CN116580488B - 一种基于计算机图像识别的车辆通行系统 - Google Patents
一种基于计算机图像识别的车辆通行系统 Download PDFInfo
- Publication number
- CN116580488B CN116580488B CN202310845687.8A CN202310845687A CN116580488B CN 116580488 B CN116580488 B CN 116580488B CN 202310845687 A CN202310845687 A CN 202310845687A CN 116580488 B CN116580488 B CN 116580488B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- owner
- visitor
- image
- information
- 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
- 230000004888 barrier function Effects 0.000 claims description 42
- 238000012544 monitoring process Methods 0.000 claims description 34
- 238000012795 verification Methods 0.000 claims description 32
- 238000000605 extraction Methods 0.000 claims description 26
- 230000003068 static effect Effects 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 18
- 230000009191 jumping Effects 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
Classifications
-
- 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
- G07C9/00—Individual registration on entry or exit
- G07C9/20—Individual registration on entry or exit involving the use of a pass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
- G06K7/1417—2D bar codes
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- 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
- 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
- G07C9/00—Individual registration on entry or exit
- G07C9/20—Individual registration on entry or exit involving the use of a pass
- G07C9/27—Individual registration on entry or exit involving the use of a pass with central registration
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于计算机图像识别的车辆通行系统,涉及车辆通行技术领域,本发明包括云端数据平台、业主移动终端、访客车主移动终端以及车辆通行自动识别管理模块,所述云端数据平台、业主移动终端、访客车主移动终端、车辆通行自动识别管理模块之间均建立通信连接。本发明为一种基于计算机图像识别的车辆通行系统,通过设置的车辆自动识别管理模块,对访客车辆身份鉴别时,不需要出入口管理人员通过询问访客要访问的业主确认等方式来鉴别访客身份,耗费时间较短,能够避免不法分子套用假车牌号码同样可以进出道闸,降低了不明身份的访客对出入场景带来安全隐患。
Description
技术领域
本发明涉及车辆通行技术领域,特别涉及一种基于计算机图像识别的车辆通行系统。
背景技术
随着通信技术、图像识别技术,智能手机技术等诸多技术的发展,以人工智能,深度学习为方向的生物识别门禁系统得到迅速发展;而车辆识别门禁由于快捷,通行方便,用户体验好而在诸如小区,工厂,政府机关等车辆出入口场景中得到越来越多的使用和推广。由于汽车的普及,车辆已经走入千家万户。以驾车方式出入小区,工厂,政府机关等场景拜访朋友,拜访客户,处理事情等已经变得越来越普遍。
目前,对于车辆通行管理方面还存在一些问题,比如对访客车辆身份鉴别,认证问题就导致出入口管理人员需要通过询问,访客要访问的业主确认等方式来鉴别,耗费时间较长;车辆在进出道闸时,只需要对车辆的车牌号码进行识别验证,若验证通过,则开启道闸允许车辆通行,然而,现有技术中车辆通行方式存在一定技术缺陷,一些不法分子套用假车牌号码同样可以进出道闸,存在不明身份的访客对出入场景带来安全隐患。这些访客车辆通行问题,常常导致场景安全隐患等问题,给出入场景管理带来困惑和管理问题。
因此,有必要提供一种基于计算机图像识别的车辆通行系统。
发明内容
