CN115131110A - 一种基于区块链的智慧交通共享汽车智能应用方法及系统 - Google Patents
一种基于区块链的智慧交通共享汽车智能应用方法及系统 Download PDFInfo
- Publication number
- CN115131110A CN115131110A CN202211050533.1A CN202211050533A CN115131110A CN 115131110 A CN115131110 A CN 115131110A CN 202211050533 A CN202211050533 A CN 202211050533A CN 115131110 A CN115131110 A CN 115131110A
- Authority
- CN
- China
- Prior art keywords
- image
- shared automobile
- automobile
- similarity
- shared
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 97
- 238000012216 screening Methods 0.000 claims abstract description 8
- 238000003708 edge detection Methods 0.000 claims description 30
- 238000005516 engineering process Methods 0.000 claims description 28
- 238000012015 optical character recognition Methods 0.000 claims description 27
- 230000001815 facial effect Effects 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 16
- 238000007726 management method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- 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
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Finance (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Artificial Intelligence (AREA)
- Marketing (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Economics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于区块链的智慧交通共享汽车智能应用方法及系统,涉及数据处理技术领域。该方法包括:借车时,筛选得到待检测人脸图像;确定目标匹配人脸图像;确定该用户的身份信息;对目标共享汽车图像中的车牌号码进行识别;采集目标共享汽车被借之前的图像;将数据上链;还车时,记录用户还车时间,采集共享汽车的图像,对用户身份和共享汽车的车牌号进行识别;计算共享汽车被借之前的图像与归还时图像之间的相似度;若大于预置的相似度阈值,则认定该共享汽车完好,将还车数据上链。本发明结合多种智能算法对用户身份、车牌号以及车辆损坏情况进行精准识别;并结合区块链实现核心信息的上链存证,提升了共享汽车智能应用的可靠性。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种基于区块链的智慧交通共享汽车智能应用方法及系统。
背景技术
随着时代的发展和科技的进步,越来越多的城市中引入了共享汽车,共享汽车的广泛普及不仅给市民提供了更多的出行便利,而且大大降低了交通资源供给消耗压力。然而,在共享汽车的使用过程中,身份识别和车牌识别不准确等问题会直接影响共享汽车的合理应用。同时,在共享汽车的使用过程中缺少一种有效的信息记录方式,降低了共享汽车使用的安全性和可靠性。
区块链作为近几年新兴的技术,在多个领域发挥了重要的作用,可以为共享汽车信息记录提供直接的支持。因此,如何将现代信息技术和区块链技术进行充分结合对用户身份和车牌号进行精准识别,实现共享汽车的高效应用成为一个新的问题。
发明内容
为了克服上述问题或者至少部分地解决上述问题,本发明实施例提供一种基于区块链的智慧交通共享汽车智能应用方法及系统,结合多尺度峰值信噪比检测方法、基于稀疏编码匹配的相似度计算方法、基于图像超分辨率重建的OCR技术、基于多边缘检测算子的匹配方法等多种方法,对用户身份、车牌号以及车辆损坏情况进行精准识别;并结合区块链实现用户借车、还车过程中核心信息的上链存证,提升了共享汽车智能应用系统的可靠性。
本发明的实施例是这样实现的:
第一方面,本发明实施例提供一种基于区块链的智慧交通共享汽车智能应用方法,包括以下步骤:
当用户进行借车时,连续采集该用户的多张人脸图像,并利用多尺度峰值信噪比检测方法对多张人脸图像进行检测,以筛选得到待检测人脸图像;
利用基于稀疏编码匹配的相似度计算方法计算并根据待检测人脸图像和第三方数据库中所有的人脸图像的相似度确定目标匹配人脸图像;
获取并根据目标匹配人脸图像对应的身份信息确定该用户的身份信息;
采集对应的目标共享汽车图像,并利用基于图像超分辨率重建的OCR技术对目标共享汽车图像中的车牌号码进行识别,生成车牌号识别结果;
采集目标共享汽车被借之前的前侧图像、后侧图像、左侧图像以及右侧图像,并记录用户的借车时间;
将用户的身份信息、用户的借车时间、车牌号识别结果以及目标共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像上传至区块链中进行存储;
当用户归还共享汽车时,记录用户还车时间,采集共享汽车的前侧图像、后侧图像、左侧图像和右侧图像,对用户身份和共享汽车的车牌号进行识别,生成对应的还车用户身份信息和车牌号信息;
