[go: up one dir, main page]

CN108961785B - 一种调整交通控制信号的系统及方法 - Google Patents

一种调整交通控制信号的系统及方法 Download PDF

Info

Publication number
CN108961785B
CN108961785B CN201810749405.3A CN201810749405A CN108961785B CN 108961785 B CN108961785 B CN 108961785B CN 201810749405 A CN201810749405 A CN 201810749405A CN 108961785 B CN108961785 B CN 108961785B
Authority
CN
China
Prior art keywords
image
road
groups
dimensional
identifying
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810749405.3A
Other languages
English (en)
Other versions
CN108961785A (zh
Inventor
郑永春
周飞标
陈建苗
胡林
唐雨欣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Liai Intelligent Technology Co ltd
Original Assignee
Hangzhou Liai Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Liai Intelligent Technology Co ltd filed Critical Hangzhou Liai Intelligent Technology Co ltd
Priority to CN201810749405.3A priority Critical patent/CN108961785B/zh
Publication of CN108961785A publication Critical patent/CN108961785A/zh
Application granted granted Critical
Publication of CN108961785B publication Critical patent/CN108961785B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/08Controlling traffic signals according to detected number or speed of vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/04Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种调整交通控制信号的系统及方法,该系统包括:图像采集装置,用于采集道路图像;图像采集控制器,用于把所述道路图像输入到图像处理和识别芯片;图像处理和识别芯片,用于对所述道路图像进行图像识别和分类统计;动态存储芯片,用于存储图像处理和识别过程中的数据;网络接口,用于将所述图像识别和统计的结果输入到交通控制器;交通控制器,用于根据所述图像识别和统计的结果实时调整交通控制信号。本发明可实时了解道路中各类车辆及行人的状况以便实时调整交通控制信号,方便各类车辆及行人的通行,减少各类车辆及行人的停留次数及停留时间,提高道路的利用率。

