CN105427615A - 一种低照度下鲁棒的闯红灯抓拍***及方法 - Google Patents
一种低照度下鲁棒的闯红灯抓拍***及方法 Download PDFInfo
- Publication number
- CN105427615A CN105427615A CN201510884285.4A CN201510884285A CN105427615A CN 105427615 A CN105427615 A CN 105427615A CN 201510884285 A CN201510884285 A CN 201510884285A CN 105427615 A CN105427615 A CN 105427615A
- Authority
- CN
- China
- Prior art keywords
- light
- vehicle
- tail
- red light
- dash
- 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
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种低照度下鲁棒的闯红灯抓拍***,包括摄像单元,红灯检测器,闯红灯规则设置模块,闯红灯视频处理模块,抓拍单元;本发明还提供一种低照度下鲁棒的闯红灯抓拍方法,包括:获取一帧图像,计算得到该帧图像的灰度图像和RGB空间的数据,用当前灰度图像与前一帧灰度图像做帧差得到前景,通过车辆***用meanshift跟踪车辆,通过车尾灯***用距离颜色匹配法跟踪车尾灯,得到的各个车辆目标的运动轨迹进行闯红灯抓拍。本发明在跟踪过程中能够通过初始化车辆与车尾灯的关系,记录车辆与车尾灯的相对位置信息,在调整二者相对位置时可以利用初始化的位置信息,从而准确地通过车尾灯定位车辆位置。
Description
技术领域
本发明涉及智能视频监控***,尤其涉及一种闯红灯抓拍***及方法。
背景技术
随着我国交通运输技术的发展,机动车违法事件开始滋生蔓延,严重威胁城市道路交通安全,由此产生的道路交通安全问题日益成为社会经济发展中的一个重要制约因素。智能视频监控技术作为一种简单便捷、高效低成本且无接触式的监控技术,能够有效缓解日益繁忙的交通勤务管理与执行警力严重不足之间的矛盾,并且具有检测结果客观可靠的优点,在一定程度上消除了道路交通管理在时间和空间上的“盲点”,对驾驶员的违章行为有威慑作用。但是,由于户外天气条件变化大,现有的闯红灯抓拍技术在低照度情况下有可能存在漏拍或者误拍的情况,而低照度情况下往往更容易造成严重的交通安全问题,因此,在低照度条件下,让闯红灯抓怕***更完善、更鲁棒,准确地抓拍是急需要解决的问题。
发明内容
本发明首先要解决的技术问题是提供一种低照度下鲁棒的闯红灯抓拍***,通过检测与分析车辆的多种因素并融合,达到在低照度条件下鲁棒地实现只能抓拍闯红灯车辆的目的。
本发明解决上述技术问题所采用的技术方案是:一种低照度下鲁棒的闯红灯抓拍***,包括:
摄像单元,用于拍摄被检测区域的视频图像;
红灯检测器,用于统计红灯区域被判定为超红像素的比例;
闯红灯规则设置模块,用于设置闯红灯抓拍规则及参数;
闯红灯视频处理模块,根据闯红灯抓拍规则以及红灯检测器的检测结果,对摄像单元所拍摄的视频图像进行分析处理,所述闯红灯视频处理模块至少包括车牌检测器、车尾灯检测器、车牌***以及车尾灯***;
抓拍单元,根据闯红灯视频处理模块的处理结果进行闯红灯抓拍。
摄像单元、红灯检测器以及规则设置模块将各自的拍摄、检测以及设置结果发送至闯红灯视频处理模块,由闯红灯视频处理模块进行分析处理,从而向抓拍单元发出抓拍命令,达到抓拍的目的。
在采用上述技术方案的同时,本发明还可以采用或者组合采用以下进一步的技术方案:
所述红灯检测器的判断规则是:统计红灯区域中超红像素的比例,当超红像素的比例大于90%,则判定为红灯,否则为非红灯。
所述超红像素的判定规则是:R>G+50&&R>B+50&&R>150&&G<100&&B<100,其中R、G、B分别为像素的RGB值分量,&&表示同时满足条件。
