CN111929715A - 一种用于校徽的定位方法、装置、设备及存储介质 - Google Patents
一种用于校徽的定位方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111929715A CN111929715A CN202010599745.XA CN202010599745A CN111929715A CN 111929715 A CN111929715 A CN 111929715A CN 202010599745 A CN202010599745 A CN 202010599745A CN 111929715 A CN111929715 A CN 111929715A
- Authority
- CN
- China
- Prior art keywords
- potential
- track
- risk coefficient
- segment
- positioning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012549 training Methods 0.000 claims abstract description 11
- 238000012216 screening Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 4
- 238000003064 k means clustering Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种用于校徽的定位方法,涉及定位技术领域,包括如下步骤:通过定位装置获取目标当前位置信息;根据规定时间内的位置信息生成运行轨迹;将运动轨迹分段,分析出每段潜在运动轨迹;分别对潜在运动轨迹数据进行训练,训练得到类似轨迹;筛选类似轨迹中概率最高的作为预测轨迹。本发明基于校徽的定位方法能够更加及时主动的推送安全预警信息,通过对学生当前的运动轨迹进行获取和分析,生成潜在的运动轨迹概率,并根据潜在运动轨迹生成风险系数,让学生在校,在途中的安全更有保障,让学生安全更有保障。本发明还公开了一种定位装置、电子设备和计算机可读存储介质。
Description
技术领域
本发明涉及一种定位技术领域,尤其涉及一种用于校徽的定位方法、装置、设备及存储介质。
背景技术
目前市场上的智慧校徽的功能有很多,主要功能有:自动考勤、运动统计、家校沟通、一卡通、在校状态。除此之外,还具备其他多种功能,比如门禁卡的功能,包括校园支付、身份识别、签到、图书借阅、门禁识别、轨迹回放、电子围栏预警等,配合校徽专属APP,能够方便家长关注孩子的安全信息。
当前的智慧校徽技术,在硬件解决方案上,从2G技术的校徽,开始往 NB-IOT技术过度,从定位精度、能耗、速率及网络稳定性等方面具备了较大的进步。基于硬件的支持情况下,对于校徽的应用创新,对于用户来说,尤为关键。但是,从目前的市场上主流的智慧校徽方案看,功能比较分散,而且忽视了最重要的安全功能,没有很好聚焦在主动安全方面,只有在发生意外时才进行报警,而对学生即将面临的安全问题没有进行及时的处理,防止意外发生。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种用于校徽的定位方法,其能解决安全报警不准确的问题。
本发明的目的之一采用以下技术方案实现:
一种用于校徽的定位方法,包括如下步骤:
通过定位装置获取目标当前位置信息;
根据规定时间内的位置信息生成运行轨迹;
将运动轨迹分段,分析出每段潜在运动轨迹;
分别对潜在运动轨迹数据进行训练,训练得到类似轨迹;
筛选类似轨迹中概率最高的作为预测轨迹。
进一步地,定位装置通过北斗卫星信号、GPS定位数据和LBS来获取当前目标信息。
进一步地,根据规定时间内位置信息生成运行轨迹后,步骤还包括:
将形成的轨迹在地图中生成,在地图中设置电子围栏区域,在该区域内记录轨迹数据,并储存在数据库中。
进一步地,将运动轨迹分段,分析出每段潜在运动轨迹,步骤包括:将一个运动目标的轨迹分成若干段轨迹;对每个轨迹进行处理,获取每个轨迹的短时平稳段,包括每秒内的X和Y坐标;然后使用K-means聚类方法来寻找相似轨迹,每个短时平稳段的相似轨迹生成集群作为一个潜在段。
进一步地,将运动轨迹分段,分析出每段潜在运动轨迹,步骤包括:所有潜在段带入马尔科夫模型计算对应的转移概率,计算得出集群中相似度最高概率的为轨迹潜在段。
进一步地,还包括步骤:通过轨迹潜在段进行风险系数计算,风险系数包括角度风险系数和线性风险系数,总风险系数为两者的乘积,计算公式为:
S=a*m,其中S为总风险系数,初始S为0;a为角度风险系数,a取值的范围为0~1;m为线性风险系数,取值为基于预测位置和实际位置的差异。
进一步地,还包括安全预警步骤:设置危险阈值,对总风险系数的计算结果进行判断,如超过危险阈值,则发送警告;如未超过危险阈值,则持续监测。
本发明的目的之二采用以下技术方案实现:
一种定位装置,包括:
获取模块,用于通过定位装置获取目标当前位置信息;
生成模块,用于根据规定时间内的位置信息生成运行轨迹;
分段模块,用于将运动轨迹分段,分析出每段潜在运动轨迹;
训练模块,用于分别对潜在运动轨迹数据进行训练,训练得到类似轨迹;
筛选模块,用于筛选类似轨迹中概率最高的作为预测轨迹。
本发明的目的之三在于提供执行发明目的之一的电子设备,其包括处理器、存储介质以及计算机程序,计算机程序存储于存储介质中,计算机程序被处理器执行时实现上述的一种用于校徽的定位方法。
本发明的目的在于提供存储发明目的之一的计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的一种用于校徽的定位方法。
相比现有技术,本发明的有益效果在于:
本发明基于校徽的定位方法能够更加及时主动的推送安全预警信息,通过对学生当前的运动轨迹进行获取和分析,生成潜在的运动轨迹概率,并根据潜在运动轨迹生成风险系数,让学生在校,在途中的安全更有保障,让学生安全更有保障。
附图说明
图1为本发明中一种用于校徽的定位方法的运行流程框图;
图2为本发明中一种定位装置的结构框图;
图3为本发明中一种电子设备的结构框图。
具体实施方式
以下将结合附图,对本发明进行更为详细的描述,需要说明的是,下参照附图对本发明进行的描述仅是示意性的,而非限制性的。各个不同实施例之间可以进行相互组合,以构成未在以下描述中示出的其他实施例。
实施例一
如图1所示,一种用于校徽的定位方法,包括如下步骤:
通过定位装置获取目标当前位置信息;
根据规定时间内的位置信息生成运行轨迹;
将运动轨迹分段,分析出每段潜在运动轨迹;
分别对潜在运动轨迹数据进行训练,训练得到类似轨迹;
筛选类似轨迹中概率最高的作为预测轨迹。
本发明基于校徽的定位方法能够更加及时主动的推送安全预警信息,通过对学生当前的运动轨迹进行获取和分析,生成潜在的运动轨迹概率,并根据潜在运动轨迹生成风险系数,让学生在校,在途中的安全更有保障,让学生安全更有保障。
优选地,定位装置通过北斗卫星信号、GPS定位数据和LBS来获取当前目标信息。
本实施例中,可以通过北斗卫星信号或GPS定位数据或LBS来作为校徽结构的定位信息来源,来确定佩戴校徽的学生当前位置。当然,在本发明的其他实施例中,也可以根据实际需求的具体情况,对定位信息可以通过其他方式进行获取。
优选地,根据规定时间内位置信息生成运行轨迹后,步骤还包括:
将形成的轨迹在地图中生成,在地图中设置电子围栏区域,在该区域内记录轨迹数据,并储存在数据库中。
本实施例中,通过电子围栏的设置,可以根据获取的学生实时位置,对超出电子围栏的运动轨迹进行报警,电子围栏的范围可以根据具体需求进行设置。
优选地,将运动轨迹分段,分析出每段潜在运动轨迹,步骤包括:将一个运动目标的轨迹分成若干段轨迹;对每个轨迹进行处理,获取每个轨迹的短时平稳段,包括每秒内的X和Y坐标;然后使用K-means聚类方法来寻找相似轨迹,每个短时平稳段的相似轨迹生成集群作为一个潜在段。
优选地,将运动轨迹分段,分析出每段潜在运动轨迹,步骤包括:所有潜在段带入马尔科夫模型计算对应的转移概率,计算得出集群中相似度最高概率的为轨迹潜在段。
优选地,还包括步骤:通过轨迹潜在段进行风险系数计算,风险系数包括角度风险系数和线性风险系数,总风险系数为两者的乘积,计算公式为:
S=a*m,其中S为总风险系数,初始S为0;a为角度风险系数,a取值的范围为0~1;m为线性风险系数,取值为基于预测位置和实际位置的差异。
优选地,还包括安全预警步骤:设置危险阈值,对总风险系数的计算结果进行判断,如超过危险阈值,则发送警告;如未超过危险阈值,则持续监测。
实施例二
实施例二公开了一种对应上述实施例的一种定位装置,为实施例一的虚拟装置结构,请参照图2所示,包括:
获取模块,用于通过定位装置获取目标当前位置信息;
生成模块,用于根据规定时间内的位置信息生成运行轨迹;
分段模块,用于将运动轨迹分段,分析出每段潜在运动轨迹;
训练模块,用于分别对潜在运动轨迹数据进行训练,训练得到类似轨迹;
筛选模块,用于筛选类似轨迹中概率最高的作为预测轨迹。
值得注意的是,上述一种定位装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例三
图3为本发明实施例三提供的一种电子设备的结构示意图,该电子设备包括处理器310、存储器320、输入装置330和输出装置340;计算机设备中处理器310的数量可以是一个或多个,图2中以一个处理器310为例;电子设备中的处理器310、存储器320、输入装置330和输出装置340可以通过总线或其他方式连接,图2中以通过总线连接为例。存储器320作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例二中的一种用于校徽的定位方法对应的程序指令/模块(例如,一种定位装置中的获取模块210、生成模块220、分段模块230、训练模块240、筛选模块250)。处理器310通过运行存储在存储器320中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现实施例一的一种用于校徽的定位方法。存储器320可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器320可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器320可进一步包括相对于处理器310远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置330可用于接收输入信息等。输出装置340可为显示屏等显示设备,可用于显示报警信息。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于实现一种用于校徽的定位方法,该方法包括:
对图片初始化每个像素生成区域,作为候选区域,对所有相邻的候选区域进行两两配对,生成计算列表;
根据计算列表进行相似度计算,包括颜色相似度计算和纹理值相似度计算,分别得出第一得分和第二得分;
根据计算列表进行分值计算,得出第三得分;
根据第一得分、第二得分和第三得分,相加计算得到的相似度,对列表中达到相似度合并阈值的进行两两合并,直到所有候选区域完成合并。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的一种用于校徽的定位方法中的相关操作。通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器 (Read-OnlyMemory,ROM)、随机存取存储器(RandomAccessMemory, RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台电子设备(可以是手机,个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
对本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及形变,而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。
Claims (10)
1.一种用于校徽的定位方法,其特征在于,包括如下步骤:
通过定位装置获取目标当前位置信息;
根据规定时间内的位置信息生成运行轨迹;
将运动轨迹分段,分析出每段潜在运动轨迹;
分别对潜在运动轨迹数据进行训练,训练得到类似轨迹;
筛选类似轨迹中概率最高的作为预测轨迹。
2.如权利要求1所述的一种用于校徽的定位方法,其特征在于,定位装置通过北斗卫星信号、GPS定位数据和LBS来获取当前目标信息。
3.如权利要求1所述的一种用于校徽的定位方法,其特征在于,根据规定时间内位置信息生成运行轨迹后,步骤还包括:
将形成的轨迹在地图中生成,在地图中设置电子围栏区域,在该区域内记录轨迹数据,并储存在数据库中。
4.如权利要求1所述的一种用于校徽的定位方法,其特征在于,将运动轨迹分段,分析出每段潜在运动轨迹,步骤包括:将一个运动目标的轨迹分成若干段轨迹;对每个轨迹进行处理,获取每个轨迹的短时平稳段,包括每秒内的X和Y坐标;然后使用K-means聚类方法来寻找相似轨迹,每个短时平稳段的相似轨迹生成集群作为一个潜在段。
5.如权利要求4所述的一种用于校徽的定位方法,其特征在于,将运动轨迹分段,分析出每段潜在运动轨迹,步骤包括:所有潜在段带入马尔科夫模型计算对应的转移概率,计算得出集群中相似度最高概率的为轨迹潜在段。
6.如权利要求5所述的一种用于校徽的定位方法,其特征在于,还包括步骤:通过轨迹潜在段进行风险系数计算,风险系数包括角度风险系数和线性风险系数,总风险系数为两者的乘积,计算公式为:
S=a*m,其中S为总风险系数,初始S为0;a为角度风险系数,a取值的范围为0~1;m为线性风险系数,取值为基于预测位置和实际位置的差异。
7.如权利要求6所述的一种用于校徽的定位方法,其特征在于,还包括安全预警步骤:设置危险阈值,对总风险系数的计算结果进行判断,如超过危险阈值,则发送警告;如未超过危险阈值,则持续监测。
8.一种定位装置,其特征在于,包括:
获取模块,用于通过定位装置获取目标当前位置信息;
生成模块,用于根据规定时间内的位置信息生成运行轨迹;
分段模块,用于将运动轨迹分段,分析出每段潜在运动轨迹;
训练模块,用于分别对潜在运动轨迹数据进行训练,训练得到类似轨迹;
筛选模块,用于筛选类似轨迹中概率最高的作为预测轨迹。
9.一种电子设备,其包括处理器、存储介质以及计算机程序,计算机程序存储于存储介质中,其特征在于,计算机程序被处理器执行时执行权利要求1至7任一项所述的一种用于校徽的定位方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,计算机程序被处理器执行时实现权利要求1至7任一项所述的一种用于校徽的定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010599745.XA CN111929715A (zh) | 2020-06-28 | 2020-06-28 | 一种用于校徽的定位方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010599745.XA CN111929715A (zh) | 2020-06-28 | 2020-06-28 | 一种用于校徽的定位方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111929715A true CN111929715A (zh) | 2020-11-13 |
Family
ID=73316752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010599745.XA Pending CN111929715A (zh) | 2020-06-28 | 2020-06-28 | 一种用于校徽的定位方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111929715A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112819230A (zh) * | 2021-02-04 | 2021-05-18 | 北京建筑大学 | 一种基于打卡数据的用户打卡地点预测方法及装置 |
CN113759400A (zh) * | 2021-08-04 | 2021-12-07 | 江苏怀业信息技术股份有限公司 | 卫星定位轨迹的平滑化方法和装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150045072A1 (en) * | 2013-08-06 | 2015-02-12 | Qualcomm Incorporated | Method and apparatus for position estimation using trajectory |
US20150066448A1 (en) * | 2013-08-28 | 2015-03-05 | Disney Enterprises, Inc. | Method and device for tracking sports players with context-conditioned motion models |
CN105409306A (zh) * | 2014-06-11 | 2016-03-16 | 华为技术有限公司 | 移动终端位置预测方法及装置 |
CN106251704A (zh) * | 2014-12-30 | 2016-12-21 | 江苏理工学院 | 船舶轨迹预测方法 |
CN108876822A (zh) * | 2018-07-09 | 2018-11-23 | 山东大学 | 一种行为危险度评估方法及家庭安防看护*** |
CN108985488A (zh) * | 2018-06-06 | 2018-12-11 | 福建工程学院 | 个体出行目的地预测的方法 |
CN110020748A (zh) * | 2019-03-18 | 2019-07-16 | 杭州飞步科技有限公司 | 轨迹预测方法、装置、设备和存储介质 |
CN110321343A (zh) * | 2019-07-11 | 2019-10-11 | 广东工业大学 | 一种可穿戴设备轨迹预测方法、装置和*** |
CN110414732A (zh) * | 2019-07-23 | 2019-11-05 | 中国科学院地理科学与资源研究所 | 一种出行未来轨迹预测方法、装置、储存介质及电子设备 |
CN110989636A (zh) * | 2020-02-26 | 2020-04-10 | 北京三快在线科技有限公司 | 一种障碍物的轨迹预测方法及装置 |
US10671076B1 (en) * | 2017-03-01 | 2020-06-02 | Zoox, Inc. | Trajectory prediction of third-party objects using temporal logic and tree search |
-
2020
- 2020-06-28 CN CN202010599745.XA patent/CN111929715A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150045072A1 (en) * | 2013-08-06 | 2015-02-12 | Qualcomm Incorporated | Method and apparatus for position estimation using trajectory |
US20150066448A1 (en) * | 2013-08-28 | 2015-03-05 | Disney Enterprises, Inc. | Method and device for tracking sports players with context-conditioned motion models |
CN105409306A (zh) * | 2014-06-11 | 2016-03-16 | 华为技术有限公司 | 移动终端位置预测方法及装置 |
CN106251704A (zh) * | 2014-12-30 | 2016-12-21 | 江苏理工学院 | 船舶轨迹预测方法 |
US10671076B1 (en) * | 2017-03-01 | 2020-06-02 | Zoox, Inc. | Trajectory prediction of third-party objects using temporal logic and tree search |
CN108985488A (zh) * | 2018-06-06 | 2018-12-11 | 福建工程学院 | 个体出行目的地预测的方法 |
CN108876822A (zh) * | 2018-07-09 | 2018-11-23 | 山东大学 | 一种行为危险度评估方法及家庭安防看护*** |
CN110020748A (zh) * | 2019-03-18 | 2019-07-16 | 杭州飞步科技有限公司 | 轨迹预测方法、装置、设备和存储介质 |
CN110321343A (zh) * | 2019-07-11 | 2019-10-11 | 广东工业大学 | 一种可穿戴设备轨迹预测方法、装置和*** |
CN110414732A (zh) * | 2019-07-23 | 2019-11-05 | 中国科学院地理科学与资源研究所 | 一种出行未来轨迹预测方法、装置、储存介质及电子设备 |
CN110989636A (zh) * | 2020-02-26 | 2020-04-10 | 北京三快在线科技有限公司 | 一种障碍物的轨迹预测方法及装置 |
Non-Patent Citations (3)
Title |
---|
N. SAUNIER 等: "Clustering Vehicle Trajectories with Hidden Markov Models Application to Automated Traffic Safety Analysis", 《THE 2006 IEEE INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORK PROCEEDINGS》 * |
仇功达 等: "异常轨迹数据预警与预测关键技术综述", 《***仿真学报》 * |
潘奇明等: "运动目标轨迹分类与识别", 《火力与指挥控制》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112819230A (zh) * | 2021-02-04 | 2021-05-18 | 北京建筑大学 | 一种基于打卡数据的用户打卡地点预测方法及装置 |
CN113759400A (zh) * | 2021-08-04 | 2021-12-07 | 江苏怀业信息技术股份有限公司 | 卫星定位轨迹的平滑化方法和装置 |
CN113759400B (zh) * | 2021-08-04 | 2024-02-27 | 江苏怀业信息技术股份有限公司 | 卫星定位轨迹的平滑化方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108062349B (zh) | 基于视频结构化数据及深度学习的视频监控方法和*** | |
Zhang et al. | Vehicle detection and tracking in complex traffic circumstances with roadside LiDAR | |
CN102843547B (zh) | 一种嫌疑目标智能追踪方法和*** | |
CN112329659B (zh) | 基于车辆图像的弱监督语义分割方法及其相关设备 | |
US20150294233A1 (en) | Systems and methods for automatic metadata tagging and cataloging of optimal actionable intelligence | |
Chang et al. | Video analytics in smart transportation for the AIC'18 challenge | |
Lee et al. | Real-time illegal parking detection in outdoor environments using 1-D transformation | |
CN103440491A (zh) | 一种基于颜色特征的密集人流量实时检测方法 | |
Zhang et al. | Design, implementation, and evaluation of a roadside cooperative perception system | |
CN111212383A (zh) | 区域常住人口数量的确定方法、装置、服务器和介质 | |
CN112232148A (zh) | 图像聚类、目标轨迹追踪方法、电子设备及存储介质 | |
CN111929715A (zh) | 一种用于校徽的定位方法、装置、设备及存储介质 | |
CN114782897A (zh) | 基于机器视觉及深度学习的危险行为检测方法及*** | |
CN103886089A (zh) | 基于学习的行车记录视频浓缩方法 | |
Jiao et al. | Real-time lane detection and tracking for autonomous vehicle applications | |
Sikirić et al. | Image representations on a budget: Traffic scene classification in a restricted bandwidth scenario | |
CN115393681A (zh) | 一种目标融合方法、装置、电子设备及存储介质 | |
CN114743157B (zh) | 一种基于视频的行人监控方法、装置、设备及介质 | |
CN112836590B (zh) | 洪涝灾害监测方法、装置、电子设备及存储介质 | |
Liu et al. | Vehicle trajectory extraction at the exit areas of urban freeways based on a novel composite algorithms framework | |
CN113963316A (zh) | 目标事件的确定方法、装置、存储介质及电子装置 | |
Lu et al. | Analysis of lane-changing conflict between cars and trucks at freeway merging sections using UAV video data | |
You et al. | PANDA: predicting road risks after natural disasters leveraging heterogeneous urban data | |
CN114360261A (zh) | 车辆逆行的识别方法、装置、大数据分析平台和介质 | |
CN111950507B (zh) | 数据处理和模型训练方法、装置、设备及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201113 |