CN101714264A - 高速公路计费称重中的“跳秤”行为被动检测方法及*** - Google Patents
高速公路计费称重中的“跳秤”行为被动检测方法及*** Download PDFInfo
- Publication number
- CN101714264A CN101714264A CN200910219097A CN200910219097A CN101714264A CN 101714264 A CN101714264 A CN 101714264A CN 200910219097 A CN200910219097 A CN 200910219097A CN 200910219097 A CN200910219097 A CN 200910219097A CN 101714264 A CN101714264 A CN 101714264A
- Authority
- CN
- China
- Prior art keywords
- image
- vehicle
- jumping scale
- jumping
- scale
- 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
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种高速公路计费称重中的“跳秤”行为被动检测方法,它属于图像处理技术领域。其检测步骤是:(1)采集车辆通过动态称重衡器的连续图像并转化为数字视频格式;(2)对采集的车辆连续图像进行灰度化、二值化和滤除噪声预处理操作;(3)提取预处理后图像中车辆形状特征和停止位置,车辆形状特征对照车型阈值,排除小型车辆;(4)根据提取的车辆停止位置是否进入动态称重衡器前特定区域,判断车辆是否具有“跳秤”嫌疑;(5)对图像进行仿射变换,计算光流场,对照行为判定阈值判断车辆是否发生“跳秤”;并将“跳秤”视频加以保存。本发明可有效实时检测出高速公路计费称重中出现的“跳秤”行为。
Description
技术领域
本发明属于图像处理领域,涉及视频检测技术,可用于检测在高速公路计费称重中发生的“跳秤”这一不规范过秤行为。
背景技术
“跳秤”是一种高速公路计费称重中的不规范过秤行为。载货车辆司机通常在高速公路收费站称重时,首先停车在动态称重衡器前方,然后迅速加大油门再突然松开离合器,致使车辆前部有一定程度的抬起,趁势迅速通过动态称重衡器,这样造成动态称重衡器计量偏小,达到少缴费用或躲避超载惩罚的目的。这种行为既对国家造成经济损失,又加重了对高速公路等基础设施的损坏,而且还经常会因不规范过秤行为造成纠纷影响收费站的工作效率。
图像是指用各种观测***以不同形式和手段观测客观世界而获得的可以直接或间接作用于人眼并产生视觉的实体,是表达视觉信息的一种物理形式。视频是指随时间变化一组数字图像序列,而且有时还包含相应的音频信息,是多媒体信息的重要组成部分。数字视频是数字图像在时域上的序列。对数字视频采用运动估计技术进行分析,可以很好的分析视频中物体的运动与行为获取运动相关信息。
目前,对高速公路计费称重中的不规范过秤行为或者作弊行为没有任何检测方案,如何利用视频图像检测高速公路计费称重中的“跳秤”行为是一个亟待解决的问题。
发明内容
本发明目的在于提供一种高速公路计费称重中的“跳秤”行为被动检测方法及***,以通过图像处理与运动分析估计对被测车辆通过动态称重衡器的一系列视频图像进行分析检测,对“跳秤”行为发出必要警报,并记录相应视频,抑制高速公路计费称重中出现的“跳秤”行为。
为实现上述目的,本发明对“跳秤”行为的检测,包括如下步骤:
(1)对被测车辆通过动态称重衡器的图像进行连续采集,并将其转化为数字视频格式;
(2)对采集的图像依次进行灰度化、二值化操作和消除噪声的预处理;
(3)对预处理后的采集图像,利用帧差法和连通域方法取得其中运动物体的形状特征和位置,根据形状特征对照设定的车型阈值判断车型,若运动物体的面积大于设定的车型阈值,则判定是需要检测的载货车辆,执行步骤(4),若运动物体面积小于设定的车型阈值,则判定是小型车辆或非机动车辆,结束检测;
(4)根据步骤(3)获得的运动物***置,判断载货车辆是否停止在动态称重衡器前方的特定区域内,若进入该区域则判定具有“跳秤”嫌疑,进入步骤5检测,若未进入该区域,则判定不具有“跳秤”嫌疑,结束该次检测;
(5)对具有“跳秤”嫌疑图像进行仿射变换,校正图像坐标系;对校正后的图像中车身感兴趣区域进行的光流场计算,判断该图像中的运动场情况,若该区域中在竖直方向上速度不为0的像素数目大于等于设定的行为判定阈值,判定该车辆发生“跳秤”,进入步骤6,若特定区域中在竖直方向上速度不为0的像素数目小于设定的行为判定阈值,判定车辆未发生“跳秤”,结束该次检测;