提取区块链中对应的共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像,并利用基于多边缘检测算子的匹配方法,分别计算共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像与归还时该共享汽车的前侧图像、后侧图像、左侧图像和右侧图像之间的相似度,生成相似度结果;
若相似度结果大于预置的相似度阈值,则认定该共享汽车完好,将对应的还车用户身份信息、车牌号信息、还车时间、归还时共享汽车的前侧图像、后侧图像、左侧图像和右侧图像上传至区块链中进行存储;反之,则认定汽车存在损坏,生成并发送审核提示信息给对应的管理人员。
为了解决现有技术中的问题,本发明利用多尺度峰值信噪比检测方法,对连续提取的用户人脸图像进行检测,得到了高质量的待检测人脸图像,为后续提供更为精准的人脸图像,减少后续的计算量。在此基础上,利用基于稀疏编码匹配的相似度计算方法,更加精准地识别出了用户身份。同时,利用基于图像超分辨率重建的OCR技术,对共享汽车的车牌号码进行识别,更加精准地识别出了共享汽车的车牌号码。当还车时,利用基于多边缘检测算子的匹配方法,计算四张共享汽车使用前照片和四张共享汽车归还时照片的相似度,更加精准地判别出汽车是否存在损坏情况,保证共享汽车的合理使用。本发明还利用了区块链技术,实现了用户借车、还车过程中核心信息的上链存证,提升了共享汽车智能应用系统的可靠性。
基于第一方面,在本发明的一些实施例中,上述利用多尺度峰值信噪比检测方法对多张人脸图像进行检测,以筛选得到待检测人脸图像的方法包括以下步骤:
将各种人脸图像进行多尺度划分,以得到对应的多个图像尺度的多张人脸图像;
计算并根据各个图像尺度下的各张人脸图像的峰值信噪比选定待检测人脸图像。
基于第一方面,在本发明的一些实施例中,上述利用基于稀疏编码匹配的相似度计算方法计算并根据待检测人脸图像和第三方数据库中所有的人脸图像的相似度确定目标匹配人脸图像的方法包括以下步骤:
对待检测人脸图像和第三方数据库中所有的人脸图像分别进行稀疏编码,并利用欧式距离计算待检测人脸图像和第三方数据库中每个人脸图像的相似度,生成对应的人脸相似度结果;
根据人脸相似度结果和预置的相似度阈值确定目标匹配人脸图像。
基于第一方面,在本发明的一些实施例中,上述利用基于图像超分辨率重建的OCR技术对目标共享汽车图像中的车牌号码进行识别,生成车牌号识别结果的方法包括以下步骤:
对目标共享汽车图像进行超分辨率重建,以得到共享汽车重建图像;
利用OCR技术对共享汽车重建图像中的车牌号码进行识别,生成车牌号识别结果。
基于第一方面,在本发明的一些实施例中,上述利用基于多边缘检测算子的匹配方法,分别计算共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像与归还时该共享汽车的前侧图像、后侧图像、左侧图像和右侧图像之间的相似度,生成相似度结果的方法包括以下步骤:
利用基于多边缘检测算子的匹配方法计算共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像之间的相似度,生成第一相似度结果;
利用基于多边缘检测算子的匹配方法计算共享汽车被借之前的后侧图像与归还时该共享汽车的后侧图像之间的相似度,生成第二相似度结果;
利用基于多边缘检测算子的匹配方法计算共享汽车被借之前的左侧图像与归还时该共享汽车的左侧图像之间的相似度,生成第三相似度结果;
利用基于多边缘检测算子的匹配方法计算共享汽车被借之前的右侧图像与归还时该共享汽车的右侧图像之间的相似度,生成第四相似度结果;
根据第一相似度结果、第二相似度结果、第三相似度结果和第四相似度结果生成目标相似度结果。
基于第一方面,在本发明的一些实施例中,上述利用基于多边缘检测算子的匹配方法计算共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像之间的相似度,生成第一相似度结果的方法包括以下步骤:
利用Canny算子对共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像进行过滤,对过滤的结果分别进行哈希编码,并利用欧式距离计算共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像之间的相似度,生成第一前侧相似度结果;
利用Prewitt算子对共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像进行过滤,对过滤的结果分别进行哈希编码,利用欧式距离计算共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像之间的相似度,生成第二前侧相似度结果;
利用Sobel算子对共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像进行过滤,对过滤的结果分别进行哈希编码,利用欧式距离计算共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像之间的相似度,生成第三前侧相似度结果;
根据第一前侧相似度结果、第二前侧相似度结果和第三前侧相似度结果生成第一相似度结果。
基于第一方面,在本发明的一些实施例中,上述根据第一前侧相似度结果、第二前侧相似度结果和第三前侧相似度结果生成第一相似度结果的方法包括以下步骤:
若第一前侧相似度结果、第二前侧相似度结果和第三前侧相似度结果中至少两个结果大于预置的相似度阈值,则生成并认定第一相似度结果为高度相似;反之,则生成并认定第一相似度结果为不相似。
第二方面,本发明实施例提供一种基于区块链的智慧交通共享汽车智能应用系统,包括:人脸采集模块、目标匹配模块、身份确定模块、车牌识别模块、信息采集模块、数据上链模块、还车识别模块、车身对比模块以及归还管理模块,其中:
人脸采集模块,用于当用户进行借车时,连续采集该用户的多张人脸图像,并利用多尺度峰值信噪比检测方法对多张人脸图像进行检测,以筛选得到待检测人脸图像;
目标匹配模块,用于利用基于稀疏编码匹配的相似度计算方法计算并根据待检测人脸图像和第三方数据库中所有的人脸图像的相似度确定目标匹配人脸图像;
身份确定模块,用于获取并根据目标匹配人脸图像对应的身份信息确定该用户的身份信息;
