-
公开(公告)号:CN109214345B
公开(公告)日:2022-05-31
申请号:CN201811081366.0
申请日:2018-09-17
Applicant: 公安部交通管理科学研究所
IPC: G06V20/54
Abstract: 本发明提供了基于相似度比对查找换牌车辆的行驶轨迹的方法,其可以不受车牌更换的影响,提取涉牌违法的嫌疑车辆的疑似号牌轨迹,以便监管部门进行后续工作,降低了监管部门在监管工作中投入的人力物力。其包括S1:通过特征智能识别技术,识别车辆的特征信息并存储;S2:认定嫌疑涉牌违法车辆;S3:获取所有的嫌疑涉牌违法车辆数据的集合;S4:获取指定范围内的指定时间段内的所有候选车辆的特征集合;S5:使用某一辆嫌疑涉牌违法车辆的车辆特征,与候选车辆的车辆特征进行相似度计算;S6:遍历所有的嫌疑涉牌违法车辆,使其都参与过步骤S5中的相似度计算,则得到嫌疑车辆集合;S7:通过人工审核嫌疑车辆集合中的数据以进行后续工作。
-
公开(公告)号:CN112528881B
公开(公告)日:2022-05-24
申请号:CN202011482423.3
申请日:2020-12-16
Applicant: 公安部交通管理科学研究所
IPC: G06V20/54 , G06V20/10 , G06V10/26 , G06V10/774 , G06K9/62
Abstract: 本发明涉及图像识别技术领域,具体公开了一种公路场景识别中抑制过拟合的训练方法,包括:获取一训练样本集和一过拟合检测样本集;对训练样本集进行训练,得到一初始识别模型;利用过拟合检测样本集对训练样本集的初始识别模型进行准确率检测,其中,按照过拟合检测样本集的场景类别,通过初始识别模型计算过拟合检测样本集的各个场景整体的分割精度;依据过拟合检测样本集的各类场景整体的分割精度,自动调整各类场景下训练样本的损失权重。本发明可以在训练阶段按照验证精度交并比为不同场景的训练样本分配不同的样本损失权重,从而有效解决样本优化的不均衡性,最终遏制过拟合问题。
-
公开(公告)号:CN110363255B
公开(公告)日:2022-04-05
申请号:CN201910762521.3
申请日:2019-08-19
Applicant: 公安部交通管理科学研究所
Abstract: 本发明提供一种基于深度学习算法的高速公路限速限流方法,其可以根据道路的实际情况计算出符合道路自身的流量和速度阈值,且方法简单,实施便利,易于推广。本发明的技术方案中,对每一个待处理道路,通过道路卡口设备获取其专有的历史和实时的道路数据,作为道路数据样本集;利用车流量的历史数据训练车流量预测模型,把车流量的实时数据样本集输入到训练好的车流量预测模型中,获得针对每个待处理道路对应的预测的车流量数据;然后基于历史道路数据,建立车流状态分类器,获取将车流状态,根据拟合出的车流状态对应车流量与拥堵概率的关系图,最终获得待处理道路对应的车流量阈值、车速阈值。
-
公开(公告)号:CN112700644A
公开(公告)日:2021-04-23
申请号:CN202011527786.4
申请日:2020-12-22
Applicant: 公安部交通管理科学研究所
IPC: G08G1/01
Abstract: 本发明涉及智能交通应用技术领域,具体公开了一种空中智能道路交通管理辅助方法,包括:获取目标监控区域中的交通要素信息,并依据所述交通要素信息构建一区域综合动态俯视图;判断出所述区域综合动态俯视图中的目标交通违法事件;实时对所述目标交通违法事件中的违法主体推送其违法认定信息。本发明还公开了一种空中智能道路交通管理辅助系统。本发明提供的空中智能道路交通管理辅助方法,可以帮助交管人员做到全天候、全时段在场,全方位、无死角监管,全覆盖、无延迟执法,同时保障交通管理全过程的规范和可追溯,并确保智能交管机器辅助的可控和不断优化。
-
公开(公告)号:CN111583648A
公开(公告)日:2020-08-25
申请号:CN202010406812.1
申请日:2020-05-14
Applicant: 公安部交通管理科学研究所
Abstract: 本发明提供融合GPS数据和卡口流量数据的城市交通流量预测方法,其可以得到较为准确的预测基础数据,同时基于全路网的交通因素,提供更为准确的交通流量预测数据。本发明的技术方案中,提供了将GPS速度数据和卡口流量数据融合的方法,将GPS速度数据和卡口流量数据融合之后作为基础数据,不但考虑了待测道路的车流量还考虑了车辆的速度,从车流量和速度两个方面综合考虑,提供了更加完整的交通状态信息;同时,将基础数据从空间和时间两个维度进行考虑,使待预测路段处于整个待预测地图区域中进行交通流量预测,确保能够提供更切合实际的交通流量数据,尤其适用于复杂路网下的交通流量预测需求。
-