本发明的主要目的在于提供一种基于计算机图像识别的车辆通行系统,可以有效解决背景技术目前对访客车辆身份鉴别,认证问题就导致出入口管理人员需要通过询问,访客要访问的业主确认等方式来鉴别,耗费时间较长;车辆在进出道闸时,只需要对车辆的车牌号码进行识别验证,若验证通过,则开启道闸允许车辆通行,然而,现有技术中车辆通行方式存在一定技术缺陷,一些不法分子套用假车牌号码同样可以进出道闸,存在不明身份的访客对出入场景带来安全隐患。这些访客车辆通行问题,常常导致场景安全隐患等问题,给出入场景管理带来困惑和管理的问题。
为实现上述目的,本发明采取的技术方案为:一种基于计算机图像识别的车辆通行系统,包括云端数据平台、业主移动终端、访客车主移动终端以及车辆通行自动识别管理模块,所述云端数据平台、业主移动终端、访客车主移动终端、车辆通行自动识别管理模块之间均建立通信连接;
所述云端数据平台包括云端处理器、云端存储器和多个管理终端,多个所述管理终端用于读取车辆二维码标签,完成信息导入、导出、查询、删除以及反馈处理结果;所述云端处理器用于接收车辆二维码标签,对其进行处理后传输至云端存储器中;所述云端存储器用于对车辆二维码标签进行存储;
所述业主移动终端用于查询、修改、导出车辆二维码标签;
所述访客车主移动终端用于接收业主移动终端信息,核实访客身份;
所述车辆通行自动识别管理模块包括控制单元以及采集单元,所述控制单元与所述采集单元之间建立通信连接,所述车辆通行自动识别管理模块用于生成业主车辆二维码标签;
所述控制单元包括上位机系统管理软件、PC机Windows平台、MCU下位机以及道闸机械装置;
所述上位机系统管理软件采用微软MFC编译开发环境编写运行在所述PC机Windows平台上,所述上位机系统管理软件集图像处理识别、二维码生成、车辆信息管理、人机接口界面功能;
所述MCU下位机用于控制所述道闸机械装置中的驱动电机,所述MCU下位机接收上位机系统管理软件下发的控制指令及相关状态信息,在接收到指令后进行解析并执行指令;
所述采集单元包括监控摄像头,所述监控摄像头安装在所述道闸机械装置的道闸口处,且所述监控摄像头与所述MCU下位机通信连接,所述MCU下位机用于对所述监控摄像头采集的车辆图像信息的处理,所述监控摄像头包括第一采集模块以及第二采集模块,所述第一采集模块用于采集出入车辆图像信息,所述第二采集模块用于监控、车牌号扫描以及充当二维码识读传感器;
所述车辆二维码标签包括访客车辆二维码标签与业主车辆二维码标签;
所述控制单元还包括电机驱动电路以及电源模块,所述电机驱动电路用于连接MCU下位机与道闸机械装置中的驱动电机,所述电源模块用于供电给系统各个模块与单元;
所述车辆通行自动识别管理模块的运行方法包括以下步骤:
a、业主车辆信息验证:
a1、通过所述监控摄像头中的第二采集模块对位于所述道闸机械装置的道闸口处车辆的车牌号信息进行扫描,并通过所述PC机Windows平台中的所述上位机系统管理软件对扫描出来的车牌号信息,与所述PC机Windows平台中运行的所述上位机系统管理软件的信息库中的车辆信息进行比对,初步判断来访车辆为业主或访客车辆,若为业主车辆,则跳转至步骤a2;
a2、通过所述监控摄像头中的所述第一采集模块采集业主或访客车辆静态信息,并将其传输至所述PC机Windows平台;
所述步骤a2包括以下步骤:
a21、所述监控摄像头的第一采集模块采集车辆图片;
a22、通过所述第一采集模块中的处理器判断是否检测到车辆,若检测到车辆,将车辆图片信息传递至所述PC机Windows平台中并跳转至步骤a23,若没有检测到车辆,则修正环境底图返回至a21;
a23、通过所述上位机系统管理软件对车辆图像进行提取以及图像滤波去噪处理,获得业主车辆图像特征,并将其传输至所述PC机Windows平台;
所述步骤a23包括以下步骤:
a231、业主车辆图像特征获取完成后,传输至所述上位机系统管理软件中的模型训练模块中;
a232、通过所述模型训练模块中的特征提取单元对业主车辆图像特征提取模型进行训练,得到训练后的图像特征提取模型,对应作为第一图像特征提取模型;
a233、通过预设在所述模型训练模块中的第一损失函数,对不同角度和形态的第一图像特征提取模型进行修正;
a234、通过预设在所述模型训练模块中的对比单元对第一图像特征提取模型进行修正对比以生成对比结果;
a235、通过预设在所述模型训练模块中的分析单元将对比结果与预设的阈值进行比对,若在阈值范围内,则将其确定为目标图像,并发送指令至第二采集模块,打开道闸机械装置中的闸门后结束;
a236、所述分析单元将对比结果传输至业主移动终端,由业主判断其是否为访客车辆;
b、访客车辆信息核实与通行:
b1、通过所述监控摄像头中的所述第二采集模块对位于所述道闸机械装置的道闸口处车辆的车牌号信息进行扫描,并通过所述PC机Windows平台中的所述上位机系统管理软件对扫描出来的车牌号信息,与所述PC机Windows平台中运行的所述上位机系统管理软件的信息库中的车辆信息进行比对,初步判断来访车辆为业主或访客车辆,若为访客车辆,则跳转步骤b2;
b2、通过所述监控摄像头中的所述第一采集模块采集访客车辆静态信息,并将其传输至所述PC机Windows平台;
b3、所述PC机Windows平台中的所述上位机系统管理软件对访客车辆静态信息进行解析后,生成访客车辆二维码标签,并将其传输至所述云端存储器中进行存储;
b4、所述云端处理器调取所述云端存储器中对应的业主车辆二维码标签,对其进行处理后生成相应核验码,并将核验码发送至所述业主移动终端,且通过所述云端处理器中的传输单元将业主车辆二维码标签发送至所述道闸机械装置中的显示模块中;
b5、通过访客车主扫描业主车辆二维码标签,并填入通过所述访客车主移动终端接收所述业主移动终端发送的核验码进行核实,若核实成功,所述上位机系统管理软件发送指令至所述MCU下位机并跳转至步骤b6,如核实失败,则返回至步骤b3;
b6、所述MCU下位机接收所述上位机系统管理软件下发的控制指令及相关状态信息,在接收到指令后进行解析并执行指令,通过所述电机驱动电路控制所述道闸机械装置中的驱动电机启动,打开所述道闸机械装置中的闸门。
