基于深度学习的交通非现场违法记录筛选审核方法及系统

    公开(公告)号:CN110930724A

    公开(公告)日:2020-03-27

    申请号:CN201911247694.8

    申请日:2019-12-09

    Abstract: 本发明涉及智能交通管理技术领域,具体涉及一种基于深度学习的交通非现场违法记录筛选审核方法及系统。其中,方法包括以下步骤:获取前端上传的非现场违法记录信息;根据所述非现场违法记录信息,确定相对应的违法行为项目信息和违法证据图像信息;根据所述违法行为项目信息,获取至少一个预存的废片删除场景图像数据;将与所述违法行为项目信息相对应的违法证据图像信息,与所述废片删除场景图像数据逐一比对;若所述违法证据图像信息与至少一个所述废片删除场景图像数据一致,确定所述违法证据图像为废片。其中系统用于执行上述方法。本发明能够识别、自动删除无效违法证据照片,找回误删、错删的非现场违法记录。

    一种交通诱导屏路况数据获取方法

    公开(公告)号:CN109285365A

    公开(公告)日:2019-01-29

    申请号:CN201811459479.X

    申请日:2018-11-30

    Abstract: 一种交通诱导屏路况数据获取方法,其不与单一数据源绑定,可以高效率的切换诱导屏的路况数据源,技术方案成本低廉,容易实现。S1:根据交通诱导屏位置,设置其发布交通情况的路段的起点和终点,后续所有数据获取都基于起点和终点;S2:获取起点和终点的经纬度坐标;S3:调用第三方数据公司的路径规划接口,获取从起点到终点的路径的点序列;S4:将点序列中的相邻两点之间以线段相连,描绘起点和终点之间的路径;S5:确认描绘后的起点和终点之间的路径方向的正确性;如果方向正确,则保存起点和终点的经纬度坐标和点序列;如果方向错误,则重复步骤S2到S5直至方向正确;S6:调用第三方数据公司的路况接口,获取起点和终点之间路径的路况数据。

Patent Agency Ranking