CN105608903A - 交通违章检测的方法及*** - Google Patents
交通违章检测的方法及*** Download PDFInfo
- Publication number
- CN105608903A CN105608903A CN201510932274.9A CN201510932274A CN105608903A CN 105608903 A CN105608903 A CN 105608903A CN 201510932274 A CN201510932274 A CN 201510932274A CN 105608903 A CN105608903 A CN 105608903A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- plate
- regulations
- plate number
- 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.)
- Pending
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)
- Traffic Control Systems (AREA)
Abstract
本发明适用于智能交通技术领域,提供了一种交通违章检测的方法及***,包括:获取出口处包含该车辆车牌信息的图像;识别所述图像中该车辆的车牌号码;检测该车牌号码是否数据库中存储的违章车牌号码相同;当检测到该车牌号码与存储的违章车牌号码不同时,则正常放行;当检测到该车牌号码与存储的违章车牌号码相同时,则不放行,发出警报通知工作人员,且显示该车辆的违章照片。本发明通过查找所述数据库与之相匹配的车牌信息,判断出入景区的每辆车是否存在违章行为,及时对违章行为处理,有效打击了违章行为,保证了游客的人身安全与景区财产安全,节约了人力物力。
Description
技术领域
本发明属于智能交通技术领域,尤其涉及一种交通违章检测的方法及***。
背景技术
随着社会的不断进步和发张,机动车拥有量迅速增长,交通事故的发生率也在不断提高。因此,维护道路交通秩序、纠正车辆的违章行为、保证交通安全、减少交通事故一直是我们的重要任务。交通违章行为是交通事故发生的最主要因素。现有的智能化交通违章视频检测方法一般利用摄像机监视交通状况,采用智能分析方法判断交通违章,并获取违章的证据。相比全部采用人力来监视交通违章,智能化交通违章检测无疑是一个进步。
然而,现有驾车旅游已经成为了越来越多家庭出游的必备工具,一小部分人无视景区管理,在道路上十一超速驾驶,严重危害了其它游客的生命安全,同时,对景区内的财产安全也造成威胁,虽然很多景区内也布置了监控摄像头,但管理摄像头需要大量的人手,监控人员也不可能实时盯着监控屏,因此,往往摄像头监控只能作为事后的取证材料,不能及时发现交通违章。
发明内容
本发明实施例的目的在于提供一种交通违章检测的方法及***,旨在解决现有的摄像头监控***无法在景区内有效的利用,及时判断司机是否在景区内存在交通违章现象的问题。
本发明实施例是这样实现的,一种交通违章检测的方法,包括:
获取出口处包含该车辆车牌信息的图像;
识别所述图像中该车辆的车牌号码;
检测该车牌号码是否数据库中存储的违章车牌号码相同;
当检测到该车牌号码与存储的违章车牌号码不同时,则正常放行;
当检测到该车牌号码与存储的违章车牌号码相同时,则不放行,发出警报通知工作人员,且显示该车辆的违章照片。
本发明实施例的另一目的在于提供一种交通违章检测的***,包括:
获取模块,用于获取出口处包含该车辆车牌信息的图像;
识别模块,用于识别所述图像中该车辆的车牌号码;
检测模块,用于检测该车牌号码是否数据库中存储的违章车牌号码相同;
当检测到该车牌号码与存储的违章车牌号码不同时,则正常放行;
当检测到该车牌号码与存储的违章车牌号码相同时,则不放行,发出警报通知工作人员,且显示该车辆的违章照。
在本发明实施例中,通过超速雷达检测超速的车辆,当检测到超速的车辆时,启动相应路段的摄像头与补光仪器,拍摄该车辆车牌信息的图像;避免了传统摄像头因光线问题无法清晰拍摄车辆车牌信息的图像;根据识别图像中车牌信息得到对应车辆的车牌号码,将该违章车辆的车牌号码存入数据库,当检测到车辆需要出景区时,通过拍摄该车辆车牌信息的图像,以识别该图像中的车牌号码为查询条件时,搜索所述数据库存储的所有违章的车牌号码,查找所述数据库输出与之相匹配的车牌信息,同时,显示违规时拍摄获取的图像,以及显示拍摄该图像时的位置与时间。通过该***随时检测出入景区的车辆,及时对违章行为处理,有效打击了违章行为,保证了游客的人身安全与景区财产安全,节约了人力物力。