车牌识别模块,用于采集对应的目标共享汽车图像,并利用基于图像超分辨率重建的OCR技术对目标共享汽车图像中的车牌号码进行识别,生成车牌号识别结果;
信息采集模块,用于采集目标共享汽车被借之前的前侧图像、后侧图像、左侧图像以及右侧图像,并记录用户的借车时间;
数据上链模块,用于将用户的身份信息、用户的借车时间、车牌号识别结果以及目标共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像上传至区块链中进行存储;
还车识别模块,用于当用户归还共享汽车时,记录用户还车时间,采集共享汽车的前侧图像、后侧图像、左侧图像和右侧图像,对用户身份和共享汽车的车牌号进行识别,生成对应的还车用户身份信息和车牌号信息;
车身对比模块,用于提取区块链中对应的共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像,并利用基于多边缘检测算子的匹配方法,分别计算共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像与归还时该共享汽车的前侧图像、后侧图像、左侧图像和右侧图像之间的相似度,生成相似度结果;
归还管理模块,用于若相似度结果大于预置的相似度阈值,则认定该共享汽车完好,将对应的还车用户身份信息、车牌号信息、还车时间、归还时共享汽车的前侧图像、后侧图像、左侧图像和右侧图像上传至区块链中进行存储;反之,则认定汽车存在损坏,生成并发送审核提示信息给对应的管理人员。
为了解决现有技术中的问题,本系统通过人脸采集模块、目标匹配模块、身份确定模块、车牌识别模块、信息采集模块、数据上链模块、还车识别模块、车身对比模块以及归还管理模块等多个模块的配合,利用多尺度峰值信噪比检测方法,对连续提取的用户人脸图像进行检测,得到了高质量的待检测人脸图像,为后续提供更为精准的人脸图像,减少后续的计算量。在此基础上,利用基于稀疏编码匹配的相似度计算方法,更加精准地识别出了用户身份。同时,利用基于图像超分辨率重建的OCR技术,对共享汽车的车牌号码进行识别,更加精准地识别出了共享汽车的车牌号码。当还车时,利用基于多边缘检测算子的匹配方法,计算四张共享汽车使用前照片和四张共享汽车归还时照片的相似度,更加精准地判别出汽车是否存在损坏情况,保证共享汽车的合理使用。本发明还利用了区块链技术,实现了用户借车、还车过程中核心信息的上链存证,提升了共享汽车智能应用系统的可靠性。
第三方面,本申请实施例提供一种电子设备,其包括存储器,用于存储一个或多个程序;处理器。当一个或多个程序被处理器执行时,实现如上述第一方面中任一项的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
本发明实施例至少具有如下优点或有益效果:
本发明实施例提供一种基于区块链的智慧交通共享汽车智能应用方法及系统,本发明利用多尺度峰值信噪比检测方法,对连续提取的用户人脸图像进行检测,得到了高质量的待检测人脸图像。在此基础上,利用基于稀疏编码匹配的相似度计算方法,更加精准地识别出了用户身份。同时,利用基于图像超分辨率重建的OCR技术,对共享汽车的车牌号码进行精准识别。当还车时,利用基于多边缘检测算子的匹配方法,计算四张共享汽车使用前照片和四张共享汽车归还时照片的相似度,更加精准地判别出汽车是否存在损坏情况,保证共享汽车的合理使用。本发明还利用了区块链技术,实现了用户借车、还车过程中核心信息的上链存证,提升了共享汽车智能应用系统的可靠性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例一种基于区块链的智慧交通共享汽车智能应用方法的流程图;
图2为本发明实施例一种基于区块链的智慧交通共享汽车智能应用方法中选定待检测人脸图像的流程图;
图3为本发明实施例一种基于区块链的智慧交通共享汽车智能应用方法中确定目标匹配人脸图像的流程图;
图4为本发明实施例一种基于区块链的智慧交通共享汽车智能应用系统的原理框图;
图5为本发明实施例提供的一种电子设备的结构框图。
附图标记说明:100、人脸采集模块;200、目标匹配模块;300、身份确定模块;400、车牌识别模块;500、信息采集模块;600、数据上链模块;700、还车识别模块;800、车身对比模块;900、归还管理模块;101、存储器;102、处理器;103、通信接口。
具体实施方式
为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附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
实施例:
如图1-图3所示,第一方面,本发明实施例提供一种基于区块链的智慧交通共享汽车智能应用方法,包括以下步骤:
S1、当用户进行借车时,连续采集该用户的多张人脸图像,并利用多尺度峰值信噪比检测方法对多张人脸图像进行检测,以筛选得到待检测人脸图像;
进一步地,如图2所示,包括:
S11、将各种人脸图像进行多尺度划分,以得到对应的多个图像尺度的多张人脸图像;
S12、计算并根据各个图像尺度下的各张人脸图像的峰值信噪比选定待检测人脸图像。
在本发明的一些实施例中,在用户即将使用共享汽车的过程中,利用共享汽车停放区域已安装好的拍照设备连续提取用户人脸图像,利用多尺度峰值信噪比检测方法得到待检测人脸图像。具体包括:对每一个提取的用户人脸图像,将人脸图像构建为多个图像尺度,在多个图像尺度下对人脸图像进行峰值信噪比检测,得到多个图像尺度下的检测结果。具体地,连续提取人脸图像,直到提取的某一个人脸图像在多个尺度下的峰值信噪比都较高时,停止提取人脸图像,并将此人脸图像作为待检测人脸图像。
S2、利用基于稀疏编码匹配的相似度计算方法计算并根据待检测人脸图像和第三方数据库中所有的人脸图像的相似度确定目标匹配人脸图像;
进一步地,如图3所示,包括:
S21、对待检测人脸图像和第三方数据库中所有的人脸图像分别进行稀疏编码,并利用欧式距离计算待检测人脸图像和第三方数据库中每个人脸图像的相似度,生成对应的人脸相似度结果;
S22、根据人脸相似度结果和预置的相似度阈值确定目标匹配人脸图像。
