TWI734050B - 車輛識別方法與系統以及物件識別方法與系統 - Google Patents

車輛識別方法與系統以及物件識別方法與系統 Download PDF

Info

Publication number
TWI734050B
TWI734050B TW107141325A TW107141325A TWI734050B TW I734050 B TWI734050 B TW I734050B TW 107141325 A TW107141325 A TW 107141325A TW 107141325 A TW107141325 A TW 107141325A TW I734050 B TWI734050 B TW I734050B
Authority
TW
Taiwan
Prior art keywords
data
vehicle
image
processing module
image data
Prior art date
Application number
TW107141325A
Other languages
English (en)
Other versions
TW202020731A (zh
Inventor
陳聲鏗
鄭之偉
陳偉信
陳煜文
范正忠
Original Assignee
遠創智慧股份有限公司
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 遠創智慧股份有限公司 filed Critical 遠創智慧股份有限公司
Priority to TW107141325A priority Critical patent/TWI734050B/zh
Priority to CN201910950015.7A priority patent/CN111210636A/zh
Publication of TW202020731A publication Critical patent/TW202020731A/zh
Application granted granted Critical
Publication of TWI734050B publication Critical patent/TWI734050B/zh

Links

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • 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
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • 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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本發明提供一種車輛識別方法與系統以及物件識別方法與系統。車輛識別方法包含以下步驟：(S1000)由影像獲取裝置獲取車輛於第一位置之第一影像資料；(S3000)由處理模組分辨第一影像資料是否為車輛影像；(S5000)當第一影像資料為車輛影像，由處理模組根據第一影像資料產生識別結果；(S2000)由資料獲取裝置獲取車輛於第一位置之車輛資料；(S4000)由處理模組比對識別結果與車輛資料是否相符；(S6000)當識別結果與車輛資料相符，由處理模組產生確認訊號。