优选地,所述步骤b4中云端处理器调取云端存储器中对应的业主车辆二维码标签包括以下步骤:
来访车辆进入所述道闸机械装置中的道闸口处时,所述监控摄像头中的所述第一采集模块中的处理器检测到车辆,并通过所述云端数据平台中的管理终端生成调取码,并将调取码传输至所述道闸机械装置中的显示模块;
访客通过所述访客车主移动终端扫描调取码,并输入所要访问的业主的车辆信息;
所述管理终端通过调取码调取所述云端存储器中对应存储单元存储的业主车辆信息,获取业主车辆二维码标签。
优选地,所述步骤b2包括以下步骤:
b21、所述监控摄像头的所述第一采集模块采集访客车辆图片;
b22、通过所述第一采集模块中的处理器判断是否检测到车辆,若检测到车辆,将车辆图片信息传递至所述PC机Windows平台中并跳转至步骤b23,若没有检测到车辆,则修正环境底图返回至b21;
b23、通过所述上位机系统管理软件对车辆图像进行提取以及图像滤波去噪处理,获得访客车辆图像特征,并将其传输至所述PC机Windows平台;
b24、所述PC机Windows平台中的所述上位机系统管理软件对访客车辆图像特征进行解析,生成访客车辆二维码标签,并将其传输至所述云端存储器中进行存储。
优选地,所述步骤b23中车辆图像提取包括以下步骤:
Q1、通过所述上位机系统管理软件中的扫描单元顺序扫描车辆图像d(x,y)中的每一行,从某行M1开始到Mm结束,每行中灰度值非0的像素数Mi≥K1,1≤i≤m,K1为统计的经验门限值,并截取M1行到Mm行部分c(x,y),车体图像会在c(x,y)中,保存M1和Mm;
Q2、通过所述上位机系统管理软件中的扫描单元顺序扫描图像c(x,y)中的每一列,从某列N1开始到Nn结束,每列中灰度值非0的像素数Ni≥K2,1≤i≤n,K2为统计的门限值,保存N1和Nn;
Q3、通过所述上位机系统管理软件中的截取单元从采集图像f(x,y)中截取(M1,N1)到(Mm,Nn)部分T(x,y),得到的T(x,y)即为所需的车体图像。
优选地,所述步骤b23中的图像滤波去噪处理步骤为:通过所述上位机系统管理软件中的扫描单元扫描整个图像,若某像素的值为0,就考察该像素的领域中灰度值为0的像素个数,如果大于一定的阈值,说明该像素不是离散点,否则就是离散点,将其值改为1,从而去掉杂点。
与现有技术相比,本发明具有如下有益效果:
1.本发明中,通过监控摄像头中的第一采集模块采集业主车辆静态信息,通过PC机Windows平台中的上位机系统管理软件对车辆静态信息进行解析后,生成业主车辆二维码标签,通过云端处理器调取所述云端存储器中对应的业主车辆二维码标签,对其进行处理后生成核验码,并将核验码与业主车辆二维码标签分别发送至业主移动终端以及所述道闸机械装置中的显示模块中,通过访客车主移动终端接收业主移动终端发送的核验码,并扫描所述业主车辆二维码标签,填入核验码进行核实,核实成功,则MCU下位机接收上位机系统管理软件下发的控制指令及相关状态信息,在接收到指令后进行解析并执行指令,通过电机驱动电路控制所述道闸机械装置中的驱动电机启动,打开道闸机械道闸装置中的闸门,若核实失败,则访客车辆不允许通行,对访客车辆身份鉴别时,不需要出入口管理人员通过询问访客要访问的业主确认等方式来鉴别访客身份,耗费时间较短;
2.本发明中,通过设置的车辆自动识别管理模块,通过监控摄像头的第一采集模块采集业主与访客车辆图片,对车辆图像进行提取以及图像滤波去噪处理,分别获得业主车辆图像特征以及访客车辆图像特征,对所述业主车辆图像特征以及访客车辆图像特征分别提取模型进行训练,对所述第一图像特征提取模型以及第二图像特征提取模型进行修正对比以生成对比结果,将对比结果与预设的阈值进行比对,若在阈值范围内,则将其确定为目标图像,并发送指令至所述第二采集模块,打开所述道闸机械道闸装置中的闸门,允许车辆通行,若不在阈值范围内,则不允许车辆通行,避免不法分子套用假车牌号码同样可以进出道闸,降低了不明身份的访客对出入场景带来安全隐患。
附图说明
图1为本发明一种基于计算机图像识别的车辆通行系统流程图;
图2为本发明一种基于计算机图像识别的车辆通行系统车辆通行自动识别管理模块流程图;
图3为本发明一种基于计算机图像识别的车辆通行系统业主车辆图像特征以及访客车辆图像特征对比流程图;
图4为本发明一种基于计算机图像识别的车辆通行系统业主或访客车辆静态信息采集与解析流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“设置有”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
请参照图1-4所示,本发明为一种基于计算机图像识别的车辆通行系统,一种基于计算机图像识别的车辆通行系统,包括云端数据平台、业主移动终端、访客车主移动终端以及车辆通行自动识别管理模块,云端数据平台、业主移动终端、访客车主移动终端、车辆通行自动识别管理模块之间均建立通信连接;
云端数据平台包括云端处理器、云端存储器和多个管理终端,多个管理终端用于读取车辆二维码标签,完成信息导入、导出、查询、删除以及反馈处理结果;云端处理器用于接收车辆二维码标签,对其进行处理后传输至云端存储器中;云端存储器用于对车辆二维码标签进行存储,通过业主移动终端对车辆二维码标签进行修改时,管理终端接收修改指令,并对电子标签信息进行相应地修改;
业主移动终端用于查询、修改、导出车辆二维码标签;
访客车主移动终端用于接收业主移动终端信息,核实访客身份;
车辆通行自动识别管理模块包括控制单元以及采集单元,控制单元与采集单元之间建立通信连接,车辆通行自动识别管理模块用于生成业主车辆二维码标签;
控制单元包括上位机系统管理软件、PC机Windows平台、MCU下位机以及道闸机械装置;