附图说明
图1是本发明实施例提供的交通违章检测方法的实现流程图;
图2是本发明实施例提供的交通违章检测方法中的检测交通违章实现流程图;
图3是本发明实施例提供的交通违章检测方法步骤S102的实现流程图;
图4是本发明实施例提供的交通违章检测***的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例一
图1是本发明实施例提供的交通违章检测方法的实现流程图,详述如下:
在步骤S101中,获取出口处包含该车辆车牌信息的图像;
其中,采用地磁传感器,检测车辆是否到达景区出口处,通过地磁传感器触发与其网联的摄像头,通过摄像头与补光仪器拍摄包含该车辆车牌信息的图像,其中,所述补光仪器为闪光灯或照明灯,所述车牌信息包括车牌号码、车辆颜色。
在步骤S102中,识别所述图像中该车辆的车牌号码;
在步骤S103中,检测该车牌号码是否数据库中存储的违章车牌号码相同;
在步骤S104中,当检测到该车牌号码与存储的违章车牌号码不同时,则正常放行;
在步骤S105中,当检测到该车牌号码与存储的违章车牌号码相同时,则不放行,发出警报通知工作人员,且显示该车辆的违章照片。
具体地,可在景区出口设置交巡警监测点,以提升景区执法人员的合法性,当检测到该车牌号码与数据库存储的违章车牌号码相同时,调出拍摄该图像的时间与地点以及超速雷达显示当时该车辆的车速,处理驾驶该车辆的行驶人员。
在本发明实施例中,通过超速雷达检测超速的车辆,当检测到超速的车辆时,启动相应路段的摄像头与补光仪器,拍摄该车辆车牌信息的图像;避免了传统摄像头因光线问题无法清晰拍摄车辆车牌信息的图像;根据识别图像中车牌信息得到对应车辆的车牌号码,将该违章车辆的车牌号码存入数据库,当检测到车辆需要出景区时,通过拍摄该车辆车牌信息的图像,以识别该图像中的车牌号码为查询条件时,搜索所述数据库存储的所有违章的车牌号码,查找所述数据库输出与之相匹配的车牌信息,同时,显示违规时拍摄获取的图像,以及显示拍摄该图像时的位置与时间。通过该***随时检测出入景区的车辆,及时对违章行为处理,有效打击了违章行为,保证了游客的人身安全与景区财产安全,节约了人力物力。
实施例二
图2是本发明实施例提供的交通违章检测方法中检测交通违章的实现流程图,详述如下:
在步骤S201中,采用测速雷达,检测是否有车辆超速;
其中,通过在景区多个路段设置测速雷达,保证能够测试行驶车辆的车速。
在步骤S202中,当检测到超速车辆时,采用摄像头与补光仪器拍摄该车辆包含该车辆车牌信息的图像;
其中,摄像头与测速雷达相联,且摄像头旁设有补光仪器,防止光线过弱无法拍摄清洗包含该车辆车牌信息的图像;通过测速雷达检测到该车辆时,同时,启动摄像头对该车辆进行牌照。
在步骤S203中,识别所述图像中该车辆的车牌号码,并根据摄像头拍摄的时间和地点以及测速雷达测速值,一一保存该图像与车牌号码至数据库。
将识别的该车辆的车牌号码与拍摄的该图像时间、地点以及测速雷达对该车辆的测速实际值均保存至违章记录的数据库中。
在本发明实施例中,通过将在景区内所有违章驾驶的车辆的车牌号与对应图像等信息保存违章的数据库中,加大了对违章驾驶处理力度,保证了驾驶人员在景区内的安全驾驶,提高了景区驾驶人员的驾驶素质。
实施例三
图3是本发明实施例提供的交通违章检测方法步骤S102的实现流程图,以及步骤S203中,详述如下:
在步骤S301中,将包含车牌信息的图像进行预处理,生成车牌信息的二值化图像;
其中,将包含车牌信息的图像进行灰度化处理,基于拉普拉斯锐化掩模的增强图像,将该图像二值化。
在步骤S302中,以Sobel边缘检测算法为基础检测其垂直边缘,以数学形态学方法对边缘图像进行车牌区域的粗定位,以投影方法实现该车牌区域的精确定位;
其中,基于垂直Sobel边缘检测算法提取图像中的垂直边缘,利用Sobel垂直卷积核来与输入的二值化图像中每一像素点进行卷积运算后来得到垂直边缘图像;采用数学形态学滤波方法运对图像进行变换,来突出所需要的图像信息,具体方法就是采用具备所需几何形态的结构元与二值化图像进行集合运算,得到所需要的形态学滤波后图像;通过投影方法精确定位该车牌区域。
在步骤S303中,除去该车牌区域的边缘,依次分割该车牌区域为若干个字符;
其中,根据字符的跳变规律去掉上下边框和铆钉,滤除车牌区域的边缘,从左至右或从右至左依次将滤除边缘的车牌区域分割成若干个字符图像;
在步骤S304中,依次提取每个所述字符的轮廓特征与投影特征,与服务器中预存的每个字符模板进行一一比对,筛选比对效果最佳的字符模板为识别字符;
其中,通过对其进行行列扫描,记录下扫描时图像中像素值有跳变的坐标位置,提取字符的轮廓特征;根据公式求字符的水平投影和垂直投影,计算出字符的垂直投影密度,与服务器中预存的每个字符一一比对,筛选比对效果最佳的该字符图像识别对应的字符。