(6)对判定“跳秤”的车辆发出警报,并剪辑出作弊的视频片段加以保存以作为罚款处理的证据。
为实现上述目的,本发明提出的高速公路计费称重中的“跳秤”行为被动检测***,包括:
图像采集单元,用于采集车辆通过动态称重衡器的图像序列,并将其转化为数字视频格式传送给图像预处理单元;
图像预处理单元,用于对图像采集单元传送的数字图像进行灰度化、二值化和滤除噪声的处理,并将预处理后的图像传送给图像分类单元;
图像分类单元,用于对预处理后的图像进行分类,排除不具有“跳秤”嫌疑车辆的图像,并将具有“跳秤”嫌疑车辆的图像传送给计算单元;
计算单元,用于对具有“跳秤”嫌疑的图像中车身感兴趣区域,使用光流法计算光流场,获得图像运动场情况,判定图像是否发生“跳秤”行为,并将发生“跳秤”行为的图像传送给后续处理单元;
后续处理单元,对判定“跳秤”的车辆发出警报,并剪辑出作弊的视频片段保存,作为行政处理的证据。
本发明具有如下优点:
1、本发明由于采用图像采集单元,以被动检测的方式检测判定图像中是否有发生“跳秤”的车辆,无需在被测车辆上加装任何发射设备,简便易行造价低廉;
2、本发明中由于采用图像分类单元,在图像采集后对相应图像进行分类,排除不具有“跳秤”嫌疑的图像,保留具有“跳秤”嫌疑的图像,提高了“跳秤”检测的鲁棒性和检测效率;
3、本发明中由于采用计算单元,在图像分类后对判定有“跳秤”嫌疑的图像使用光流法计算图像运动场,可以较准确的判断出所测车辆是否发生“跳秤”行为,实时有效的获得载货车辆在通过动态称重衡器时的运动情况。
实验表明,本发明提出的***与方法可以准确有效的检测出载货车辆在通过动态称重衡器时发生的“跳秤”行为。
附图说明
图1为本发明被动检测流程图。
图2为本发明车型阈值的设置流程图。
图3为本发明“跳秤”判定阈值的设置流程图。
图4为本发明被动检测***结构图。
图5为本发明被动检测***中图像采集单元结构图。
图6为本发明被动检测***中图像分类单元结构图。
图7为本发明被动检测***中计算单元结构图。
图8为本发明被动检测***的界面效果图。
具体实施方式
参照图1,本发明的对高速公路计费称重中的“跳秤”行为被动检测步骤如下:
步骤1,使用摄像设备对被测车辆通过动态称重衡器的图像进行连续采集,并将其转化为数字视频格式;
步骤2,对采集的图像首先进行图像灰度化处理,将图像转化为灰度范围为0~255的灰度图像;再使用最大类间方差法(大津法)进行图像二值化操作,将图像变换为黑白两色图像;最后使用高斯滤波器对图像中的噪声进行滤除噪声的预处理;
步骤3,对滤除噪声预处理后的采集图像,利用帧差法和连通域方法取得其中运动物体的形状特征和位置,根据形状特征对照设定的车型阈值判断车型,若运动物体的面积大于设定的车型阈值,则判定是需要检测的载货车辆,执行步骤(4),若运动物体面积小于设定的车型阈值,则判定是小型车辆或非机动车辆,结束检测;
所述的车型阈值的设置,参照图2,设定如下:
(a)通过摄像机标定的方法获得摄像机的焦距、比例系数和畸变系数等参数;
(b)通过该摄像机拍摄若干幅的不同车型的车辆图像,根据获取的摄像机上述参数,将图像中车辆面积换算成同一坐标系下数据;
(c)统计步骤(b)所获得载货车辆的面积,计算载货车辆的面积的均值,去除与均值明显偏离的数值,再取载货车辆的最小值作为车型阈值。
步骤4,根据步骤3获得的车辆位置,比较车辆在图像中坐标和动态称重衡器前方的特定区域的坐标,判断载货车辆是否停止在该特定区域内,若进入该区域则判定具有“跳秤”嫌疑,进入步骤5检测,若未进入该区域,则判定不具有“跳秤”嫌疑,结束该次检测;
步骤5,对判定具有“跳秤”嫌疑的图像进行仿射变换,校正图像坐标系,使车辆运动方向和摄像头达到垂直;对校正后的图像中车身感兴趣区域进行的光流场计算,判断该图像中的运动场情况,若该区域中在竖直方向上速度不为0的像素数目大于等于设定的行为判定阈值,判定该车辆发生“跳秤”,进入步骤6,若车身感兴趣区域中在竖直方向上速度不为0的像素数目小于设定的行为判定阈值,判定车辆未发生“跳秤”,结束该次检测;
所述的行为判定阈值的设置,参照图3,步骤如下:
(A)拍摄若干幅载货车辆发生“跳秤”的图像;
(B)统计拍摄所有的图像中车身感兴趣区域竖直方向速度不为0的像素数目,分别求其均值,去除与均值明显偏离的数值,再取其中最小值作为行为判定阈值。
步骤6,对判定“跳秤”的车辆发出警报,并剪辑出作弊的视频片段并以相应的视频格式加以保存,以作为行政处理的证据。