公开(公告)号:CN109344886A
公开(公告)日:2019-02-15
申请号:CN201811081354.8
申请日:2018-09-17
Applicant: 公安部交通管理科学研究所
Abstract: 本发明提供基于卷积神经网络的遮挡号牌判别方法,其可以持续不断的提升识别能力,确保能够维持较高的识别准确率。其包括:S1通过图像识别技术,从道路监控设备中提取数据,输出车辆区域图片;S2进行车辆号牌检测,将没有检测到号牌的车辆标记为嫌疑车辆;S3获取遮挡号牌判别用的候选区域图片;S4定时的循环收集车牌样本;S5通过图像识别技术对所有的车牌样本进行提取,输出样本的车辆区域图片;S6获取遮挡号牌判别用的候选区域图片;S7每次收集新的车牌样本后,训练卷积神经网络;S8把得到的嫌疑车辆的候选区域图片,输入到训练好的卷积神经网络中,判定是否遮挡号牌,如果判定嫌疑车辆存在遮挡号牌的行为,则针对嫌疑车辆进入后续程序。
-
公开(公告)号:CN105809951A
公开(公告)日:2016-07-27
申请号:CN201610268404.8
申请日:2016-04-27
Applicant: 公安部交通管理科学研究所 , 无锡市公安局交通警察支队交通指挥中心
CPC classification number: G08G1/00 , G06F16/2455 , G06F16/248 , G06F16/254 , G08G1/0125
Abstract: 本发明提供了一种城市道路交通秩序管理评价系统,其能解决现有的实时监控系统、管理信息系统之间因数据模型无法统一而存在的相互独立、数据交互性差、无法进行信息关联的问题。其包括统一模型管理模块、数据集成管理模块、统一展示集成模块、安全管理模块和统一数据库;统一模型管理模块、数据集成管理模块、统一集成展示模块分别与统一数据库之间进行数据交互,统一模型管理模块、数据集成管理模块、统一集成展示模块分别通过数据总线与所述安全管理模块进行数据连接。
-
公开(公告)号:CN118555367A
公开(公告)日:2024-08-27
申请号:CN202410644837.3
申请日:2024-05-23
Applicant: 公安部交通管理科学研究所
Abstract: 本发明涉及交通监控技术领域,具体公开了一种基于区域视频数据和卡口抓拍数据的混合联动预警方法,包括:建立上下游关系链路表;获取多个视频监控设备采集到的车辆监控视频,并从车辆监控视频中识别出违法车辆图像,并提取出违法车辆图像的车辆特征;同时获取多个卡口抓拍设备采集到的车辆图像,并提取出车辆图像的车辆特征;根据当前视频监控设备识别出的目标违法车辆图像,根据上下游关系链路表查找到目标违法车辆可能到达的下一卡口抓拍设备;从下一卡口抓拍设备采集到的合理车辆图像中筛选出目标违法车辆图像;当成功匹配到目标违法车辆图像时,发出预警信号。本发明能够提高交通违法行为的监管效率和准确性,进一步提升违法证据固定成效。
-
公开(公告)号:CN116597434A
公开(公告)日:2023-08-15
申请号:CN202310589402.9
申请日:2023-05-24
Applicant: 公安部交通管理科学研究所
Abstract: 本发明涉及智能交通控制技术领域,具体公开了一种基于车辆号牌号码的高速公路基础信息识别方法,首先通过检测定位车牌位置,其次做相应的二值化、形态学操作,获取最小外接四边形等,通过利用车辆号牌国际标准相关先验知识,计算得到号牌所在区域对应的倾斜角度、旋转矩阵、像素与实际尺寸的映射等,然后利用上述获得的图像信息,进一步计算获得图像中该区域的道路宽度等信息,最后利用特定频率的图片,获得完整道路的相关参数信息。本发明还公开了一种基于车辆号牌号码的高速公路基础信息识别系统。本发明提供的基于车辆号牌号码的高速公路基础信息识别方法,可以解决高速公路基础信息缺失或不准确的问题。
-
公开(公告)号:CN112528881A
公开(公告)日:2021-03-19
申请号:CN202011482423.3
申请日:2020-12-16
Applicant: 公安部交通管理科学研究所
Abstract: 本发明涉及图像识别技术领域,具体公开了一种公路场景识别中抑制过拟合的训练方法,包括:获取一训练样本集和一过拟合检测样本集;对训练样本集进行训练,得到一初始识别模型;利用过拟合检测样本集对训练样本集的初始识别模型进行准确率检测,其中,按照过拟合检测样本集的场景类别,通过初始识别模型计算过拟合检测样本集的各个场景整体的分割精度;依据过拟合检测样本集的各类场景整体的分割精度,自动调整各类场景下训练样本的损失权重。本发明可以在训练阶段按照验证精度交并比为不同场景的训练样本分配不同的样本损失权重,从而有效解决样本优化的不均衡性,最终遏制过拟合问题。
-
-
-
-
-
-
-
-
-