所述闯红灯规则设置模块设置停止线、车道、车辆直行离开的抓拍线、车辆左转离开的抓拍线以及车辆右转离开的抓拍线。
所述闯红灯抓拍***还包括网络交换机,所述网络交换机通过有线或无线的网络将摄像机采集到的图像或视频传输到远程存储中心。
所述闯红灯抓拍***还包括补光灯,所述补光灯为闪频灯。
所述抓拍单元的抓拍规则是:在停止线后抓拍第一张车辆图像,车辆越过停止线抓拍第二张图像,车辆越过直行离开抓拍线、左转离开抓拍线和/或右转离开抓拍线抓拍第三张图像,每张图像均包含清晰可辨的车辆信息、车牌信息以及车辆行驶行为的信号灯状态。
为达到拍摄清晰度要求,摄像单元可以采用700万以上像素的一体化高清网络摄像机。
本发明所要解决的另一个技术问题是提供一种低照度下鲁棒的闯红灯抓拍方法,该方法应用上述***,并包括以下步骤:
1)从摄像单元获取一帧图像;
2)计算得到该帧图像的灰度图像和RGB空间的数据;
3)用当前灰度图像与前一帧灰度图像做帧差得到前景;
4)如果前景像素比例大于一定阈值,在前景区域同时启动车牌检测器和车尾灯检测器以检测车牌和车尾灯;
5)根据车牌与车辆的位置关系,将车牌范围外扩,得到车辆目标位置;
6)通过车辆***用meanshift跟踪车辆,通过车尾灯***用距离颜色匹配法跟踪车尾灯;
7)如果车辆目标是新目标,计算车辆目标框内包含的车尾灯,建立车辆目标与车尾灯的关联关系;
8)在跟踪过程中,如果车辆与对应的车尾灯位置发生了偏移并且车尾灯还在跟踪,则利用初始化的车尾灯与车辆的相关位置参数调整车辆位置,从而与车尾灯对应;如果车辆与对应的车尾灯位置发生了偏移并且车尾灯跟踪失败,则使用上一帧车尾灯所在位置与车辆的关联关系计算得到上一帧车辆位置,并取上一帧图像信息初始化车辆跟踪参数;
9)根据以上步骤得到的各个车辆目标的运动轨迹,及闯红灯抓拍规则进行闯红灯抓拍;
10)将灰度图像复制给前一帧灰度图像,用于步骤3)。
在采用上述技术方案的同时,本发明还可以采用或者组合采用以下进一步的技术方案:
所述步骤4)中的车牌检测器是基于haar特征的svm分类器,所述车尾灯检测器的检测方法是:R>G+50&&R>B+50&&R>150&&G<100&&B<100或者R>B+50&&G>B+50&&R>150&&G>150&&B<100,其中,R、G、B分别是像素的RGB值分量,&&表示同时满足条件。
所述步骤6)中的距离颜色匹配法跟踪车尾灯,具体包括以下步骤:
6.1)计算当前帧检测到的车尾灯目标和上一帧跟踪队列中车尾灯的距离和颜色相似度;
6.2)选择距离最近并且颜色相似度大于一定阈值的车尾灯跟踪目标,将检测目标加入该跟踪目标队列中,否则作为新目标加入跟踪队列。
本发明的有益效果是:
1、本发明同时启用了车尾灯***和车辆***,当车尾灯***有效时,利用车尾灯跟踪信息调整车辆跟踪轨迹;当车尾灯跟踪失效时,利用车尾灯最后的位置信息计算获取车辆位置,重新初始化车辆***的参数进行跟踪,确保能够在低照度条件下鲁棒地跟踪车辆,捕获到车辆违规的信息。
2、本发明车尾灯检测器的检测方法能够准确地检测到车尾灯,有效防止漏检或错检。
3、本发明在跟踪过程中能够通过初始化车辆与车尾灯的关系,记录车辆与车尾灯的相对位置信息,在调整二者相对位置时可以利用初始化的位置信息,从而准确地通过车尾灯定位车辆位置。
附图说明
图1是本发明的整体流程图。
具体实施方式
实施例1,一种低照度下鲁棒的闯红灯抓拍***。
本发明的闯红灯抓拍***包括:
1、摄像单元,用于拍摄被检测区域的视频图像;为达到拍摄清晰度要求,摄像单元可以采用700万以上像素的一体化高清网络摄像机。
2、红灯检测器,用于统计红灯区域被判定为超红像素的比例。
红灯检测器的判断规则是:统计红灯区域中超红像素的比例,当超红像素的比例大于90%,则判定为红灯,否则为非红灯。
所述超红像素的判定规则是:R>G+50&&R>B+50&&R>150&&G<100&&B<100,其中R、G、B分别为像素的RGB值分量,&&表示同时满足条件。
