CN114694386B - 信息推送方法、装置、电子装置及存储介质 - Google Patents
信息推送方法、装置、电子装置及存储介质 Download PDFInfo
- Publication number
- CN114694386B CN114694386B CN202011635361.5A CN202011635361A CN114694386B CN 114694386 B CN114694386 B CN 114694386B CN 202011635361 A CN202011635361 A CN 202011635361A CN 114694386 B CN114694386 B CN 114694386B
- Authority
- CN
- China
- Prior art keywords
- information
- target driver
- face image
- target
- image
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000012545 processing Methods 0.000 claims abstract description 69
- 230000001815 facial effect Effects 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000037237 body shape Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 208000008589 Obesity Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 235000020824 obesity Nutrition 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- 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
- G08G1/0125—Traffic data processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提供一种信息推送方法、装置、电子装置及存储介质，其中，所述方法包括：获取目标车辆的行驶信息；根据所述行驶信息，判断目标车辆是否发生违章事件；若是，则识别所述目标车辆是否是共享车辆；若是，则获取驾驶所述目标车辆发生所述违章事件的目标驾驶员的身份信息；根据所述身份信息将所述违章事件的罚单信息发送给所述目标驾驶员，能够提升违章事件处理时的便捷性。
Description
技术领域
本申请涉及数据处理技术领域，具体涉及一种信息推送方法、装置、电子装置及存储介质。
背景技术
随着汽车的不断发展，越来越多的汽车使用方式也相继出现，例如，共享汽车的出现。现有的共享汽车的违章信息处理时，通常是根据共享汽车的租用信息等来确定产生违章事件的驾驶员，并通过短信等方式向该驾驶员发送违章信息，驾驶员通过该信息等到交管部门处理违章事件，导致了驾驶员在违章事件处理时的便捷性较低。
发明内容
本申请实施例提供一种信息推送方法、装置、电子装置及存储介质，能够提升违章事件处理时的便捷性。
本申请实施例的第一方面提供了一种信息推送方法，所述方法包括以下步骤：
获取目标车辆的行驶信息；
根据所述行驶信息，判断目标车辆是否发生违章事件；
若是，则识别所述目标车辆是否是共享车辆；
若是，则获取驾驶所述目标车辆发生所述违章事件的目标驾驶员的身份信息；
根据所述身份信息将所述违章事件的罚单信息发送给所述目标驾驶员。
本申请实施例的第二方面提供了一种信息推送装置，所述装置包括图像单元、处理器和通信单元，其中，
所述图像单元获取目标车辆的行驶信息，所述图像单元将所述行驶信息发送给所述处理器；
所述处理器根据所述行驶信息，判断所述目标车辆是否发生违章事件；若是，则所述处理器识别所述目标车辆是否是共享车辆；若是，则所述处理器获取驾驶所述目标车辆发生所述违章事件的目标驾驶员的身份信息；所述处理器将所述身份信息和所述违章事件的罚单信息发送给所述通信单元；
所述通信单元根据所述身份信息将所述违章事件的罚单信息发送给所述目标驾驶员。
本申请实施例的第三方面提供一种电子装置，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如本申请实施例第一方面中的步骤指令。
本申请实施例的第四方面提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
本申请实施例的第五方面提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例，至少具有如下有益效果：
通过获取目标车辆的行驶信息，根据所述行驶信息，判断目标车辆是否发生违章事件，若是，则识别所述目标车辆是否是共享车辆，若是，则获取驾驶所述目标车辆发生所述违章事件的目标驾驶员的身份信息，根据所述身份信息将所述违章事件的罚单信息发送给所述目标驾驶员，因此，可以将违章事件的罚单信息发送给目标驾驶员，目标驾驶员可以对罚单信息进行处理，驾驶员无需到交管部门便可对罚单信息进行处理，从而对违章事件进行处理，提升了违章事件处理时的便捷性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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的附图。