Description

一种调整交通控制信号的系统及方法
技术领域
本发明涉及图像处理技术领域,尤其涉及一种调整交通控制信号的系统及方法。
背景技术
现有的交通控制系统的红绿灯时间基本上是基于历史统计数据,或者是经验设定的。这些路口的交通控制信号不会根据车流量变化实时调整,经常出现有车的方向红灯,而没车的方向长时间绿灯。或者绿灯方向的车辆因前方路口是红灯,车辆无法前行;当红绿灯变换时,原绿灯方向的车被堵在本路口,现在绿灯方向的车无法通过路口,进一步造成本路口拥堵,这种实际道路车辆状况和交通控制信号不同步的情况会增加车辆停留次数和时间,浪费现有的道路资源,造成交通拥堵,加大能源消耗和废气污染。
为改善实际道路交通和预定的交通控制信号不同步的状态,有的交通路口在高峰期会有执勤交警指挥交通。其目的就是让交通控制信号根据道路的实时状况进行优化调整。但是每个路口,每天24小时都有人现场指挥是不现实的。有的交通路口会埋设车辆感应装置,来检查路口的车流量情况来对道路的实时状况进行优化调整,但是这些装置只能检测是否有车辆经过,没有能力检测车辆种类,更不能检测人行道上行人的数量,因此大部分时间只能照顾到车辆的通行,而无法顾及到行人。
公开号为CN 202694579U的专利公开了一种交通信号灯动态控制系统,包括指挥控制中心主机和路口信号灯控制单元;路口信号灯控制单元与指挥控制中心主机通过GPRS网络通信连接;路口信号灯控制单元交通信号灯控制器、车辆检测器、红绿灯电路,交通信号灯控制器在每一个路口信号灯控制单元设置一套;车辆检测器在每一个交叉路口的各分支道路的禁行线后的路面下埋设一个;交通信号灯控制器包括单片机、车辆信息采集模块、红绿灯控制模块、GPRS无线传输模块、指示模块和电源模块。本实用新型能够根据实时车情和路况自动进行红绿灯切换时间的调整,最大限度地降低城市道路拥堵几率,保障交通畅通。虽然该方法可以根据车辆的情况对交通信号灯进行调整,但是该方法是通过在路口埋设车辆检测器来检测车辆通行的数量来进行调整,这样只能照顾到车辆的通行,而无法顾及到行人。
发明内容
本发明的目的是针对现有技术的缺陷,提供了一种调整交通控制信号方法及系统,将交通路口能够看到道路各类车辆及行人的状况以便实时调整交通控制信号,方便各类车辆及行人的通行。
为了实现以上目的,本发明采用以下技术方案:
一种调整交通控制信号的系统,包括:
图像采集装置,用于采集道路图像;
图像采集控制器,用于把所述道路图像输入到图像处理和识别芯片;
图像处理和识别芯片,用于对所述道路图像进行图像识别和分类统计;
动态存储芯片,用于存储图像处理和识别过程中的数据;
网络接口,用于将所述图像识别和统计的结果输入到交通控制器;
交通控制器,用于根据所述图像识别和统计的结果实时调整交通控制信号。
进一步的,所述图像采集装置包括两组光学镜头和两组高分辨率光学图像传感器,分别安装在道路两侧,所述两组光学镜头将监视的道路图像分别投射到所述两组高分辨率光学图像传感器上,所述两组高分辨率光学图像传感器将所述道路图像同步输入到图像采集控制器中。
进一步的,所述图像采集控制器还可用于根据环境光强调整所述两组镜头的曝光参数。
进一步的,所述图像处理和识别芯片具体包括:
分离处理模块,用于对所述道路图像进行前景和背景分离处理并提取前景图像中物体的二维轮廓;
三维轮廓构造模块,用于根据每个物体相关的两幅二维轮廓构造所述物体的三维轮廓;
归一化处理模块,用于将所述物体的三维轮廓旋转到预设的角度并进行归一化处理;
投射模块,用于将归一化处理后的物体的三维轮廓投射到预设平面;
比对模块,用于将投射到预设平面后的物体的三维轮廓与标准物体库中的物体进行比对;
识别统计模块,用于根据比对结果对物体进行识别和分类统计。
进一步的,所述网络接口的网口按照POE远方供电标准设计连接POE电源。
相应的,还提供一种调整交通控制信号的方法,包括步骤:
S1.图像采集装置采集道路图像;
S2.利用图像采集控制器把所述道路图像输入到图像处理和识别芯片;
S3.图像处理和识别芯片对所述道路图像进行图像识别和分类统计;
S4.动态存储芯片存储图像处理和识别过程中的数据;
S5.利用网络接口将所述图像识别和统计的结果输入到交通控制器;
S6.交通控制器根据所述图像识别和统计的结果实时调整交通控制信号。
进一步的,所述步骤S1具体为:
S101.将安装在道路两侧的两组光学镜头监视的道路图像分别投射到两组高分辨率光学图像传感器上;
S102.所述两组高分辨率光学图像传感器将所述道路图像同步输入到图像采集控制器中。
