CN108334829B - 一种动态化客车人数统计*** - Google Patents
一种动态化客车人数统计*** Download PDFInfo
- Publication number
- CN108334829B CN108334829B CN201810066099.3A CN201810066099A CN108334829B CN 108334829 B CN108334829 B CN 108334829B CN 201810066099 A CN201810066099 A CN 201810066099A CN 108334829 B CN108334829 B CN 108334829B
- Authority
- CN
- China
- Prior art keywords
- passenger
- camera
- getting
- image information
- passenger car
- 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
Images
Classifications
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
- G06M1/00—Design features of general application
- G06M1/27—Design features of general application for representing the result of count in the form of electric signals, e.g. by sensing markings on the counter drum
- G06M1/272—Design features of general application for representing the result of count in the form of electric signals, e.g. by sensing markings on the counter drum using photoelectric means
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种动态化客车人数统计***,用于统计客车内的人数,所述客车包括用于上下乘客的客车通道,所述客车通道安装有人脸捕获装置以及轨迹判断装置,所述人脸捕获装置用于捕获经过客车通道的乘客的人脸图像信息,所述轨迹判断装置用于判断经过所述客车通道的乘客的运动轨迹;实时掌握车内人数,相比通过身份扫描的方式更加客观可靠,同时通过两个监控装置提高精度,同时保证检测的实时性和可靠性,保证检测可控安全,有效避免违规拉客等行为或超载行为。
Description
技术领域
本发明涉及客车智能***,更具体地说,涉及一种动态化客车人数统计***。
背景技术
乘坐9人以上(包括驾驶员座位在内),一般具有方形车厢,用于载运乘客及其随身行李的商用车,这类车型主要用于公共交通和团体运输使用。客车有单层的,也有双层的;有铰接的,也有牵引挂车型的。有两门、单门式,或备有行李舱。多数客车采用柴油机驱动,目前也有纯电动车,全金属车身。按照乘车人数计算所耗用的能源和所占的道路面积,公共交通车辆要比个人车辆经济,这是许多国家优先发展公共交通客车的主要原因之一。从世界范围而言,轿车制造和普及比较广泛,因此作为公共交通主体的客车制造业,无论是从设计理念还是设计技术,都表现出相当成熟,欧洲的客车技术水平和科研能力居世界首位。中国客车业的设计能力和制造水平,在国际上占有重要的位置。
而目前客车***都是单独通过摄像头进行记录,无法对客车内人员以及上、下车情况起到一个精确统计的效果,对数据回档能力较低,导致后续对车内实时监控的拓展功能无法实施。
发明内容
有鉴于此,本发明目的是提供一种动态化客车人数统计***,以解决上述问题。
为了解决上述技术问题,本发明的技术方案是:
一种动态化客车人数统计***,用于统计客车内的人数,所述客车包括用于上下乘客的客车通道,所述客车通道安装有人脸捕获装置以及轨迹判断装置,所述人脸捕获装置用于捕获经过客车通道的乘客的人脸图像信息,所述轨迹判断装置用于判断经过所述客车通道的乘客的运动轨迹;
所述人脸捕获装置和所述轨迹判断装置均连接于一统计服务器,所述统计服务器配置有图像处理策略以及人数统计策略,所述图像处理策略包括人脸捕获子策略以及轨迹判断子策略;
所述人脸捕获装置包括有第一摄像头,所述第一摄像头用于采集第一图像信息,所述人脸捕获子策略包括获取所述第一图像信息,通过人脸捕获算法在所述第一图像信息中捕获人脸特征,并将根据捕获到的人脸特征生成对应的基准人脸信息存储至所述统计服务器,并输出一乘客辨识码至所述轨迹判断装置,根据捕获到的人脸特征在所述第一图像信息中的变化情况输出第一乘客运动轨迹信息;所述第一乘客运动轨迹信息包括第一状态数据,所述第一状态数据配置有上车动作、下车动作以及保持动作三个输出结果;
所述轨迹判断装置包括第二摄像头,所述第二摄像头用于采集第二图像信息,所述轨迹判断子策略包括根据所述第一摄像头和第二摄像头的相对位姿关系于所述第二图像信息中确定乘客的区域,通过所述目标跟踪算法根据对应的乘客以生成乘客运动信息,将该乘客辨识码与所述乘客运动信息匹配以得到第二乘客运动轨迹信息;所述第二乘客运动轨迹信息包括第二状态数据,所述第二状态数据配置有上车状态、下车状态以及乘车状态三个输出结果;
所述人数统计策略包括配置一车内人数值,当任意的第一乘客运动轨迹信息输出上车动作且对应的第二乘客运动轨迹信息输出上车状态时,所述车内人数值加1,当任意的第一乘客运动轨迹信息输出下车动作且对应的第二乘客运动轨迹信息输出下车状态时,所述车内人数值减1。
进一步地:所述第一摄像头包括第一上车摄像头和第一下车摄像头,所述第一上车摄像头面向车门设置,所述第一下车摄像头背向所述车门设置;
所述第一上车摄像头配置有第一上限阈值以及第一下限阈值,当被所述第一上车摄像头捕获的人脸特征占所述第一图像信息中的比值增加且超过第一上限阈值时,更改该乘客对应的第一状态数据为上车动作,当被所述第一上车摄像头捕获的人脸特征占所述第一图像信息中的比值减小且超过第一下限阈值时,更改该乘客对应的第一状态数据为下车动作;
所述第一下车摄像头配置有第二上限阈值以及第二下限阈值,当被所述第一下车摄像头捕获的人脸特征占所述第一图像信息中的比值增加且超过第二上限阈值时,更改该乘客对应的第一状态数据为下车动作,当被所述第一下车摄像头捕获人脸特征占所述第一图像信息中的比值减小且超过第一下限阈值时,更改该乘客对应的第一状态数据为上车动作。
进一步地:所述客车设置有若干第二摄像头,所述轨迹判断装置配置有图像拼接策略,所述图像拼接策略根据每一所述第二摄像头的相对位姿关系以及获得的图像信息生成所述第二图像信息。
进一步地:还包括统计后台,所述统计后台设置于所述客车终点站,当所述客车到达所述客车终点站时,所述统计服务器上传人脸特征以及对应的乘客编码。
进一步地:当所述客车到达所述客车终点站时,所述统计服务器上传的第一图像信息以及第二图像信息。
进一步地:当所述客车到达所述客车终点站时,从所述统计服务器清除所述人脸特征以及对应的乘客编码。
本发明技术效果主要体现在以下方面:实时掌握车内人数,相比通过身份扫描的方式更加客观可靠,同时通过两个监控装置提高精度,同时保证检测的实时性和可靠性,保证检测可控安全,有效避免违规拉客等行为或超载行为。
附图说明
图1:本发明的动态化客车人数统计***的模块架构图。
具体实施方式
以下结合附图,对本发明的具体实施方式作进一步详述,以使本发明技术方案更易于理解和掌握。
参照图1所示,一种动态化客车人数统计***,用于统计客车内的人数,所述客车包括用于上下乘客的客车通道,所述客车通道安装有人脸捕获装置以及轨迹判断装置,所述人脸捕获装置用于捕获经过客车通道的乘客的人脸图像信息,所述轨迹判断装置用于判断经过所述客车通道的乘客的运动轨迹;首先一般的客车的构成包括上下乘客的客车通道以及车内空间,乘客通过客车通道进出车内空间,所以原则上而言仅用统计经过客车通道的人数以及该人是离开或是进入车内,就可以得到最后的车内人数信息。
所述人脸捕获装置和所述轨迹判断装置均连接于一统计服务器,所述统计服务器配置有图像处理策略以及人数统计策略,所述图像处理策略包括人脸捕获子策略以及轨迹判断子策略;而对人数的统计包括两个内容,首先需要定位到每一个乘客的位置,然后根据定位到的每一个乘客的位置进行跟踪,判断每一个乘客的行为动作以判断乘客是上车还是下车,从而对人数进行统计,为了保证计算的精确性,设置的两个装置进行判断,提高精度。
首先,所述人脸捕获装置包括有第一摄像头,所述第一摄像头用于采集第一图像信息,所述人脸捕获子策略包括获取所述第一图像信息,通过人脸捕获算法在所述第一图像信息中捕获人脸特征,并将根据捕获到的人脸特征生成对应的基准人脸信息存储至所述统计服务器,并输出一乘客辨识码至所述轨迹判断装置,根据捕获到的人脸特征在所述第一图像信息中的变化情况输出第一乘客运动轨迹信息;所述第一乘客运动轨迹信息包括第一状态数据,所述第一状态数据配置有上车动作、下车动作以及保持动作三个输出结果;所述第一摄像头包括第一上车摄像头和第一下车摄像头,所述第一上车摄像头面向车门设置,所述第一下车摄像头背向所述车门设置;所述第一上车摄像头配置有第一上限阈值以及第一下限阈值,当被所述第一上车摄像头捕获的人脸特征占所述第一图像信息中的比值增加且超过第一上限阈值时,更改该乘客对应的第一状态数据为上车动作,当被所述第一上车摄像头捕获的人脸特征占所述第一图像信息中的比值减小且超过第一下限阈值时,更改该乘客对应的第一状态数据为下车动作;所述第一下车摄像头配置有第二上限阈值以及第二下限阈值,当被所述第一下车摄像头捕获的人脸特征占所述第一图像信息中的比值增加且超过第二上限阈值时,更改该乘客对应的第一状态数据为下车动作,当被所述第一下车摄像头捕获人脸特征占所述第一图像信息中的比值减小且超过第一下限阈值时,更改该乘客对应的第一状态数据为上车动作。首先,第一摄像头的设置方式根据实际的客车通道的位置设置,由于上客时和下客时乘客的朝向不同,所以需要设置第一上车摄像头和第一下车摄像头以保证能从双向捕捉人脸,同时,通过这种方式需要判断上车和下车是按照逻辑判断的,例如第一上车摄像头捕捉人脸,人脸由远及近,则说明人是上车的,人脸由近及远,说明人是下车的,所以判断人脸在第一图像信息所呈现的图像中所占比例就可以判断是否进入车内,例如如果人脸在第一图像信息增加并超过百分之二十,则说明该乘客进入车内,这样一来就可以输出判断信号。人脸未超过百分之二十,则说明还未上车,判断较为简单便利。
所述轨迹判断装置包括第二摄像头,所述第二摄像头用于采集第二图像信息,所述轨迹判断子策略包括根据所述第一摄像头和第二摄像头的相对位姿关系于所述第二图像信息中确定乘客的区域,通过所述目标跟踪算法根据对应的乘客以生成乘客运动信息,将该乘客辨识码与所述乘客运动信息匹配以得到第二乘客运动轨迹信息;所述第二乘客运动轨迹信息包括第二状态数据,所述第二状态数据配置有上车状态、下车状态以及乘车状态三个输出结果;所述客车设置有若干第二摄像头,所述轨迹判断装置配置有图像拼接策略,所述图像拼接策略根据每一所述第二摄像头的相对位姿关系以及获得的图像信息生成所述第二图像信息。第二摄像头设置图像拼接算法用来拼接图像,由于客车面积可能较大,所以图像拼接算法计算客车整体面积,起到一个图像拼接的效果,这样就可以得到整个车内的俯视效果图,且由于通道口的位置已知,就可以根据第一摄像头采集的结果找到每一乘客对应的位置,这样一来,乘客在车厢内的举动都可以对应到乘客的身份信息,可以提高安全性,同时第二摄像头可以通过监控乘客是否离开客车或进入客车从而辅助判断乘客行为。
人脸识别算法以及对已知图块的目标追踪算法为图像处理领域较为成熟的技术,在此不做赘述。
所述人数统计策略包括配置一车内人数值,当任意的第一乘客运动轨迹信息输出上车动作且对应的第二乘客运动轨迹信息输出上车状态时,所述车内人数值加1,当任意的第一乘客运动轨迹信息输出下车动作且对应的第二乘客运动轨迹信息输出下车状态时,所述车内人数值减1。通过这样设置,就可以统计车内人数,而通过两个装置分别监控,保证监控效果,提高统计的精确性。
还包括统计后台,所述统计后台设置于所述客车终点站,当所述客车到达所述客车终点站时,所述统计服务器上传人脸特征以及对应的乘客编码。当所述客车到达所述客车终点站时,所述统计服务器上传的第一图像信息以及第二图像信息。当所述客车到达所述客车终点站时,从所述统计服务器清除所述人脸特征以及对应的乘客编码。通过统计后台的设置,保证数据的回收,提高统计的可靠性和安全性。
当然,以上只是本发明的典型实例,除此之外,本发明还可以有其它多种具体实施方式,凡采用等同替换或等效变换形成的技术方案,均落在本发明要求保护的范围之内。
Claims (6)
1.一种动态化客车人数统计***,用于统计客车内的人数,所述客车包括用于上下乘客的客车通道,其特征在于,所述客车通道安装有人脸捕获装置以及轨迹判断装置,所述人脸捕获装置用于捕获经过客车通道的乘客的人脸图像信息,所述轨迹判断装置用于判断经过所述客车通道的乘客的运动轨迹;
所述人脸捕获装置和所述轨迹判断装置均连接于一统计服务器,所述统计服务器配置有图像处理策略以及人数统计策略,所述图像处理策略包括人脸捕获子策略以及轨迹判断子策略;
所述人脸捕获装置包括有第一摄像头,所述第一摄像头用于采集第一图像信息,所述人脸捕获子策略包括获取所述第一图像信息,通过人脸捕获算法在所述第一图像信息中捕获人脸特征,并将根据捕获到的人脸特征生成对应的基准人脸信息存储至所述统计服务器,并输出一乘客辨识码至所述轨迹判断装置,根据捕获到的人脸特征在所述第一图像信息中的变化情况输出第一乘客运动轨迹信息;所述第一乘客运动轨迹信息包括第一状态数据,所述第一状态数据配置有上车动作、下车动作以及保持动作三个输出结果;
所述轨迹判断装置包括第二摄像头,所述第二摄像头用于采集第二图像信息,所述轨迹判断子策略包括根据所述第一摄像头和第二摄像头的相对位姿关系于所述第二图像信息中确定乘客的区域,通过目标跟踪算法根据对应的乘客以生成乘客运动信息,将该乘客辨识码与所述乘客运动信息匹配以得到第二乘客运动轨迹信息;所述第二乘客运动轨迹信息包括第二状态数据,所述第二状态数据配置有上车状态、下车状态以及乘车状态三个输出结果;
所述人数统计策略包括配置一车内人数值,当任意的第一乘客运动轨迹信息输出上车动作且对应的第二乘客运动轨迹信息输出上车状态时,所述车内人数值加1,当任意的第一乘客运动轨迹信息输出下车动作且对应的第二乘客运动轨迹信息输出下车状态时,所述车内人数值减1。
2.如权利要求1所述的一种动态化客车人数统计***,其特征在于:所述第一摄像头包括第一上车摄像头和第一下车摄像头,所述第一上车摄像头面向车门设置,所述第一下车摄像头背向所述车门设置;
所述第一上车摄像头配置有第一上限阈值以及第一下限阈值,当被所述第一上车摄像头捕获的人脸特征占所述第一图像信息中的比值增加且超过第一上限阈值时,更改该乘客对应的第一状态数据为上车动作,当被所述第一上车摄像头捕获的人脸特征占所述第一图像信息中的比值减小且超过第一下限阈值时,更改该乘客对应的第一状态数据为下车动作;
所述第一下车摄像头配置有第二上限阈值以及第二下限阈值,当被所述第一下车摄像头捕获的人脸特征占所述第一图像信息中的比值增加且超过第二上限阈值时,更改该乘客对应的第一状态数据为下车动作,当被所述第一下车摄像头捕获人脸特征占所述第一图像信息中的比值减小且超过第一下限阈值时,更改该乘客对应的第一状态数据为上车动作。
3.如权利要求1所述的一种动态化客车人数统计***,其特征在于:所述客车设置有若干第二摄像头,所述轨迹判断装置配置有图像拼接策略,所述图像拼接策略根据每一所述第二摄像头的相对位姿关系以及获得的图像信息生成所述第二图像信息。
4.如权利要求1所述的一种动态化客车人数统计***,其特征在于:还包括统计后台,所述统计后台设置于所述客车终点站,当所述客车到达所述客车终点站时,所述统计服务器上传人脸特征以及对应的乘客编码。
5.如权利要求4所述的一种动态化客车人数统计***,其特征在于:当所述客车到达所述客车终点站时,所述统计服务器上传的第一图像信息以及第二图像信息。
6.如权利要求4所述的一种动态化客车人数统计***,其特征在于:当所述客车到达所述客车终点站时,从所述统计服务器清除所述人脸特征以及对应的乘客编码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810066099.3A CN108334829B (zh) | 2018-01-23 | 2018-01-23 | 一种动态化客车人数统计*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810066099.3A CN108334829B (zh) | 2018-01-23 | 2018-01-23 | 一种动态化客车人数统计*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108334829A CN108334829A (zh) | 2018-07-27 |
CN108334829B true CN108334829B (zh) | 2021-08-06 |
Family
ID=62925401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810066099.3A Active CN108334829B (zh) | 2018-01-23 | 2018-01-23 | 一种动态化客车人数统计*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108334829B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114604291A (zh) * | 2020-12-04 | 2022-06-10 | 深圳市奥拓电子股份有限公司 | 一种基于显示屏的客流引导方法及显示控制*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101847265A (zh) * | 2010-04-20 | 2010-09-29 | 上海理工大学 | 一种在公交客流统计***中使用的运动目标提取及多目标分割方法 |
CN102855475A (zh) * | 2012-09-17 | 2013-01-02 | 广州杰赛科技股份有限公司 | 一种校车监控方法和*** |
CN103065379A (zh) * | 2012-10-25 | 2013-04-24 | 北京腾逸科技发展有限公司 | 智能化视频客流分析方法及*** |
CN103971103A (zh) * | 2014-05-23 | 2014-08-06 | 西安电子科技大学宁波信息技术研究院 | 一种人数统计*** |
CN104581081A (zh) * | 2015-01-26 | 2015-04-29 | 成都美联微智科技有限公司 | 基于视频信息的客流分析方法 |
CN106529787A (zh) * | 2016-11-02 | 2017-03-22 | 南京国电南自轨道交通工程有限公司 | 一种基于人脸检测技术的地铁能源管理*** |
CN107330386A (zh) * | 2017-06-21 | 2017-11-07 | 厦门中控智慧信息技术有限公司 | 一种人流量统计方法及终端设备 |
US9848112B2 (en) * | 2014-07-01 | 2017-12-19 | Brain Corporation | Optical detection apparatus and methods |
-
2018
- 2018-01-23 CN CN201810066099.3A patent/CN108334829B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101847265A (zh) * | 2010-04-20 | 2010-09-29 | 上海理工大学 | 一种在公交客流统计***中使用的运动目标提取及多目标分割方法 |
CN102855475A (zh) * | 2012-09-17 | 2013-01-02 | 广州杰赛科技股份有限公司 | 一种校车监控方法和*** |
CN103065379A (zh) * | 2012-10-25 | 2013-04-24 | 北京腾逸科技发展有限公司 | 智能化视频客流分析方法及*** |
CN103971103A (zh) * | 2014-05-23 | 2014-08-06 | 西安电子科技大学宁波信息技术研究院 | 一种人数统计*** |
US9848112B2 (en) * | 2014-07-01 | 2017-12-19 | Brain Corporation | Optical detection apparatus and methods |
CN104581081A (zh) * | 2015-01-26 | 2015-04-29 | 成都美联微智科技有限公司 | 基于视频信息的客流分析方法 |
CN106529787A (zh) * | 2016-11-02 | 2017-03-22 | 南京国电南自轨道交通工程有限公司 | 一种基于人脸检测技术的地铁能源管理*** |
CN107330386A (zh) * | 2017-06-21 | 2017-11-07 | 厦门中控智慧信息技术有限公司 | 一种人流量统计方法及终端设备 |
Non-Patent Citations (4)
Title |
---|
A Passenger Flow Statistic Algorithm Based on Machine Learning;Xianjv Wang 等;《2017 10th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics (CISP-BMEI 2017)》;20171016;1-5 * |
Application of Automatic statistic Passenger Flowsystem based on Depth Data;Xuebin Qin 等;《2016 International Symposium on Computer, Consumer and Control》;20160706;527-530 * |
公交车人数统计***设计与实现;蔡晓利;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170215(第2期);I138-2914 * |
基于HOG和SVM的公交客流量统计技术研究;査宇锋;《中国优秀硕士学位论文全文数据库 信息科技辑》;20151215(第12期);I138-519 * |
Also Published As
Publication number | Publication date |
---|---|
CN108334829A (zh) | 2018-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106541968B (zh) | 基于视觉分析的地铁车厢实时提示***的识别方法 | |
CN106485927A (zh) | 一种智能交通违章信息采集装置及采集方法 | |
CN105966357A (zh) | 车辆的控制方法、装置和车辆 | |
Chang et al. | Nighttime pedestrian detection using thermal imaging based on HOG feature | |
Nakashima et al. | Passenger counter based on random forest regressor using drive recorder and sensors in buses | |
CN104637342A (zh) | 一种狭小垂直车位场景智能识别与泊车路径规划***及方法 | |
US11482012B2 (en) | Method for driving assistance and mobile device using the method | |
KR101337554B1 (ko) | 차량용 블랙박스의 영상인식을 이용한 수배자 및 실종자 추적 장치 및 그 방법 | |
CN108334829B (zh) | 一种动态化客车人数统计*** | |
CN103914896B (zh) | 车辆进出入管制的容错***与采用该容错***的管制方法 | |
Bhatia et al. | Automatic seat identification system in smart transport using IoT and image processing | |
CN201130382Y (zh) | 多功能身份自动识别机器人 | |
CN114333120A (zh) | 一种公交客流检测方法及*** | |
CN110992678A (zh) | 一种基于大数据人脸识别的公交客流统计方法 | |
CN112532928B (zh) | 一种基于5g和人脸识别的公交车车载***及使用方法 | |
CN105389991A (zh) | 一种自适应的闯红灯抓拍方法 | |
CN111666879A (zh) | 一种基于大数据框架的公交客流分析与规划***和方法 | |
CN105206060A (zh) | 一种基于sift特征的车型识别装置及其方法 | |
CN105761501A (zh) | 一种智能车辆行为检测抓拍方法 | |
CN111062311A (zh) | 一种基于深度级可分离卷积网络的行人手势识别与交互方法 | |
CN206259023U (zh) | 一种智能交通违章信息采集装置 | |
Bhatnagar et al. | Design of a CNN based autonomous in-seat passenger anomaly detection system | |
Nakashima et al. | Proposal of a method for estimating the number of passengers with using drive recorder and sensors equipped in buses | |
Catani et al. | A framework based on vision sensors for the automatic management of exchange parking areas | |
Alhelali et al. | Vision-Based Smart Parking Detection System Using Object Tracking |
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 |