图1为本申请实施例提供了一种信息推送方法的场景示意图；
图2A为本申请实施例提供了一种信息推送方法的流程示意图；
图2B为本申请实施例提供了一种面部延伸的示意图；
图3为本申请实施例提供了另一种信息推送方法的流程示意图；
图4为本申请实施例提供的一种电子装置的结构示意图；
图5为本申请实施例提供了一种信息推送装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本申请所描述的实施例可以与其它实施例相结合。
为了更好的理解本申请实施例提供的一种信息推送方法，下面对应用信息推送方法的场景进行简要介绍。请参阅图1，图1为本申请实施例提供了一种信息推送方法的场景示意图。如图1所示，信息推送装置包括有图像单元、处理器和通信单元。图像单元可以是摄像头等，图像单元拍摄目标驾驶员驾驶目标车辆的行驶信息，行驶信息可以是包括有行驶信息的行驶视频等。图像单元将行驶信息传输给处理器，处理器根据行驶信息确定目标车辆是否发生违章事件。若是，则处理器识别该目标车辆是否为共享车辆，若是，则处理器获取驾驶该目标车辆发生违章事件的目标驾驶员的身份信息。以及处理器获取本次违章事件的罚单信息，处理器将罚单信息和罚单信息发送给通信单元，通信单元根据身份信息将罚单信息发送给目标驾驶员。通信单元根据身份信息可以确定出目标驾驶员对应的电子设备的标识信息等，则可以通过该标识信息将罚单信息发送给目标用户。因此，可以将违章事件的罚单信息发送给目标驾驶员，目标驾驶员可以对罚单信息进行处理，驾驶员无需到交管部门便可对罚单信息进行处理，从而对违章事件进行处理，提升了违章事件处理时的便捷性。
请参阅图2A，图2A为本申请实施例提供了一种信息推送方法的流程示意图。如图2A所示，信息推送方法包括：
201、获取目标车辆的行驶信息。
目标车辆可以是私家车，也可以是共享汽车等。
获取目标车辆的行驶信息地方发可以是，通过图像单元拍摄目标车辆行驶视频，该行驶视频中包括有目标车辆的行驶信息。车辆的行驶信息可以包括有行行驶方向、行驶速度、车辆位于车道的位置、车辆是否压实线等。
202、根据所述行驶信息，判断目标车辆是否发生违章事件。
违章事件例如，可以是交通违章事件，具体可以是，闯红灯事件、未礼让行人事件等。
具体可以是通过判断行驶信息是否与交通规则规定的行驶信息相符合，若不符合，则，判断出发生了违章事件；若符合，则，判断出未发生违章事件。
具体例如，行驶信息中的行驶速度为80KM/h，交通规则规定的行驶速度为不大于60KM/h，则行驶速度与交通规则规定的行驶速度不符合，则判别出发生了违章事件。
203、若是，则识别所述目标车辆是否是共享车辆。
识别目标车辆是否为共享车辆的方法可以是：获取从行驶视频中获取目标车辆的车牌；根据该车牌，识别目标车辆是否为共享车辆。
可以根据车牌，获取到与车牌对应的车辆信息，根据车辆信息识别目标车辆是否为共享车辆。车辆信息可以包括车辆的所有权信息，具体可以理解为车辆属于谁的，例如，车辆的所有权信息是某用户，则该车辆不是共享车辆，若所有权信息是某租赁公司，则该车辆为共享车辆。
204、若是，则获取驾驶所述目标车辆发生所述违章事件的目标驾驶员的身份信息。
目标驾驶员的身份信息可以包括：目标驾驶员的身份证号码、驾驶证号码、护照号码等。
可以通过获取目标车辆出现违章事件的行驶视频，来获取目标驾驶员的身份信息，当然还可以是根据目标车辆的车主信息，来确定目标驾驶员的身份信息，例如，可以将目标车辆的车主的身份信息，确定为目标驾驶员的身份信息等。
205、根据所述身份信息将所述违章事件的罚单信息发送给所述目标驾驶员。
可以根据该身份信息，获取目标驾驶员的关联信息；根据关联信息将罚单信息发送给目标驾驶员。
关联信息例如可以是目标驾驶员的手机号码、电子邮箱等。根据关联信息将罚单信息发送给目标驾驶员的方法具体可以为将罚单信息发送给目标驾驶员的手机号码对应的电子装置设备等。
目标驾驶员在接收到罚单信息后，可以对罚单信息对应的罚款信息进行处理，罚单信息可以包括扣分信息、罚款信息等，具体可以为，对扣分信息对应的扣分分值进行确认，对罚款进行确认以及缴纳罚款等。当然，处理信息也可以是目标驾驶员未对罚单信息对应的扣分信息和罚款信息等进行处理。
本示例中，通过获取目标车辆的行驶信息，根据所述行驶信息，判断目标车辆是否发生违章事件，若是，则识别所述目标车辆是否是共享车辆，若是，则获取驾驶所述目标车辆发生所述违章事件的目标驾驶员的身份信息，根据所述身份信息将所述违章事件的罚单信息发送给所述目标驾驶员，因此，目标驾驶员可以对罚单信息进行处理，驾驶员无需到交管部门便可对罚单信息进行处理，从而对违章事件进行处理，提升了违章事件处理时的便捷性。
在一个可能的实现方式中，一种可能的获取驾驶所述目标车辆发生所述违章事件的目标驾驶员的身份信息的方法，包括：
A1、根据所述违章事件的发生时段，确定第一违章视频；
A2、根据所述第一违章视频，确定所述目标驾驶员的身份信息。
可以根据违章事件的违章图像，来确定违章事件的发生时段。例如，可以是通过拍摄违章事件的图像单元，拍摄违章图像的时刻，来确定违章事件的发生时段，例如，获取第一张违章图像的时刻，和最后一张违章图像的时刻，将该两个时刻之间的时段，确定为违章事件的发生时段。