在步骤S305中,依次排列被识别字符,输出该车辆的车牌号码;
其中,按照被识别字符被分割的顺序依次排列被识别字符,输出该车辆的车牌号码。
在本发明实施例中,通过输入该车牌信息的图像,通过对该图像预处理,定位车牌区域在该图像的位置,将其分割成多个字符图像,提取每个字符的轮廓特征与投影特征,一一对比服务器中字符模块,筛选对比效果最佳者为识别输出字符,依次组合字符生成车牌号码,避免了传统车牌识别***,因车牌不完整或不清楚,导致无法识别车牌号码,无法录入车牌识别***,不能达到交通违章检测的目的。
实施例四
图4是本发明实施例提供的交通违章检测***的结构框图,详述如下:
获取模块45,用于获取出口处包含该车辆车牌信息的图像;
在获取模块之前,还包括检测车辆违章的部分模块,具体如下:
超速检测模块41,采用测速雷达,检测是否有车辆超速;
拍照模块42,用于当检测到超速车辆时,采用摄像头与补光仪器拍摄该车辆包含该车辆车牌信息的图像;
识别模块43,用于识别所述图像中该车辆的车牌号码;
存储模块44,用于根据摄像头拍摄的时间和地点以及测速雷达测速值,一一保存该图像与车牌号码至数据库。
识别模块43,用于识别所述图像中该车辆的车牌号码,具体该识别模块包括:
预处理单元,用于将包含车牌信息的图像进行预处理,生成车牌信息的二值化图像;
定位单元,用于以Sobel边缘检测算法为基础检测其垂直边缘,以数学形态学方法对边缘图像进行车牌区域的粗定位,以投影方法实现该车牌区域的精确定位;
分割单元,用于除去该车牌区域的边缘,依次分割该车牌区域为若干个字符;
识别单元,用于依次提取每个所述字符的轮廓特征与投影特征,与服务器中预存的每个字符模板进行一一比对,筛选比对效果最佳的字符模板为识别字符;
输出单元,用于依次排列被识别字符,输出该车辆的车牌号码。
检测模块46,用于检测该车牌号码是否数据库中存储的违章车牌号码相同;
当检测到该车牌号码与存储的违章车牌号码不同时,则正常放行;
当检测到该车牌号码与存储的违章车牌号码相同时,则不放行,发出警报通知工作人员,且显示该车辆的违章照。
本发明实施例提供的***可以应用在前述对应的方法实施例中,详情参见上述实施例的描述,在此不再赘述。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现。所述的程序可以存储于可读取存储介质中,所述的存储介质,如随机存储器、闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件执行本发明各个实施例所述的方法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种交通违章检测的方法,其特征在于,包括:
获取出口处包含该车辆车牌信息的图像;
识别所述图像中该车辆的车牌号码;
检测该车牌号码是否数据库中存储的违章车牌号码相同;
当检测到该车牌号码与存储的违章车牌号码不同时,则正常放行;
当检测到该车牌号码与存储的违章车牌号码相同时,则不放行,发出警报通知工作人员,且显示该车辆的违章照片。
2.如权利要求1所述的交通违章检测的方法,其特征在于,所述获取该车辆包含该车辆车牌信息的图像之前,还包括:
采用测速雷达,检测是否有车辆超速;
当检测到超速车辆时,采用摄像头与补光仪器拍摄该车辆包含该车辆车牌信息的图像;
识别所述图像中该车辆的车牌号码,并根据摄像头拍摄的时间和地点以及测速雷达测速值,一一保存该图像与车牌号码至数据库。
3.如权利要求1或2所述的交通违章检测的方法,其特征在于,所述识别所述图像中该车辆的车牌号码,具体为:
将包含车牌信息的图像进行预处理,生成车牌信息的二值化图像;
以Sobel边缘检测算法为基础检测其垂直边缘,以数学形态学方法对边缘图像进行车牌区域的粗定位,以投影方法实现该车牌区域的精确定位;
除去该车牌区域的边缘,依次分割该车牌区域为若干个字符;
依次提取每个所述字符的轮廓特征与投影特征,与服务器中预存的每个字符模板进行一一比对,筛选比对效果最佳的字符模板为识别字符;
依次排列被识别字符,输出该车辆的车牌号码。
4.一种交通违章检测的***,其特征在于,包括:
获取模块,用于获取出口处包含该车辆车牌信息的图像;
识别模块,用于识别所述图像中该车辆的车牌号码;
检测模块,用于检测该车牌号码是否数据库中存储的违章车牌号码相同;
当检测到该车牌号码与存储的违章车牌号码不同时,则正常放行;
当检测到该车牌号码与存储的违章车牌号码相同时,则不放行,发出警报通知工作人员,且显示该车辆的违章照。
5.如权利要求4所述的交通违章检测的***,其特征在于,所述获取模块之前还包括:
超速检测模块,采用测速雷达,检测是否有车辆超速;
拍照模块,用于当检测到超速车辆时,采用摄像头与补光仪器拍摄该车辆包含该车辆车牌信息的图像;
识别模块,用于识别所述图像中该车辆的车牌号码;
存储模块,用于根据摄像头拍摄的时间和地点以及测速雷达测速值,一一保存该图像与车牌号码至数据库。
6.如权利要求4或5所述的交通违章检测***,其特征在于,所述识别模块,具体包括:
预处理单元,用于将包含车牌信息的图像进行预处理,生成车牌信息的二值化图像;
定位单元,用于以Sobel边缘检测算法为基础检测其垂直边缘,以数学形态学方法对边缘图像进行车牌区域的粗定位,以投影方法实现该车牌区域的精确定位;
分割单元,用于除去该车牌区域的边缘,依次分割该车牌区域为若干个字符;
识别单元,用于依次提取每个所述字符的轮廓特征与投影特征,与服务器中预存的每个字符模板进行一一比对,筛选比对效果最佳的字符模板为识别字符;
输出单元,用于依次排列被识别字符,输出该车辆的车牌号码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510932274.9A CN105608903A (zh) | 2015-12-15 | 2015-12-15 | 交通违章检测的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510932274.9A CN105608903A (zh) | 2015-12-15 | 2015-12-15 | 交通违章检测的方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105608903A true CN105608903A (zh) | 2016-05-25 |
Family
ID=55988807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510932274.9A Pending CN105608903A (zh) | 2015-12-15 | 2015-12-15 | 交通违章检测的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105608903A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318769A (zh) * | 2014-10-29 | 2015-01-28 | 合肥指南针电子科技有限责任公司 | 一种违章车辆监测报警***及方法 |
CN106652472A (zh) * | 2017-01-16 | 2017-05-10 | 广西信路威科技发展有限公司 | 一种黑名单车辆识别语音报警方法及*** |
CN111340811A (zh) * | 2020-02-19 | 2020-06-26 | 浙江大华技术股份有限公司 | 违章合成图的拆分方法、设备及计算机存储介质 |
CN111369806A (zh) * | 2020-03-12 | 2020-07-03 | 山东泰安煤矿机械有限公司 | 货运列车拍照测速及车牌识别方法及装置 |
CN112560711A (zh) * | 2020-12-18 | 2021-03-26 | 深圳赛安特技术服务有限公司 | 非机动车交通违法判定方法、***、装置及存储介质 |
CN113158758A (zh) * | 2021-02-07 | 2021-07-23 | 中国联合网络通信集团有限公司 | 违规使用车辆号牌的判断方法、***、设备及存储介质 |
CN114821017A (zh) * | 2022-04-08 | 2022-07-29 | 辽宁警察学院 | 一种车辆隔热防爆膜自适应补光图像采集方法 |
CN115762174A (zh) * | 2022-11-04 | 2023-03-07 | 长春理工大学 | 一种基于图像处理的智能交通*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001167380A (ja) * | 1999-12-07 | 2001-06-22 | Toshiba Corp | 道路監視装置 |
CN1396535A (zh) * | 2002-08-26 | 2003-02-12 | 南昌利德丰科技有限公司 | 视频检测与车牌快速自动识别*** |
US20030034889A1 (en) * | 2001-08-20 | 2003-02-20 | Rendahl Craig S. | Host system and method for sensed vehicle data |
CN1413861A (zh) * | 2002-06-07 | 2003-04-30 | 珠海维中信息技术有限公司 | 车牌自动识别方法 |
CN101739829A (zh) * | 2009-12-03 | 2010-06-16 | 北京中星微电子有限公司 | 一种基于视频的车辆超速监控方法及*** |
CN202472943U (zh) * | 2011-12-23 | 2012-10-03 | 北京易华录信息技术股份有限公司 | 一种基于高清视频技术的车辆违章检测*** |
CN103136909A (zh) * | 2011-11-28 | 2013-06-05 | 苏州工业园区天华网络技术有限公司 | 一种卡口车辆自动预警***及其预警方法 |
CN103186982A (zh) * | 2011-12-28 | 2013-07-03 | 南京理工大学常熟研究院有限公司 | 一种治安智能卡口*** |
CN104156704A (zh) * | 2014-08-04 | 2014-11-19 | 胡艳艳 | 一种新的车牌识别方法及*** |
-
2015
- 2015-12-15 CN CN201510932274.9A patent/CN105608903A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001167380A (ja) * | 1999-12-07 | 2001-06-22 | Toshiba Corp | 道路監視装置 |
US20030034889A1 (en) * | 2001-08-20 | 2003-02-20 | Rendahl Craig S. | Host system and method for sensed vehicle data |
CN1413861A (zh) * | 2002-06-07 | 2003-04-30 | 珠海维中信息技术有限公司 | 车牌自动识别方法 |
CN1396535A (zh) * | 2002-08-26 | 2003-02-12 | 南昌利德丰科技有限公司 | 视频检测与车牌快速自动识别*** |
CN101739829A (zh) * | 2009-12-03 | 2010-06-16 | 北京中星微电子有限公司 | 一种基于视频的车辆超速监控方法及*** |
CN103136909A (zh) * | 2011-11-28 | 2013-06-05 | 苏州工业园区天华网络技术有限公司 | 一种卡口车辆自动预警***及其预警方法 |
CN202472943U (zh) * | 2011-12-23 | 2012-10-03 | 北京易华录信息技术股份有限公司 | 一种基于高清视频技术的车辆违章检测*** |
CN103186982A (zh) * | 2011-12-28 | 2013-07-03 | 南京理工大学常熟研究院有限公司 | 一种治安智能卡口*** |
CN104156704A (zh) * | 2014-08-04 | 2014-11-19 | 胡艳艳 | 一种新的车牌识别方法及*** |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318769A (zh) * | 2014-10-29 | 2015-01-28 | 合肥指南针电子科技有限责任公司 | 一种违章车辆监测报警***及方法 |
CN106652472A (zh) * | 2017-01-16 | 2017-05-10 | 广西信路威科技发展有限公司 | 一种黑名单车辆识别语音报警方法及*** |
CN111340811A (zh) * | 2020-02-19 | 2020-06-26 | 浙江大华技术股份有限公司 | 违章合成图的拆分方法、设备及计算机存储介质 |
CN111340811B (zh) * | 2020-02-19 | 2023-08-11 | 浙江大华技术股份有限公司 | 违章合成图的拆分方法、设备及计算机存储介质 |
CN111369806A (zh) * | 2020-03-12 | 2020-07-03 | 山东泰安煤矿机械有限公司 | 货运列车拍照测速及车牌识别方法及装置 |
CN112560711A (zh) * | 2020-12-18 | 2021-03-26 | 深圳赛安特技术服务有限公司 | 非机动车交通违法判定方法、***、装置及存储介质 |
CN112560711B (zh) * | 2020-12-18 | 2024-06-07 | 深圳赛安特技术服务有限公司 | 非机动车交通违法判定方法、***、装置及存储介质 |
CN113158758A (zh) * | 2021-02-07 | 2021-07-23 | 中国联合网络通信集团有限公司 | 违规使用车辆号牌的判断方法、***、设备及存储介质 |
CN114821017A (zh) * | 2022-04-08 | 2022-07-29 | 辽宁警察学院 | 一种车辆隔热防爆膜自适应补光图像采集方法 |
CN115762174A (zh) * | 2022-11-04 | 2023-03-07 | 长春理工大学 | 一种基于图像处理的智能交通*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105608903A (zh) | 交通违章检测的方法及*** | |
CN105448103B (zh) | 车辆套牌检测方法与*** | |
US10762338B2 (en) | Method and apparatus for detecting fake license plates of vehicles, readable storage medium, and electronic device | |
US9672440B2 (en) | Damage recognition assist system | |
CN104282154B (zh) | 一种车辆超载监控***及方法 | |
CN110738842A (zh) | 事故责任划分及行为分析方法、装置、设备及存储介质 | |
CN101739809A (zh) | 行人闯红灯自动报警监控*** | |
CN111369801B (zh) | 车辆识别方法、装置、设备和存储介质 | |
CN108932849B (zh) | 一种记录多台机动车低速行驶违法行为的方法及装置 | |
CN201307337Y (zh) | 行人闯红灯自动报警监控装置 | |
CN103390145B (zh) | 一种目标区域车辆检测方法以及*** | |
CN114399744A (zh) | 一种车型识别方法、装置、电子设备和存储介质 | |
CN112509325B (zh) | 一种基于视频深度学习的非现场违法自动甄别方法 | |
US20200050870A1 (en) | Apparatus and method for detecting, classifying and tracking road users on frames of video data | |
CN112381014A (zh) | 一种基于城市道路的违停车辆检测及管理方法及*** | |
CN113850995B (zh) | 一种基于隧道雷视数据融合的事件检测方法、装置及*** | |
CN113408364B (zh) | 一种临时车牌识别方法、***、装置及存储介质 | |
CN202306822U (zh) | 一种基于dsp的便携式车牌信息快速识别装置 | |
CN111768630A (zh) | 一种违章废图检测方法、装置及电子设备 | |
CN114693722B (zh) | 一种车辆行驶行为检测方法、检测装置及检测设备 | |
CN104715615B (zh) | 位于交通路口的违章电子识别平台 | |
CN105825679A (zh) | 一种实现对违规特种车辆快速、远距离在线锁定的方法 | |
CN112633163B (zh) | 一种基于机器学习算法实现非法运营车辆检测的检测方法 | |
CN114399671A (zh) | 目标识别方法及装置 | |
CN113723258A (zh) | 危险品车辆图像识别方法及其相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 400041 Chongqing Jiulongpo Feng Sheng Road No. 27 of 3 Applicant after: Chongqing Keyser Polytron Technologies Inc Address before: 400041 Chongqing Jiulongpo Feng Sheng Road No. 27 of 3 Applicant before: CHONGQING KAIZE TECHNOLOGY CO., LTD. |
|
COR | Change of bibliographic data | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160525 |
|
WD01 | Invention patent application deemed withdrawn after publication |