CN112883779A - 一种基于ai图像识别的车载终端监视设备及其方法 - Google Patents
一种基于ai图像识别的车载终端监视设备及其方法 Download PDFInfo
- Publication number
- CN112883779A CN112883779A CN202110031702.6A CN202110031702A CN112883779A CN 112883779 A CN112883779 A CN 112883779A CN 202110031702 A CN202110031702 A CN 202110031702A CN 112883779 A CN112883779 A CN 112883779A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image recognition
- database
- data
- human body
- 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 description 19
- 238000012806 monitoring device Methods 0.000 title claims description 15
- 238000012545 processing Methods 0.000 claims abstract description 32
- 229910052573 porcelain Inorganic materials 0.000 claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims description 14
- 230000010485 coping Effects 0.000 claims description 11
- 238000013459 approach Methods 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 230000001133 acceleration Effects 0.000 claims description 2
- 239000000284 extract Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 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
Images
Classifications
-
- 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
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/48—Matching video sequences
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及基于AI图像识别的车载终端监视设备,包括行车记录仪,还包括AI图像识别组件、网络通讯组件、数据处理单元、车型数据库、物体轮廓数据库和碰瓷人员数据库;通过AI图像识别组件对行车记录仪画面提取,并通过轮廓识别比对的方式进快速而宽泛的粗略比对识别,当识别到有接近物体时,再发送物体轮廓至数据处理单元进行分析比对,根据物体类别是车还是人来给AI图像识别组件下达精确的识别指令,进行针对性的多点式精确识别,判定车辆价值以及判定是否为碰瓷人员和有碰瓷意向的人员,并能够进行相应提醒,解决了司机难以分清前方车辆价值、车辆型号以及周围有碰瓷倾斜人员的难题,大幅降低了损失出现的几率。
Description
技术领域
本发明涉及行车记录仪技术领域,更具体地说,涉及一种基于AI图像识别的车载终端监视设备及其方法。
背景技术
行车记录仪用于对车辆前方一定区域范围进行拍摄记录,是车辆必不可少的重要配件之一,目前车辆上使用的行车记录仪大都仅仅具有拍摄功能,并不具备识别提醒功能,对于路面上价值较高的车辆以及可能出现的碰瓷人员难以进行较好的主动性监测识别提醒,尤其是针对于驾驶经验不足的司机而言,会存在较大的风险,需要一种能够较好的主动性监测识别提醒的行车记录仪设备。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种基于AI图像识别的车载终端监视设备及其方法。
本发明解决其技术问题所采用的技术方案是:
构造一种基于AI图像识别的车载终端监视设备,包括行车记录仪,其中,还包括AI图像识别组件、网络通讯组件、数据处理单元、车型数据库、物体轮廓数据库和碰瓷人员数据库;
所述AI图像识别组件开启时,间隔一设定时间从所述行车记录仪获取拍摄画面,比对获取的相邻近的两张画面:对画面中物体进行轮廓识别,确定两张画面中相似的物体轮廓,然后比较前后两张画面中相似物体轮廓的体积,若体积增大则判定为接近的物体,若体积减小则判定为远离的物体;当存在有接近的物体时将接近的物体的轮廓数据发送至所述数据处理单元;