3、闯红灯规则设置模块,用于设置闯红灯抓拍规则及参数;闯红灯抓拍规则参数包括停止线、车道、车辆直行离开的抓拍线、车辆左转离开的抓拍线以及车辆右转离开的抓拍线。
4、闯红灯视频处理模块,根据闯红灯抓拍规则以及红灯检测器的检测结果,对摄像单元所拍摄的视频图像进行分析处理,所述闯红灯视频处理模块至少包括车牌检测器、车尾灯检测器、车牌***以及车尾灯***;
5、抓拍单元,根据闯红灯视频处理模块的处理结果进行闯红灯抓拍,抓拍单元的抓拍规则是:在停止线后抓拍第一张车辆图像,车辆越过停止线抓拍第二张图像,车辆越过直行离开抓拍线、左转离开抓拍线和/或右转离开抓拍线抓拍第三张图像,每张图像均包含清晰可辨的车辆信息、车牌信息以及车辆行驶行为的信号灯状态。
本发明的闯红灯抓拍***还包括网络交换机和补光灯,所述网络交换机通过有线或无线的网络将摄像机采集到的图像或视频传输到远程存储中心,所述补光灯为闪频灯。
所述的摄像单元、红灯检测器以及规则设置模块将各自的拍摄、检测以及设置结果发送至闯红灯视频处理模块,由闯红灯视频处理模块进行分析处理,从而向抓拍单元发出抓拍命令,达到抓拍的目的。
实施例2,一种低照度下鲁棒的闯红灯抓拍方法,参照附图1。
本发明的闯红灯抓拍方法包括以下步骤:
1)从摄像单元获取一帧图像SrcImg;
2)计算得到该帧图像SrcImg的灰度图像Gray_cur和RGB空间的数据RGBImg;
3)用当前灰度图像与前一帧灰度图像做帧差得到前景;
4)如果前景像素比例大于一定阈值(10%),在前景区域同时启动车牌检测器和车尾灯检测器以检测车牌和车尾灯;
5)根据车牌与车辆的位置关系,将车牌范围外扩,得到车辆目标位置;
6)通过车辆***用meanshift跟踪车辆,通过车尾灯***用距离颜色匹配法跟踪车尾灯;
7)如果车辆目标是新目标,计算车辆目标框内包含的车尾灯,建立车辆目标与车尾灯的关联关系;
8)在跟踪过程中,如果车辆与对应的车尾灯位置发生了偏移并且车尾灯还在跟踪,则利用初始化的车尾灯与车辆的相关位置参数调整车辆位置,从而与车尾灯对应;如果车辆与对应的车尾灯位置发生了偏移并且车尾灯跟踪失败,则使用上一帧车尾灯所在位置与车辆的关联关系计算得到上一帧车辆位置,并取上一帧图像信息初始化车辆跟踪参数;
9)根据以上步骤得到的各个车辆目标的运动轨迹,及闯红灯抓拍规则进行闯红灯抓拍;
10)将灰度图像复制给前一帧灰度图像,用于步骤3)。
所述步骤4)中的车牌检测器是基于haar特征的svm分类器,所述车尾灯检测器的检测方法是:R>G+50&&R>B+50&&R>150&&G<100&&B<100或者R>B+50&&G>B+50&&R>150&&G>150&&B<100,其中,R、G、B分别是像素的RGB值分量,&&表示同时满足条件。
所述步骤6)中的距离颜色匹配法跟踪车尾灯,具体包括以下步骤:
6.1)计算当前帧检测到的车尾灯目标和上一帧跟踪队列中车尾灯的距离和颜色相似度;
6.2)选择距离最近并且颜色相似度大于一定阈值的车尾灯跟踪目标,将检测目标加入该跟踪目标队列中,否则作为新目标加入跟踪队列。
Claims (10)
1.一种低照度下鲁棒的闯红灯抓拍***,其特征在于:包括:
摄像单元,用于拍摄被检测区域的视频图像;
红灯检测器,用于统计红灯区域被判定为超红像素的比例;
闯红灯规则设置模块,用于设置闯红灯抓拍规则及参数;
闯红灯视频处理模块,根据闯红灯抓拍规则以及红灯检测器的检测结果,对摄像单元所拍摄的视频图像进行分析处理,所述闯红灯视频处理模块至少包括车牌检测器、车尾灯检测器、车牌***以及车尾灯***;
抓拍单元,根据闯红灯视频处理模块的处理结果进行闯红灯抓拍。
2.如权利要求1所述的一种低照度下鲁棒的闯红灯抓拍***,其特征在于:所述红灯检测器的判断规则是:统计红灯区域中超红像素的比例,当超红像素的比例大于90%,则判定为红灯,否则为非红灯。
3.如权利要求2所述的一种低照度下鲁棒的闯红灯抓拍***,其特征在于:所述超红像素的判定规则是:R>G+50&&R>B+50&&R>150&&G<100&&B<100,其中R、G、B分别为像素的RGB值分量,&&表示同时满足条件。