参照图4,本发明的高速公路计费称重中的“跳秤”行为被动检测***,包括:图像采集单元、图像预处理单元、图像分类单元、计算单元和后续处理单元。
图像采集单元,如图5所示,它分为图像采集设备模块与图像采集设备驱动软件模块。图像采集设备模块用于采集车辆图像,并将其传送给图像采集设备驱动软件模块,图像采集设备模块硬件设备是摄像头,分为数字摄像头和模拟摄像头两大类,高速公路计费称重中的“跳秤”行为被动检测***两种摄像头均可使用;图像采集设备驱动软件模块,用于获得所采集的车辆图像,并将其转化为数字视频格式传送给图像预处理单元。
图像预处理单元,用于对图像采集单元传送的数字图像进行灰度化、二值化和滤除噪声的处理,并将预处理后的图像传送给图像分类单元。该灰度化处理采用三原色混合的方法,二值化处理采用最大类间方差法,滤除噪声采用高斯滤波器。
图像分类单元,如图6所示,它分为车辆分类模块与位置判定分类模块。车型分类模块,用于提取车辆形状特征,并根据车辆面积对照车型阈值,排除小型车辆图像,并将分类后图像传送给位置判定分类模块;位置判定分类模块,用于提取车辆停止位置,并判定是否进入动态称重衡器前特定区域,排除不具有“跳秤”嫌疑图像,并将具有“跳秤”嫌疑图像传送给计算单元。
计算单元,如图7所示,它分为仿射变换模块,运动计算模块。仿射变换模块是对图像中特定区域按照如下公式进行仿射变换,以利于后面更好的求解运动场方向。
x1=(a11x+a12y+a13)/(a31x+a32y+a33)
y1=(a21x+a22y+a23)/(a31x+a32y+a33)(1)
其中点(x,y)为图像上的坐标点,点(x′,y′)为图像上经过仿射变换后的图像上的坐标点。a11,a12,a13,a21,a22,a23,a31,a32,a33为仿射变换的九个参数。运动计算模块是对图像中车身感兴趣区域的灰度变化与时间的关系利用如下光流方程(2)和约束方程(3)、(4)进行计算,但约束方程不局限于(3)和(4)式,不同的光流法具有不同的约束方程,最后算出该区域的光流场进而得出图像的运动场。
Ixu+Iyv+It=0(2)
其中
I(x,y,t)为点(x,y)在t时刻的照度,Ix是照度I(x,y,t)对于x偏导数,Iy是照度I(x,y,t)对于y偏导数,It是照度I(x,y,t)对于t偏导数,u为x方向上的速度,v为y方向上的速度,为对u求x方向偏导数,为对u求y方向偏导数,为对v求x方向偏导数,为对v求y方向偏导数。
通过上述方程联立,求出图像中车身感兴趣区域每一像素竖直方向上的速度v。统计该区域中各像素竖直方向上的速度v,计算竖直方向上速度v不为0的像素个数。对照行为判定阈值,若竖直方向上速度v不为0的像素个数大于等于行为判定阈值,则认为该图像中车辆发生“跳秤”行为,若小于行为判定阈值,则认为该图像中车辆平稳经过动态称重衡器未发生“跳秤”行为。
后续处理单元,用于计算单元判定“跳秤”行为后的相关后续处理。计算单元若未检测到“跳秤”行为,结束该次检测;若检测到“跳秤”行为,则发出警报并剪辑出作弊的片段以相应的视频格式加以保存便于进行相关行政处理。
本发明所述的被动检测***的效果,可通过如下实验测试进一步说明。
本实验测试是在处理器为酷睿双核E7400,内部存储器容量为2GB的个人电脑上,连接分辨率756×576、采集频率为每秒30帧的模拟摄像头完成的。实验数据参照表1所示:
表1实验数据
实验分组 | 参与检测车辆数目 | “跳秤”车辆数目 | 检测“跳秤”车辆数目 | 每帧图像平均耗时 | 所检图像帧数 |
1 | 41 | 11 | 10(漏检1) | 37ms | 23836帧 |
2 | 34 | 10 | 10(漏检1,多检1) | 36ms | 21635帧 |
3 | 28 | 9 | 9 | 35ms | 16280帧 |
合计 | 103 | 30 | 29(97.1%) | 36ms | 61751帧 |
从表1可知,本发明所述的被动检测***每帧图像处理平均耗时36毫秒,共检测103辆车,实际发生“跳秤”车辆30辆,检测到“跳秤”车辆29辆,漏检2辆,多检1辆,正确率97.1%。本发明所述***可以达到实时有效的检测到“跳秤”车辆的要求。
在上述实验条件下,本发明所述的被动检测***在“跳秤”车辆通过动态称重衡器时界面效果如图8所示。图8分为上下两部分,上半部又分为左中右三个部分。上方偏左图是被测车辆通过动态称重衡器的实拍图,上方居中图为车辆运动光流图,上方偏右图为截取编辑的“跳秤”图像。下半部为被测车辆特定区域的运动场方向曲线图。由图8可以看出,前半部分为平稳直线,表明车辆在竖直方向没有运动;当发生“跳秤”时候,运动场方向在竖直方向上有了明显波动与改变。