上位机系统管理软件采用微软MFC编译开发环境编写运行在PC机Windows平台上,上位机系统管理软件集图像处理识别、二维码生成、车辆信息管理、人机接口界面功能;
MCU下位机用于控制道闸机械装置中的驱动电机,MCU下位机接收上位机系统管理软件下发的控制指令及相关状态信息,在接收到指令后进行解析并执行指令;
采集单元包括监控摄像头,监控摄像头安装在道闸机械装置的道闸口处,且监控摄像头与MCU下位机通信连接,MCU下位机用于对监控摄像头采集的车辆图像信息的处理,监控摄像头包括第一采集模块以及第二采集模块,第一采集模块用于采集出入车辆图像信息,第二采集模块用于监控、车牌号扫描以及充当二维码识读传感器。
其中,车辆二维码标签包括访客车辆二维码标签与业主车辆二维码标签。
其中,控制单元还包括电机驱动电路以及电源模块,电机驱动电路用于连接MCU下位机与道闸机械装置中的驱动电机,电源模块用于供电给系统各个模块与单元。
其中,车辆通行自动识别管理模块包括以下步骤:
车辆通行自动识别管理模块的运行方法包括以下步骤:
a、业主车辆信息验证:
a1、通过监控摄像头中的第二采集模块对位于道闸机械装置的道闸口处车辆的车牌号信息进行扫描,并通过PC机Windows平台中的上位机系统管理软件对扫描出来的车牌号信息,与PC机Windows平台中运行的上位机系统管理软件的信息库中的车辆信息进行比对,初步判断来访车辆为业主或访客车辆,若为业主车辆,则跳转至步骤a2;
PC机Windows平台中运行的上位机系统管理软件中的信息库用于对业主车辆信息进行预存,其中预存的业主车辆信息包括车牌号、车辆型号规格、外观等信息特征;
a2、通过监控摄像头中的第一采集模块采集业主或访客车辆静态信息,并将其传输至PC机Windows平台;
其中,通过步骤a2用于对来访车辆信息进行再次验证,避免套牌车辆进入,还包括以下步骤:
a21、监控摄像头的第一采集模块采集车辆图片;
a22、通过第一采集模块中的处理器判断是否检测到车辆,若检测到车辆,将车辆图片信息传递至PC机Windows平台中并跳转至步骤a23,若没有检测到车辆,则修正环境底图返回至a21;
a23、通过上位机系统管理软件对车辆图像进行提取以及图像滤波去噪处理,获得业主车辆图像特征,并将其传输至PC机Windows平台;
步骤a23包括以下步骤:
a231、业主车辆图像特征获取完成后,传输至上位机系统管理软件中的模型训练模块中;
a232、通过模型训练模块中的特征提取单元对业主车辆图像特征提取模型进行训练,得到训练后的图像特征提取模型,对应作为第一图像特征提取模型;
a233、通过预设在模型训练模块中的第一损失函数,对不同角度和形态的第一图像特征提取模型进行修正;
a234、通过预设在模型训练模块中的对比单元对第一图像特征提取模型进行修正对比以生成对比结果;
a235、通过预设在模型训练模块中的分析单元将对比结果与预设的阈值进行比对,若在阈值范围内,则将其确定为目标图像(即核实为业主车辆),并发送指令至第二采集模块,打开道闸机械装置中的闸门后结束;
a236、分析单元将对比结果传输至业主移动终端,由业主判断其是否为访客车辆;
通过上述步骤a1、a2对车辆信息进行验证,以判断是否为业主车辆;
其中,访客车辆信息核实与通行包括以下步骤:
b1、通过监控摄像头中的第二采集模块对位于道闸机械装置的道闸口处车辆的车牌号信息进行扫描,并通过PC机Windows平台中的上位机系统管理软件对扫描出来的车牌号信息,与PC机Windows平台中运行的上位机系统管理软件的信息库中的车辆信息进行比对,初步判断来访车辆为业主或访客车辆,若为访客车辆,则跳转步骤b2;
b2、通过监控摄像头中的第一采集模块采集访客车辆静态信息,并将其传输至PC机Windows平台;
b3、PC机Windows平台中的上位机系统管理软件对访客车辆静态信息进行解析后,生成访客车辆二维码标签,并将其传输至云端存储器中进行存储;
b4、云端处理器调取云端存储器中对应的业主车辆二维码标签,对其进行处理后生成相应核验码,并将核验码发送至业主移动终端,且通过云端处理器中的传输单元将业主车辆二维码标签发送至道闸机械装置中的显示模块中;
其中,云端处理器调取云端存储器中对应的业主车辆二维码标签步骤为:(1)来访车辆进入道闸机械装置中的道闸口处时,监控摄像头中第一采集模块中的处理器检测到车辆,并通过云端数据平台中的管理终端生成调取码,(调取码与云端存储器中各个存储单元一一连接,业主车牌号等信息存储于每个存储单元中)并将调取码传输至道闸机械装置中的显示模块;(2)访客通过访客车主移动终端扫描调取码,并输入所要访问的业主的车辆信息;(3)管理终端通过调取码调取云端存储器中对应存储单元存储的业主车辆信息,获取业主车辆二维码标签;
核验码有效时间可由业主自主设定,且核验码间隔一段时间自动刷新,安全性较高;
b5、通过访客车主扫描业主车辆二维码标签,并填入通过访客车主移动终端接收业主移动终端发送的核验码进行核实,若核实成功,上位机系统管理软件发送指令至MCU下位机并跳转至步骤b6,如核实失败,则返回至步骤b3;
b6、MCU下位机接收上位机系统管理软件下发的控制指令及相关状态信息,在接收到指令后进行解析并执行指令,通过电机驱动电路控制道闸机械装置中的驱动电机启动,打开道闸机械装置中的闸门。
其中,访客车辆在访问时可通过对其静态信息进行采集与解析,并将其传输至云端存储器中进行存储,方便后续访客来访,即为上述步骤b2、b3,且步骤b2包括以下步骤:
b21、监控摄像头的第一采集模块采集访客车辆图片;
b22、通过第一采集模块中的处理器判断是否检测到车辆,若检测到车辆,将车辆图片信息传递至PC机Windows平台中并跳转至步骤b23,若没有检测到车辆,则修正环境底图返回至b21;
b23、通过上位机系统管理软件对车辆图像进行提取以及图像滤波去噪处理,获得访客车辆图像特征,并将其传输至PC机Windows平台;