在本发明的一些实施例中,利用基于稀疏编码匹配的相似度计算方法,计算待检测人脸图像和第三方数据库中人脸图像的相似度(可以和公安系统联网,利用公安系统的数据库),将与待检测人脸图像相似度最高的人脸图像作为目标匹配人脸图像,并将该用户的身份识别为目标匹配人脸图像所对应的身份。具体包括:将待检测人脸图像和数据库中所有的人脸图像进行稀疏编码;然后利用欧式距离计算待检测人脸图像和数据库中每个人脸图像的相似度,将与待检测人脸图像欧氏距离最小的人脸图像作为目标匹配人脸图像。
S3、获取并根据目标匹配人脸图像对应的身份信息确定该用户的身份信息;
S4、采集对应的目标共享汽车图像,并利用基于图像超分辨率重建的OCR技术对目标共享汽车图像中的车牌号码进行识别,生成车牌号识别结果;
进一步地,包括:对目标共享汽车图像进行超分辨率重建,以得到共享汽车重建图像;利用OCR技术对共享汽车重建图像中的车牌号码进行识别,生成车牌号识别结果。
在本发明的一些实施例中,利用基于图像超分辨率重建的OCR技术,对共享汽车的车牌号码进行识别,识别出共享汽车的车牌号码。具体包括:先对车牌图像进行图像超分辨率重建,在此基础上再利用OCR技术进行车牌号码识别。
S5、采集目标共享汽车被借之前的前侧图像、后侧图像、左侧图像以及右侧图像,并记录用户的借车时间;
S6、将用户的身份信息、用户的借车时间、车牌号识别结果以及目标共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像上传至区块链中进行存储;利用共享汽车停放区域已安装好的拍照设备,对共享汽车前侧、后侧、左侧、右侧进行拍照,将借车用户身份、共享汽车车牌号、借车时间、四张共享汽车使用前照片等信息记录到区块链系统中,实现用户借车信息的上链存证。
S7、当用户归还共享汽车时,记录用户还车时间,采集共享汽车的前侧图像、后侧图像、左侧图像和右侧图像,对用户身份和共享汽车的车牌号进行识别,生成对应的还车用户身份信息和车牌号信息;归还共享汽车的过程中,仍然利用上述步骤识别出还车用户身份和车牌号码。同时,利用共享汽车停放区域已安装好的拍照设备,对共享汽车前侧、后侧、左侧、右侧进行拍照,得到四张共享汽车归还时照片。
S8、提取区块链中对应的共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像,并利用基于多边缘检测算子的匹配方法,分别计算共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像与归还时该共享汽车的前侧图像、后侧图像、左侧图像和右侧图像之间的相似度,生成相似度结果;
进一步地,包括:利用基于多边缘检测算子的匹配方法计算共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像之间的相似度,生成第一相似度结果;利用基于多边缘检测算子的匹配方法计算共享汽车被借之前的后侧图像与归还时该共享汽车的后侧图像之间的相似度,生成第二相似度结果;利用基于多边缘检测算子的匹配方法计算共享汽车被借之前的左侧图像与归还时该共享汽车的左侧图像之间的相似度,生成第三相似度结果;利用基于多边缘检测算子的匹配方法计算共享汽车被借之前的右侧图像与归还时该共享汽车的右侧图像之间的相似度,生成第四相似度结果;根据第一相似度结果、第二相似度结果、第三相似度结果和第四相似度结果生成目标相似度结果。
进一步地,包括:利用Canny算子对共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像进行过滤,对过滤的结果分别进行哈希编码,并利用欧式距离计算共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像之间的相似度,生成第一前侧相似度结果;利用Prewitt算子对共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像进行过滤,对过滤的结果分别进行哈希编码,利用欧式距离计算共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像之间的相似度,生成第二前侧相似度结果;利用Sobel算子对共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像进行过滤,对过滤的结果分别进行哈希编码,利用欧式距离计算共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像之间的相似度,生成第三前侧相似度结果;根据第一前侧相似度结果、第二前侧相似度结果和第三前侧相似度结果生成第一相似度结果。
进一步地,包括:若第一前侧相似度结果、第二前侧相似度结果和第三前侧相似度结果中至少两个结果大于预置的相似度阈值,则生成并认定第一相似度结果为高度相似;反之,则生成并认定第一相似度结果为不相似。
在本发明的一些实施例中,利用基于多边缘检测算子的匹配方法, 计算四张共享汽车使用前照片和四张共享汽车归还时照片的相似度(前侧对应前侧、后侧对应后侧、左侧对应左侧、右侧对应右侧)。
利用基于多边缘检测算子的匹配方法计算方法如下:
以前侧照片为例,后侧、左侧、右侧照片也是如此。
(a)利用Canny算子对共享汽车使用前的前侧照片和共享汽车归还时的前侧照片进行过滤,对过滤的结果分别进行哈希编码,利用欧式距离计算它们之间的相似度;
(b)利用Prewitt算子对共享汽车使用前的前侧照片和共享汽车归还时的前侧照片进行过滤,对过滤的结果分别进行哈希编码,利用欧式距离计算它们之间的相似度;
(c)利用Sobel算子对共享汽车使用前的前侧照片和共享汽车归还时的前侧照片进行过滤,对过滤的结果分别进行哈希编码,利用欧式距离计算它们之间的相似度;
如果步骤(a)(b)(c)中至少有2个相似度较高,认定共享汽车使用前的前侧照片和共享汽车归还时的前侧照片相似度较高。
S9、若相似度结果大于预置的相似度阈值,则认定该共享汽车完好,将对应的还车用户身份信息、车牌号信息、还车时间、归还时共享汽车的前侧图像、后侧图像、左侧图像和右侧图像上传至区块链中进行存储;反之,则认定汽车存在损坏,生成并发送审核提示信息给对应的管理人员。