Description

車輛識別方法與系統以及物件識別方法與系統
本發明係關於一種車輛識別方法與系統以及物件識別方法與系統。
在傳統的人工收費方式中，因為收費、找零或售、收回數票會消耗相當時間，所以收費站區域一直是高速公路的瓶頸所在，並且因而降低高速公路整體的行車速度。為了改善上述現象，於是發展出利用先進通訊及資訊技術的電子收費系統。
目前之電子化自動收費方式之一是採用特定短距通訊技術識別，利用微波或是無線射頻標籤方式感應扣款，其需用路人安裝設備或標籤，且感應效果易受外界環境影響而不穩定。
另一常見的電子化自動收費方式是利用影像車牌識別，此方式無需用路人安裝設備或標籤，然而，除了攝影機擺設位置、光源、天候、車牌污損等因素，影像車牌識別據以進行的車牌影像資料的取得效率及正確性，對其影響更為明顯。例如，因飛鳥觸發拍攝的影像，不含車牌內容，無法正確辨識，必須耗費人工排除。
本發明之主要目的在於提供一種車輛識別方法及系統，具有較佳的正確性。
本發明之另一目的在於提供一種物件識別方法及系統，具有較佳的正確性。
本發明之車輛識別方法包含以下步驟：(S1000)由影像獲取裝置獲取車輛於第一位置之第一影像資料；(S3000)由處理模組分辨第一 影像資料是否為車輛影像；(S5000)當第一影像資料為車輛影像，由處理模組根據第一影像資料產生識別結果；(S2000)由資料獲取裝置獲取車輛於第一位置之車輛資料；(S4000)由處理模組比對識別結果與車輛資料是否相符；(S6000)當識別結果與車輛資料相符，由處理模組產生確認訊號。
在本發明的實施例中，步驟(S3000)包含以下步驟：(S3100)由處理模組將第一影像資料與車輛輪廓資料進行比對；(S3300)當第一影像資料與車輛輪廓資料之比對結果相符，由處理模組決定第一影像資料為車輛影像。
在本發明的實施例中，車輛識別方法在步驟(S1000)前進一步包含以下步驟：(S0511)由動作感測模組對第一位置進行感測；(S0512)當動作感測模組感測到動作，進行步驟(S1000)。
本發明之車輛識別系統包含影像獲取裝置、資料獲取裝置、以及處理模組。影像獲取裝置供獲取車輛於第一位置之第一影像資料。資料獲取裝置供獲取車輛於第一位置之車輛資料。處理模組與影像獲取裝置及資料獲取裝置通訊連接，供分辨第一影像資料是否為車輛影像以及比對識別結果與車輛資料是否相符。當第一影像資料為車輛影像，由處理模組根據第一影像資料產生識別結果。當第一影像資料與車輛輪廓資料之比對結果相符，由處理模組決定第一影像資料為車輛影像。
在本發明的實施例中，車輛識別系統進一步包含動作感測模組與處理模組通訊連接，供對第一位置進行動作感測。
本發明之物件識別方法包含以下步驟：(T1000)由影像獲取裝置獲取物件於第一位置之第一影像資料；(T3000)由處理模組根據第一影像資料產生類別識別結果；(T2000)由資料獲取裝置獲取物件於第一位置之物件資料，其中物件資料包含類別資料；(T4000)由處理模組比對類別識別結果與類別資料是否相符；(T6000)當類別識別結果與類別資料相符，由處理模組產生確認訊號。
在本發明的實施例中，步驟(T3000)包含以下步驟：(T3100)由處理模組將第一影像資料與類別輪廓資料進行比對；(T3300)當第一影像資料與類別輪廓資料中之物件輪廓資料之比對結果相符，處理模組產生 類別識別結果。
在本發明的實施例中，步驟(T1000)進一步包含以下步驟：(T0511)由動作感測模組對第一位置進行感測；(T0512)當動作感測模組感測到動作，進行步驟(T1000)。
本發明之物件識別系統包含影像獲取裝置、資料獲取裝置、以及處理模組。影像獲取裝置供獲取物件於第一位置之第一影像資料。資料獲取裝置供獲取物件於第一位置之物件資料，其中物件資料包含類別資料。處理模組與影像獲取裝置及資料獲取裝置通訊連接，供根據第一影像資料產生類別識別結果以及比對類別識別結果與類別資料是否相符。當類別識別結果與類別資料相符，由處理模組產生確認訊號。