b24、PC机Windows平台中的上位机系统管理软件对访客车辆图像特征进行解析,生成访客车辆二维码标签,并将其传输至云端存储器中进行存储。
通过云端存储器对访客车辆二维码标签进行存储,并将对应的访客车辆二维码标签传输至访客车主移动终端,访客车主通过访客车主移动终端扫描道闸机械装置显示模块中的访客车辆二维码标签,获取核验码并填入验证,方便后续访客车辆通行;
其中,访客车辆二维码标签与业主车辆二维码标签生成步骤为:通过上位机系统管理软件中的解析单元将业主车辆图像特征以及访客车辆图像特征分割成若干个像素点,通过在上位机系统管理软件中预设定位条件,通过上位机系统管理软件中的计算单元判断每个像素点是否符合定位条件,若符合,则将满足定位条件的若干个第一像素点均匀分散至预设在上位机系统管理软件中的网格中,若不符合,则对不满足定位条件的若干个第二像素点进行分组,使其对应排列在对应的第一像素点周围,从而对应生成访客车辆二维码标签与业主车辆二维码标签。
其中,步骤b23中车辆图像提取包括以下步骤:
Q1、通过上位机系统管理软件中的扫描单元顺序扫描车辆图像d(x,y)中的每一行,从某行M1开始到Mm结束,每行中灰度值非0的像素数Mi≥K1,1≤i≤m,K1为统计的经验门限值,并截取M1行到Mm行部分c(x,y),车体图像会在c(x,y)中,保存M1和Mm;
Q2、通过上位机系统管理软件中的扫描单元顺序扫描图像c(x,y)中的每一列,从某列N1开始到Nn结束,每列中灰度值非0的像素数Ni≥K2,1≤i≤n,K2为统计的门限值,保存N1和Nn;
Q3、通过上位机系统管理软件中的截取单元从采集图像f(x,y)中截取(M1,N1)到(Mm,Nn)部分T(x,y),得到的T(x,y)即为所需的车体图像。
其中,步骤b23中的图像滤波去噪处理步骤为:通过上位机系统管理软件中的扫描单元扫描整个图像,若某像素的值为0(黑色),就考察该像素的领域中灰度值为0的像素个数,如果大于一定的阈值,说明该像素不是离散点,否则就是离散点,将其值改为1,从而去掉杂点,离散点,即一个一个的离散的点,就是孤立的点集。
本发明的工作原理为:(1)业主车辆通行,通过设置的车辆自动识别管理模块,通过监控摄像头的第一采集模块采集业主与访客车辆图片,通过上位机系统管理软件对车辆图像进行提取以及图像滤波去噪处理,分别获得业主车辆图像特征以及访客车辆图像特征,通过模型训练模块中的特征提取单元对业主车辆图像特征以及访客车辆图像特征分别提取模型进行训练,通过预设在模型训练模块中的对比单元对第一图像特征提取模型以及第二图像特征提取模型进行修正对比以生成对比结果,通过预设在模型训练模块中的分析单元将对比结果与预设的阈值进行比对,若在阈值范围内,则将其确定为目标图像,并发送指令至第二采集模块,打开道闸机械道闸装置中的闸门,允许车辆通行,若不在阈值范围内,则不允许车辆通行;
(2)访客车辆通行,通过监控摄像头中的第一采集模块采集业主车辆静态信息,通过PC机Windows平台中的上位机系统管理软件对车辆静态信息进行解析后,生成业主车辆二维码标签,通过云端处理器调取云端存储器中对应的业主车辆二维码标签,对其进行处理后生成核验码,并将核验码与业主车辆二维码标签分别发送至业主移动终端以及道闸机械装置中的显示模块中,通过访客车主移动终端接收业主移动终端发送的核验码,并扫描业主车辆二维码标签,填入核验码进行核实,核实成功,则MCU下位机接收上位机系统管理软件下发的控制指令及相关状态信息,在接收到指令后进行解析并执行指令,通过电机驱动电路控制道闸机械装置中的驱动电机启动,打开道闸机械道闸装置中的闸门,若核实失败,则访客车辆不允许通行,对访客车辆身份鉴别时,不需要出入口管理人员通过询问访客要访问的业主确认等方式来鉴别访客身份,耗费时间较短。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,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。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (4)
1.一种基于计算机图像识别的车辆通行系统,其特征在于:包括云端数据平台、业主移动终端、访客车主移动终端以及车辆通行自动识别管理模块,所述云端数据平台、业主移动终端、访客车主移动终端、车辆通行自动识别管理模块之间均建立通信连接;
所述云端数据平台包括云端处理器、云端存储器和多个管理终端,多个所述管理终端用于读取车辆二维码标签,完成信息导入、导出、查询、删除以及反馈处理结果;所述云端处理器用于接收车辆二维码标签,对其进行处理后传输至云端存储器中;所述云端存储器用于对车辆二维码标签进行存储;
所述业主移动终端用于查询、修改、导出车辆二维码标签;
所述访客车主移动终端用于接收业主移动终端信息,核实访客身份;
所述车辆通行自动识别管理模块包括控制单元以及采集单元,所述控制单元与所述采集单元之间建立通信连接,所述车辆通行自动识别管理模块用于生成业主车辆二维码标签;
所述控制单元包括上位机系统管理软件、PC机Windows平台、MCU下位机以及道闸机械装置;
所述上位机系统管理软件采用微软MFC编译开发环境编写运行在所述PC机Windows平台上,所述上位机系统管理软件集图像处理识别、二维码生成、车辆信息管理、人机接口界面功能;
所述MCU下位机用于控制所述道闸机械装置中的驱动电机,所述MCU下位机接收上位机系统管理软件下发的控制指令及相关状态信息,在接收到指令后进行解析并执行指令;
所述采集单元包括监控摄像头,所述监控摄像头安装在所述道闸机械装置的道闸口处,且所述监控摄像头与所述MCU下位机通信连接,所述MCU下位机用于对所述监控摄像头采集的车辆图像信息的处理,所述监控摄像头包括第一采集模块以及第二采集模块,所述第一采集模块用于采集出入车辆图像信息,所述第二采集模块用于监控、车牌号扫描以及充当二维码识读传感器;
