-
公开(公告)号：CN109409337A
公开(公告)日：2019-03-01
申请号：CN201811459480.2
申请日：2018-11-30
Applicant: 公安部交通管理科学研究所
Abstract: 基于卷积神经网络的渣土车特征识别方法，其包括：S1：从监控系统中提取监控图片；S2：通过图像识别技术，输出车辆区域图片；S3：在车辆区域图片内进行车辆位置分类识别，将车辆区域图片划分为车头图片和车尾图片；S4：把车头、车尾图片分别输入到训练好的渣土车识别算法模型进行识别；S5：如果甄别结果为发现渣土车，且是通过车尾图片识别出渣土车，则把车尾图片输入到训练好的渣土车违法行为识别算法模型中进行识别；如果是通过车头图片识别出渣土车，则把车辆信息通知给监管人员；S6：S5中通过训练好的渣土车违法行为识别算法模型对车尾图片进行识别，如果违法识别结果为存在违法行为，则生成预警信息，把预警信息通知监管人员。
-
公开(公告)号：CN110517493B
公开(公告)日：2022-03-25
申请号：CN201910813077.3
申请日：2019-08-30
Applicant: 公安部交通管理科学研究所
IPC: G08G1/01 , G06F16/953
Abstract: 本发明提供一种跨区域机动车综合信息获取方法，其可以确保跨区域数据查询也可以得到最新的数据信息，进而确保执法的准确性、及时性，且节省了人力资源。为此，同时提供了一种跨区域机动车综合信息获取系统。其包括：S1获取待检机动车的车辆信息；S2为每个区域设置一个区域服务器，为所有区域设置一个汇总服务器；S3首先访问其所在区域的区域服务器；S4本区域服务器访问汇总服务器，获取其他区域服务器可用服务列表、非实时车辆信息；S5继续访问其他区域服务器查询待检机动车的实时车辆信息；S6其他区域服务器把车辆信息返回给本区域服务器；S7本区域服务器对数据整理后，生成查询结果；S8本区域服务器把查询结果传递回移动警务终端。
-
公开(公告)号：CN110517493A
公开(公告)日：2019-11-29
申请号：CN201910813077.3
申请日：2019-08-30
Applicant: 公安部交通管理科学研究所
IPC: G08G1/01 , G06F16/953
Abstract: 本发明提供一种跨区域机动车综合信息获取方法，其可以确保跨区域数据查询也可以得到最新的数据信息，进而确保执法的准确性、及时性，且节省了人力资源。为此，同时提供了一种跨区域机动车综合信息获取系统。其包括：S1获取待检机动车的车辆信息；S2为每个区域设置一个区域服务器，为所有区域设置一个汇总服务器；S3首先访问其所在区域的区域服务器；S4本区域服务器访问汇总服务器，获取其他区域服务器可用服务列表、非实时车辆信息；S5继续访问其他区域服务器查询待检机动车的实时车辆信息；S6其他区域服务器把车辆信息返回给本区域服务器；S7本区域服务器对数据整理后，生成查询结果；S8本区域服务器把查询结果传递回移动警务终端。
-
公开(公告)号：CN109409337B
公开(公告)日：2022-05-13
申请号：CN201811459480.2
申请日：2018-11-30
Applicant: 公安部交通管理科学研究所
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 基于卷积神经网络的渣土车特征识别方法，其包括：S1：从监控系统中提取监控图片；S2：通过图像识别技术，输出车辆区域图片；S3：在车辆区域图片内进行车辆位置分类识别，将车辆区域图片划分为车头图片和车尾图片；S4：把车头、车尾图片分别输入到训练好的渣土车识别算法模型进行识别；S5：如果甄别结果为发现渣土车，且是通过车尾图片识别出渣土车，则把车尾图片输入到训练好的渣土车违法行为识别算法模型中进行识别；如果是通过车头图片识别出渣土车，则把车辆信息通知给监管人员；S6：S5中通过训练好的渣土车违法行为识别算法模型对车尾图片进行识别，如果违法识别结果为存在违法行为，则生成预警信息，把预警信息通知监管人员。
-
-
-
Search Results
4
records
(took 0.028 seconds)