4.如权利要求1所述的一种低照度下鲁棒的闯红灯抓拍***,其特征在于:所述闯红灯规则设置模块设置停止线、车道、车辆直行离开的抓拍线、车辆左转离开的抓拍线以及车辆右转离开的抓拍线。
5.如权利要求1所述的一种低照度下鲁棒的闯红灯抓拍***,其特征在于:所述闯红灯抓拍***还包括网络交换机,所述网络交换机通过有线或无线的网络将摄像机采集到的图像或视频传输到远程存储中心。
6.如权利要求1所述的一种低照度下鲁棒的闯红灯抓拍***,其特征在于:所述闯红灯抓拍***还包括补光灯,所述补光灯为闪频灯。
7.如权利要求1所述的一种低照度下鲁棒的闯红灯抓拍***,其特征在于:所述抓拍单元的抓拍规则是:在停止线后抓拍第一张车辆图像,车辆越过停止线抓拍第二张图像,车辆越过直行离开抓拍线、左转离开抓拍线和/或右转离开抓拍线抓拍第三张图像,每张图像均包含清晰可辨的车辆信息、车牌信息以及车辆行驶行为的信号灯状态。
8.一种低照度下鲁棒的闯红灯抓拍方法,其特征在于:所述方法应用权利要求1-7中任一项所述的***,并包括以下步骤:
1)从摄像单元获取一帧图像;
2)计算得到该帧图像的灰度图像和RGB空间的数据;
3)用当前灰度图像与前一帧灰度图像做帧差得到前景;
4)如果前景像素比例大于一定阈值,在前景区域同时启动车牌检测器和车尾灯检测器以检测车牌和车尾灯;
5)根据车牌与车辆的位置关系,将车牌范围外扩,得到车辆目标位置;
6)通过车辆***跟踪车辆,通过车尾灯***跟踪车尾灯;
7)如果车辆目标是新目标,计算车辆目标框内包含的车尾灯,建立车辆目标与车尾灯的关联关系;
8)在跟踪过程中,如果车辆与对应的车尾灯位置发生了偏移并且车尾灯还在跟踪,则利用初始化的车尾灯与车辆的相关位置参数调整车辆位置,从而与车尾灯对应;如果车辆与对应的车尾灯位置发生了偏移并且车尾灯跟踪失败,则使用上一帧车尾灯所在位置与车辆的关联关系计算得到上一帧车辆位置,并取上一帧图像信息初始化车辆跟踪参数;
9)根据以上步骤得到的各个车辆目标的运动轨迹,及闯红灯抓拍规则进行闯红灯抓拍;
10)将灰度图像复制给前一帧灰度图像。
9.一种低照度下鲁棒的闯红灯抓拍方法,其特征在于:所述步骤4)中的车牌检测器是基于haar特征的svm分类器,所述车尾灯检测器的检测方法是:R>G+50&&R>B+50&&R>150&&G<100&&B<100或者R>B+50&&G>B+50&&R>150&&G>150&&B<100,其中,R、G、B分别是像素的RGB值分量,&&表示同时满足条件。
10.一种低照度下鲁棒的闯红灯抓拍方法,其特征在于:所述步骤6)中的车尾灯跟踪具体包括以下步骤:
6.1)计算当前帧检测到的车尾灯目标和上一帧跟踪队列中车尾灯的距离和颜色相似度;
6.2)选择距离最近并且颜色相似度大于一定阈值的车尾灯跟踪目标,将检测目标加入该跟踪目标队列中,否则作为新目标加入跟踪队列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510884285.4A CN105427615B (zh) | 2015-12-03 | 2015-12-03 | 一种低照度下鲁棒的闯红灯抓拍***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510884285.4A CN105427615B (zh) | 2015-12-03 | 2015-12-03 | 一种低照度下鲁棒的闯红灯抓拍***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105427615A true CN105427615A (zh) | 2016-03-23 |
CN105427615B CN105427615B (zh) | 2018-03-16 |
Family