所述车辆二维码标签包括访客车辆二维码标签与业主车辆二维码标签;
所述控制单元还包括电机驱动电路以及电源模块,所述电机驱动电路用于连接MCU下位机与道闸机械装置中的驱动电机,所述电源模块用于供电给系统各个模块与单元;
所述车辆通行自动识别管理模块的运行方法包括以下步骤:
a、业主车辆信息验证:
a1、通过所述监控摄像头中的第二采集模块对位于所述道闸机械装置的道闸口处车辆的车牌号信息进行扫描,并通过所述PC机Windows平台中的所述上位机系统管理软件对扫描出来的车牌号信息,与所述PC机Windows平台中运行的所述上位机系统管理软件的信息库中的车辆信息进行比对,初步判断来访车辆为业主或访客车辆,若为业主车辆,则跳转至步骤a2;
a2、通过所述监控摄像头中的所述第一采集模块采集业主或访客车辆静态信息,并将其传输至所述PC机Windows平台;
所述步骤a2包括以下步骤:
a21、所述监控摄像头的第一采集模块采集车辆图片;
a22、通过所述第一采集模块中的处理器判断是否检测到车辆,若检测到车辆,将车辆图片信息传递至所述PC机Windows平台中并跳转至步骤a23,若没有检测到车辆,则修正环境底图返回至a21;
a23、通过所述上位机系统管理软件对车辆图像进行提取以及图像滤波去噪处理,获得业主车辆图像特征,并将其传输至所述PC机Windows平台;
所述步骤a23包括以下步骤:
a231、所述业主车辆图像特征获取完成后,传输至所述上位机系统管理软件中的模型训练模块中;
a232、通过所述模型训练模块中的特征提取单元对业主车辆图像特征提取模型进行训练,得到训练后的图像特征提取模型,对应作为第一图像特征提取模型;
a233、通过预设在所述模型训练模块中的第一损失函数,对不同角度和形态的第一图像特征提取模型进行修正;
a234、通过预设在所述模型训练模块中的对比单元对第一图像特征提取模型进行修正对比以生成对比结果;
a235、通过预设在所述模型训练模块中的分析单元将对比结果与预设的阈值进行比对,若在阈值范围内,则将其确定为目标图像,并发送指令至第二采集模块,打开道闸机械装置中的闸门后结束,若不在阈值范围内,则跳转至步骤a236;
a236、所述分析单元将对比结果传输至业主移动终端,由业主判断其是否为访客车辆;
b、访客车辆信息核实与通行:
b1、通过所述监控摄像头中的所述第二采集模块对位于所述道闸机械装置的道闸口处车辆的车牌号信息进行扫描,并通过所述PC机Windows平台中的所述上位机系统管理软件对扫描出来的车牌号信息,与所述PC机Windows平台中运行的所述上位机系统管理软件的信息库中的车辆信息进行比对,初步判断来访车辆为业主或访客车辆,若为访客车辆,则跳转步骤b2;
b2、通过所述监控摄像头中的所述第一采集模块采集访客车辆静态信息,并将其传输至所述PC机Windows平台;
b3、所述PC机Windows平台中的所述上位机系统管理软件对访客车辆静态信息进行解析后,生成访客车辆二维码标签,并将其传输至所述云端存储器中进行存储;
b4、所述云端处理器调取所述云端存储器中对应的业主车辆二维码标签,对其进行处理后生成相应核验码,并将核验码发送至所述业主移动终端,且通过所述云端处理器中的传输单元将业主车辆二维码标签发送至所述道闸机械装置中的显示模块中;
b5、通过访客车主扫描业主车辆二维码标签,并填入通过所述访客车主移动终端接收所述业主移动终端发送的核验码进行核实,若核实成功,所述上位机系统管理软件发送指令至所述MCU下位机并跳转至步骤b6,如核实失败,则返回至步骤b3;
b6、所述MCU下位机接收所述上位机系统管理软件下发的控制指令及相关状态信息,在接收到指令后进行解析并执行指令,通过所述电机驱动电路控制所述道闸机械装置中的驱动电机启动,打开所述道闸机械装置中的闸门;
所述步骤b4中云端处理器调取云端存储器中对应的业主车辆二维码标签包括以下步骤:
来访车辆进入所述道闸机械装置中的道闸口处时,所述监控摄像头中的所述第一采集模块中的处理器检测到车辆,并通过所述云端数据平台中的管理终端生成调取码,并将调取码传输至所述道闸机械装置中的显示模块;
访客通过所述访客车主移动终端扫描调取码,并输入所要访问的业主的车辆信息;
所述管理终端通过调取码调取所述云端存储器中对应存储单元存储的业主车辆信息,获取业主车辆二维码标签。
2.根据权利要求1所述的一种基于计算机图像识别的车辆通行系统,其特征在于:所述步骤b2包括以下步骤:
b21、所述监控摄像头的所述第一采集模块采集访客车辆图片;
b22、通过所述第一采集模块中的处理器判断是否检测到车辆,若检测到车辆,将车辆图片信息传递至所述PC机Windows平台中并跳转至步骤b23,若没有检测到车辆,则修正环境底图返回至b21;
b23、通过所述上位机系统管理软件对车辆图像进行提取以及图像滤波去噪处理,获得访客车辆图像特征,并将其传输至所述PC机Windows平台;
b24、所述PC机Windows平台中的所述上位机系统管理软件对访客车辆图像特征进行解析,生成访客车辆二维码标签,并将其传输至所述云端存储器中进行存储。
3.根据权利要求2所述的一种基于计算机图像识别的车辆通行系统,其特征在于:所述步骤b23中车辆图像提取包括以下步骤:
Q1、通过所述上位机系统管理软件中的扫描单元顺序扫描车辆图像d(x,y)中的每一行,从某行M1开始到Mm结束,每行中灰度值非0的像素数Mi≥K1,1≤i≤m,K1为统计的经验门限值,并截取M1行到Mm行部分c(x,y),车体图像会在c(x,y)中,保存M1和Mm;
Q2、通过所述上位机系统管理软件中的扫描单元顺序扫描图像c(x,y)中的每一列,从某列N1开始到Nn结束,每列中灰度值非0的像素数Ni≥K2,1≤i≤n,K2为统计的门限值,保存N1和Nn;
Q3、通过所述上位机系统管理软件中的截取单元从采集图像f(x,y)中截取(M1,N1)到(Mm,Nn)部分T(x,y),得到的T(x,y)即为所需的车体图像。