如果四张共享汽车使用前照片和四共享汽车归还时照片的相似度较高(需要前侧对应前侧、后侧对应后侧、左侧对应左侧、右侧对应右侧中所有的相似度都较高才可以),认定汽车不存在损坏情况,将还车用户身份、共享汽车车牌号、还车时间、四张共享汽车归还时照片等信息记录到区块链系统中,实现用户还车信息的上链存证。反之,认定汽车存在损坏情况,通知管理人员进行汽车损坏情况核查,相关信息由人工进行记录。
对于城市中的所有共享汽车,都利用上述方法进行智能应用。
为了解决现有技术中的问题,本发明利用多尺度峰值信噪比检测方法,对连续提取的用户人脸图像进行检测,得到了高质量的待检测人脸图像,为后续提供更为精准的人脸图像,减少后续的计算量。在此基础上,利用基于稀疏编码匹配的相似度计算方法,更加精准地识别出了用户身份。同时,利用基于图像超分辨率重建的OCR技术,对共享汽车的车牌号码进行识别,更加精准地识别出了共享汽车的车牌号码。当还车时,利用基于多边缘检测算子的匹配方法,计算四张共享汽车使用前照片和四张共享汽车归还时照片的相似度,更加精准地判别出汽车是否存在损坏情况,保证共享汽车的合理使用。本发明还利用了区块链技术,实现了用户借车、还车过程中核心信息的上链存证,提升了共享汽车智能应用系统的可靠性。
如图4所示,第二方面,本发明实施例提供一种基于区块链的智慧交通共享汽车智能应用系统,包括:人脸采集模块100、目标匹配模块200、身份确定模块300、车牌识别模块400、信息采集模块500、数据上链模块600、还车识别模块700、车身对比模块800以及归还管理模块900,其中:
人脸采集模块100,用于当用户进行借车时,连续采集该用户的多张人脸图像,并利用多尺度峰值信噪比检测方法对多张人脸图像进行检测,以筛选得到待检测人脸图像;
目标匹配模块200,用于利用基于稀疏编码匹配的相似度计算方法计算并根据待检测人脸图像和第三方数据库中所有的人脸图像的相似度确定目标匹配人脸图像;
身份确定模块300,用于获取并根据目标匹配人脸图像对应的身份信息确定该用户的身份信息;
车牌识别模块400,用于采集对应的目标共享汽车图像,并利用基于图像超分辨率重建的OCR技术对目标共享汽车图像中的车牌号码进行识别,生成车牌号识别结果;
信息采集模块500,用于采集目标共享汽车被借之前的前侧图像、后侧图像、左侧图像以及右侧图像,并记录用户的借车时间;
数据上链模块600,用于将用户的身份信息、用户的借车时间、车牌号识别结果以及目标共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像上传至区块链中进行存储;
还车识别模块700,用于当用户归还共享汽车时,记录用户还车时间,采集共享汽车的前侧图像、后侧图像、左侧图像和右侧图像,对用户身份和共享汽车的车牌号进行识别,生成对应的还车用户身份信息和车牌号信息;
车身对比模块800,用于提取区块链中对应的共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像,并利用基于多边缘检测算子的匹配方法,分别计算共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像与归还时该共享汽车的前侧图像、后侧图像、左侧图像和右侧图像之间的相似度,生成相似度结果;
归还管理模块900,用于若相似度结果大于预置的相似度阈值,则认定该共享汽车完好,将对应的还车用户身份信息、车牌号信息、还车时间、归还时共享汽车的前侧图像、后侧图像、左侧图像和右侧图像上传至区块链中进行存储;反之,则认定汽车存在损坏,生成并发送审核提示信息给对应的管理人员。
为了解决现有技术中的问题,本系统通过人脸采集模块100、目标匹配模块200、身份确定模块300、车牌识别模块400、信息采集模块500、数据上链模块600、还车识别模块700、车身对比模块800以及归还管理模块900等多个模块的配合,利用多尺度峰值信噪比检测方法,对连续提取的用户人脸图像进行检测,得到了高质量的待检测人脸图像,为后续提供更为精准的人脸图像,减少后续的计算量。在此基础上,利用基于稀疏编码匹配的相似度计算方法,更加精准地识别出了用户身份。同时,利用基于图像超分辨率重建的OCR技术,对共享汽车的车牌号码进行识别,更加精准地识别出了共享汽车的车牌号码。当还车时,利用基于多边缘检测算子的匹配方法,计算四张共享汽车使用前照片和四张共享汽车归还时照片的相似度,更加精准地判别出汽车是否存在损坏情况,保证共享汽车的合理使用。本发明还利用了区块链技术,实现了用户借车、还车过程中核心信息的上链存证,提升了共享汽车智能应用系统的可靠性。
如图5所示,第三方面,本申请实施例提供一种电子设备,其包括存储器101,用于存储一个或多个程序;处理器102。当一个或多个程序被处理器102执行时,实现如上述第一方面中任一项的方法。
还包括通信接口103,该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块,处理器102通过执行存储在存储器101内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中,存储器101可以是但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器102可以是一种集成电路芯片,具有信号处理能力。该处理器102可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请所提供的实施例中,应该理解到,所揭露的方法及系统和方法,也可以通过其它的方式实现。以上所描述的方法及系统实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的方法及系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器102执行时实现如上述第一方面中任一项的方法。所述功能如果以软件功能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介质中。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介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,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。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种基于区块链的智慧交通共享汽车智能应用方法,其特征在于,包括以下步骤:
