-
公开(公告)号：CN104035954B
公开(公告)日：2017-05-24
申请号：CN201410100491.7
申请日：2014-03-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于Hadoop的套牌车识别方法，本发明的输入为海量的过程记录，首先将削减维度后的有效过车记录迁移到Hadoop集群的HBase中，然后使用Hive从HBase中获取同一车牌号码出现在任意两个监控点的过车记录并按照车牌号码和过车时间分组排序，接着初始化由监控点为顶点集及两两之间距离为边权值的带权图，计算出所有监控点两两之间的最短路径，将其两两组合分块处理，最后创建多个线程，在套牌车规则下根据分块处理后监控点的两两组合并发提交Hive任务来识别套牌车，并通过校正因子获取最终的嫌疑套牌车，本发明与传统环境下不经过优化的方法相比具有较高的运行效率和加速比，可以有效地识别套牌车。
-
公开(公告)号：CN104794219A
公开(公告)日：2015-07-22
申请号：CN201510208102.7
申请日：2015-04-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于地理位置信息的场景检索方法。本发明包括如下步骤：步骤1、在索引过程中对场景图像的地理信息和全局描述子进行索引，并构建空间4叉树索引结构；全局描述子的构建如下：1-1.提取场景图像的局部特征点，将场景图像表示成局部特征的集合；1-2.根据视觉词汇词典将局部特征点的描述子进行量化，得到对应的视觉词汇；1-3.将提取的视觉词汇集合投影到随机投影矩阵上得到场景图像的全局描述子。步骤2、在查询过程中通过层级验证方式确定相似图像集，并通过投票方式和相似图像的信息来获得待查询的场景图像的信息。本发明高效的过滤掉了大量的非相关图像。提高了视觉词汇空间验证的效率和图像匹配的准确率。
-
公开(公告)号：CN104035954A
公开(公告)日：2014-09-10
申请号：CN201410100491.7
申请日：2014-03-18
Applicant: 杭州电子科技大学
CPC classification number: G06F17/30595 , G06F17/30533 , G08G1/017
Abstract: 本发明公开了一种基于Hadoop的套牌车识别方法，本发明的输入为海量的过程记录，首先将削减维度后的有效过车记录迁移到Hadoop集群的HBase中，然后使用Hive从HBase中获取同一车牌号码出现在任意两个监控点的过车记录并按照车牌号码和过车时间分组排序，接着初始化由监控点为顶点集及两两之间距离为边权值的带权图，计算出所有监控点两两之间的最短路径，将其两两组合分块处理，最后创建多个线程，在套牌车规则下根据分块处理后监控点的两两组合并发提交Hive任务来识别套牌车，并通过校正因子获取最终的嫌疑套牌车，本发明与传统环境下不经过优化的方法相比具有较高的运行效率和加速比，可以有效地识别套牌车。
-
-
Search Results
3
records
(took 0.018 seconds)