4.根据权利要求3所述的一种基于计算机图像识别的车辆通行系统,其特征在于:所述步骤b23中的图像滤波去噪处理步骤为:通过所述上位机系统管理软件中的扫描单元扫描整个图像,若某像素的值为0,就考察该像素的领域中灰度值为0的像素个数,如果大于一定的阈值,说明该像素不是离散点,否则就是离散点,将其值改为1,从而去掉杂点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310845687.8A CN116580488B (zh) | 2023-07-11 | 2023-07-11 | 一种基于计算机图像识别的车辆通行系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310845687.8A CN116580488B (zh) | 2023-07-11 | 2023-07-11 | 一种基于计算机图像识别的车辆通行系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116580488A CN116580488A (zh) | 2023-08-11 |
CN116580488B true CN116580488B (zh) | 2023-10-10 |
Family
ID=87545640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310845687.8A Active CN116580488B (zh) | 2023-07-11 | 2023-07-11 | 一种基于计算机图像识别的车辆通行系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116580488B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090017733A (ko) * | 2007-08-16 | 2009-02-19 | 최옥재 | 차량 출입 관리 시스템 |
CN106097757A (zh) * | 2016-06-13 | 2016-11-09 | 深圳市万睿智能科技有限公司 | 一种实现无人值守的车道控制方法及系统 |
JP6186529B1 (ja) * | 2017-03-24 | 2017-08-23 | 株式会社オーガスタス | 駐車場管理システムおよび駐車場管理方法 |
KR101781306B1 (ko) * | 2016-10-19 | 2017-09-22 | 대보정보통신 주식회사 | Qr코드 내장 제한차량 운행허가서 발급시스템 |
CN107730659A (zh) * | 2016-10-19 | 2018-02-23 | 北京奥斯达兴业科技有限公司 | 访客车辆管理方法及装置 |
CN109816829A (zh) * | 2019-01-25 | 2019-05-28 | 一石数字技术成都有限公司 | 一种访客车辆通行系统 |
CN110136473A (zh) * | 2019-05-17 | 2019-08-16 | 尤满国 | 物业小区访客车辆智能管理方法及系统 |
CN110619401A (zh) * | 2019-08-01 | 2019-12-27 | 重庆捷旭科技有限公司 | 访客信息车辆管理方法及管理系统 |
CN111696244A (zh) * | 2020-06-08 | 2020-09-22 | 刘高峰 | 一种访客车辆管理方法、装置和系统 |
CN112348218A (zh) * | 2020-11-27 | 2021-02-09 | 开迈斯新能源科技有限公司 | 一种基于视觉检测系统的即插即充方法、装置及系统 |
CN113053008A (zh) * | 2021-03-15 | 2021-06-29 | 长沙广缘物业管理有限公司 | 一种小区车辆出入管理方法、系统、以及存储介质 |
CN113450484A (zh) * | 2021-05-10 | 2021-09-28 | 华翔翔能科技股份有限公司 | 一种小区车辆通行管理方法及系统 |
KR102352121B1 (ko) * | 2021-07-15 | 2022-01-17 | 최대룡 | 차량번호 진위 탐지 시스템 |
WO2023284075A1 (zh) * | 2021-07-12 | 2023-01-19 | 海南黎艺信息科技有限公司 | 一种居民小区车辆管理系统及管理方法 |
CN115798251A (zh) * | 2022-10-31 | 2023-03-14 | 深圳信路通智能技术有限公司 | 一种故障场景下的停车场应急管理方法 |
CN115936618A (zh) * | 2022-12-11 | 2023-04-07 | 侯子豪 | 一种基于大数据的物业管理系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3573027A4 (en) * | 2018-03-30 | 2020-04-08 | Shenzhen Launch Software Co., Ltd. | VEHICLE INSPECTION METHOD, USER EQUIPMENT, SERVER AND VEHICLE INSPECTION SYSTEM |
-
2023
- 2023-07-11 CN CN202310845687.8A patent/CN116580488B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090017733A (ko) * | 2007-08-16 | 2009-02-19 | 최옥재 | 차량 출입 관리 시스템 |