可以根据该发生时段，获取违章事件的第一违章视频，该第一违章视频可以是拍摄违章事件的图像单元之外的图像单元获取的视频，也可以是拍摄违章事件的图像单元拍摄的视频，此处不作具体限定。
可以根据第一违章视频中的参考用户的位置信息，从多个参考用户中确定出目标驾驶员的图像，根据该目标驾驶员的图像来确定目标驾驶员的身份信息。
本示例中，在确定出目标车辆为共享车辆后，获取发生违章事件的第一违章视频，根据该第一违章视频确定目标驾驶员的身份信息，能够通过违章视频来获取身份信息，可以提升身份信息获取时的效率和便捷性。
在一个可能的实现方式中，一种可能的根据所述第一违章视频，确定所述目标驾驶员的身份信息的方法包括步骤B1-B5，具体如下：
B1、根据所述第一违章视频，确定至少一张目标图像帧；
B2、根据所述至少一张目标图像帧，确定出至少一个参考用户；
B3、获取所述至少一个参考用户的在所述目标车辆中的位置信息；
B4、根据所述位置信息，从所述至少一个参考用户中确定所述目标驾驶员；
B5、根据所述目标驾驶员的面部图像，获取所述目标驾驶员的身份信息。
目标图像帧可以是包括用户的图像帧，例如，可以进行人脸识别等，确定出至少一张目标图像帧。可以将目标图像帧中的所有用户，确定为参考用户。参考用户的位置信息可以理解为，参考用户在目标车辆中的位置信息，例如，参考用户在目标车辆中的驾驶位置，参考用户在目标车辆中的副驾驶位置等。
可以将位置信息为在目标车辆中的驾驶位置的参考用户确定为目标驾驶员。目标驾驶员的图像可以理解为目标驾驶员在图像帧中的图像，例如，目标驾驶员在图像帧中的人脸图像等，该人脸图像可以是目标驾驶员完整的面部图像，也可以是目标驾驶员的部分面部图像。部分面部图像可以理解为非完整的面部图像。
若该面部图像为完整面部图像，则可以根据该完整面部图像在数据库中进行匹配，得到与该完整面部图像对应的图像。将该对应的图像的身份信息，确定为目标驾驶员的身份信息。
若该面部图像为部分面部图像，则可以对该部分面部图像进行处理，得到完整面部图像后，根据得到的完整面部图像在数据库中进行匹配，得到对应的图像。将该对应的图像的身份信息，确定为目标驾驶员的身份信息。
对部分面部图像进行处理的方法可以是：对部分面部图像进行延伸处理，得到完整面部图像。也可以获取第二违章视频，根据第二违章视频来确定完整面部图像。
本示例中，在目标驾驶员的面部图像为部分面部图像时，通过对该部分面部图像进行处理，得到完整面部图像，根据完整面部图像来确定目标驾驶员的身份信息，可以提升身份信息获取时的准确性。
在一个可能的实现方式中，一种可能的根据所述目标驾驶员的面部图像，获取所述目标驾驶员的身份信息的方法包括：
C1、从所述至少一张目标图像帧中确定所述目标驾驶员的图像；
C2、若所述目标驾驶员的图像包括所述目标驾驶员的部分面部图像，则对所述部分面部图像进行处理，得到所述目标驾驶员的完整面部图像；
C3、根据所述完整面部图像，获取所述目标驾驶员的身份信息。
可以根据目标驾驶员的在车辆中的位置信息，从至少一张目标图像帧中确定出目标驾驶员的图像。具体可以为，从至少一张目标图像帧中，确定出包括目标用户的图像帧；再对包括目标用户的图像帧进行抠图处理，得到目标驾驶员的图像。对包括目标用户的图像帧进行抠图处理的方法可以采用通用的抠图技术，得到目标驾驶员的图像。
可以对该部分面部图像进行延伸处理，得到完整面部图像。延伸处理的方法可以是通过已有的面部图像进行轮廓延伸、对称处理等。
在得到完整面部图像后，根据得到的完整面部图像在数据库中进行匹配，得到对应的图像。将该对应的图像的身份信息，确定为目标驾驶员的身份信息。
本示例中，在目标驾驶员的面部图像为部分面部图像时，通过对该部分面部图像进行处理，得到完整面部图像，根据完整面部图像来确定目标驾驶员的身份信息，可以提升身份信息获取时的准确性。
一种可能的对所述部分面部图像进行处理，得到所述目标驾驶员的完整面部图像的方法包括步骤D1-D4，具体如下：
D1、获取所述部分面部图像在所述目标驾驶员的完整面部图像中的占比，得到第一比例值；
D2、若所述第一比例值小于预设阈值，则获取所述部分面部图像的轮廓信息；
D3、根据所述轮廓信息对所述部分面部图像进行延伸，以得到参考轮廓；
D4、根据所述参考轮廓，进行对称处理，以得到所述目标驾驶员的完整面部图像。
可以将部分面部图像与完整面部图像之间的面积的比值，确定为第一比例值，例如，可以将完整面部图像划分为多个区域，将每个区域中部分面部图像的面积的比值的均值，确定为第一比例值。
预设阈值可以通过经验值或历史数据设定，例如，预设阈值为0.5等。轮廓信息可以理解为面部轮廓的轮廓信息，例如，眼睛的轮廓信息，鼻子的轮廓信息，嘴巴的轮廓信息，额头的轮廓信息等。
根据轮廓信息，对部分面部图像进行延伸的方法可以为：例如，以眼睛的轮廓信息为例进行说明，眼睛的轮廓信息为左眼的部分轮廓信息，则可以将该左眼的部分轮廓进行延伸，使得左眼为完整的左眼轮廓。如图2B所示，图2B中示出了，左眼的部分轮廓，则可以将该轮廓进行延伸处理，得到完整的左眼轮廓。
在获取到参考轮廓后，可以通过以面部图像的中心线为对称轴进行对称处理，得到完整面部图像，中心线可以是面部图像的鼻梁的中点、额头的中点所在的直线。例如，可以将中心线左侧的左脸部分进行对称处理，获取到有脸的轮廓信息，根据左脸和右脸的轮廓信息，确定出完整面部图像。
本示例中，在部分面部图像在完整面部图像中占比值小于预设阈值，则根据部分面部图像的轮廓进行延伸处理，得到完整面部图像，因此，可以提升完整面部图像获取时的准确性，进而提升身份信息获取时的准确性。
在一个可能的实现方式中，另一种可能的确定完整面部图像的方法包括步骤E1-E3，具体如下：
E1、若所述第一比例值小于预设阈值，则获取所述目标驾驶员的第二违章视频；
E2、根据所述第二违章视频，获取所述目标驾驶员的身形信息；
E3、根据所述身形信息和所述部分面部图像，确定所述目标驾驶员的完整面部图像。
第二违章视频与第一违章视频，均为违章事件的视频，第一违章视频和第二违章视频可以是同一摄像头拍摄的，也可以是由不同的摄像头拍摄的。可以通过第二违章视频，获取到目标驾驶员的身形信息，身形信息可以理解为身体形态信息，例如，身体轮廓信息等。从第二违章视频中确定目标驾驶员的方法与前述实施例中在第一违章视频中确定目标驾驶员的方法相同，此处不再赘述。
可以将部分面部图像与数据库中的面部图像进行匹配，得到匹配度高于匹配度阈值的完整面部图像；获取该完整面部图像对应的身形信息，将身形信息与目标驾驶员的身形信息之间的相似度最高的身形信息对应的完整图像，确定为目标驾驶员的完整面部图像。
也可以是根据身形信息，对该部分面部图像进行延伸处理，得到完整面部图像，具体可以是：根据身形信息确定出参考面部轮廓信息，根据参考面部轮廓信息对部分面部图像进行延伸处理，得到完整面部图像。例如，不同的身形信息，可以对应有不同的参考面部轮廓，具体例如，身体形态为肥胖与偏瘦所应的参考面部轮廓信息不同，具有不同的面部轮廓信息，则可以对部分面部图像进行延伸处理时，确定延伸的比例，例如肥胖对应的参考面部轮廓信息对应的延伸比例大于偏瘦对应的参考面部轮廓信息对应的延伸比例。延伸比例越高，则延伸的程度越大，延伸比例越小，则延伸的程度越小。
本示例中，通过第二违章视频确定目标驾驶员的身形信息，根据身形信息和部分面部图像，确定完整面部图像，可以提升完整面部图像确定时的准确性。
在一个可能的实现方式中，还可以根据第二违章视频直接获取目标驾驶员的面部图像，具体可以是：
根据所述第二违章视频，获取所述目标驾驶员的面部图像。
根据第二违章视频，获取到包括有目标驾驶员的图像帧。对该图像帧进行抠图处理，得到目标驾驶员的面部图像。具体实现方式可以参照前述实施例中通过第一违章视频获取目标驾驶员的面部图像的方法，该面部图像为完整的面部图像。
在一个可能的实现方式中，本申请实施例中还可以根据违章事件确定违章视频，并进行违章视频推送，具体包括：
F1、根据所述违章事件，确定与所述违章事件相关的学习视频；
F2、将所述学习视频推送给所述目标驾驶员。
根据违章事件的类型，确定与违章事件相关的学习视频。不同的违章事件对应有违章事件类型，例如，违章事件是超速行驶，则违章事件类型是违章超速；违章事件是未礼让行人，则违章事件类型是未礼让行人类型等。
具体示例中，例如，违章事件的类型是超速违章，则可以获取与超速违章相关的学习视频。
将学习视频推送给目标驾驶员的方法可以是，将目标学习视频对应的视频链接推送给目标驾驶员的电子设备，也可以是直接将学习视频推送给目标驾驶员的电子装置等。
本示例中，在出现违章事件后，向目标驾驶员推送学习视频，可以提升智能性。
在一个可能的实现方式中，还可以接收目标驾驶员对违章事件的订单处理信息，并进行处理，具体包括：
G1、接收所述目标驾驶员对于所述罚单信息的处理信息；
G2、根据所述处理信息对所述违章事件进行处理，得到处理结果。
目标驾驶员在接收到罚单信息后，可以对罚单信息对应的罚款信息进行处理，罚单信息可以包括扣分信息、罚款信息等，处理信息具体可以为，对扣分信息对应的扣分分值进行确认，对罚款进行确认以及缴纳罚款等。当然，处理信息也可以是目标驾驶员未对罚单信息对应的扣分信息和罚款信息等进行处理。
根据所述处理信息对所述违章事件进行处理，得到处理结果具体可以为，若目标驾驶员缴纳了罚款，则可以记录对违章事件处理结果为目标驾驶员缴纳了罚款。若驾驶员确认扣分分值，则根据扣分分值对目标驾驶员的驾驶证进行扣分处理等。当然，若目标驾驶员未对罚单信息进行处理，则确认目标驾驶员未对违章事件进行处理。
本示例中，通过接收目标驾驶员对罚单信息的处理信息，并根据处理信息对违章事件进行处理，得到处理结果，驾驶员无需到指定地点进行罚单处理，提升了罚单处理时的便捷性。
请参阅图3，图3为本申请实施例提供了另一种信息推送方法的流程示意图。如图3所示，信息推送方法包括：
301、获取目标车辆的行驶信息；
302、根据所述行驶信息，判断目标车辆是否发生违章事件；
303、若是，则识别所述目标车辆是否是共享车辆；
304、根据所述违章事件的发生时段，确定第一违章视频；
305、根据所述第一违章视频，确定至少一张目标图像帧；
306、根据所述至少一张目标图像帧，确定出至少一个参考用户；
307、获取所述至少一个参考用户的在所述目标车辆中的位置信息；
308、根据所述位置信息，从所述至少一个参考用户中确定所述目标驾驶员；
309、根据所述目标驾驶员的面部图像，获取所述目标驾驶员的身份信息；
310、根据所述身份信息将所述违章事件的罚单信息发送给所述目标驾驶员。
本示例中，在目标驾驶员的面部图像为部分面部图像时，通过对该部分面部图像进行处理，得到完整面部图像，根据完整面部图像来确定目标驾驶员的身份信息，可以提升身份信息获取时的准确性。
与上述实施例一致的，请参阅图4，图4为本申请实施例提供的一种电子装置的结构示意图，如图所示，包括处理器、输入设备、输出设备和存储器，处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，上述程序包括用于执行以下步骤的指令；
获取目标车辆的行驶信息；
根据所述行驶信息，判断目标车辆是否发生违章事件；
若是，则识别所述目标车辆是否是共享车辆；
若是，则获取驾驶所述目标车辆发生所述违章事件的目标驾驶员的身份信息；
根据所述身份信息将所述违章事件的罚单信息发送给所述目标驾驶员。
在一个可能的实现方式中，所述获取驾驶所述目标车辆发生所述违章事件的目标驾驶员的身份信息，包括：
根据所述违章事件的发生时段，确定第一违章视频；
根据所述第一违章视频，确定所述目标驾驶员的身份信息。
在一个可能的实现方式中，所述根据所述第一违章视频，确定所述目标驾驶员的身份信息，包括：
根据所述第一违章视频，确定至少一张目标图像帧；
根据所述至少一张目标图像帧，确定出至少一个参考用户；
获取所述至少一个参考用户的在所述目标车辆中的位置信息；
根据所述位置信息，从所述至少一个参考用户中确定所述目标驾驶员；
根据所述目标驾驶员的面部图像，获取所述目标驾驶员的身份信息。
在一个可能的实现方式中，所述根据所述目标驾驶员的面部图像，获取所述目标驾驶员的身份信息，包括：
从所述至少一张目标图像帧中确定所述目标驾驶员的图像；
若所述目标驾驶员的图像包括所述目标驾驶员的部分面部图像，则对所述部分面部图像进行处理，得到所述目标驾驶员的完整面部图像；
根据所述完整面部图像，获取所述目标驾驶员的身份信息。
在一个可能的实现方式中，所述对所述部分面部图像进行处理，得到所述目标驾驶员的完整面部图像，包括：
获取所述部分面部图像在所述目标驾驶员的完整面部图像中的占比，得到第一比例值；
若所述第一比例值小于预设阈值，则获取所述部分面部图像的轮廓信息；
根据所述轮廓信息对所述部分面部图像进行延伸，以得到参考轮廓，所述参考轮廓在所述完整面部图像中的占比大于所述预设阈值；
根据所述参考轮廓，进行对称处理，以得到所述目标驾驶员的完整面部图像。
在一个可能的实现方式中，所述方法还包括：
若所述第一比例值小于预设阈值，则获取所述目标驾驶员的第二违章视频；
根据所述第二违章视频，获取所述目标驾驶员的身形信息；
根据所述身形信息和所述部分面部图像，确定所述目标驾驶员的面部图像。
在一个可能的实现方式中，所述方法还包括：
根据所述第二违章视频，获取所述目标驾驶员的面部图像。
在一个可能的实现方式中，所述方法还包括：
根据所述违章事件，确定与所述违章事件相关的学习视频；
将所述学习视频推送给所述目标驾驶员。
在一个可能的实现方式中，所述方法还包括：
接收所述目标驾驶员对于所述罚单信息的处理信息；
根据所述处理信息对所述违章事件进行处理，得到处理结果。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，电子装置为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子装置进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
与上述一致的，请参阅图5，图5为本申请实施例提供了一种信息推送装置的结构示意图。如图5所示，所述装置包括图像单元501、处理器502和通信单元503，其中，
所述图像单元501获取所述目标车辆的行驶信息，所述图像单元将所述行驶信息发送给所述处理器502；
所述处理器502根据所述行驶信息，判断目标车辆是否发生违章事件；若是，则所述处理器502识别所述目标车辆是否是共享车辆；若是，则所述处理器502获取驾驶所述目标车辆发生所述违章事件的目标驾驶员的身份信息；所述处理器502将所述身份信息和所述违章事件的罚单信息发送给所述通信单元503；
所述通信单元503根据所述身份信息将所述违章事件的罚单信息发送给所述目标驾驶员。
在一个可能的实现方式中，所述处理器502具体用于：
根据所述违章事件的发生时段，确定第一违章视频；
根据所述第一违章视频，确定所述目标驾驶员的身份信息。
在一个可能的实现方式中，在所述根据所述第一违章视频，确定所述目标驾驶员的身份信息方面，所述处理器502用于：
根据所述第一违章视频，确定至少一张目标图像帧；
根据所述至少一张目标图像帧，确定出至少一个参考用户；
获取所述至少一个参考用户的在所述目标车辆中的位置信息；
根据所述位置信息，从所述至少一个参考用户中确定所述目标驾驶员；
根据所述目标驾驶员的面部图像，获取所述目标驾驶员的身份信息。
在一个可能的实现方式中，在所述根据所述目标驾驶员的面部图像，获取所述目标驾驶员的身份信息方面，所述处理器502具体用于：
从所述至少一张目标图像帧中确定所述目标驾驶员的图像；
若所述目标驾驶员的图像包括所述目标驾驶员的部分面部图像，则对所述部分面部图像进行处理，得到所述目标驾驶员的完整面部图像；
根据所述完整面部图像，获取所述目标驾驶员的身份信息。
在一个可能的实现方式中，在所述对所述部分面部图像进行处理，得到所述目标驾驶员的完整面部图像方面，所述处理器502用于：
获取所述部分面部图像在所述目标驾驶员的完整面部图像中的占比，得到第一比例值；
若所述第一比例值小于预设阈值，则获取所述部分面部图像的轮廓信息；
根据所述轮廓信息对所述部分面部图像进行延伸，以得到参考轮廓，所述参考轮廓在所述完整面部图像中的占比大于所述预设阈值；
根据所述参考轮廓，进行对称处理，以得到所述目标驾驶员的完整面部图像。
在一个可能的实现方式中，所述处理器502还用于：
若所述第一比例值小于预设阈值，则获取所述目标驾驶员的第二违章视频；
根据所述第二违章视频，获取所述目标驾驶员的身形信息；
根据所述身形信息和所述部分面部图像，确定所述目标驾驶员的面部图像。
在一个可能的实现方式中，所述处理器502还用于：
根据所述第二违章视频，获取所述目标驾驶员的面部图像。
在一个可能的实现方式中，所述处理器502还用于：
根据所述违章事件，确定与所述违章事件相关的学习视频；
将所述学习视频推送给所述目标驾驶员。
在一个可能的实现方式中，所述处理器502还用于：
接收所述目标驾驶员对于所述罚单信息的处理信息；
根据所述处理信息对所述违章事件进行处理，得到处理结果。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种信息推送方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种信息推送方法的部分或全部步骤。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在申请明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器、随机存取器、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种信息推送方法，其特征在于，所述方法包括以下步骤：
获取目标车辆的行驶信息；
根据所述行驶信息，判断目标车辆是否发生违章事件；
若是，则识别所述目标车辆是否是共享车辆；
若是，则获取驾驶所述目标车辆发生所述违章事件的目标驾驶员的身份信息；
根据所述身份信息将所述违章事件的罚单信息发送给所述目标驾驶员；
其中，所述获取驾驶所述目标车辆发生所述违章事件的目标驾驶员的身份信息，包括：根据所述违章事件的发生时段，确定第一违章视频；根据所述第一违章视频中的参考用户的位置信息，从多个所述参考用户中确定出目标驾驶员的图像，根据所述目标驾驶员的图像来确定所述目标驾驶员的身份信息；
其中，所述目标驾驶员的图像包括人脸图像，所述人脸图像包括部分面部图像和完整面部图像，在所述人脸图像为所述部分面部图像时，对所述部分面部图像进行处理，得到所述目标驾驶员的完整面部图像；
所述对所述部分面部图像进行处理，得到所述目标驾驶员的完整面部图像，包括：获取所述部分面部图像在所述目标驾驶员的完整面部图像中的占比，得到第一比例值；若所述第一比例值小于预设阈值，则获取所述部分面部图像的轮廓信息；根据所述轮廓信息对所述部分面部图像进行延伸，以得到参考轮廓，所述参考轮廓在所述完整面部图像中的占比大于所述预设阈值；根据所述参考轮廓，进行对称处理，以得到所述目标驾驶员的完整面部图像。
2.根据权利要求1所述的方法，所述方法还包括：
根据所述违章事件的发生时段，确定第一违章视频；
根据所述第一违章视频，确定至少一张目标图像帧；
根据所述至少一张目标图像帧，确定出至少一个所述参考用户；
获取所述至少一个参考用户的在所述目标车辆中的位置信息；
根据所述位置信息，从所述至少一个参考用户中确定所述目标驾驶员；
根据所述目标驾驶员的面部图像，获取所述目标驾驶员的所述身份信息。
3.根据权利要求2所述的方法，所述根据所述目标驾驶员的面部图像，获取所述目标驾驶员的身份信息，包括：
从所述至少一张目标图像帧中确定所述目标驾驶员的图像；
若所述目标驾驶员的图像包括所述目标驾驶员的部分面部图像，则对所述部分面部图像进行处理，得到所述目标驾驶员的完整面部图像；
根据所述完整面部图像，获取所述目标驾驶员的身份信息。
4.根据权利要求1所述的方法，所述方法还包括：
若所述第一比例值小于预设阈值，则获取所述目标驾驶员的第二违章视频；
根据所述第二违章视频，获取所述目标驾驶员的身形信息；
根据所述身形信息和所述部分面部图像，确定所述目标驾驶员的面部图像。
5.根据权利要求4所述的方法，所述方法还包括：
根据所述第二违章视频，获取所述目标驾驶员的面部图像。
6.根据权利要求1-5任一项所述的方法，所述方法还包括：
根据所述违章事件，确定与所述违章事件相关的学习视频；
将所述学习视频推送给所述目标驾驶员。
7.根据权利要求6所述的方法，所述方法还包括：
接收所述目标驾驶员对于所述罚单信息的处理信息；
根据所述处理信息对所述违章事件进行处理，得到处理结果。
8.一种信息推送装置，其特征在于，所述装置包括图像单元、处理器和通信单元，其中，
所述图像单元获取目标车辆的行驶信息，所述图像单元将所述行驶信息发送给所述处理器；
所述处理器根据所述行驶信息，判断所述目标车辆是否发生违章事件；若是，则所述处理器识别所述目标车辆是否是共享车辆；若是，则所述处理器获取驾驶所述目标车辆发生所述违章事件的目标驾驶员的身份信息；所述处理器将所述身份信息和所述违章事件的罚单信息发送给所述通信单元；
所述通信单元根据所述身份信息将所述违章事件的罚单信息发送给所述目标驾驶员；
其中，在所述获取驾驶所述目标车辆发生所述违章事件的目标驾驶员的身份信息方面，所述处理器根据所述违章事件的发生时段，确定第一违章视频；根据所述第一违章视频中的参考用户的位置信息，从多个所述参考用户中确定出目标驾驶员的图像，根据所述目标驾驶员的图像来确定所述目标驾驶员的身份信息；
其中，所述目标驾驶员的图像包括人脸图像，所述人脸图像包括部分面部图像和完整面部图像，在所述人脸图像为所述部分面部图像时，所述处理器对所述部分面部图像进行处理，得到所述目标驾驶员的完整面部图像；
在所述对所述部分面部图像进行处理，得到所述目标驾驶员的完整面部图像方面，所述处理器获取所述部分面部图像在所述目标驾驶员的完整面部图像中的占比，得到第一比例值；若所述第一比例值小于预设阈值，则获取所述部分面部图像的轮廓信息；根据所述轮廓信息对所述部分面部图像进行延伸，以得到参考轮廓，所述参考轮廓在所述完整面部图像中的占比大于所述预设阈值；根据所述参考轮廓，进行对称处理，以得到所述目标驾驶员的完整面部图像。
9.一种电子装置，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011635361.5A CN114694386B (zh) | 2020-12-31 | 2020-12-31 | 信息推送方法、装置、电子装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011635361.5A CN114694386B (zh) | 2020-12-31 | 2020-12-31 | 信息推送方法、装置、电子装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114694386A CN114694386A (zh) | 2022-07-01 |
| CN114694386B true CN114694386B (zh) | 2023-07-07 |
Family
ID=82133849
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011635361.5A Active CN114694386B (zh) | 2020-12-31 | 2020-12-31 | 信息推送方法、装置、电子装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114694386B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08122944A (ja) * | 1994-10-28 | 1996-05-17 | Fuji Photo Film Co Ltd | 露光量決定方法 |
| JP2009176165A (ja) * | 2008-01-25 | 2009-08-06 | Hitachi High-Tech Control Systems Corp | プラント管理装置、プラント管理方法およびプラント管理プログラム |
| JP2009217506A (ja) * | 2008-03-10 | 2009-09-24 | Seiko Epson Corp | 画像処理装置及び画像処理方法 |
| JP2011054056A (ja) * | 2009-09-03 | 2011-03-17 | Aisin Seiki Co Ltd | 顔位置検出装置、顔位置検出方法及びプログラム |
| CN107609464A (zh) * | 2017-07-24 | 2018-01-19 | 南京邮电大学 | 一种实时高精度人脸快速检测方法 |
| CN109858355A (zh) * | 2018-12-27 | 2019-06-07 | 深圳云天励飞技术有限公司 | 图像处理方法及相关产品 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104464289A (zh) * | 2014-12-04 | 2015-03-25 | 赵常维 | 一种车辆违章时驾驶信息的识别方法 |
| CN205545952U (zh) * | 2016-01-19 | 2016-08-31 | 宁夏纵横宝盈软件服务股份有限公司 | 一种基于人脸识别的交通违章短信提醒系统 |
| CN107590763B (zh) * | 2017-09-10 | 2021-05-25 | 昆明理工大学 | 一种机动车驾驶资格核验系统和方法 |
| CN108875336A (zh) * | 2017-11-24 | 2018-11-23 | 北京旷视科技有限公司 | 人脸认证以及录入人脸的方法、认证设备和系统 |
| CN108052920A (zh) * | 2017-12-27 | 2018-05-18 | 百度在线网络技术（北京）有限公司 | 用于输出信息的方法和装置 |
| CN110084162A (zh) * | 2019-04-18 | 2019-08-02 | 上海钧正网络科技有限公司 | 一种违章检测方法、装置及服务器 |
| CN111145067A (zh) * | 2020-02-18 | 2020-05-12 | 李洪军 | 一种智能交警 |
| CN111582239A (zh) * | 2020-05-28 | 2020-08-25 | 中国联合网络通信集团有限公司 | 一种违章监控方法和装置 |
| CN111784854A (zh) * | 2020-06-30 | 2020-10-16 | 深圳市元征科技股份有限公司 | 车辆无感支付方法及车辆无感支付装置 |
-
2020
- 2020-12-31 CN CN202011635361.5A patent/CN114694386B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08122944A (ja) * | 1994-10-28 | 1996-05-17 | Fuji Photo Film Co Ltd | 露光量決定方法 |
| JP2009176165A (ja) * | 2008-01-25 | 2009-08-06 | Hitachi High-Tech Control Systems Corp | プラント管理装置、プラント管理方法およびプラント管理プログラム |
| JP2009217506A (ja) * | 2008-03-10 | 2009-09-24 | Seiko Epson Corp | 画像処理装置及び画像処理方法 |
| JP2011054056A (ja) * | 2009-09-03 | 2011-03-17 | Aisin Seiki Co Ltd | 顔位置検出装置、顔位置検出方法及びプログラム |
| CN107609464A (zh) * | 2017-07-24 | 2018-01-19 | 南京邮电大学 | 一种实时高精度人脸快速检测方法 |
| CN109858355A (zh) * | 2018-12-27 | 2019-06-07 | 深圳云天励飞技术有限公司 | 图像处理方法及相关产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114694386A (zh) | 2022-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10068171B2 (en) | Multi-layer fusion in a convolutional neural network for image classification | |
| WO2020087743A1 (zh) | 非机动车交通违法监管方法、装置及电子设备 | |
| JP7402239B2 (ja) | 顔認識方法、ニューラルネットワークのトレーニング方法、顔認識装置、電子機器及びコンピュータ可読記憶媒体 | |
| WO2017041644A1 (zh) | 车辆收费方法、服务器、系统和存储介质 | |
| CN109325751A (zh) | 一种基于区块链技术的车辆违章监察方法及相关设备 | |
| Artan et al. | Passenger compartment violation detection in HOV/HOT lanes | |
| CN110717398A (zh) | 基于人脸识别进行车辆缴费的方法、相关设备及存储介质 | |
| CN104464289A (zh) | 一种车辆违章时驾驶信息的识别方法 | |
| CN109829370A (zh) | 人脸识别方法及相关产品 | |
| CN111161435A (zh) | 一种新型的高速路无卡收费系统 | |
| CN111931644A (zh) | 一种车载人数检测的方法、系统、设备及可读存储介质 | |
| CN109445732A (zh) | 基于身份识别的车用信息显示方法及其显示系统 | |
| CN106327876B (zh) | 一种基于行车记录仪的套牌车捕捉系统及方法 | |
| CN114694386B (zh) | 信息推送方法、装置、电子装置及存储介质 | |
| CN109344582A (zh) | 认证方法、装置和存储介质 | |
| CN111985304A (zh) | 巡防告警方法、系统、终端设备及存储介质 | |
| JP2001126091A (ja) | 乗員顔画像処理システムおよび通行料金収受システム | |
| CN112836557A (zh) | 一种人像识别方法及系统 | |
| CN112686076A (zh) | 一种图像处理方法、系统及计算机可读存储介质 | |
| CN111192150A (zh) | 车辆出险代理业务的处理方法、装置、设备及存储介质 | |
| CN113744446B (zh) | 基于车联网与边缘计算的无感交互方法、装置及系统 | |
| CN114463015A (zh) | 付款监督系统、方法、电子设备及存储介质 | |
| CN115408710A (zh) | 一种图像脱敏方法和相关装置 | |
| CN112839064A (zh) | 车辆的智能控制方法及装置 | |
| JP2023522673A (ja) | 交通事故処理方法、機器及び記憶媒体 |
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 | ||
| CP03 | Change of name, title or address |
Address after: Room 3701, No. 866 East Changzhi Road, Hongkou District, Shanghai, 200000 Patentee after: Botai vehicle networking technology (Shanghai) Co.,Ltd. Country or region after: China Address before: 201821 room 208, building 4, No. 1411, Yecheng Road, Jiading Industrial Zone, Jiading District, Shanghai Patentee before: Botai vehicle networking technology (Shanghai) Co.,Ltd. Country or region before: China |