当用户进行借车时,连续采集该用户的多张人脸图像,并利用多尺度峰值信噪比检测方法对多张人脸图像进行检测,以筛选得到待检测人脸图像;
利用基于稀疏编码匹配的相似度计算方法计算并根据待检测人脸图像和第三方数据库中所有的人脸图像的相似度确定目标匹配人脸图像;
获取并根据目标匹配人脸图像对应的身份信息确定该用户的身份信息;
采集对应的目标共享汽车图像,并利用基于图像超分辨率重建的OCR技术对目标共享汽车图像中的车牌号码进行识别,生成车牌号识别结果;
采集目标共享汽车被借之前的前侧图像、后侧图像、左侧图像以及右侧图像,并记录用户的借车时间;
将用户的身份信息、用户的借车时间、车牌号识别结果以及目标共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像上传至区块链中进行存储;
当用户归还共享汽车时,记录用户还车时间,采集共享汽车的前侧图像、后侧图像、左侧图像和右侧图像,对用户身份和共享汽车的车牌号进行识别,生成对应的还车用户身份信息和车牌号信息;
提取区块链中对应的共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像,并利用基于多边缘检测算子的匹配方法,分别计算共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像与归还时该共享汽车的前侧图像、后侧图像、左侧图像和右侧图像之间的相似度,生成相似度结果;
若相似度结果大于预置的相似度阈值,则认定该共享汽车完好,将对应的还车用户身份信息、车牌号信息、还车时间、归还时共享汽车的前侧图像、后侧图像、左侧图像和右侧图像上传至区块链中进行存储;反之,则认定汽车存在损坏,生成并发送审核提示信息给对应的管理人员。
2.根据权利要求1所述的一种基于区块链的智慧交通共享汽车智能应用方法,其特征在于,所述利用多尺度峰值信噪比检测方法对多张人脸图像进行检测,以筛选得到待检测人脸图像的方法包括以下步骤:
将各种人脸图像进行多尺度划分,以得到对应的多个图像尺度的多张人脸图像;
计算并根据各个图像尺度下的各张人脸图像的峰值信噪比选定待检测人脸图像。
3.根据权利要求1所述的一种基于区块链的智慧交通共享汽车智能应用方法,其特征在于,所述利用基于稀疏编码匹配的相似度计算方法计算并根据待检测人脸图像和第三方数据库中所有的人脸图像的相似度确定目标匹配人脸图像的方法包括以下步骤:
对待检测人脸图像和第三方数据库中所有的人脸图像分别进行稀疏编码,并利用欧式距离计算待检测人脸图像和第三方数据库中每个人脸图像的相似度,生成对应的人脸相似度结果;
根据人脸相似度结果和预置的相似度阈值确定目标匹配人脸图像。
4.根据权利要求1所述的一种基于区块链的智慧交通共享汽车智能应用方法,其特征在于,所述利用基于图像超分辨率重建的OCR技术对目标共享汽车图像中的车牌号码进行识别,生成车牌号识别结果的方法包括以下步骤:
对目标共享汽车图像进行超分辨率重建,以得到共享汽车重建图像;
利用OCR技术对共享汽车重建图像中的车牌号码进行识别,生成车牌号识别结果。
5.根据权利要求1所述的一种基于区块链的智慧交通共享汽车智能应用方法,其特征在于,所述利用基于多边缘检测算子的匹配方法,分别计算共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像与归还时该共享汽车的前侧图像、后侧图像、左侧图像和右侧图像之间的相似度,生成相似度结果的方法包括以下步骤:
利用基于多边缘检测算子的匹配方法计算共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像之间的相似度,生成第一相似度结果;
利用基于多边缘检测算子的匹配方法计算共享汽车被借之前的后侧图像与归还时该共享汽车的后侧图像之间的相似度,生成第二相似度结果;
利用基于多边缘检测算子的匹配方法计算共享汽车被借之前的左侧图像与归还时该共享汽车的左侧图像之间的相似度,生成第三相似度结果;
利用基于多边缘检测算子的匹配方法计算共享汽车被借之前的右侧图像与归还时该共享汽车的右侧图像之间的相似度,生成第四相似度结果;
根据第一相似度结果、第二相似度结果、第三相似度结果和第四相似度结果生成目标相似度结果。
6.根据权利要求5所述的一种基于区块链的智慧交通共享汽车智能应用方法,其特征在于,所述利用基于多边缘检测算子的匹配方法计算共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像之间的相似度,生成第一相似度结果的方法包括以下步骤:
利用Canny算子对共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像进行过滤,对过滤的结果分别进行哈希编码,并利用欧式距离计算共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像之间的相似度,生成第一前侧相似度结果;
利用Prewitt算子对共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像进行过滤,对过滤的结果分别进行哈希编码,利用欧式距离计算共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像之间的相似度,生成第二前侧相似度结果;
利用Sobel算子对共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像进行过滤,对过滤的结果分别进行哈希编码,利用欧式距离计算共享汽车被借之前的前侧图像与归还时该共享汽车的前侧图像之间的相似度,生成第三前侧相似度结果;
根据第一前侧相似度结果、第二前侧相似度结果和第三前侧相似度结果生成第一相似度结果。
7.根据权利要求6所述的一种基于区块链的智慧交通共享汽车智能应用方法,其特征在于,所述根据第一前侧相似度结果、第二前侧相似度结果和第三前侧相似度结果生成第一相似度结果的方法包括以下步骤:
若第一前侧相似度结果、第二前侧相似度结果和第三前侧相似度结果中至少两个结果大于预置的相似度阈值,则生成并认定第一相似度结果为高度相似;反之,则生成并认定第一相似度结果为不相似。
8.一种基于区块链的智慧交通共享汽车智能应用系统,其特征在于,包括:人脸采集模块、目标匹配模块、身份确定模块、车牌识别模块、信息采集模块、数据上链模块、还车识别模块、车身对比模块以及归还管理模块,其中:
人脸采集模块,用于当用户进行借车时,连续采集该用户的多张人脸图像,并利用多尺度峰值信噪比检测方法对多张人脸图像进行检测,以筛选得到待检测人脸图像;
目标匹配模块,用于利用基于稀疏编码匹配的相似度计算方法计算并根据待检测人脸图像和第三方数据库中所有的人脸图像的相似度确定目标匹配人脸图像;
身份确定模块,用于获取并根据目标匹配人脸图像对应的身份信息确定该用户的身份信息;
车牌识别模块,用于采集对应的目标共享汽车图像,并利用基于图像超分辨率重建的OCR技术对目标共享汽车图像中的车牌号码进行识别,生成车牌号识别结果;
信息采集模块,用于采集目标共享汽车被借之前的前侧图像、后侧图像、左侧图像以及右侧图像,并记录用户的借车时间;
数据上链模块,用于将用户的身份信息、用户的借车时间、车牌号识别结果以及目标共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像上传至区块链中进行存储;
还车识别模块,用于当用户归还共享汽车时,记录用户还车时间,采集共享汽车的前侧图像、后侧图像、左侧图像和右侧图像,对用户身份和共享汽车的车牌号进行识别,生成对应的还车用户身份信息和车牌号信息;
车身对比模块,用于提取区块链中对应的共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像,并利用基于多边缘检测算子的匹配方法,分别计算共享汽车被借之前的前侧图像、后侧图像、左侧图像和右侧图像与归还时该共享汽车的前侧图像、后侧图像、左侧图像和右侧图像之间的相似度,生成相似度结果;
归还管理模块,用于若相似度结果大于预置的相似度阈值,则认定该共享汽车完好,将对应的还车用户身份信息、车牌号信息、还车时间、归还时共享汽车的前侧图像、后侧图像、左侧图像和右侧图像上传至区块链中进行存储;反之,则认定汽车存在损坏,生成并发送审核提示信息给对应的管理人员。
9.一种电子设备,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1-7中任一项所述的方法。
10.一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,该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211050533.1A CN115131110B (zh) | 2022-08-30 | 2022-08-30 | 一种基于区块链的智慧交通共享汽车智能应用方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211050533.1A CN115131110B (zh) | 2022-08-30 | 2022-08-30 | 一种基于区块链的智慧交通共享汽车智能应用方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115131110A true CN115131110A (zh) | 2022-09-30 |
CN115131110B CN115131110B (zh) | 2023-12-05 |
Family
ID=83387192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211050533.1A Active CN115131110B (zh) | 2022-08-30 | 2022-08-30 | 一种基于区块链的智慧交通共享汽车智能应用方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115131110B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014086055A (ja) * | 2012-10-26 | 2014-05-12 | Identity Kk | リース対象物管理システム、および、管理サーバ |
CN108052902A (zh) * | 2017-12-12 | 2018-05-18 | 途客思科技(天津)有限公司 | 用户识别方法及电子设备 |
CN110047313A (zh) * | 2019-02-27 | 2019-07-23 | 山东开创云软件有限公司 | 一种共享汽车的还车方法及装置 |
CN110197541A (zh) * | 2019-05-21 | 2019-09-03 | 北京首汽智行科技有限公司 | 一种基于区块链的共享汽车管理方法 |
CN111723718A (zh) * | 2020-06-11 | 2020-09-29 | 杭州智行星科技有限公司 | 基于人脸识别的还车确认方法、系统、终端和存储介质 |
US20200402219A1 (en) * | 2019-06-19 | 2020-12-24 | Deere & Company | Apparatus and methods for augmented reality vehicle condition inspection |
CN113421079A (zh) * | 2021-06-22 | 2021-09-21 | 深圳天盘实业有限公司 | 一种基于共享充电宝租赁柜的借还共享充电宝方法 |
CN113886792A (zh) * | 2021-12-06 | 2022-01-04 | 北京惠朗时代科技有限公司 | 一种声纹识别和人脸识别相结合的印控仪应用方法和系统 |
CN114445052A (zh) * | 2022-04-07 | 2022-05-06 | 北京吉道尔科技有限公司 | 基于区块链的智慧教育学生出勤大数据统计方法及系统 |