CN106097757A (zh) * | 2016-06-13 | 2016-11-09 | 深圳市万睿智能科技有限公司 | 一种实现无人值守的车道控制方法及系统 |
KR101781306B1 (ko) * | 2016-10-19 | 2017-09-22 | 대보정보통신 주식회사 | Qr코드 내장 제한차량 운행허가서 발급시스템 |
CN107730659A (zh) * | 2016-10-19 | 2018-02-23 | 北京奥斯达兴业科技有限公司 | 访客车辆管理方法及装置 |
JP6186529B1 (ja) * | 2017-03-24 | 2017-08-23 | 株式会社オーガスタス | 駐車場管理システムおよび駐車場管理方法 |
CN109816829A (zh) * | 2019-01-25 | 2019-05-28 | 一石数字技术成都有限公司 | 一种访客车辆通行系统 |
CN110136473A (zh) * | 2019-05-17 | 2019-08-16 | 尤满国 | 物业小区访客车辆智能管理方法及系统 |
CN110619401A (zh) * | 2019-08-01 | 2019-12-27 | 重庆捷旭科技有限公司 | 访客信息车辆管理方法及管理系统 |
CN111696244A (zh) * | 2020-06-08 | 2020-09-22 | 刘高峰 | 一种访客车辆管理方法、装置和系统 |
CN112348218A (zh) * | 2020-11-27 | 2021-02-09 | 开迈斯新能源科技有限公司 | 一种基于视觉检测系统的即插即充方法、装置及系统 |
CN113053008A (zh) * | 2021-03-15 | 2021-06-29 | 长沙广缘物业管理有限公司 | 一种小区车辆出入管理方法、系统、以及存储介质 |
CN113450484A (zh) * | 2021-05-10 | 2021-09-28 | 华翔翔能科技股份有限公司 | 一种小区车辆通行管理方法及系统 |
WO2023284075A1 (zh) * | 2021-07-12 | 2023-01-19 | 海南黎艺信息科技有限公司 | 一种居民小区车辆管理系统及管理方法 |
KR102352121B1 (ko) * | 2021-07-15 | 2022-01-17 | 최대룡 | 차량번호 진위 탐지 시스템 |
CN115798251A (zh) * | 2022-10-31 | 2023-03-14 | 深圳信路通智能技术有限公司 | 一种故障场景下的停车场应急管理方法 |
CN115936618A (zh) * | 2022-12-11 | 2023-04-07 | 侯子豪 | 一种基于大数据的物业管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116580488A (zh) | 2023-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103434484A (zh) | 车载识别认证装置、移动终端、智能车钥控制系统及方法 | |
CN107622246B (zh) | 人脸识别方法及相关产品 | |
CN112613475A (zh) | 扫码界面显示方法、装置、移动终端及存储介质 | |
CN114495299A (zh) | 一种车辆停车自动缴费方法、系统及可读存储介质 | |
CN111382808A (zh) | 一种车辆检测处理方法及装置 | |
CN108805184B (zh) | 一种固定空间、车辆上的图像识别方法及系统 | |
CN105957172A (zh) | 智能拍照电子屏的拍照考勤应用系统 | |
CN111581620A (zh) | 一种用户识别方法及装置 | |
CN116580488B (zh) | 一种基于计算机图像识别的车辆通行系统 | |
CN106355066A (zh) | 人脸验证方法及人脸验证装置 | |
CN112766176A (zh) | 轻量化卷积神经网络的训练方法及人脸属性识别方法 | |
CN105788056A (zh) | 事件处理方法和装置 | |
CN115083053B (zh) | 一种智慧社区门禁系统及控制方法 | |
CN111489169A (zh) | 一种具备有人车识别功能的充电桩及其控制方法 | |
CN108320030B (zh) | 汽车智能服务系统 | |
US7519237B2 (en) | Method for characterizing stored information | |
CN111401258B (zh) | 基于人工智能的活体检测方法、以及装置 | |
CN108763893A (zh) | 基于人脸识别的读写装置、方法及电子设备 | |
CN112749607B (zh) | 基于人工智能的图像识别方法及装置 | |
CN113128357A (zh) | 车辆故障处理方法及系统 | |
CN111753804A (zh) | 一种识别装置、采集装置、扣费装置及用于公共交通的非接触式生物识别系统 | |
CN113158893A (zh) | 一种目标识别的方法和系统 | |
CN111859370A (zh) | 识别服务的方法、装置、电子设备和计算机可读存储介质 | |
CN112492105B (zh) | 一种基于视频的车辆外观部件自助定损采集方法及系统 | |
CN112465018B (zh) | 一种基于深度学习的车辆视频定损系统的智能截图方法及系统 |
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 |