑车辆甄别分析体系架构

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130088600A1 (en) * 2011-10-05 2013-04-11 Xerox Corporation Multi-resolution video analysis and key feature preserving video reduction strategy for (real-time) vehicle tracking and speed enforcement systems
CN102426786A (zh) * 2011-11-15 2012-04-25 无锡港湾网络科技有限公司 一种自动识别套牌车辆的智能视频分析系统及方法
WO2014031560A1 (en) * 2012-08-20 2014-02-27 Jonathan Strimling System and method for vehicle security system
CN104200671A (zh) * 2014-09-09 2014-12-10 安徽四创电子股份有限公司 一种基于大数据平台的虚拟卡口管理方法及系统
CN106250555A (zh) * 2016-08-15 2016-12-21 东方网力科技股份有限公司 基于大数据的车辆检索方法及装置
CN106205143A (zh) * 2016-08-29 2016-12-07 苏州金螳螂怡和科技有限公司 智能卡口联网系统
DE102016014450B3 (de) * 2016-12-06 2018-05-17 Schmitz Gmbh Verfahren zur Erfassung eines Fahrzeugidentifikationsmittels eines Fahrzeugs
CN107862264A (zh) * 2017-10-27 2018-03-30 武汉烽火众智数字技术有限责任公司 一种服务于数据解析中心的车辆二次识别系统及其方法
CN109803112A (zh) * 2017-11-16 2019-05-24 中兴通讯股份有限公司 基于大数据的视频分析管理方法、装置及系统、存储介质
WO2019169816A1 (zh) * 2018-03-09 2019-09-12 中山大学 一种用于精细化识别车辆属性的深度神经网络及训练方法
CN108388888A (zh) * 2018-03-23 2018-08-10 腾讯科技（深圳）有限公司 一种车辆识别方法、装置和存储介质
CN108376473A (zh) * 2018-04-28 2018-08-07 招商局重庆交通科研设计院有限公司 基于车辆运行监测的道路隧道交通风险预警系统
CN109190523A (zh) * 2018-08-17 2019-01-11 武汉大学 一种基于视觉的车辆检测跟踪预警方法
CN110867046A (zh) * 2018-08-27 2020-03-06 西安唐朝机器人科技有限公司 一种基于云计算的智能洗车机视频监控预警系统
CN109166314A (zh) * 2018-09-29 2019-01-08 河北德冠隆电子科技有限公司 基于全方位跟踪检测雷达的路况感知设备及车路协同系统
CN110659374A (zh) * 2019-09-19 2020-01-07 江苏鸿信系统集成有限公司 一种基于神经网络提取车辆特征值及属性的以图搜图方法
CN110852456A (zh) * 2019-11-01 2020-02-28 安徽超清科技股份有限公司 车辆综合管理系统
CN111404874A (zh) * 2019-12-31 2020-07-10 广州市交通运输局 出租车嫌疑车辆甄别分析体系架构

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
H. WANG, Q. LU, L. ZHANG, L. XU AND X. LI: "H. Wang, Q. Lu, L. Zhang, L. Xu and X. Li, \"An Approach for Vehicle Warning Based on Video Information in Transportation Surveillance\"" *
苏欣欣,蒋行国,蔡晓东: "\"基于局部特征的车辆二次识别方法\"" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115620199A (zh) * 2022-10-24 2023-01-17 四川警察学院 一种交通安全风险诊断方法和装置
CN115620199B (zh) * 2022-10-24 2023-06-13 四川警察学院 一种交通安全风险诊断方法和装置

Similar Documents

Publication Publication Date Title
CN111353369B (zh) 一种城市路侧停车高位视频在辅助刑侦中的应用方法及系统
CN109409337B (zh) 基于卷积神经网络的渣土车特征识别方法
CN103824037B (zh) 车用防跟踪报警装置
CN105185123A (zh) 一种套牌车识别系统及方法
CN104952273B (zh) 针对车辆行为的告警方法、装置及系统
CN108491782A (zh) 一种基于行车图像采集的车辆识别方法
CN106412508A (zh) 车辆违章压线智能监控方法和系统
CN105023452B (zh) 一种多路交通信号灯信号采集的方法及装置
CN107808392A (zh) 开放场景的安检车辆自动跟踪定位方法及系统
CN106650550A (zh) 一种融合车标与车头图像特征的车辆型号识别方法及系统
WO2022055063A1 (ko) 영상 분석을 통한 차량 분류 장치, 시스템 및 이를 위한 방법
CN105448105A (zh) 一种基于巡逻警车的监控系统
CN112381859A (zh) 实现针对视频图像数据进行智能解析识别处理的系统、方法、装置、处理器及存储介质
CN106710225A (zh) 一种车辆号牌违法的识别方法和监测平台
JP2008092279A (ja) 監視システム及び監視方法
CN112818736A (zh) 应急指挥大数据支撑平台
CN111832519A (zh) 一种两/三轮车的违法行为的识别管理方法和系统
SG195504A1 (en) Vehicle behavior analysis system, vehicle behavior analysis device, and vehicle behavior analysis program
CN112785621A (zh) 一种人车跨镜头追踪方法
CN112182294A (zh) 一种视频结构化人车检测算法
CN112949371A (zh) 应急视频大数据融合平台
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
CN110379173A (zh) 一种基于共享单车多模态数据的非机动车交通违规行为识别方法
Yeh et al. Detection and Recognition of Arrow Traffic Signals using a Two-stage Neural Network Structure.
CN113515665A (zh) 视频处理与信息查询方法、设备、系统及存储介质

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

Application publication date: 20210518

RJ01 Rejection of invention patent application after publication