Claims (7)
1.一种高速公路计费称重中的“跳秤”行为被动检测方法,包括如下步骤:
(1)对被测车辆通过动态称重衡器的图像进行连续采集,并将其转化为数字视频格式;
(2)对采集的图像依次进行灰度化、二值化操作和消除噪声的预处理;
(3)对预处理后的采集图像,利用帧差法和连通域方法取得其中运动物体的形状特征和位置,根据形状特征对照设定的车型阈值判断车型,若运动物体的面积大于设定的车型阈值,则判定是需要检测的载货车辆,执行步骤(4),若运动物体面积小于设定的车型阈值,则判定是小型车辆或非机动车辆,结束检测;
(4)根据步骤(3)获得的运动物***置,判断载货车辆是否停止在动态称重衡器前方的特定区域内,若进入该区域则判定具有“跳秤”嫌疑,进入步骤(5)检测,若未进入该区域,则判定不具有“跳秤”嫌疑,结束该次检测;
(5)对具有“跳秤”嫌疑图像进行仿射变换,校正图像坐标系;对校正后的图像中车身感兴趣区域进行的光流场计算,判断该图像中的运动场情况,若该区域中在竖直方向上速度不为0的像素数目大于等于设定的行为判定阈值,判定该车辆发生“跳秤”,进入步骤(6),若特定区域中在竖直方向上速度不为0的像素数目小于设定的行为判定阈值,判定车辆未发生“跳秤”,结束该次检测;
(6)对判定“跳秤”的车辆发出警报,并剪辑出作弊的视频片段加以保存以作为行政处理的证据。
2.根据权利要求1所述的高速公路计费称重中的“跳秤”行为被动检测方法,其中步骤(3)所述的车型阈值按如下步骤设定:
(2a)通过摄像机标定的方法获得摄像机内外参数;
(2b)通过该摄像机拍摄若干幅的不同车型的车辆图像,根据摄像机内外参数将图像中车辆面积换算成同一座标系下数值;
(2c)统计步骤(2b)所获得载货车辆的面积,计算载货车辆的面积的均值,去除与均值明显偏离的数值,再取载货车辆的最小值作为车型阈值。
3.根据权利要求1所述的高速公路计费称重中的“跳秤”行为被动检测方法,其中步骤(5)所述的行为阈值,按如下步骤设定:
(3a)拍摄若干幅载货车辆发生“跳秤”的图像;
(3b)统计拍摄所有的图像中车身感兴趣区域竖直方向速度不为0的像素数目,分别求其均值,去除与均值明显偏离的数值,再取其中最小值作为行为判定阈值。
4.一种高速公路计费称重中的“跳秤”行为被动检测***,包括:
图像采集单元,用于采集车辆通过动态称重衡器的图像序列,并将其转化为数字视频格式传送给图像预处理单元;
图像预处理单元,用于对图像采集单元传送的数字图像进行灰度化、二值化和滤除噪声的处理,并将预处理后的图像传送给图像分类单元;
图像分类单元,用于对预处理后的图像进行分类,排除不具有“跳秤”嫌疑车辆的图像,并将具有“跳秤”嫌疑车辆的图像传送给计算单元;
计算单元,用于对具有“跳秤”嫌疑的图像中车身感兴趣区域,使用光流法计算光流场,获得图像运动场情况,判定图像是否发生“跳秤”行为,并将发生“跳秤”行为的图像传送给后续处理单元;
后续处理单元,对判定“跳秤”的车辆发出警报,并剪辑出作弊的视频片段保存,作为行政处理的证据。
5.根据权利要求4所述的高速公路计费称重中“跳秤”行为的被动检测***,其中图像采集单元包括:
图像采集设备模块,用于采集车辆图像,并将其传送给图像采集设备驱动软件模块;
图像采集设备驱动软件模块,用于获得所采集的车辆图像,并将其转化为数字视频格式传送给图像预处理单元。
6.根据权利要求4所述的高速公路计费称重中“跳秤”行为的被动检测***,其中图像分类单元包括:
车型分类模块,用于提取车辆形状特征,并根据车辆面积对照车型阈值,排除非机动车辆和小型车辆图像,并将车型分类后图像传送给位置判定分类模块;
位置判定分类模块,用于提取车辆停止位置,判定其是否进入动态称重衡器前特定区域,排除不具有“跳秤”嫌疑图像,并将具有“跳秤”嫌疑图像传送给计算单元。
7.根据权利要求4所述的高速公路计费称重中“跳秤”行为的被动检测***,其中计算单元包括:
仿射变换模块,用于对具有“跳秤”嫌疑的图像进行坐标系校正,并将校正后的图像传送给光流计算模块;
运动计算模块,用于计算校正后的图像中车身感兴趣区域的光流场,判断车身运动情况,并把发生“跳秤”的图像传送给后续处理单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009102190974A CN101714264B (zh) | 2009-11-20 | 2009-11-20 | 高速公路计费称重中的“跳秤”行为被动检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009102190974A CN101714264B (zh) | 2009-11-20 | 2009-11-20 | 高速公路计费称重中的“跳秤”行为被动检测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101714264A true CN101714264A (zh) | 2010-05-26 |
CN101714264B CN101714264B (zh) | 2011-08-24 |
Family
ID=42417877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009102190974A Expired - Fee Related CN101714264B (zh) | 2009-11-20 | 2009-11-20 | 高速公路计费称重中的“跳秤”行为被动检测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101714264B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102809413A (zh) * | 2012-08-06 | 2012-12-05 | 北京万集科技股份有限公司 | 一种车辆动态称重作弊检测方法及装置 |
CN103150774A (zh) * | 2013-03-07 | 2013-06-12 | 吉林省高速公路管理局 | 一种高速公路绿色通道车辆鉴别***和方法 |
CN103325246A (zh) * | 2013-07-11 | 2013-09-25 | 河北工业大学 | 用于货车多种车型的动态检测方法 |
CN106441529A (zh) * | 2016-08-30 | 2017-02-22 | 山西万立科技有限公司 | 一种基于视频图像技术的车型识别与作弊诊断*** |
CN108180967A (zh) * | 2017-12-26 | 2018-06-19 | 北京万集科技股份有限公司 | 一种基于音频辅助的车辆动态称重***及其作弊检测方法 |
CN109916486A (zh) * | 2017-12-13 | 2019-06-21 | 北京万集科技股份有限公司 | 防作弊动态车辆称重方法及装置 |
CN110992420A (zh) * | 2019-12-18 | 2020-04-10 | 天地伟业技术有限公司 | 一种检测粮仓车辆运载情况的***及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100520317C (zh) * | 2007-02-02 | 2009-07-29 | 浙江大学 | 固定式车辆动态称重*** |
CN100534132C (zh) * | 2007-12-07 | 2009-08-26 | 西安电子科技大学 | 基于判别光流张量和hmm的视频语义单元检测方法 |
CN100568266C (zh) * | 2008-02-25 | 2009-12-09 | 北京理工大学 | 一种基于运动场局部统计特征分析的异常行为检测方法 |
-
2009
- 2009-11-20 CN CN2009102190974A patent/CN101714264B/zh not_active Expired - Fee Related
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102809413A (zh) * | 2012-08-06 | 2012-12-05 | 北京万集科技股份有限公司 | 一种车辆动态称重作弊检测方法及装置 |
CN102809413B (zh) * | 2012-08-06 | 2014-08-27 | 北京万集科技股份有限公司 | 一种车辆动态称重作弊检测方法及装置 |
CN103150774A (zh) * | 2013-03-07 | 2013-06-12 | 吉林省高速公路管理局 | 一种高速公路绿色通道车辆鉴别***和方法 |
CN103150774B (zh) * | 2013-03-07 | 2015-10-21 | 吉林省高速公路管理局 | 一种高速公路绿色通道车辆鉴别***和方法 |
CN103325246A (zh) * | 2013-07-11 | 2013-09-25 | 河北工业大学 | 用于货车多种车型的动态检测方法 |
CN103325246B (zh) * | 2013-07-11 | 2014-12-10 | 河北工业大学 | 用于货车多种车型的动态检测方法 |
CN106441529A (zh) * | 2016-08-30 | 2017-02-22 | 山西万立科技有限公司 | 一种基于视频图像技术的车型识别与作弊诊断*** |
CN109916486A (zh) * | 2017-12-13 | 2019-06-21 | 北京万集科技股份有限公司 | 防作弊动态车辆称重方法及装置 |
CN108180967A (zh) * | 2017-12-26 | 2018-06-19 | 北京万集科技股份有限公司 | 一种基于音频辅助的车辆动态称重***及其作弊检测方法 |
CN108180967B (zh) * | 2017-12-26 | 2019-08-20 | 北京万集科技股份有限公司 | 一种基于音频辅助的车辆动态称重***及其作弊检测方法 |
CN110992420A (zh) * | 2019-12-18 | 2020-04-10 | 天地伟业技术有限公司 | 一种检测粮仓车辆运载情况的***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101714264B (zh) | 2011-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101714264B (zh) | 高速公路计费称重中的“跳秤”行为被动检测方法及*** | |
CN102799893B (zh) | 考场监控视频处理方法 | |
CN100544446C (zh) | 用于视频监控的实时运动检测方法 | |
CN104408932A (zh) | 一种基于视频监控的酒驾车辆检测*** | |
CN103808723A (zh) | 一种柴油车烟气黑度自动检测装置 | |
CN103454285A (zh) | 基于机器视觉的传动链条质量检测*** | |
CN113947731B (zh) | 一种基于接触网安全巡检的异物识别方法及*** | |
CN101587646A (zh) | 基于视频识别技术的车流量检测方法及*** | |
CN112528861B (zh) | 应用于铁路隧道内道床的异物检测方法及装置 | |
CN103440478A (zh) | 一种基于hog特征的人脸检测方法 | |
JP2018022220A (ja) | 挙動データ解析システム及び挙動データ解析装置及び挙動データ解析方法 | |
CN104486618A (zh) | 视频图像的噪声检测方法及装置 | |
CN106339677A (zh) | 一种基于视频的铁路货车洒落物自动检测方法 | |
CN111735523A (zh) | 基于视频识别的车重检测方法、装置及存储介质 | |
Cheng et al. | Image quality enhancement using HybridGAN for automated railway track defect recognition | |
Pramkeaw et al. | Analysis of detecting and interpreting warning signs for distance of cars using analyzing the license plate | |
CN105809092A (zh) | 人群目标检测方法及其装置 | |
CN115690747B (zh) | 车辆盲区检测模型测试方法、装置、电子设备及存储介质 | |
CN111597992A (zh) | 一种基于视频监控的场景物体异常的识别方法 | |
CN112613456A (zh) | 一种基于多帧差分图像累积的小目标检测方法 | |
CN108009480A (zh) | 一种基于特征识别的图像人体行为检测方法 | |
CN110866435A (zh) | 一种自相似性梯度朝向直方图的远红外行人训练方法 | |
CN115713654A (zh) | 基于2d与3d激光图像的轨道扣件螺栓松动自动检测方法 | |
CN113239894A (zh) | 基于群体行为分析辅助的群智感知*** | |
CN110414357A (zh) | 一种基于车辆类型识别的前方车辆定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110824 Termination date: 20151120 |
|
CF01 | Termination of patent right due to non-payment of annual fee |