在本發明的實施例中，物件識別系統進一步包含動作感測模組與處理模組通訊連接，供對第一位置進行動作感測。
100‧‧‧影像獲取裝置
110‧‧‧影像獲取裝置
200:資料獲取裝置
210:資料獲取裝置
300:處理模組
310:處理模組
400:動作感測模組
410:動作感測模組
900:車輛識別系統
910:物件識別系統
S0511:步驟
S0512:步驟
S1000:步驟
S2000:步驟
S3000:步驟
S3100:步驟
S3300:步驟
S4000:步驟
S5000:步驟
S6000:步驟
T0511:步驟
T0512:步驟
T1000:步驟
T2000:步驟
T3000:步驟
T3100:步驟
T3300:步驟
T4000:步驟
T5000:步驟
T6000:步驟
圖1A為本發明車輛識別方法之實施例流程示意圖；圖1B為本發明車輛識別方法之不同實施例流程示意圖；圖2為本發明車輛識別方法之不同實施例流程示意圖；圖3為本發明車輛識別方法之不同實施例流程示意圖；圖4為本發明車輛識別系統之實施例示意圖；圖5為本發明車輛識別系統之不同實施例示意圖；圖6A為本發明物件識別方法之實施例流程示意圖；圖6B為本發明物件識別方法之不同實施例流程示意圖；圖7為本發明物件識別方法之不同實施例流程示意圖；圖8為本發明物件識別方法之不同實施例流程示意圖；圖9為本發明物件識別系統之實施例示意圖；圖10為本發明物件識別系統之不同實施例示意圖。
本發明之車輛識別方法及系統較佳係用於電子收費道路系統，但不限於此。例如，可應用在管制區域或停車場。
如圖1A所示之實施例，本發明車輛識別方法包含例如以下 步驟。
步驟S1000，由影像獲取裝置獲取車輛於第一位置之第一影像資料。具體而言，係以數位照相機作為影像獲取裝置，並對車輛照相作為第一影像資料。在不同實施例中，亦可使用數位攝影機對車輛錄影，然後再對錄影畫面中的車輛進行畫面擷取作為第一影像資料。其中，第一位置是一高速公路收費地點。在較佳實施例中，影像獲取裝置設置在第一位置，獲取經過該位置之第一影像資料，供作為通行費費用計算的依據之一。
步驟S3000，由處理模組分辨第一影像資料是否為車輛影像。具體而言，處理模組包含資料處理功能，可以例如是直接設置在影像獲取裝置的晶片組或與藉由網際網路、有線電話、行動電話、數據電纜、微波、無線電等方式與影像獲取裝置通訊連接的計算機或伺服器。其中，通訊連接泛指藉由網際網路、有線電話、行動電話、數據電纜、微波、無線電等方式可達成訊號傳輸的連接。第一影像資料可由影像獲取裝置傳送至處理模組。進一步而言，處理模組是利用人工智慧進行各種條件判斷以分辨第一影像資料是否為車輛影像。
進一步而言，如圖1B所示，在一實施例中，步驟S3000包含以下步驟。
步驟S3100，由處理模組將第一影像資料與車輛輪廓資料進行比對。步驟S3300，當第一影像資料與車輛輪廓資料之比對結果相符，由處理模組決定第一影像資料為車輛影像。其中，車輛輪廓資料泛指車輛外型的概括性輪廓，凡是能粗略視為車輛者均屬之。車輛輪廓資料可預存錄於處理模組，或存錄於外接儲存媒體供處理模組連接讀取。所謂第一影像資料與車輛輪廓資料之比對結果相符，包含第一影像資料與車輛輪廓資料具有相同的特徵。例如，均同時具有車輛前方的水箱罩、水箱罩兩側頭燈、牌照等特徵。換言之，若影像獲取裝置獲取的第一影像資料是行人影像，因為行人的外觀輪廓與車輛輪廓資料不具有相同或相似的特徵，所以處理模組不會決定第一影像資料為車輛影像。
步驟S5000，當第一影像資料為車輛影像，由處理模組根據第一影像資料產生識別結果。其中，識別結果包含車牌辨識結果。
步驟S2000，由資料獲取裝置獲取車輛於第一位置之車輛資料。其中，資料獲取裝置包含無線射頻感應裝置、紅外線感應裝置等。車輛資料包含車輛的登記資料。具體而言，在一實施例中，是使用無線射頻感應裝置獲取車輛的無線射頻標籤的車輛的登記資料。其中，此登記資料可以為車輛的牌照號碼，或藉以可查詢得到牌照號碼的資料。
步驟S4000，由處理模組比對識別結果與車輛資料是否相符。具體而言，在一實施例中，是比對識別結果的車牌號碼與車輛資料的車牌號碼，確認兩者是否相符。
步驟S6000，當識別結果與車輛資料相符，由處理模組產生確認訊號。
根據上述，在本發明之車輛識別方法中，因為是將根據第一影像資料產生之識別結果與獲取自資料獲取裝置之車輛資料兩者相互比對進行確認，而非直接採用兩者其中之一，所以可減少單獨採用影像識別或單獨採用資料讀取時發生問題，導致最終獲得車輛識別結果錯誤的機會，故具有較佳的正確性。
在前述圖1A、1B所示的實施例中，步驟S2000、S4000、S6000是在步驟S1000、S3000、S5000後進行，然而在不同實施例中，步驟S2000、S4000、S6000可與步驟S1000、S3000、S5000同步進行或在其之前進行。如圖2所示的實施例，步驟S2000、S4000、S6000與步驟S1000、S3000、S5000係同步進行。
如圖3所示的實施例，本發明車輛識別方法於步驟S1000前可進一步包含例如以下步驟。
步驟S0511，由動作感測模組對第一位置進行感測。步驟S0512，當動作感測模組感測到動作，進行步驟S1000。其中，動作感測模組包含使用光學(例如雷射、紅外線)、聲波(例如超音波)、影像差異分析等原理進行動作感測的感測裝置或電腦程式等。
如圖4所示的實施例，本發明之車輛識別系統900包含影像獲取裝置100、資料獲取裝置200、以及處理模組300。影像獲取裝置100供獲取車輛於第一位置之第一影像資料。資料獲取裝置200供獲取車輛於 第一位置之車輛資料。處理模組300與影像獲取裝置100及資料獲取裝置200通訊連接，供分辨第一影像資料是否為車輛影像以及比對識別結果與車輛資料是否相符。當第一影像資料為車輛影像，由處理模組根據第一影像資料產生識別結果。當第一影像資料與車輛輪廓資料之比對結果相符，由處理模組決定第一影像資料為車輛影像。
如圖5所示的實施例，本發明的車輛識別系統900進一步包含動作感測模組400與處理模組通訊連接，供對第一位置進行動作感測。
基於上述本發明的特徵之一是將根據影像資料產生之識別結果與獲取自資料獲取裝置之資料兩者相互比對進行確認，而非直接採用兩者其中之一，所以可減少單獨採用影像識別或單獨採用資料讀取時發生問題，導致最終獲得識別結果錯誤的機會。基於相同的廣義發明概念，本發明提供了物件識別方法以及系統。
如圖6A所示之實施例，本發明物件識別方法包含例如以下步驟。
步驟T1000，由影像獲取裝置獲取物件於第一位置之第一影像資料。具體而言，係以數位照相機作為影像獲取裝置，並對物件照相作為第一影像資料。在不同實施例中，亦可使用數位攝影機對物件錄影，然後再對錄影畫面中的物件進行畫面擷取作為第一影像資料。在一實施例中，物件可為機械零件，第一位置是倉儲輸送帶上的位置，影像獲取裝置設置在第一位置，獲取經過該位置之第一影像資料，供作為機械零件進出倉儲的紀錄之一。
步驟T3000，由處理模組根據第一影像資料產生類別識別結果。具體而言，處理模組包含資料處理功能，可以例如是直接設置在影像獲取裝置的晶片組或與藉由網際網路、有線電話、行動電話、數據電纜、微波、無線電等方式與影像獲取裝置通訊連接的計算機或伺服器。其中，通訊連接泛指藉由網際網路、有線電話、行動電話、數據電纜、微波、無線電等方式可達成訊號傳輸的連接。第一影像資料可由影像獲取裝置傳送至處理模組。進一步而言，處理模組是利用人工智慧進行各種條件判斷以根據第一影像資料產生類別識別結果。
進一步而言，如圖6B所示，在一實施例中，步驟T3000包含以下步驟。
步驟T3100，由處理模組將第一影像資料與類別輪廓資料進行比對。步驟T3300，當第一影像資料與類別輪廓資料中之物件輪廓資料之比對結果相符，處理模組產生類別識別結果。
其中，物件輪廓資料泛指物件外型的概括性輪廓。物件輪廓資料可預存錄於處理模組，或存錄於外接儲存媒體供處理模組連接讀取。 所謂第一影像資料與物件輪廓資料之比對結果相符，包含第一影像資料與物件輪廓資料具有相同的特徵。
步驟T2000，由資料獲取裝置獲取物件於第一位置之物件資料，其中物件資料包含類別資料。
步驟T4000，由處理模組比對類別識別結果與類別資料是否相符。
步驟T6000，當類別識別結果與類別資料相符，由處理模組產生確認訊號。
接續上述物件為機械零件而第一位置是倉儲輸送帶上的位置的實施例，影像獲取裝置獲取的第一影像資料是方向盤物件的影像，與類別輪廓資料中之「方向盤」的物件輪廓資料之比對結果相符，則處理模組產生「方向盤」的類別識別結果。由資料獲取裝置獲取方向盤物件於第一位置之物件資料之類別資料亦為「方向盤」。處理模組比對兩者相符，產生確認訊號。藉此，可確認通過第一位置進出倉儲的物件為方向盤無誤。
倉儲無人化管理已為未來趨勢，而利用無線標籤或影像辨識進行物件識別以紀錄、管理物件於倉儲之進出是重要的技術之一。根據上述，在本發明之物件識別方法中，因為是將根據第一影像資料產生之識別結果與獲取自資料獲取裝置之物件資料兩者相互比對進行確認，而非直接採用兩者其中之一，所以可減少單獨採用影像識別或單獨採用資料讀取時發生問題，導致最終獲得物件識別結果錯誤的機會，故具有較佳的正確性。
在前述圖6A、6B所示的實施例中，步驟T2000、T4000、T6000是在步驟T1000、T3000、T5000後進行，然而在不同實施例中，步驟T2000、 T4000、T6000可與步驟T1000、T3000、T5000同步進行或在其之前進行。如圖7所示的實施例，步驟T2000、T4000、T60000與步驟T1000、T3000、T5000係同步進行。
如圖8所示的實施例，本發明物件識別方法於步驟T1000前可進一步包含例如以下步驟。
步驟T0511，由動作感測模組對第一位置進行感測。步驟T0512，當動作感測模組感測到動作，進行步驟T1000。其中，動作感測模組包含使用光學(例如雷射、紅外線)、聲波(例如超音波)、影像差異分析等原理進行動作感測的感測裝置或電腦程式等。
如圖9所示的實施例，本發明之物件識別系統910包含影像獲取裝置110、資料獲取裝置210、以及處理模組310。影像獲取裝置110供獲取物件於第一位置之第一影像資料。資料獲取裝置210供獲取物件於第一位置之物件資料，其中物件資料包含類別資料。處理模組310與影像獲取裝置210及資料獲取裝置310通訊連接，供根據第一影像資料產生類別識別結果以及比對類別識別結果與類別資料是否相符。當類別識別結果與類別資料相符，由處理模組產生確認訊號。
如圖10所示的實施例，本發明的物件識別系統910進一步包含動作感測模組410與處理模組通訊連接，供對第一位置進行動作感測。
雖然前述的描述及圖式已揭示本發明之較佳實施例，必須瞭解到各種增添、許多修改和取代可能使用於本發明較佳實施例，而不會脫離如所附申請專利範圍所界定的本發明原理之精神及範圍。熟悉本發明所屬技術領域之一般技藝者將可體會，本發明可使用於許多形式、結構、佈置、比例、材料、元件和組件的修改。因此，本文於此所揭示的實施例應被視為用以說明本發明，而非用以限制本發明。本發明的範圍應由後附申請專利範圍所界定，並涵蓋其合法均等物，並不限於先前的描述。
S1000‧‧‧步驟
S2000‧‧‧步驟
S3100‧‧‧步驟
S3300‧‧‧步驟
S4000‧‧‧步驟
S5000‧‧‧步驟
S6000‧‧‧步驟

Claims (10)

  1. 一種車輛識別方法，包含以下步驟：(S1000)由一影像獲取裝置獲取一車輛於一第一位置之一第一影像資料；(S3000)由一處理模組分辨該第一影像資料是否為車輛影像；(S5000)當該第一影像資料為車輛影像，由該處理模組根據該第一影像資料產生一識別結果；(S2000)由一資料獲取裝置獲取該車輛於該第一位置之一車輛資料；(S4000)由該處理模組比對該識別結果與該車輛資料是否相符；(S6000)當該識別結果與該車輛資料相符，由該處理模組產生一確認訊號。
  2. 如請求項1所述之車輛識別方法，其中步驟(S3000)包含以下步驟：(S3100)由該處理模組將該第一影像資料與一車輛輪廓資料進行比對；(S3300)當該第一影像資料與該車輛輪廓資料之比對結果相符，由該處理模組決定該第一影像資料為車輛影像。
  3. 如請求項1所述之車輛識別方法，在步驟(S1000)前進一步包含以下步驟：(S0511)由一動作感測模組對該第一位置進行感測；(S0512)當該動作感測模組感測到一動作，進行該步驟(S1000)。
  4. 一種使用如請求項1到3任一項所述車輛識別方法之車輛識別系統，包含：一影像獲取裝置，供獲取一車輛於一第一位置之一第一影像資料；一資料獲取裝置，供獲取該車輛於該第一位置之一車輛資料； 一處理模組，與該影像獲取裝置及該資料獲取裝置通訊連接，供：分辨該第一影像資料是否為車輛影像，當該第一影像資料為車輛影像，由該處理模組根據該第一影像資料產生一識別結果；以及比對該識別結果與該車輛資料是否相符，當該第一影像資料與該車輛輪廓資料之比對結果相符，由該處理模組決定該第一影像資料為車輛影像。
  5. 如請求項4所述之車輛識別系統，進一步包含一動作感測模組與該處理模組通訊連接，供對該第一位置進行動作感測。
  6. 一種物件識別方法，包含以下步驟：(T1000)由一影像獲取裝置獲取一物件於一第一位置之一第一影像資料；(T3000)由一處理模組根據該第一影像資料產生一類別識別結果；(T2000)由一資料獲取裝置獲取該物件於該第一位置之一物件資料，其中該物件資料包含一類別資料；(T4000)由該處理模組比對該類別識別結果與該類別資料是否相符；(T6000)當該類別識別結果與該類別資料相符，由該處理模組產生一確認訊號。
  7. 如請求項6所述之物件識別方法，其中步驟(T3000)包含以下步驟：(T3100)由該處理模組將該第一影像資料與一類別輪廓資料進行比對；(T3300)當該第一影像資料與該類別輪廓資料中之一物件輪廓資料之比對結果相符，該處理模組產生該類別識別結果。
  8. 如請求項6所述之物件識別方法，在步驟(T1000)前進一步包含以下步 驟：(T0511)由一動作感測模組對該第一位置進行感測；(T0512)當該動作感測模組感測到一動作，進行該步驟(T1000)。
  9. 一種使用如請求項6到8任一項所述物件識別方法之物件識別系統，包含：一影像獲取裝置，供獲取一物件於一第一位置之一第一影像資料；一資料獲取裝置，供獲取該物件於該第一位置之一物件資料，其中該物件資料包含一類別資料；一處理模組，與該影像獲取裝置及該資料獲取裝置通訊連接，供：根據該第一影像資料產生一類別識別結果；以及比對該類別識別結果與該類別資料是否相符，當該類別識別結果與該類別資料相符，由該處理模組產生一確認訊號。
  10. 如請求項9所述之物件識別系統，進一步包含一動作感測模組與該處理模組通訊連接，供對該第一位置進行動作感測。
TW107141325A 2018-11-20 2018-11-20 車輛識別方法與系統以及物件識別方法與系統 TWI734050B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW107141325A TWI734050B (zh) 2018-11-20 2018-11-20 車輛識別方法與系統以及物件識別方法與系統
CN201910950015.7A CN111210636A (zh) 2018-11-20 2019-10-08 车辆识别方法与系统以及物件识别方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107141325A TWI734050B (zh) 2018-11-20 2018-11-20 車輛識別方法與系統以及物件識別方法與系統

Publications (2)

Publication Number Publication Date
TW202020731A TW202020731A (zh) 2020-06-01
TWI734050B true TWI734050B (zh) 2021-07-21

Family

ID=70789529

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107141325A TWI734050B (zh) 2018-11-20 2018-11-20 車輛識別方法與系統以及物件識別方法與系統

Country Status (2)

Country Link
CN (1) CN111210636A (zh)
TW (1) TWI734050B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040218792A1 (en) * 2003-04-29 2004-11-04 Eastman Kodak Company Probe position measurement to facilitate image registration and image manipulation in a medical application
TW200629759A (en) * 2005-02-04 2006-08-16 Justin R Styers Remote garage door monitoring system
CN102821252A (zh) * 2011-06-06 2012-12-12 苹果公司 使用图像稳定来校正卷帘式快门
CN102855762A (zh) * 2012-09-14 2013-01-02 广州市远望谷信息技术有限公司 车辆进出停车场的数据取得验证方法及装置
TWM549932U (zh) * 2017-03-27 2017-10-01 熊子傑 一種多功能之智慧型停車印表及攝像設備

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101350109B (zh) * 2008-09-05 2010-08-25 交通部公路科学研究所 多车道自由流视频车辆定位和控制方法
CN103514751A (zh) * 2012-06-19 2014-01-15 广州市捷众科贸有限公司 一种车辆信息识别装置
CN103745597B (zh) * 2013-12-27 2015-11-25 高新兴科技集团股份有限公司 一种视频传感器与rfid传感器融合系统
CN104368533B (zh) * 2014-10-08 2017-02-15 金陵科技学院 一种射频邮件处理系统和控制方法
CA3052031A1 (en) * 2017-02-06 2018-08-09 Walmart Apollo, Llc Conveyors including sensors for detecting error conditions associated with moving products
CN108491782B (zh) * 2018-03-16 2020-09-08 重庆大学 一种基于行车图像采集的车辆识别方法
CN108470263B (zh) * 2018-03-19 2019-03-15 中国烟草总公司北京市公司物流中心 一种卷烟配送调度系统
CN108765605A (zh) * 2018-05-21 2018-11-06 苏州八股网络科技有限公司 一种公路收费系统及工作方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040218792A1 (en) * 2003-04-29 2004-11-04 Eastman Kodak Company Probe position measurement to facilitate image registration and image manipulation in a medical application
TW200629759A (en) * 2005-02-04 2006-08-16 Justin R Styers Remote garage door monitoring system
CN102821252A (zh) * 2011-06-06 2012-12-12 苹果公司 使用图像稳定来校正卷帘式快门
CN102855762A (zh) * 2012-09-14 2013-01-02 广州市远望谷信息技术有限公司 车辆进出停车场的数据取得验证方法及装置
TWM549932U (zh) * 2017-03-27 2017-10-01 熊子傑 一種多功能之智慧型停車印表及攝像設備

Also Published As

Publication number Publication date
TW202020731A (zh) 2020-06-01
CN111210636A (zh) 2020-05-29

Similar Documents

Publication Publication Date Title
KR101937833B1 (ko) 영상처리 기반의 주차관리 시스템 및 방법
Grassi et al. Parkmaster: An in-vehicle, edge-based video analytics service for detecting open parking spaces in urban environments
CN103729629B (zh) Etc车道中车型识别方法及装置
CN111931627A (zh) 一种基于多模态信息融合的车辆再识别方法及装置
CN110826356B (zh) 一种非机动车违章检测系统、方法及服务器
CN109389622B (zh) 车辆追踪方法、装置、识别设备及存储介质
CN111696364A (zh) 一种路侧停车管理方法
CN114202957B (zh) 停车管理方法、管理装置及存储介质
AU2021240327A1 (en) Infringement detection method, device and system
CN112597807A (zh) 一种违章检测系统、方法、装置、图像采集设备及介质
US20230342937A1 (en) Vehicle image analysis
CN106530739A (zh) 一种基于多摄像装置的车牌识别方法、装置及其系统
TWI734050B (zh) 車輛識別方法與系統以及物件識別方法與系統
JP2014048964A (ja) 駐車場システム
US20080205702A1 (en) Background image generation apparatus
Shahrear et al. An automatic traffic rules violation detection and number plate recognition system for Bangladesh
KR20200126743A (ko) 차량 출입 통제 시스템 및 그 방법
KR102521590B1 (ko) 진출입 차량 검지장치 및 진출입 차량 검지 방법
CN112257555B (zh) 一种信息处理方法、装置、设备及存储介质
TWI760580B (zh) 車牌影像資料獲取方法及系統
JP4788926B2 (ja) 車両ナンバー読取装置
KR20220114760A (ko) 통과 높이 제한 구조물 충돌방지 장치의 제어 방법
TWI544454B (zh) 車牌識別方法及系統
CN105336181B (zh) 一种基于车速的动态稽查匹配装置、系统与方法
TWI768453B (zh) 停車管理方法、管理裝置及存儲介質