所述数据处理单元,根据接收到的轮廓数据在所述物体轮廓数据库中匹配物体类型,并选择相应的应对策略:
当识别为车辆时,发送设定的检测指令至所述AI图像识别组件,进行对图像的精确识别,确定识别车辆的车型标识并反馈至数据处理单元,根据车型标识在车型数据库中匹配对应的车辆数据,当车辆数据处于设定的提醒范围内时进行车辆提醒;所述车辆数据包括车辆价格、车辆品牌和车辆以往事故数量中一种或多种;
所述应对策略还包括:当识别为人体时,发送设定的检测指令至所述AI图像识别组件,进行对图像的精确识别,确定识别人脸信息以及人体的距离并反馈至数据处理单元,优先将人脸信息在碰瓷人员数据库中进行匹配,匹配成功直接进行提醒,匹配失败则在当人体的距离小于设定阈值时进行人体接近提醒;
所述网络通讯组件,对所述车型数据库、所述物体轮廓数据库和所述碰瓷人员数据库进行数据更新。
本发明所述的基于AI图像识别的车载终端监视设备,其中,所述应对策略还包括:当识别为人体时,从获取的画面中筛选具有该人体正脸的图像进行存储。
本发明所述的基于AI图像识别的车载终端监视设备,其中,所述AI图像识别组件由人为控制开启,或者依靠检测车辆启动时开启,或者在车辆异常加减速时开启。
本发明所述的基于AI图像识别的车载终端监视设备,其中,所述车型标识包括车辆外形、车牌以及车辆上文字、图案标识。
一种基于AI图像识别的车载终端监视方法,根据上述的基于AI图像识别的车载终端监视设备,其中,包括以下步骤:
第一步:AI图像识别组件开启时,间隔一设定时间从行车记录仪获取拍摄画面,比对获取的相邻近的两张画面:对画面中物体进行轮廓识别,确定两张画面中相似的物体轮廓,然后比较前后两张画面中相似物体轮廓的体积,若体积增大则判定为接近的物体,若体积减小则判定为远离的物体;
第二步:当存在有接近的物体时将接近的物体的轮廓数据发送至数据处理单元,数据处理单元根据接收到的轮廓数据在物体轮廓数据库中匹配物体类型,并选择相应的应对策略;
第三步:当识别为车辆时,发送设定的检测指令至AI图像识别组件,进行对图像的精确识别,确定识别车辆的车型标识并反馈至数据处理单元,根据车型标识在车型数据库中匹配对应的车辆数据,当车辆数据处于设定的提醒范围内时进行车辆提醒;车辆数据包括车辆价格、车辆品牌和车辆以往事故数量中一种或多种;
当识别为人体时,发送设定的检测指令至所述AI图像识别组件,进行对图像的精确识别,确定识别人脸信息以及人体的距离并反馈至数据处理单元,优先将人脸信息在碰瓷人员数据库中进行匹配,匹配成功直接进行提醒,匹配失败则在当人体的距离小于设定阈值时进行人体接近提醒。
本发明所述的基于AI图像识别的车载终端监视方法,其中,还包括方法:定时通过网络通讯组件对车型数据库、物体轮廓数据库和碰瓷人员数据库进行数据更新。
本发明所述的基于AI图像识别的车载终端监视方法,其中,还包括方法:当识别为人体时,从获取的画面中筛选具有该人体正脸的图像进行存储。
本发明的有益效果在于:应用本申请的方式方法,通过AI图像识别组件对行车记录仪画面提取,并通过轮廓识别比对的方式进快速而宽泛的粗略比对识别,当识别到有接近物体时,再发送物体轮廓至数据处理单元进行分析比对,根据物体类别是车还是人来给AI图像识别组件下达精确的识别指令,进行针对性的多点式精确识别,通过车辆数据库比对判定车辆价值,通过碰瓷人员信息匹配以及人体距离分析判定是否为碰瓷人员和有碰瓷意向的人员,并能够进行相应提醒,解决了司机难以分清前方车辆价值、车辆型号以及周围有碰瓷倾斜人员的难题,大幅降低了损失出现的几率,整体系统运行逻辑合理,且运行速度快,能够快速进行响应提醒。
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,下面将结合附图及实施例对本发明作进一步说明,下面描述中的附图仅仅是本发明的部分实施例,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附图:
图1是本发明较佳实施例的基于AI图像识别的车载终端监视设备原理框图;
图2是本发明较佳实施例的基于AI图像识别的车载终端监视方法流程图。
具体实施方式
为了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技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明的部分实施例,而不是全部实施例。基于本发明的实施例,本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
本发明较佳实施例的基于AI图像识别的车载终端监视设备,如图1所示,包括行车记录仪1,还包括AI图像识别组件2、网络通讯组件3、数据处理单元4、车型数据库5、物体轮廓数据库6和碰瓷人员数据库7;
AI图像识别组件2开启时,间隔一设定时间从行车记录仪1获取拍摄画面,比对获取的相邻近的两张画面:对画面中物体进行轮廓识别,确定两张画面中相似的物体轮廓,然后比较前后两张画面中相似物体轮廓的体积,若体积增大则判定为接近的物体,若体积减小则判定为远离的物体;当存在有接近的物体时将接近的物体的轮廓数据发送至数据处理单元4;