ID=55505789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510884285.4A Active CN105427615B (zh) | 2015-12-03 | 2015-12-03 | 一种低照度下鲁棒的闯红灯抓拍***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105427615B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111383458A (zh) * | 2018-12-30 | 2020-07-07 | 浙江宇视科技有限公司 | 车辆违章检测方法、装置、设备及存储介质 |
CN111968378A (zh) * | 2020-07-07 | 2020-11-20 | 浙江大华技术股份有限公司 | 机动车闯红灯抓拍方法、装置、计算机设备和存储介质 |
CN115019262A (zh) * | 2022-04-02 | 2022-09-06 | 深圳融合永道科技有限公司 | 一种电动二轮车闯红灯自动抓拍的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101064063A (zh) * | 2006-04-26 | 2007-10-31 | 北京市振隆科技发展公司 | 视频电子警察***减少误抓拍的方法 |
KR20080004926A (ko) * | 2006-07-07 | 2008-01-10 | 주식회사 피엘케이 테크놀로지 | 차영상을 이용한 이동 차량 인식 방법 |
CN101178852A (zh) * | 2006-11-07 | 2008-05-14 | 奥城同立科技开发(北京)有限公司 | 交通道路图像侧向抓拍方法和交通道路图像侧向抓拍电子警察*** |
CN101383096A (zh) * | 2008-09-23 | 2009-03-11 | 青岛海信电子产业控股股份有限公司 | 视频车辆检测模式的选取方法和装置 |
CN102867416A (zh) * | 2012-09-13 | 2013-01-09 | 中国科学院自动化研究所 | 一种基于车辆部位特征的车辆检测与跟踪方法 |
WO2014141326A1 (ja) * | 2013-03-15 | 2014-09-18 | 株式会社 東芝 | 撮像装置、車両番号撮像装置および撮像方法 |
-
2015
- 2015-12-03 CN CN201510884285.4A patent/CN105427615B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101064063A (zh) * | 2006-04-26 | 2007-10-31 | 北京市振隆科技发展公司 | 视频电子警察***减少误抓拍的方法 |
KR20080004926A (ko) * | 2006-07-07 | 2008-01-10 | 주식회사 피엘케이 테크놀로지 | 차영상을 이용한 이동 차량 인식 방법 |
CN101178852A (zh) * | 2006-11-07 | 2008-05-14 | 奥城同立科技开发(北京)有限公司 | 交通道路图像侧向抓拍方法和交通道路图像侧向抓拍电子警察*** |
CN101383096A (zh) * | 2008-09-23 | 2009-03-11 | 青岛海信电子产业控股股份有限公司 | 视频车辆检测模式的选取方法和装置 |
CN102867416A (zh) * | 2012-09-13 | 2013-01-09 | 中国科学院自动化研究所 | 一种基于车辆部位特征的车辆检测与跟踪方法 |
WO2014141326A1 (ja) * | 2013-03-15 | 2014-09-18 | 株式会社 東芝 | 撮像装置、車両番号撮像装置および撮像方法 |
Non-Patent Citations (2)
Title |
---|
张晓民 沈燕: "复杂路况电子警察抓拍***的设计与实现", 《电脑开发与应用》 * |
***: "闯红灯自动记录***的应用研究", 《广东公安科技》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111383458A (zh) * | 2018-12-30 | 2020-07-07 | 浙江宇视科技有限公司 | 车辆违章检测方法、装置、设备及存储介质 |
CN111383458B (zh) * | 2018-12-30 | 2021-07-27 | 浙江宇视科技有限公司 | 车辆违章检测方法、装置、设备及存储介质 |
CN111968378A (zh) * | 2020-07-07 | 2020-11-20 | 浙江大华技术股份有限公司 | 机动车闯红灯抓拍方法、装置、计算机设备和存储介质 |
CN115019262A (zh) * | 2022-04-02 | 2022-09-06 | 深圳融合永道科技有限公司 | 一种电动二轮车闯红灯自动抓拍的方法 |
CN115019262B (zh) * | 2022-04-02 | 2024-05-24 | 深圳融合永道科技有限公司 | 一种电动二轮车闯红灯自动抓拍的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105427615B (zh) | 2018-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9704060B2 (en) | Method for detecting traffic violation | |
WO2018223955A1 (zh) | 目标监控方法、目标监控装置、摄像机及计算机可读介质 | |
CN106778648B (zh) | 车辆轨迹跟踪及车牌识别方法 | |
CN102332209B (zh) | 一种汽车违章视频监测方法 | |
CN102289934B (zh) | 视频自动监控车辆违法越线行驶***及方法 | |
CN105654734A (zh) | 车辆违章行为的数据处理方法及装置 | |
CN104157138A (zh) | 一种城市道路视频监控*** | |
CN103325258A (zh) | 基于视频处理的闯红灯检测装置及其方法 | |
CN110738150B (zh) | 相机联动抓拍方法、装置以及计算机存储介质 | |
CN105679043A (zh) | 一种3d雷达智能卡口***及其处理方法 | |
CN108875458B (zh) | 车辆远光灯开启的检测方法、装置、电子设备及摄像机 | |
CN202422425U (zh) | 基于视频检测的路口智能信号控制*** | |
CN101872546A (zh) | 一种基于视频的过境车辆快速检测方法 | |
CN103646550A (zh) | 一种智能车牌识别*** | |
CN105046966A (zh) | 即停即离区域的违章停车行为自动检测***和方法 | |
CN105519103A (zh) | 车载监控方法及装置 | |
CN103632559B (zh) | 基于视频分析的红绿灯状态检测方法 | |
CN102394012B (zh) | 带有预置位功能的车辆越线行驶监控***及方法 | |
CN102902951A (zh) | 高清视频监控图像的车辆目标定位、事件检测***及方法 | |
CN203165216U (zh) | 一种车牌识别装置 | |
CN105427615A (zh) | 一种低照度下鲁棒的闯红灯抓拍***及方法 | |
CN202018736U (zh) | 车载占用公交车道违法监测*** | |
CN105389991B (zh) | 一种自适应的闯红灯抓拍方法 | |
CN112435479B (zh) | 目标物体违章检测方法、装置、计算机设备及*** | |
CN114627409A (zh) | 一种车辆异常变道的检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |