CN114093172A - 一种基于图像识别的行人通行方法、终端和存储介质 - Google Patents
一种基于图像识别的行人通行方法、终端和存储介质 Download PDFInfo
- Publication number
- CN114093172A CN114093172A CN202111294417.XA CN202111294417A CN114093172A CN 114093172 A CN114093172 A CN 114093172A CN 202111294417 A CN202111294417 A CN 202111294417A CN 114093172 A CN114093172 A CN 114093172A
- Authority
- CN
- China
- Prior art keywords
- image
- pedestrian
- passing
- area
- zebra crossing
- 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 40
- 241000283070 Equus zebra Species 0.000 claims abstract description 54
- 230000006399 behavior Effects 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 7
- 230000000875 corresponding effect Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
发明属于智能交通技术领域,具体涉及一种基于图像识别的行人通行方法、终端和存储介质。一种基于图像识别的行人通行方法,其将通行区域划分为交通信号灯区域和斑马线区域,获取斑马线区域的第一图像,获取交通信号灯区域的第二图像,根据第一图像和第二图像指导行人通过交通信号灯区域。本发明提供的基于图像识别的行人通行方法,能提高通行的效率和安全。
Description
技术领域
本发明属于智能交通技术领域,具体涉及一种基于图像识别的行人通行方法、终端和存储介质。
背景技术
近些年,随着国民生活水平的提高,国家汽车保有量越来越高,道路上行驶的车辆越来越多。随之而来的交通拥堵以及交通混乱事故也越来越多。据相关部门统计,在每年的交通事故中,53%的致人死亡交通事故是由行人和非机动车过马路闯红灯引起的,这已经成为交通安全的主要杀手之一。在斑马线区域,行人主要通过步行通过道路,但同时存在如骑自行车通过、骑摩托车通过等通行方式。与步行通过道路相比,其它通行方式存在更高的交通隐患,并且将多种通行方式混杂在斑马线区域,明显降低通行效率。另外,目前行人闯红灯识别检测方法为:1.识别***划定检测区域,检测区域包括斑马线;2.当接收到交通信号灯的红灯点亮,并且识别出斑马线内有行人按照预设轨迹行动时,***向检测区域发出禁止通行信号。现有技术的局限:没有对识别区域进行划分,导致他物体的干扰,增加图像识别的错误率;交通灯状态和行人马班线识别存在依赖关系。因此开发一种基于图像识别的新的行人通行方法有着重要的意义。
发明内容
针对现有技术的不足,本发明提供一种基于图像识别的行人通行方法、终端和存储介质。
本发明提供一种基于图像识别的行人通行方法,其将通行区域划分为交通信号灯区域和斑马线区域,获取所述斑马线区域的第一图像,获取所述交通信号灯区域的第二图像,根据所述第一图像和所述第二图像指导行人通过交通信号灯区域。
优选地,所述基于图像识别的行人通行方法获取所述交通信号灯区域的第二图像为连续帧图像,当识别第二图像显示为红灯图像,获取所述斑马线区域的第一图像,识别第一图像有行人时,发出警报。
优选地,所述基于图像识别的行人通行方法获取所述斑马线区域的第一图像为连续帧图像,识别所述第一图像中的目标行人,当识别所述第二图像的前后图像由显示绿灯图像变为显示红灯图像时,目标行人的位置与所述斑马线区域的初始位置的距离大于或等于预定值时,则判定目标行人的行为在绿路灯时已按要求通行,并发出快速通行警报;
当识别所述第二图像的前后图像由显示绿灯图像变为显示红灯图像时,目标行人的位置与所述斑马线区域的初始位置的距离小于预定值时,或者当识别所述第二图像显示为红灯图像时,目标行人由斑马线区域的初始位置进入离斑马线区域的,则判定目标行人的行为为闯红灯行为,发出禁止通行警报。
优选地,所述基于图像识别的行人通行方法还对目标行人身份特征、服饰特征和行为特征进行识别,当判定目标行人的行为在绿路灯时已按要求通行,根据目标行人的身份特征、服饰特征和行为特征发出相应的快速通行语音警报;或者
当判定目标行人的行为为闯红灯行为时,根据目标行人的目标行人身份特征、服饰特征和行为特征发出相应的禁止通行语音警报,并选取第一图像中包含有目标行人的图像发布至显示装置。
优选地,当判定目标行人的行为为闯红灯行为,发出禁止通行警报后,在预定时间内目标行人依然处于斑马线区域内,则对目标行人进行人脸抓拍。
优选地,所述图像识别的行人通行方法获取所述交通信号灯区域的第二图像为连续帧图像,当识别第二图像显示为绿灯图像时,将显示通行图像发布至显示装置,并发出通行语音警报。
优选地,所述基于图像识别的行人通行方法获取所述斑马线区域的第一图像为连续帧图像,识别所述第一图像中行人的人体序列图像,提取每帧第一图像中人体骨架的特定位置的点,构成人体骨架图像时序信息,从骨架图像中识别通行动作,根据通行动作对行人的通行方式进行分类。
优选地,所述斑马线区域还分成多种通行道,当识别到目标行人的通行方式不按照预定的通行道上通行时,对目标行人发出的语音通行广播,指导目标行人按照预定的通行道上通行。
本发明的另一方面提供一种终端,所述终端包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求上述基于图像识别的行人通行方法。
本发明的第三方面提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上述基于图像识别的行人通行方法。
本发明提供的基于图像识别的行人通行方法,能提高通行的效率和安全。
附图说明
通过附图中所示的本发明优选实施例更具体说明,本发明上述及其它目的、特征和优势将变得更加清晰。在全部附图中相同的附图标记指示相同的部分,且并未刻意按实际尺寸等比例缩放绘制附图,重点在于示出本的主旨。
图1为本发明实施例提供的基于图像识别的行人通行方法的示意图;
图2为实施例提供的步行通行方式的示意图;
图3为实施例提供的自行车骑行通行方式的示意图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本进行更全面的描述。
需要说明的是,当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件并与之结合为一体,或者可能同时存在居中元件。本文所使用的术语“安装”、“一端”、“另一端”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本技术领域的技术人员通常理解的含义相同。本文中说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参考图1,本发明提供一种基于图像识别的行人通行方法,其将通行区域划分为交通信号灯区域4和斑马线区域5,获取在优选实施例中斑马线区域5的第一图像,获取在优选实施例中交通信号灯区域4的第二图像,根据在优选实施例中第一图像和在优选实施例中第二图像指导行人通过交通信号灯区域4。本发明通过将通行区域划分为交通信号灯区域4和斑马线区域5,降低减少其他物体的干扰,降低图像识别的错误率。通过识别第二图像是否为红灯图像或绿灯图像,指导行人通过斑马线区域5或发出禁止通行警报。
请参考图1,在优选实施例中,图像识别的行人通行方法获取在优选实施例中交通信号灯区域4的第二图像为连续帧图像,当识别第二图像显示为红灯图像,获取在优选实施例中斑马线区域5的第一图像,识别第一图像有行人时,发出警报。进一步地,在优选实施例中图像识别的行人通行方法获取在优选实施例中斑马线区域5的第一图像为连续帧图像,识别在优选实施例中第一图像中的目标行人,当识别在优选实施例中第二图像的前后图像由显示绿灯图像变为显示红灯图像时,目标行人的位置与在优选实施例中斑马线区域5的初始位置的距离大于或等于预定值时,则判定目标行人的行为在绿路灯时已按要求通行,并发出快速通行警报;当识别在优选实施例中第二图像的前后图像由显示绿灯图像变为显示红灯图像时,目标行人的位置与在优选实施例中斑马线区域5的初始位置的距离小于预定值时,或者当识别在优选实施例中第二图像显示为红灯图像时,目标行人由斑马线区域5的初始位置进入离斑马线区域5的,则判定目标行人的行为为闯红灯行为,发出禁止通行警报。上述初始位置是相对通行方向而言的;识别在优选实施例中第二图像的前后图像由显示绿灯图像变为显示红灯图像对应于红绿灯3由绿灯变为红灯;上述目标行人可以包含多个目标行人。在对行人进行监测是否闯红灯时,识别在优选实施例中第二图像显示为红灯图像时,才从斑马线区域5外由斑马线区域5的初始位置走进斑马线区域5被判定为闯红灯行为,当红绿灯3由绿灯变为红灯时,行人的位置距离斑马线区域5的初始位置小于预定值时也被判定为闯红灯行为,预定值可根据需求设置为斑马线区域5总长度的四之一、三分之一、二分之一和三分之二等数值。这样设置可以避免一些行人在绿灯时已进入斑马线区域5,但由于行走速度较慢(例如老人和孩子),当红绿灯3由绿灯变为红灯时,其还在斑马线区域5内,但距离斑马线区域5的出口较近,此时更适合鼓励其从斑马线区域5的出口快速走出。
请参考图1,在优选实施例中,图像识别的行人通行方法还对目标行人身份特征、服饰特征和行为特征进行识别,当判定目标行人的行为在绿路灯时已按要求通行,根据目标行人的身份特征、服饰特征和行为特征发出相应的快速通行语音警报;或者当判定目标行人的行为为闯红灯行为时,根据目标行人的目标行人身份特征、服饰特征和行为特征发出相应的禁止通行语音警报,并选取第一图像中包含有目标行人的图像发布至显示装置1。行为特征可以是其通行方式,例如当检测到行人在红绿灯3由绿灯变为红灯时,并且其的行为在绿路灯时已按要求通行,可从图片中识别该行人身份特征、服饰特征和行为特征进行识别,快速通行语音警报可以是“穿红色衣服的美女,请您快速通过斑马线”。当判定目标行人的行为为闯红灯行为时,可根据其穿着、性别和采取的通行方式,发出发出禁止通行警报,例如“穿蓝色衣服的骑自行车的小伙子,请您不要闯红灯”,通过上述设计,一方面可行人能较清楚明确的得知自己的行为,另一方面可从道德感方面督促行人遵守交通规则。
请参考图1,在优选实施例中,当判定目标行人的行为为闯红灯行为,发出禁止通行警报后,在预定时间内目标行人依然处于斑马线区域5内,则对目标行人进行人脸抓拍。进一步可将行人具有面部的图像发布至显示装置1,并警告其闯红灯危险。
请参考图1,在优选实施例中,图像识别的行人通行方法获取在优选实施例中交通信号灯区域4的第二图像为连续帧图像,当识别第二图像显示为绿灯图像时,将显示通行图像发布至显示装置1,并通过语音装置2发出通行语音警报;第一图像和第二图像由图像装置6获取。
请参考图1-图3,在优选实施例中,图像识别的行人通行方法获取在优选实施例中斑马线区域5的第一图像为连续帧图像,识别在优选实施例中第一图像中行人的人体序列图像,提取每帧第一图像中人体骨架的特定位置的点,构成人体骨架图像时序信息,从骨架图像中识别通行动作,根据通行动作对行人的通行方式进行分类。人体骨架的特定位置的点可以包括鼻子、左眼、左肩、左髋、右肩、右髋、右眼、左肘、左膝、左耳、右手、右肘、右膝、右耳、左手、左脚和右脚等任意组合,当识别出上述特定位置的点时,可有这些点构建出,由于行人的通行方式与自身的动作有关,其人体的躯干四肢位置状态包含了充足的动作信息,因此可以从人体骨架图像时序信息判断其是步行、骑自行车、电动车和骑摩托车等方式通过斑马线的。进一步地,在对通行方式进行分类时,人体序列图像包含了人体序列图像的获取以及人体2D骨架提取两个部分。人体序列图像的获取采用了行人检测算法与多目标跟踪算法结合的方式,从斑马线区域监控视频中提取每一个行人通行阶段的人体序列图像,然后采用人体姿态估计算法提取图像中人体的2D骨架,以构成人体骨架时序信息。从2D骨架信息中识别动作包括,通过骨架信息映射的编码方式,将人体骨架时序信息编码为图像,将动作识别问题转换为图像分类问题。由于不同的通行方式对应的编码图像存在差异,采用图像分类网络实现对动作图像对应动作的判断。通过上述设计可以实现对行人的通行方式进行分类。
请参考图1-图3,在优选实施例中,斑马线区域5还分成多种通行道,当识别到目标行人的通行方式不按照预定的通行道上通行时,对目标行人发出的语音通行广播,指导目标行人按照预定的通行道上通行。进一步斑马线区域5可分步行通行道和自行车通行道,例如当检测骑自行车的行人在步行通行道通行时,可发出语音通行广播:“穿蓝色衣服的骑自行车的小伙子,请您不要在步行通行道通行”。通过对行人的通行方式进行分类并指导其在不同的斑马线区域5进行通行,通过通行效率和安全。
本发明的另一方面提供一种终端,在优选实施例中终端包括处理器,在优选实施例中处理器用于执行存储器中存储的计算机程序时实现如权利要求上述基于图像识别的行人通行方法。
本发明的第三方面提供一种计算机可读存储介质,在优选实施例中计算机可读存储介质上存储有计算机程序,其特征在于,在优选实施例中计算机程序被处理器执行时实现如上述基于图像识别的行人通行方法。
本发明提供的基于图像识别的行人通行方法,能提高通行的效率和安全。
在本申请中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“优选实施例”、“再一实施例”、“其他实施例”或“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于图像识别的行人通行方法,其特征在于,将通行区域划分为交通信号灯区域和斑马线区域,获取所述斑马线区域的第一图像,获取所述交通信号灯区域的第二图像,根据所述第一图像和所述第二图像指导行人通过交通信号灯区域。
2.如权利要求1所述基于图像识别的行人通行方法,其特征在于,获取所述交通信号灯区域的第二图像为连续帧图像,当识别第二图像显示为红灯图像,获取所述斑马线区域的第一图像,识别第一图像有行人时,发出警报。
3.如权利要求2所述基于图像识别的行人通行方法,其特征在于,获取所述斑马线区域的第一图像为连续帧图像,识别所述第一图像中的目标行人,当识别所述第二图像的前后图像由显示绿灯图像变为显示红灯图像时,目标行人的位置与所述斑马线区域的初始位置的距离大于或等于预定值时,则判定目标行人的行为在绿路灯时已按要求通行,并发出快速通行警报;
当识别所述第二图像的前后图像由显示绿灯图像变为显示红灯图像时,目标行人的位置与所述斑马线区域的初始位置的距离小于预定值时,或者当识别所述第二图像显示为红灯图像时,目标行人由斑马线区域的初始位置进入离斑马线区域的,则判定目标行人的行为为闯红灯行为,发出禁止通行警报。
4.如权利要求3所述基于图像识别的行人通行方法,其特征在于,还对目标行人身份特征、服饰特征和行为特征进行识别,当判定目标行人的行为在绿路灯时已按要求通行,根据目标行人的身份特征、服饰特征和行为特征发出相应的快速通行语音警报;或者
当判定目标行人的行为为闯红灯行为时,根据目标行人的目标行人身份特征、服饰特征和行为特征发出相应的禁止通行语音警报,并选取第一图像中包含有目标行人的图像发布至显示装置。
5.如权利要求3所述基于图像识别的行人通行方法,其特征在于,当判定目标行人的行为为闯红灯行为,发出禁止通行警报后,在预定时间内目标行人依然处于斑马线区域内,则对目标行人进行人脸抓拍。
6.如权利要求1所述基于图像识别的行人通行方法,其特征在于,获取所述交通信号灯区域的第二图像为连续帧图像,当识别第二图像显示为绿灯图像时,将显示通行图像发布至显示装置,并发出通行语音警报。
7.如权利要求1所述基于图像识别的行人通行方法,其特征在于,获取所述斑马线区域的第一图像为连续帧图像,识别所述第一图像中行人的人体序列图像,提取每帧第一图像中人体骨架的特定位置的点,构成人体骨架图像时序信息,从骨架图像中识别通行动作,根据通行动作对行人的通行方式进行分类。
8.如权利要求7所述基于图像识别的行人通行方法,其特征在于,所述斑马线区域还分成多种通行道,当识别到目标行人的通行方式不按照预定的通行道上通行时,对目标行人发出的语音通行广播,指导目标行人按照预定的通行道上通行。
9.一种终端,其特征在于,所述终端包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至8中任意一项所述基于图像识别的行人通行方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8中任意一项所述基于图像识别的行人通行方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111294417.XA CN114093172A (zh) | 2021-11-03 | 2021-11-03 | 一种基于图像识别的行人通行方法、终端和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111294417.XA CN114093172A (zh) | 2021-11-03 | 2021-11-03 | 一种基于图像识别的行人通行方法、终端和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114093172A true CN114093172A (zh) | 2022-02-25 |
Family
ID=80298730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111294417.XA Pending CN114093172A (zh) | 2021-11-03 | 2021-11-03 | 一种基于图像识别的行人通行方法、终端和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114093172A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116311556A (zh) * | 2023-04-06 | 2023-06-23 | 北京数通魔方科技有限公司 | 一种基于人工智能的管控方法与管控*** |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103337176A (zh) * | 2013-07-09 | 2013-10-02 | 辽宁天久信息科技产业有限公司 | 一种交通违章抓拍***及方法 |
CN203422846U (zh) * | 2013-07-09 | 2014-02-05 | 辽宁天久信息科技产业有限公司 | 一种交通违章抓拍*** |
CN104091446A (zh) * | 2014-07-11 | 2014-10-08 | 厦门磐道电子有限公司 | 行人过斑马线的智能化视频分析方法 |
CN104332052A (zh) * | 2014-11-11 | 2015-02-04 | 杭州新迪数字工程***有限公司 | 一种行人闯红灯自动抓拍***与识别方法 |
CN105632168A (zh) * | 2016-01-27 | 2016-06-01 | 北京长城金点物联网科技股份有限公司 | 一种提示方法及信号灯装置 |
CN108898845A (zh) * | 2018-07-12 | 2018-11-27 | 安徽电信工程有限责任公司 | 一种人行道智能监控提示*** |
CN109766743A (zh) * | 2018-11-21 | 2019-05-17 | 汪明智 | 一种智能仿生警察*** |
CN109800633A (zh) * | 2018-12-11 | 2019-05-24 | 深圳云天励飞技术有限公司 | 一种非机动车交通违法判断方法、装置和电子设备 |
CN110223505A (zh) * | 2018-03-02 | 2019-09-10 | 杭州海康威视数字技术股份有限公司 | 一种行人闯红灯行为的确定方法及装置 |
CN110991221A (zh) * | 2019-10-16 | 2020-04-10 | 合肥湛达智能科技有限公司 | 一种基于深度学习的动态交通闯红灯识别方法 |
CN110991224A (zh) * | 2019-10-18 | 2020-04-10 | 平安科技(深圳)有限公司 | 基于图像识别的行人闯红灯检测方法、装置及相关设备 |
CN111079471A (zh) * | 2018-10-19 | 2020-04-28 | 江门市新会恒业投资有限公司 | 一种行人过马路监测方法 |
CN213092527U (zh) * | 2020-10-30 | 2021-04-30 | 广东华路交通科技有限公司 | 一种用于分离非机动车和行人通过信号交叉口的*** |
-
2021
- 2021-11-03 CN CN202111294417.XA patent/CN114093172A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203422846U (zh) * | 2013-07-09 | 2014-02-05 | 辽宁天久信息科技产业有限公司 | 一种交通违章抓拍*** |
CN103337176A (zh) * | 2013-07-09 | 2013-10-02 | 辽宁天久信息科技产业有限公司 | 一种交通违章抓拍***及方法 |
CN104091446A (zh) * | 2014-07-11 | 2014-10-08 | 厦门磐道电子有限公司 | 行人过斑马线的智能化视频分析方法 |
CN104332052A (zh) * | 2014-11-11 | 2015-02-04 | 杭州新迪数字工程***有限公司 | 一种行人闯红灯自动抓拍***与识别方法 |
CN105632168A (zh) * | 2016-01-27 | 2016-06-01 | 北京长城金点物联网科技股份有限公司 | 一种提示方法及信号灯装置 |
CN110223505A (zh) * | 2018-03-02 | 2019-09-10 | 杭州海康威视数字技术股份有限公司 | 一种行人闯红灯行为的确定方法及装置 |
CN108898845A (zh) * | 2018-07-12 | 2018-11-27 | 安徽电信工程有限责任公司 | 一种人行道智能监控提示*** |
CN111079471A (zh) * | 2018-10-19 | 2020-04-28 | 江门市新会恒业投资有限公司 | 一种行人过马路监测方法 |
CN109766743A (zh) * | 2018-11-21 | 2019-05-17 | 汪明智 | 一种智能仿生警察*** |
CN109800633A (zh) * | 2018-12-11 | 2019-05-24 | 深圳云天励飞技术有限公司 | 一种非机动车交通违法判断方法、装置和电子设备 |
CN110991221A (zh) * | 2019-10-16 | 2020-04-10 | 合肥湛达智能科技有限公司 | 一种基于深度学习的动态交通闯红灯识别方法 |
CN110991224A (zh) * | 2019-10-18 | 2020-04-10 | 平安科技(深圳)有限公司 | 基于图像识别的行人闯红灯检测方法、装置及相关设备 |
CN213092527U (zh) * | 2020-10-30 | 2021-04-30 | 广东华路交通科技有限公司 | 一种用于分离非机动车和行人通过信号交叉口的*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116311556A (zh) * | 2023-04-06 | 2023-06-23 | 北京数通魔方科技有限公司 | 一种基于人工智能的管控方法与管控*** |
CN116311556B (zh) * | 2023-04-06 | 2023-08-11 | 北京数通魔方科技有限公司 | 一种基于人工智能的管控方法与管控*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10043091B2 (en) | Vehicle vision system with retroreflector pattern recognition | |
US6985172B1 (en) | Model-based incident detection system with motion classification | |
JP5649568B2 (ja) | 車両と歩行者との衝突を回避するための運転者援助システム | |
Köhler et al. | Early detection of the pedestrian's intention to cross the street | |
CN101388145B (zh) | 道路交通安全自动警示方法及装置 | |
Singh et al. | Visual big data analytics for traffic monitoring in smart city | |
CN110991224B (zh) | 基于图像识别的行人闯红灯检测方法、装置及相关设备 | |
WO2014013985A1 (ja) | 運転支援システム及び運転支援方法 | |
CA3093836A1 (en) | On-demand artificial intelligence and roadway stewardship system | |
KR102122850B1 (ko) | 딥 러닝 기반의 교통분석 및 차량번호 인식 솔루션 | |
EP1897032A1 (de) | Verfahren und bildauswertungseinheit zur szenenanalyse | |
CN112200044A (zh) | 异常行为检测方法、装置及电子设备 | |
CN109508659A (zh) | 一种用于人行横道的人脸识别***及方法 | |
CN112241696A (zh) | 图像处理方法及装置、电子设备及存储介质 | |
CN110188606A (zh) | 基于高光谱成像的车道识别方法、装置及电子设备 | |
Shinzato et al. | CaRINA dataset: An emerging-country urban scenario benchmark for road detection systems | |
CN114093172A (zh) | 一种基于图像识别的行人通行方法、终端和存储介质 | |
KR102499340B1 (ko) | 이기종 객체 필터 기반 하이브리드 영상 분석 장치 및 방법 | |
Subaweh et al. | Implementation of pixel based adaptive segmenter method for tracking and counting vehicles in visual surveillance | |
Yi et al. | Safety belt wearing detection algorithm based on human joint points | |
CN105389993B (zh) | 视觉交通信号的处理与识别方法 | |
Malinovskiy et al. | Model‐free video detection and tracking of pedestrians and bicyclists | |
CN114222406B (zh) | 城市照明控制方法、装置、设备及存储介质 | |
JP2020013427A (ja) | 説明文章生成装置、対象情報表現システム、及び説明文章生成方法 | |
CN105117696A (zh) | 一种基于小线分析的未系安全带自动检测方法 |
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 |