数据处理单元4,根据接收到的轮廓数据在物体轮廓数据库6中匹配物体类型,并选择相应的应对策略:
当识别为车辆时,发送设定的检测指令至AI图像识别组件2,进行对图像的精确识别,确定识别车辆的车型标识并反馈至数据处理单元,根据车型标识在车型数据库5中匹配对应的车辆数据,当车辆数据处于设定的提醒范围内时进行车辆提醒;车辆数据包括车辆价格、车辆品牌和车辆以往事故数量中一种或多种;
应对策略还包括:当识别为人体时,发送设定的检测指令至AI图像识别组件2,进行对图像的精确识别,确定识别人脸信息以及人体的距离并反馈至数据处理单元,优先将人脸信息在碰瓷人员数据库7中进行匹配,匹配成功直接进行提醒,匹配失败则在当人体的距离小于设定阈值时进行人体接近提醒;
网络通讯组件4,对车型数据库、物体轮廓数据库和碰瓷人员数据库进行数据更新;
应用本申请的方式方法,通过AI图像识别组件对行车记录仪画面提取,并通过轮廓识别比对的方式进快速而宽泛的粗略比对识别,当识别到有接近物体时,再发送物体轮廓至数据处理单元进行分析比对,根据物体类别是车还是人来给AI图像识别组件下达精确的识别指令,进行针对性的多点式精确识别,通过车辆数据库比对判定车辆价值,通过碰瓷人员信息匹配以及人体距离分析判定是否为碰瓷人员和有碰瓷意向的人员,并能够进行相应提醒,解决了司机难以分清前方车辆价值、车辆型号以及周围有碰瓷倾斜人员的难题,大幅降低了损失出现的几率,整体系统运行逻辑合理,且运行速度快,能够快速进行响应提醒。
优选的,应对策略还包括:当识别为人体时,从获取的画面中筛选具有该人体正脸的图像进行存储。
优选的,AI图像识别组件由人为控制开启,或者依靠检测车辆启动时开启,或者在车辆异常加减速时开启。
优选的,车型标识包括车辆外形、车牌以及车辆上文字、图案标识。
一种基于AI图像识别的车载终端监视方法,根据上述的基于AI图像识别的车载终端监视设备,如图2所示,包括以下步骤:
S01:AI图像识别组件开启时,间隔一设定时间从行车记录仪获取拍摄画面,比对获取的相邻近的两张画面:对画面中物体进行轮廓识别,确定两张画面中相似的物体轮廓,然后比较前后两张画面中相似物体轮廓的体积,若体积增大则判定为接近的物体,若体积减小则判定为远离的物体;
S02:当存在有接近的物体时将接近的物体的轮廓数据发送至数据处理单元,数据处理单元根据接收到的轮廓数据在物体轮廓数据库中匹配物体类型,并选择相应的应对策略;
S03:当识别为车辆时,发送设定的检测指令至AI图像识别组件,进行对图像的精确识别,确定识别车辆的车型标识并反馈至数据处理单元,根据车型标识在车型数据库中匹配对应的车辆数据,当车辆数据处于设定的提醒范围内时进行车辆提醒;车辆数据包括车辆价格、车辆品牌和车辆以往事故数量中一种或多种;
当识别为人体时,发送设定的检测指令至所述AI图像识别组件,进行对图像的精确识别,确定识别人脸信息以及人体的距离并反馈至数据处理单元,优先将人脸信息在碰瓷人员数据库中进行匹配,匹配成功直接进行提醒,匹配失败则在当人体的距离小于设定阈值时进行人体接近提醒;
应用本申请的方式方法,通过AI图像识别组件对行车记录仪画面提取,并通过轮廓识别比对的方式进快速而宽泛的粗略比对识别,当识别到有接近物体时,再发送物体轮廓至数据处理单元进行分析比对,根据物体类别是车还是人来给AI图像识别组件下达精确的识别指令,进行针对性的多点式精确识别,通过车辆数据库比对判定车辆价值,通过碰瓷人员信息匹配以及人体距离分析判定是否为碰瓷人员和有碰瓷意向的人员,并能够进行相应提醒,解决了司机难以分清前方车辆价值、车辆型号以及周围有碰瓷倾斜人员的难题,大幅降低了损失出现的几率,整体系统运行逻辑合理,且运行速度快,能够快速进行响应提醒。
优选的,还包括方法:定时通过网络通讯组件对车型数据库和物体轮廓数据库进行数据更新。
优选的,还包括方法:当识别为人体时,从获取的画面中筛选具有该人体正脸的图像进行存储。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (7)
1.一种基于AI图像识别的车载终端监视设备,包括行车记录仪,其特征在于,还包括AI图像识别组件、网络通讯组件、数据处理单元、车型数据库、物体轮廓数据库和碰瓷人员数据库;
所述AI图像识别组件开启时,间隔一设定时间从所述行车记录仪获取拍摄画面,比对获取的相邻近的两张画面:对画面中物体进行轮廓识别,确定两张画面中相似的物体轮廓,然后比较前后两张画面中相似物体轮廓的体积,若体积增大则判定为接近的物体,若体积减小则判定为远离的物体;当存在有接近的物体时将接近的物体的轮廓数据发送至所述数据处理单元;
所述数据处理单元,根据接收到的轮廓数据在所述物体轮廓数据库中匹配物体类型,并选择相应的应对策略:
当识别为车辆时,发送设定的检测指令至所述AI图像识别组件,进行对图像的精确识别,确定识别车辆的车型标识并反馈至数据处理单元,根据车型标识在车型数据库中匹配对应的车辆数据,当车辆数据处于设定的提醒范围内时进行车辆提醒;所述车辆数据包括车辆价格、车辆品牌和车辆以往事故数量中一种或多种;
当识别为人体时,发送设定的检测指令至所述AI图像识别组件,进行对图像的精确识别,确定识别人脸信息以及人体的距离并反馈至数据处理单元,优先将人脸信息在碰瓷人员数据库中进行匹配,匹配成功直接进行提醒,匹配失败则在当人体的距离小于设定阈值时进行人体接近提醒;
所述网络通讯组件,对所述车型数据库、所述物体轮廓数据库和所述碰瓷人员数据库进行数据更新。
2.根据权利要求1所述的基于AI图像识别的车载终端监视设备,其特征在于,所述应对策略还包括:当识别为人体时,从获取的画面中筛选具有该人体正脸的图像进行存储。
3.根据权利要求1所述的基于AI图像识别的车载终端监视设备,其特征在于,所述AI图像识别组件由人为控制开启,或者依靠检测车辆启动时开启,或者在车辆异常加减速时开启。
4.根据权利要求1所述的基于AI图像识别的车载终端监视设备,其特征在于,所述车型标识包括车辆外形、车牌以及车辆上文字、图案标识。
5.一种基于AI图像识别的车载终端监视方法,根据权利要求1-4任一所述的基于AI图像识别的车载终端监视设备,其特征在于,包括以下步骤:
第一步:AI图像识别组件开启时,间隔一设定时间从行车记录仪获取拍摄画面,比对获取的相邻近的两张画面:对画面中物体进行轮廓识别,确定两张画面中相似的物体轮廓,然后比较前后两张画面中相似物体轮廓的体积,若体积增大则判定为接近的物体,若体积减小则判定为远离的物体;
第二步:当存在有接近的物体时将接近的物体的轮廓数据发送至数据处理单元,数据处理单元根据接收到的轮廓数据在物体轮廓数据库中匹配物体类型,并选择相应的应对策略;
第三步:当识别为车辆时,发送设定的检测指令至AI图像识别组件,进行对图像的精确识别,确定识别车辆的车型标识并反馈至数据处理单元,根据车型标识在车型数据库中匹配对应的车辆数据,当车辆数据处于设定的提醒范围内时进行车辆提醒;车辆数据包括车辆价格、车辆品牌和车辆以往事故数量中一种或多种;
当识别为人体时,发送设定的检测指令至所述AI图像识别组件,进行对图像的精确识别,确定识别人脸信息以及人体的距离并反馈至数据处理单元,优先将人脸信息在碰瓷人员数据库中进行匹配,匹配成功直接进行提醒,匹配失败则在当人体的距离小于设定阈值时进行人体接近提醒。
6.根据权利要求5所述的基于AI图像识别的车载终端监视方法,其特征在于,还包括方法:定时通过网络通讯组件对车型数据库、物体轮廓数据库和碰瓷人员数据库进行数据更新。
7.根据权利要求5所述的基于AI图像识别的车载终端监视方法,其特征在于,还包括方法:当识别为人体时,从获取的画面中筛选具有该人体正脸的图像进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110031702.6A CN112883779A (zh) | 2021-01-11 | 2021-01-11 | 一种基于ai图像识别的车载终端监视设备及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110031702.6A CN112883779A (zh) | 2021-01-11 | 2021-01-11 | 一种基于ai图像识别的车载终端监视设备及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112883779A true CN112883779A (zh) | 2021-06-01 |
Family
ID=76044043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110031702.6A Pending CN112883779A (zh) | 2021-01-11 | 2021-01-11 | 一种基于ai图像识别的车载终端监视设备及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112883779A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010079639A (ja) * | 2008-09-26 | 2010-04-08 | Mazda Motor Corp | 車両の歩行者検出装置 |
CN105390026A (zh) * | 2015-11-17 | 2016-03-09 | 魅族科技(中国)有限公司 | 一种提示车辆避让的方法和终端 |
CN206353336U (zh) * | 2016-12-07 | 2017-07-25 | 浙江交通职业技术学院 | 一种汽车行驶过程中的防碰瓷装置 |
CN107633703A (zh) * | 2016-07-19 | 2018-01-26 | 上海小享网络科技有限公司 | 一种行车记录仪及其前向防撞预警方法 |
CN108491782A (zh) * | 2018-03-16 | 2018-09-04 | 重庆大学 | 一种基于行车图像采集的车辆识别方法 |
-
2021
- 2021-01-11 CN CN202110031702.6A patent/CN112883779A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010079639A (ja) * | 2008-09-26 | 2010-04-08 | Mazda Motor Corp | 車両の歩行者検出装置 |
CN105390026A (zh) * | 2015-11-17 | 2016-03-09 | 魅族科技(中国)有限公司 | 一种提示车辆避让的方法和终端 |
CN107633703A (zh) * | 2016-07-19 | 2018-01-26 | 上海小享网络科技有限公司 | 一种行车记录仪及其前向防撞预警方法 |
CN206353336U (zh) * | 2016-12-07 | 2017-07-25 | 浙江交通职业技术学院 | 一种汽车行驶过程中的防碰瓷装置 |
CN108491782A (zh) * | 2018-03-16 | 2018-09-04 | 重庆大学 | 一种基于行车图像采集的车辆识别方法 |
Non-Patent Citations (1)
Title |
---|
文少波 等, 南京:东南大学出版社, pages: 163 - 164 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107067718B (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 | |
US11511759B2 (en) | Information processing system, information processing device, information processing method, and non-transitory computer readable storage medium storing program | |
CN109145719B (zh) | 一种驾驶员疲劳状态识别方法及系统 | |
US20120128210A1 (en) | Method for Traffic Sign Recognition | |
CN111295862A (zh) | 用于密码地保证车辆身份的系统和方法 | |
CN110808053B (zh) | 一种驾驶员身份验证方法、装置及电子设备 | |
CN106314424B (zh) | 基于汽车的超车辅助方法、装置及汽车 | |
WO2022027893A1 (zh) | 安全带佩戴检测方法、装置、电子设备、存储介质及程序 | |
CN109131321B (zh) | 基于图像处理与计算危险系数的变道辅助方法及装置 | |
CN114373335A (zh) | 一种车辆的碰撞预警方法、装置、电子设备及存储介质 | |
US10531016B2 (en) | On-vehicle display control device, on-vehicle display system, on-vehicle display control method, and non-transitory storage medium | |
CN111505617B (zh) | 车辆定位方法、装置、设备及存储介质 | |
CN113408364B (zh) | 一种临时车牌识别方法、系统、装置及存储介质 | |
CN112883779A (zh) | 一种基于ai图像识别的车载终端监视设备及其方法 | |
CN111016913B (zh) | 基于图像信息的司机状态控制系统及方法 | |
CN113752940B (zh) | 进出隧道车灯控制方法、设备、存储介质及装置 | |
CN114882708A (zh) | 一种基于监控视频的车辆识别方法 | |
CN113887291A (zh) | 安全带检测方法及装置 | |
KR20150076532A (ko) | 차량 거리 측정 시스템 및 그를 위한 방법 | |
US20180201261A1 (en) | Method for checking the plausibility of a control decision for safety means | |
CN112418315B (zh) | 基于制动特征和svm算法的驾驶员身份识别建模方法 | |
CN112839064A (zh) | 车辆的智能控制方法及装置 | |
CN117789161B (zh) | 一种基于目标快速识别的安全监测系统 | |
CN110843673B (zh) | 车载防眩晕视图形成方法、生成装置及防眩晕装置 | |
TWI776572B (zh) | 示警方法、系統以及交通工具 |
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: 20210601 |