CN114613073A (zh) * | 2022-04-18 | 2022-06-10 | 宁波小遛共享信息科技有限公司 | 共享车辆的还车控制方法、装置和电子设备 |
-
2022
- 2022-08-30 CN CN202211050533.1A patent/CN115131110B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014086055A (ja) * | 2012-10-26 | 2014-05-12 | Identity Kk | リース対象物管理システム、および、管理サーバ |
CN108052902A (zh) * | 2017-12-12 | 2018-05-18 | 途客思科技(天津)有限公司 | 用户识别方法及电子设备 |
CN110047313A (zh) * | 2019-02-27 | 2019-07-23 | 山东开创云软件有限公司 | 一种共享汽车的还车方法及装置 |
CN110197541A (zh) * | 2019-05-21 | 2019-09-03 | 北京首汽智行科技有限公司 | 一种基于区块链的共享汽车管理方法 |
US20200402219A1 (en) * | 2019-06-19 | 2020-12-24 | Deere & Company | Apparatus and methods for augmented reality vehicle condition inspection |
CN111723718A (zh) * | 2020-06-11 | 2020-09-29 | 杭州智行星科技有限公司 | 基于人脸识别的还车确认方法、系统、终端和存储介质 |
CN113421079A (zh) * | 2021-06-22 | 2021-09-21 | 深圳天盘实业有限公司 | 一种基于共享充电宝租赁柜的借还共享充电宝方法 |
CN113886792A (zh) * | 2021-12-06 | 2022-01-04 | 北京惠朗时代科技有限公司 | 一种声纹识别和人脸识别相结合的印控仪应用方法和系统 |
CN114445052A (zh) * | 2022-04-07 | 2022-05-06 | 北京吉道尔科技有限公司 | 基于区块链的智慧教育学生出勤大数据统计方法及系统 |
CN114613073A (zh) * | 2022-04-18 | 2022-06-10 | 宁波小遛共享信息科技有限公司 | 共享车辆的还车控制方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115131110B (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6527678B2 (ja) | プライバシー保護のための延滞車両特定 | |
Baran et al. | A smart camera for the surveillance of vehicles in intelligent transportation systems | |
Lee et al. | Available parking slot recognition based on slot context analysis | |
CN114332513B (zh) | 一种面向智慧城市的新能源汽车异常停放大数据检测方法 | |
JP2018513495A (ja) | デュアル埋め込み型光学文字認識(ocr)エンジン | |
CN112633255B (zh) | 目标检测方法、装置及设备 | |
CN115100450B (zh) | 基于人工智能的智慧交通品牌汽车大数据检测方法及系统 | |
Kumtepe et al. | Driver aggressiveness detection via multisensory data fusion | |
CN111368612A (zh) | 超员检测系统、人员检测方法及电子设备 | |
CN115600249A (zh) | 基于区块链的元宇宙电商购物大数据安全保护方法及系统 | |
CN115147253A (zh) | 基于区块链的智慧校园图书大数据借阅管理方法及系统 | |
CN111611944A (zh) | 身份识别方法及装置、电子设备、存储介质 | |
CN114724122A (zh) | 一种目标追踪方法、装置、电子设备及存储介质 | |
CN114155172A (zh) | 一种图像处理方法和系统 | |
CN115131110B (zh) | 一种基于区块链的智慧交通共享汽车智能应用方法及系统 | |
SP et al. | Automatic Number Plate Recognition System for Entry and Exit Management | |
Amin et al. | An automatic number plate recognition of Bangladeshi vehicles | |
CN115620029A (zh) | 一种面向智慧城市的业主实际居住大数据检测方法与系统 | |
CN113537087A (zh) | 一种智慧交通信息处理方法、装置及服务器 | |
CN115205950B (zh) | 基于区块链的智慧交通地铁乘客检测及结账方法和系统 | |
CN115661784B (zh) | 一种面向智慧交通的交通标志图像大数据识别方法与系统 | |
CN111161542B (zh) | 车辆识别方法及装置 | |
Musthafa et al. | Smart Authentication System Using Deep Learning Techniques Based on Face and License Plate Recognition | |
CN115578665B (zh) | 一种基于车辆行驶数据的资源处理方法及系统 | |
CN116012831A (zh) | 基于区块链的智慧城市海量汽车停放智能结算方法和系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |