基于关键点检测和局部特征对齐的车辆重识别方法

    公开(公告)号:CN112990152A

    公开(公告)日:2021-06-18

    申请号:CN202110504848.8

    申请日:2021-05-10

    Abstract: 本发明属于计算机视觉和模式识别领域,具体涉及一种基于关键点检测和局部特征对齐的车辆重识别方法,旨在解决现有的车辆重识别方法在消除车辆视角变化时特征一致性较差,进而导致车辆重识别鲁棒性较差的问题。本方法包括获取待识别的车辆图像,作为输入图像;对输入图像进行关键点检测,获取待识别的车辆的关键点及其对应的置信度,并将输入图像中待识别的车辆划分为N部分,作为局部图像;提取输入图像、各局部图像的特征,作为全局特征、局部特征,并将各局部特征与全局特征进行拼接,作为综合特征;计算综合特征与车辆图像库中各图像对应特征的距离并进行排序,将排序结果作为重识别结果进行输出。本发明提高了车辆重识别的鲁棒性。

    基于关键点检测和局部特征对齐的车辆重识别方法

    公开(公告)号:CN112990152B

    公开(公告)日:2021-07-30

    申请号:CN202110504848.8

    申请日:2021-05-10

    Abstract: 本发明属于计算机视觉和模式识别领域,具体涉及一种基于关键点检测和局部特征对齐的车辆重识别方法,旨在解决现有的车辆重识别方法在消除车辆视角变化时特征一致性较差,进而导致车辆重识别鲁棒性较差的问题。本方法包括获取待识别的车辆图像,作为输入图像;对输入图像进行关键点检测,获取待识别的车辆的关键点及其对应的置信度,并将输入图像中待识别的车辆划分为N部分,作为局部图像;提取输入图像、各局部图像的特征,作为全局特征、局部特征,并将各局部特征与全局特征进行拼接,作为综合特征;计算综合特征与车辆图像库中各图像对应特征的距离并进行排序,将排序结果作为重识别结果进行输出。本发明提高了车辆重识别的鲁棒性。

    一种基于道路监控视频的大货车闯红灯取证修正方法

    公开(公告)号:CN119580204A

    公开(公告)日:2025-03-07

    申请号:CN202411625978.7

    申请日:2024-11-14

    Abstract: 本发明涉及图像识别技术领域,具体公开了一种基于道路监控视频的大货车闯红灯取证修正方法,包括:实时获取道路监控视频;当道路监控视频中有大货车行驶时,自动调整虚拟停止线的位置,并在信号灯切换为红灯后,依次拍摄第一张大货车行驶图像、第二张大货车行驶图像和第三张大货车行驶图像;当第一张大货车行驶图像和第二张大货车行驶图像均不合格时,对第一张大货车行驶图像和第二张大货车行驶图像进行修正;将修正后的第一张大货车行驶图像和修正后的第二张大货车行驶图像分别作为第一张违法证据图像和第二张违法证据图像。本发明能够提高大货车闯红灯取证成功率,通过强化事后处罚以遏制大货车闯红灯违法行为,有效降低大货车交通事故发生率。

    一种基于监控视频的高速公路交通事故分阶段发现方法

    公开(公告)号:CN119445847A

    公开(公告)日:2025-02-14

    申请号:CN202411625976.8

    申请日:2024-11-14

    Abstract: 本发明涉及图像识别技术领域,具体公开了一种基于监控视频的高速公路交通事故分阶段发现方法,包括:获取高速公路的监控视频;当监控视频中的车辆运行轨迹交叉后静止,然后从视频中识别出事故车辆、事故碎片和事故人员时,确定出高速公路为交通事故刚刚发生阶段;当监控视频中的车辆数量和行人数量增多,且从监控视频中识别出事故车辆、事故碎片和事故人员,确定出高速公路为交通事故发生初期阶段;当监控视频中出现交通拥堵,且从视频中识别出事故车辆和事故碎片,且监控视频中出现车辆避让轨迹,确定出高速公路为交通事故发生较长时间未处置阶段。本发明能够在发现交通事故的同时判别交通事故阶段,从而进行有效处置,节约应急处置资源。

    一种基于深度学习的车牌检测方法

    公开(公告)号:CN109271991B

    公开(公告)日:2022-03-22

    申请号:CN201811037178.8

    申请日:2018-09-06

    Abstract: 本发明提供一种基于深度学习的车牌识别方法,其可以自适应地获得不同场景下的车牌特征信息,同时提高了车牌识别的准确率。本发明将车牌固有的颜色属性加入YOLO模型中构建一个具有泛化能力强、检测以及定位准确率高的车牌检测模型,对输入的卡口监控设备拍摄的过车图片进行检测,得到车牌的区域位置;接着使用Radon变换对倾斜的车牌区域进行校正,同时利用颜色和边缘等线索对车牌区域进行微调,最后将微调后的车牌区域送入加入车牌编码规则约束的CRNN网络对车牌号码进行识别。

    高速公路团雾图片能见度等级自动标注方法

    公开(公告)号:CN111598885B

    公开(公告)日:2022-02-11

    申请号:CN202010437766.1

    申请日:2020-05-21

    Abstract: 本发明提供一种高速公路团雾图片能见度等级自动标注方法,包括以下步骤:步骤S1,利用已标注的团雾图片测试样本集,对多个已知的团雾检测算法进行测试,得到多个已知的团雾检测算法的识别准确率矩阵A;步骤S2,利用所述多个已知的团雾检测算法对待标注团雾图片进行识别得到相应的识别结果矩阵P;步骤S3,通过公式F=A*P得到投票结果矩阵F;步骤S4,在投票结果矩阵中计算最大投票值;步骤S5,将最大投票值对应的能见度等级自动标注待标注团雾图片;步骤S6,重复上述步骤S2~S5,对待标注团雾图片集中所有的待标注团雾图片进行能见度等级自动标注。本发明避免了人工标注带来标注结果不一致的问题,且标注效率更高。

    一种定点甄别违法车辆的方法

    公开(公告)号:CN108986478B

    公开(公告)日:2021-06-29

    申请号:CN201811081367.5

    申请日:2018-09-17

    Abstract: 本发明提供一种定点甄别违法车辆的方法,其可以利用现有设备在目标地点附近自动识别有违法行为的嫌疑车辆,成本低、费时短、且可以不被察觉的实施,确保后续执法工作的正常实施。其包括S1:确定目标地点经纬度信息;S2:确定一天内需要实施监控的甄别时间段;S3:确定目标车辆的特征信息;S4:确定针对目标地点实施监控的总监控时间;S5:确定目标车辆的甄别信息;S6:确定调查数据用的目标卡口监控设备;S7:生成由所有目标卡口监控设备记录的通行轨迹记录集合;S8:筛出非目标车辆相关的信息,生成车辆通行记录集合;S9:得出甄别时间段内目标车辆通行集合;S10:生成总监控时间内的目标车辆通行总集;S11:得出有违法行为的嫌疑车辆的信息。

    一种视频点位备案信息校验方法

    公开(公告)号:CN112633095A

    公开(公告)日:2021-04-09

    申请号:CN202011464560.4

    申请日:2020-12-14

    Abstract: 本发明涉及智能交通控制技术领域,具体公开了一种视频点位备案信息校验方法,其中,包括:根据待巡查点位列表实时轮训交通监控视频设备,得到多张视频监控图片,其中所述待巡查点位列表包括多个待巡查点位,每个所述待巡查点位均对应一张视频监控图片,且均对应一条视频点位备案信息;对每张所述视频监控图片进行识别,得到当前待巡查点位的实际场景类别;将所述当前待巡查点位的实际场景类别与所述当前待巡查点位在视频点位备案信息中的场景类别进行比对,并根据比对结果判断当前待巡查点位的视频点位备案信息是否正确。本发明提供的视频点位备案信息校验方法能够实现对视频点位备案信息的校验。

Patent Agency Ranking