-
公开(公告)号:CN106469299B
公开(公告)日:2019-07-19
申请号:CN201610798016.0
申请日:2016-08-31
Applicant: 北京邮电大学
CPC classification number: G06K9/325 , G06F16/5838 , G06F16/5846 , G06K9/00771 , G06K9/3258 , G06K9/4628 , G06K9/4652 , G06K9/4676 , G06K9/6215 , G06K9/6274 , G06K2209/15
Abstract: 本发明公开了一种车辆搜索方法及装置,可以计算目标车辆的第一图像与包含被搜索车辆的若干第二图像的外观相似度距离;从若干第二图像中选定若干图像作为若干第三图像;采用预设的Siamese神经网络模型,获得第一图像与每一第三图像中的车牌区域对应的车牌特征;根据车牌特征,计算第一图像与每一第三图像的车牌特征相似度距离;根据外观相似度距离和车牌特征相似度距离,计算第一图像与每一第三图像的视觉相似度距离;将若干第三图像按视觉相似度距离的大小升序排列,获得目标车辆的第一搜索结果。应用本发明提供的方案,不仅不受应用场景的限制,还提高了车辆搜索速度和准确度,同时降低了采集车辆图像的摄像头及辅助设备等硬件的要求。
-
公开(公告)号:CN106469299A
公开(公告)日:2017-03-01
申请号:CN201610798016.0
申请日:2016-08-31
Applicant: 北京邮电大学
CPC classification number: G06K9/325 , G06F16/5838 , G06F16/5846 , G06K9/00771 , G06K9/3258 , G06K9/4628 , G06K9/4652 , G06K9/4676 , G06K9/6215 , G06K9/6274 , G06K2209/15 , G06K9/00785 , G06N3/02
Abstract: 本发明公开了一种车辆搜索方法及装置,可以计算目标车辆的第一图像与包含被搜索车辆的若干第二图像的外观相似度距离;从若干第二图像中选定若干图像作为若干第三图像;采用预设的Siamese神经网络模型,获得第一图像与每一第三图像中的车牌区域对应的车牌特征;根据车牌特征,计算第一图像与每一第三图像的车牌特征相似度距离;根据外观相似度距离和车牌特征相似度距离,计算第一图像与每一第三图像的视觉相似度距离;将若干第三图像按视觉相似度距离的大小升序排列,获得目标车辆的第一搜索结果。应用本发明提供的方案,不仅不受应用场景的限制,还提高了车辆搜索速度和准确度,同时降低了采集车辆图像的摄像头及辅助设备等硬件的要求。
-
公开(公告)号:CN104318327A
公开(公告)日:2015-01-28
申请号:CN201410551180.2
申请日:2014-10-17
Applicant: 北京邮电大学
IPC: G06Q10/04
CPC classification number: G06Q10/047 , G06K9/3258
Abstract: 本发明公开了一种车辆轨迹预测分析方法,该方法包括以下步骤:获取摄像机的原始视频,提取车牌号信息并记录实时时间;通过获取目标车辆在查询时间段内出现的位置点集合,计算任意相邻位置点的平均时间间隔,获取相邻位置点的最优子路径,连接最优子路径输出预测轨迹。本发明融合了监控视频、车牌号信息、时间信息、城市拓扑等多模数据,能够有效地通过不完整的、离散的数据合理地预测出车辆的轨迹;该方法的视频内容分析通过各个智能摄像机执行,服务器压力得到减轻,处理速度快;摄像机仅需将提取的车牌号信息发送给服务器,网络开销很小,传输速度快。
-
公开(公告)号:CN105117737A
公开(公告)日:2015-12-02
申请号:CN201510644656.1
申请日:2015-10-08
Applicant: 北京邮电大学
IPC: G06K9/62
CPC classification number: G06K9/6222 , G06K9/6272
Abstract: 本发明实施例提出了一种基于车辆轨迹向量确定车辆实际方向的方法及装置,该方法中针对获取的每个车辆轨迹向量进行聚类,根据每个聚类中包含的车辆轨迹向量,确定每个聚类中心点对应的车辆轨迹向量,其中该聚类的数量大于预设的车辆的实际方向的数量,根据与每个聚类中心点对应的车辆轨迹向量的距离,确定待分类的车辆轨迹向量所在聚类,根据与每个聚类中心点对应的车辆轨迹向量匹配的车辆的实际方向,确定待分类的车辆轨迹向量的实际方向,保证了方向确定的准确性和鲁棒性。
-
-
-