-
公开(公告)号：CN106778777A
公开(公告)日：2017-05-31
申请号：CN201611080118.5
申请日：2016-11-30
Applicant: 成都通甲优博科技有限责任公司
CPC classification number: G06K9/6201 , G06K9/4604 , G06K9/4652 , G06K9/6212 , G06K9/6223 , G06K9/6256 , G06K2209/23
Abstract: 本申请公开了一种车辆匹配方法，包括：获取第一目标图像和第二目标图像；分别提取第一目标图像和第二目标图像的特征信息，相应地得到第一图像特征信息和第二图像特征信息；其中，第一图像特征信息和第二图像特征信息均包括相应目标图像的视觉词典、车辆边缘特征、灰度直方图特征和颜色特征；对第一图像特征信息和第二图像特征信息进行特征差异化处理，得到相应的特征向量；将特征向量输入预先创建的车辆匹配度预估模型，得到由车辆匹配度预估模型输出的用于表示第一待匹配车辆和第二待匹配车辆之间匹配程度的匹配结果。本申请公开的技术方案提升了车辆匹配准确度、匹配效率并降低了人工成本。另外，本申请还相应公开了一种车辆匹配系统。
-
公开(公告)号：CN106297297A
公开(公告)日：2017-01-04
申请号：CN201610950789.6
申请日：2016-11-03
Applicant: 成都通甲优博科技有限责任公司
CPC classification number: G08G1/0133 , G06N3/084
Abstract: 本发明公开了基于深度学习的交通拥堵判别方法，包括以下步骤：步骤1、获取训练样本及添加标签，得到含有标签的监控视频文件对应的图片；步骤2、前向传播：将含有标签的监控视频文件对应的图片送入设计好的卷积神经网络模型，前向传播获得卷积神经网络模型输出的类别标签；步骤3、反向传播：计算前向传播输出的类别标签与样本实际类别标签的损失函数值，将损失函数值按极小化误差的方法反向传播调整卷积层的权值矩阵，得到最终卷积神经网络模型；步骤4、交通拥堵判别：选取路段的当前监控视频文件对应的图片中至少1帧图像传入训练完成的最终卷积神经网络模型中，进行前向传播。该方法能够对当前道路的交通情况给出交通的拥堵级别，具有较好的适用性和鲁棒性。
-
公开(公告)号：CN106778777B
公开(公告)日：2021-07-06
申请号：CN201611080118.5
申请日：2016-11-30
Applicant: 成都通甲优博科技有限责任公司
Abstract: 本申请公开了一种车辆匹配方法，包括：获取第一目标图像和第二目标图像；分别提取第一目标图像和第二目标图像的特征信息，相应地得到第一图像特征信息和第二图像特征信息；其中，第一图像特征信息和第二图像特征信息均包括相应目标图像的视觉词典、车辆边缘特征、灰度直方图特征和颜色特征；对第一图像特征信息和第二图像特征信息进行特征差异化处理，得到相应的特征向量；将特征向量输入预先创建的车辆匹配度预估模型，得到由车辆匹配度预估模型输出的用于表示第一待匹配车辆和第二待匹配车辆之间匹配程度的匹配结果。本申请公开的技术方案提升了车辆匹配准确度、匹配效率并降低了人工成本。另外，本申请还相应公开了一种车辆匹配系统。
-
公开(公告)号：CN106504248B
公开(公告)日：2021-02-26
申请号：CN201611108100.1
申请日：2016-12-06
Applicant: 成都通甲优博科技有限责任公司
Abstract: 本发明涉及计算机视觉领域，其公开了一种基于计算机视觉的车辆损伤判别方法，解决传统技术中采用人工判别方式存在的判定不全面、不准确、效率低下的问题。该方法包括以下步骤：步骤a、标定双目图像采集系统；步骤b、利用双目图像采集系统进行监控区域图像采集，获取采集图像的深度图；步骤c、利用卷积神经网络对深度图像进行特征提取训练，训练车辆损坏程度判别模型；步骤d、利用车辆损坏程度判别模型对采集的车辆图像进行损坏程度判别。本发明适用于车辆损伤判别。
-
公开(公告)号：CN106652465B
公开(公告)日：2020-04-07
申请号：CN201611005556.5
申请日：2016-11-15
Applicant: 成都通甲优博科技有限责任公司
Abstract: 本发明公开了道路异常驾驶行为的识别方法及系统，该方法包括：对获取的道路的当前视频帧图像进行车辆识别检测，提取检测到的车辆图像的比较信息；将提取的比较信息与已完成视频帧数据库中各车辆图像的比较信息对应比较，并判断比较结果是否满足预定阈值条件；若满足则对应的两个车辆图像为同一个车辆，更新已完成视频帧数据库中对应车辆图像的比较信息；若不满足则将当前的比较信息保存在已完成视频帧数据库中；根据已完成视频帧数据库中各车辆图像的位置信息得到各车辆的运动方向；将各车辆的运动方向与设定行车方向或提取的车道线所表示的行车方向进行对比确定逆向行驶车辆；实时监控当前道路违章驾驶行为，减弱交通压力和防止意外的发生。
-
Patent Agency Ranking
公开(公告)号：CN106447732B
公开(公告)日：2019-03-29
申请号：CN201610840309.0
申请日：2016-09-22
Applicant: 成都通甲优博科技有限责任公司
Abstract: 本发明公开了采用视差信息和三维信息获取异样区域的方法，利用事件发生前后视差值和三维坐标的变化来检测是否出现异样点，采用设置视差图像的均值矩阵E表示没有异常情况的视差值，再利用创建与视差图像大小相同的新图像，取部分数据计算方差和均值，再利用统计当前点对应的像素队列中像素值与新图像部分数据的均值之差与设置的阈值进行比较，判断出异样区域的点；这种技术手段可以克服预先设置标准图像的各自弊病，克服由于时间变化导致的光线、建筑物、植物、以及其他干扰物的存在而导致的影响，利用事件前后视差值，测定异样点。另外，本发明最终可以根据不同特性的异样点的属性，分别标记出不同的类别的异样点，比如可以标记出沉降点、异物点、干扰点。
-
公开(公告)号：CN106652445B
公开(公告)日：2019-08-23
申请号：CN201611006294.4
申请日：2016-11-15
Applicant: 成都通甲优博科技有限责任公司
Abstract: 本发明公开了一种公路交通事故判别方法及装置，通过获取被监控路段的视频图像；从视频图像中提取车道线；对每一个车道上的车辆进行多目标检测跟踪，确定车辆的行驶轨迹；根据车辆的行驶轨迹与车道线的相对位置，判断各车辆是否发生变更车道现象，当车辆的行驶轨迹偏离当前所在车道的范围时，则判定发生变更车道现象；根据相邻帧数视频图像中车辆特征点的坐标差值，判断各车辆是否发生骤停现象，当坐标差值低于预设阈值时，则判定发生骤停现象；当检测到被监控路段的同一车道中多个车辆发生变更车道现象和/或骤停现象时，判定被监控路段发生交通事故。本申请提高了事故判别的准确率，能够较好的适应诸如车辆发生较大形变等各类极端车祸问题。
-
公开(公告)号：CN107146292A
公开(公告)日：2017-09-08
申请号：CN201710290493.0
申请日：2017-04-28
Applicant: 成都通甲优博科技有限责任公司
CPC classification number: G07B15/06 , G06K9/6202
Abstract: 本申请公开了一种高速公路收费站车辆管理服务器，包括：第一信息获取模块，用于将通过入口收费站的车辆的特征信息保存至预设数据库；第二信息获取模块，用于当目标车辆到达出口收费站，则获取相应的目标特征信息；信息提取模块，用于从预设数据库中提取出与目标特征信息的匹配程度满足第一预设要求的特征信息；信息处理中心，用于确定提取出的特征信息与目标特征信息之间的匹配结果，然后将匹配结果发送至相应的出口收费站管理员终端。本申请提高了收费站过往车辆核对结果的准确率、核对效率并降低了人力成本。另外，本申请还相应公开了一种高速公路收费站车辆管理系统及方法。
-
公开(公告)号：CN106781498A
公开(公告)日：2017-05-31
申请号：CN201710017391.1
申请日：2017-01-10
Applicant: 成都通甲优博科技有限责任公司
CPC classification number: G08G1/0125 , G08G1/0175 , G08G1/065
Abstract: 本发明涉及计算机视觉技术，其公开了一种高速公路的车流量统计方法，解决传统技术车流量统计方案对运动车辆提取不完整，影响车辆检测准确率的问题。该方法包括以下步骤：a.在公路监控区域车道两旁固定位置设置矩形检测带；b.采集公路监控区域的视频数据并进行预处理；c.利用高斯混合模型进行背景建模，从原始图像分离出背景像素；d.从图像中提取运动目标；e.从提取的运动目标中识别出车辆，并进行标记；f.对标记的车辆进行跟踪和统计，从而计算车流量。
-
公开(公告)号：CN106709432A
公开(公告)日：2017-05-24
申请号：CN201611108304.5
申请日：2016-12-06
Applicant: 成都通甲优博科技有限责任公司
IPC: G06K9/00
CPC classification number: G06K9/00778
Abstract: 本发明涉及计算机视觉技术领域，其公开了一种基于双目立体视觉的人头检测计数方法，解决传统技术中人头检测计数方案存在的计算量大、计数不准确、精度不高的问题。该方法包括：步骤a.标定双目图像采集系统；步骤b.利用标定好的双目图像采集系统进行监控区域图像采集，获取客流场景图像；步骤c.对获取的客流场景图像进行预处理；步骤d.获取图像的深度图；步骤e.利用等值线查找法检测深度图中不同深度的人头；步骤f.跟踪检测到的人头；步骤g.在新的视频帧里检测新的人头，并更新人头数量；步骤h.输出当前人头数量。本发明适用于客流场景的人头检测计数。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.029 seconds)