进一步的,所述步骤S1之前还包括步骤:
所述图像采集控制器根据环境光强调整所述两组镜头的曝光参数。
进一步的,所述步骤S3具体为:
S301.对所述道路图像进行前景和背景分离处理并提取前景图像中物体的二维轮廓;
S302.根据每个物体相关的两幅二维轮廓构造所述物体的三维轮廓;
S303.将所述物体的三维轮廓旋转到预设的角度并进行归一化处理;
S304.将归一化处理后的物体的三维轮廓投射到预设平面;
S305.将投射到预设平面后的物体的三维轮廓与标准物体库中的物体进行比对;
S306.根据比对结果对物体进行识别和分类统计。
进一步的,所述网络接口的网口按照POE远方供电标准设计连接POE电源。
与现有技术相比,本发明通过图像处理和识别芯片对图像采集装置采集的道路图像进行识别和分类统计,可实时了解道路中各类车辆及行人的状况以便实时调整交通控制信号,方便各类车辆及行人的通行,减少各类车辆及行人的停留次数及停留时间,提高道路的利用率。
附图说明
图1为本发明提供的一种调整交通控制信号的系统结构示意图;
图2为用于说明本发明前景与背景分离的一个示意图;
图3为用于说明本发明前景与背景分离的另一个示意图;
图4为用于说明本发明前景与背景分离的另一个示意图;
图5为用于说明本发明图像从时域空间到频域空间的变换后,通过高通滤波算法提取物体轮廓其中的一个过程示意图;
图6为用于说明本发明图像从时域空间到频域空间的变换后,通过高通滤波算法提取物体轮廓其中的另一个过程示意图;
图7为用于说明本发明图像从时域空间到频域空间的变换后,通过高通滤波算法提取物体轮廓其中的另一个过程示意图;
图8为用于说明本发明轮廓抽取的一个实例图;
图9为用于说明本发明轮廓抽取后的一个实例图;
图10为本发明提供的一种调整交通控制信号的方法流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
如图1所述,为本发明提供的一种调整交通控制信号的系统结构示意图,包括:
图像采集装置,用于采集道路图像。
图像采集控制器,用于把所述道路图像输入到图像处理和识别芯片。
具体的,所述图像采集装置包括两组光学镜头和两组高分辨率光学图像传感器,分别安装在道路两侧,从两个不同的角度同步采集道路图像,具体为所述两组光学镜头将监视的道路图像分别投射到所述两组高分辨率光学图像传感器上,所述两组高分辨率光学图像传感器将所述道路图像同步输入到图像采集控制器中,图像采集控制器把两组高分辨率光学图像传感器上的道路图像同步采集后,分别按照36位RGB及H-Sync,V-Sync,DE和像素时钟的格式编码,输入到图像处理和识别芯片,同时,所述图像采集控制器根据环境光强等因素调整光学镜头的光圈及快门等曝光参数,使得成像出清晰的图像。在实施实例中,使用TAMRON的12VM1040ASIR镜头,图像尺寸:1/2英寸;焦距:10-40mm;光圈:1.4到全关;视角:37.5x 27.5度;调焦:手动;IRIS:手动。使用Omnivision的OV14825高分辨率光学图像传感器和集成的图像采集控制器,图像分辨率:4416x 3312;像素尺寸:1.4um;帧频:15fps;RGB分辨率12位。
图像处理和识别芯片,用于对所述道路图像进行图像识别和分类统计。
进一步的,所述图像处理和识别芯片具体包括:
分离处理模块,用于对所述道路图像进行前景和背景分离处理并提取前景图像中物体的二维轮廓;
三维轮廓构造模块,用于根据每个物体相关的两幅二维轮廓构造所述物体的三维轮廓;
归一化处理模块,用于将所述物体的三维轮廓旋转到预设的角度并进行归一化处理;
投射模块,用于将归一化处理后的物体的三维轮廓投射到预设平面;
比对模块,用于将投射到预设平面后的物体的三维轮廓与标准物体库中的物体进行比对;
识别统计模块,用于根据比对结果对物体进行识别和分类统计。
具体的,图像处理和识别芯片分别把图像采集控制器同步输入的两幅二维的数字图像在时间轴上进行差分运算进行前景(也就是与参考时间的图像相比变化的部分)和背景(也就是与参考时间的图像相比不变的部分)分离处理,然后把前景图像从时域空间转换到频域空间,通过高通滤波再回到时域空间,得到物体的两个视角的轮廓,然后把每个物体两个视角的轮廓融合为物体的三维图像轮廓,把相互遮挡的物体进行分离,然后根据物体相对镜头的角度把物体的三维轮廓旋转到统一的0视角度,并进行归一化处理,使得各个物体的视角和相对大小一致。然后把三维轮廓分别投射到正视平面和侧视平面,得到各个物体的统一的两幅标准视图,再与标准物体库中的物体正面和侧面轮廓进行比对,识别出行人及车辆种类并归类,统计各类车辆数量,计算车辆运动速度和当前位置,并把统计数据像按照IEEE802.3的标准网络协议编码后,接入网络接口。在实施实例中,图像处理和识别芯片使用Xilinx的XC6SLX45-2CSG324C;CLB数量:3411;逻辑单元数:43661;存储位:2138112。
参考图2,图3,图4所示,为本发明图像处理过程中,前景与背景分离算法的示意图;图2表示固定不变的图像;图3表示有一车驶入拍摄区域;图4表示按照图2为参考,从图3中分离出来的前景。
参考图5,图6,图7所示,为本发明图像处理过程中,图像从时域空间到频域空间的变换后,通过高通滤波算法提取物体轮廓的过程;图5表示将整幅图像分成多个小正方形区域的示意图,这是其中一个16x 16的像素区域;图6表示对这个小正方形按离散COS算法进行时域空间到频域空间的转换,对应的计算公式为:
Figure BDA0001725166340000061
其中,N=16,x表示从左到右,y表示从上到下。
图7表示将频域空间的图像通过高通滤波器,在频域空间滤波;然后再把每个小正方形区域还原到时域空,结果就是物体的轮廓。
参考图8,图9所示,表示轮廓抽取的一个实例;图8是一辆车的图像,经过频域变换及高通滤波后,得到图9所示的汽车轮廓。
需要说明的是,所述的标准物体库中包含轿车、客车、公交车、货车、摩托车、电瓶车和行人等物体的标准图像,使得比对时可以更好的进行分类统计识别。
动态存储芯片,用于存储图像处理和识别过程中的数据。在实施实例中,使用Winbond的W9751G6KB-25;位数:16;容量:512Mb;速度:2.5ns;电压:1.8V。
网络接口,用于将所述图像识别和统计的结果输入到交通控制器。
具体的,网络接口提供标准的局域网接口,按照IEEE802.3物理层标准,连接到交通控制器把车辆和行人的统计数据接入到交通控制器,同时,所述网络接口的网口按照POE远方供电标准设计连接POE电源,可以为所述高分辨率光学图像传感器供电,避免为每个高分辨率光学图像传感器单独供电。在实施实例中网络接口使用Realtek的RTL8211BL局域网控制器;速度:10/100/1000Mbps。使用TI的TPS23753APW实现POE远方供电;功率:13W;大地隔离供电。
交通控制器,用于根据所述图像识别和统计的结果实时调整交通控制信号。
具体的,交通控制器根据网络接口输入的图像识别和统计结果实时调整交通控制信号,例如:若当前时间段车辆较多,行人较少,那么就将控制车辆通行的交通控制信号绿灯的时长加长,将控制行人通信的交通控制信号绿灯的时长减少。
相应的,本发明还提供一种调整交通控制信号的方法,应用于上述的调整交通控制信号的系统中,如图10所示,包括步骤:
S1.图像采集装置采集道路图像;
S2.利用图像采集控制器把所述道路图像输入到图像处理和识别芯片;
S3.图像处理和识别芯片对所述道路图像进行图像识别和分类统计;
S4.动态存储芯片存储图像处理和识别过程中的数据;
S5.利用网络接口将所述图像识别和统计的结果输入到交通控制器;
S6.交通控制器根据所述图像识别和统计的结果实时调整交通控制信号。
进一步的,所述步骤S1具体为:
S101.将安装在道路两侧的两组光学镜头监视的道路图像分别投射到两组高分辨率光学图像传感器上;
S102.所述两组高分辨率光学图像传感器将所述道路图像同步输入到图像采集控制器中。
进一步的,所述步骤S1之前还包括步骤:
所述图像采集控制器根据环境光强调整所述两组镜头的曝光参数。
进一步的,所述步骤S3具体为:
S301.对所述道路图像进行前景和背景分离处理并提取前景图像中物体的二维轮廓;
S302.根据每个物体相关的两幅二维轮廓构造所述物体的三维轮廓;
S303.将所述物体的三维轮廓旋转到预设的角度并进行归一化处理;
S304.将归一化处理后的物体的三维轮廓投射到预设平面;
S305.将投射到预设平面后的物体的三维轮廓与标准物体库中的物体进行比对;
S306.根据比对结果对物体进行识别和分类统计。
进一步的,所述网络接口的网口按照POE远方供电标准设计连接POE电源。
本发明通过图像处理和识别芯片对图像采集装置采集的道路图像进行识别和分类统计,可实时了解道路中各类车辆及行人的状况以便实时调整交通控制信号,方便各类车辆及行人的通行,减少各类车辆及行人的停留次数及停留时间,提高道路的利用率。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (6)

1.一种调整交通控制信号的系统,其特征在于,包括:
图像采集装置,用于采集道路图像;
图像采集控制器,用于把所述道路图像输入到图像处理和识别芯片;
图像处理和识别芯片,用于对所述道路图像进行图像识别和分类统计;
动态存储芯片,用于存储图像处理和识别过程中的数据;
网络接口,用于将所述图像识别和统计的结果输入到交通控制器;
交通控制器,用于根据所述图像识别和统计的结果实时调整交通控制信号;
所述图像采集装置包括两组光学镜头和两组高分辨率光学图像传感器,分别安装在道路两侧,所述两组光学镜头将监视的道路图像分别投射到所述两组高分辨率光学图像传感器上,所述两组高分辨率光学图像传感器将所述道路图像同步输入到图像采集控制器中;
所述图像处理和识别芯片具体包括:
分离处理模块,用于对所述道路图像进行前景和背景分离处理并提取前景图像中物体的二维轮廓;
三维轮廓构造模块,用于根据每个物体相关的两幅二维轮廓构造所述物体的三维轮廓;
归一化处理模块,用于将所述物体的三维轮廓旋转到预设的角度并进行归一化处理;
投射模块,用于将归一化处理后的物体的三维轮廓投射到预设平面;
比对模块,用于将投射到预设平面后的物体的三维轮廓与标准物体库中的物体进行比对;
识别统计模块,用于根据比对结果对物体进行识别和分类统计。
2.根据权利要求1所述的一种调整交通控制信号的系统,其特征在于,所述图像采集控制器还可用于根据环境光强调整所述两组镜头的曝光参数。
3.根据权利要求1所述的一种调整交通控制信号的系统,其特征在于,所述网络接口的网口按照POE远方供电标准设计连接POE电源。
4.一种调整交通控制信号的方法,其特征在于,包括步骤:
S1.图像采集装置采集道路图像;
S2.利用图像采集控制器把所述道路图像输入到图像处理和识别芯片;
S3.图像处理和识别芯片对所述道路图像进行图像识别和分类统计;
S4.动态存储芯片存储图像处理和识别过程中的数据;
S5.利用网络接口将所述图像识别和统计的结果输入到交通控制器;
S6.交通控制器根据所述图像识别和统计的结果实时调整交通控制信号;
所述步骤S1具体为:
S101.将安装在道路两侧的两组光学镜头监视的道路图像分别投射到两组高分辨率光学图像传感器上;
S102.所述两组高分辨率光学图像传感器将所述道路图像同步输入到图像采集控制器中;
所述步骤S3具体为:
S301.对所述道路图像进行前景和背景分离处理并提取前景图像中物体的二维轮廓;
S302.根据每个物体相关的两幅二维轮廓构造所述物体的三维轮廓;
S303.将所述物体的三维轮廓旋转到预设的角度并进行归一化处理;
S304.将归一化处理后的物体的三维轮廓投射到预设平面;
S305.将投射到预设平面后的物体的三维轮廓与标准物体库中的物体进行比对;
S306.根据比对结果对物体进行识别和分类统计。
5.根据权利要求4所述的一种调整交通控制信号的方法,其特征在于,所述步骤S1之前还包括步骤:所述图像采集控制器根据环境光强调整所述两组镜头的曝光参数。
6.根据权利要求4所述的一种调整交通控制信号的方法,其特征在于,所述网络接口的网口按照POE远方供电标准设计连接POE电源。
CN201810749405.3A 2018-07-10 2018-07-10 一种调整交通控制信号的系统及方法 Active CN108961785B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810749405.3A CN108961785B (zh) 2018-07-10 2018-07-10 一种调整交通控制信号的系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810749405.3A CN108961785B (zh) 2018-07-10 2018-07-10 一种调整交通控制信号的系统及方法

Publications (2)

Publication Number Publication Date
CN108961785A CN108961785A (zh) 2018-12-07
CN108961785B true CN108961785B (zh) 2020-10-02

Family

ID=64482441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810749405.3A Active CN108961785B (zh) 2018-07-10 2018-07-10 一种调整交通控制信号的系统及方法

Country Status (1)

Country Link
CN (1) CN108961785B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112991782A (zh) * 2021-04-08 2021-06-18 河北工业大学 交通信号灯的控制方法、系统、终端、设备、介质及应用

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1124521A (zh) * 1993-05-28 1996-06-12 绅宝·斯堪尼亚联合技术股份有限公司 用于记录车辆移动的方法和装置
CN1144328A (zh) * 1995-05-18 1997-03-05 欧姆龙公司 一种观察目标的方法和装置
JP2004094825A (ja) * 2002-09-03 2004-03-25 Toyota Motor Corp 三次元物体認識装置
CN102708385A (zh) * 2012-04-06 2012-10-03 张丛喆 用于视频监控场景的三维车型比对识别的方法和系统
CN102723001A (zh) * 2012-06-08 2012-10-10 长安大学 弯道转向车速安全状态预警的速度反馈标志系统的实现方法
CN103020582A (zh) * 2012-09-20 2013-04-03 苏州两江科技有限公司 计算机通过视频图像识别车辆类型的方法
CN103279996A (zh) * 2013-05-06 2013-09-04 华南理工大学 一种多车道情况下的车辆信息检测与识别系统
CN205388826U (zh) * 2016-03-09 2016-07-20 郑永春 车辆识别摄像头
CN106156752A (zh) * 2016-07-25 2016-11-23 长安大学 一种基于逆投影三视图的车型识别方法
CN107146425A (zh) * 2017-05-04 2017-09-08 深圳市元征科技股份有限公司 一种交通控制方法及装置
CN107948477A (zh) * 2017-12-05 2018-04-20 张家港奥尼斯信息科技有限公司 车辆识别摄像头

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070019883A1 (en) * 2005-07-19 2007-01-25 Wong Earl Q Method for creating a depth map for auto focus using an all-in-focus picture and two-dimensional scale space matching
CN101159015B (zh) * 2007-11-08 2010-12-08 清华大学 一种二维人脸图像的识别方法
CN101593205B (zh) * 2009-06-24 2011-08-24 清华大学 基于视频的三维模型检索方法
CN102111561A (zh) * 2009-12-25 2011-06-29 新奥特(北京)视频技术有限公司 一种模拟真实场景的三维模型投影方法及装置
CN102004925B (zh) * 2010-11-09 2012-08-29 无锡中星微电子有限公司 物体分类模型的训练方法及利用该模型的识别方法
CN103150575A (zh) * 2013-01-31 2013-06-12 广州中国科学院先进技术研究所 一种实时三维无标记人体姿态识别方法及系统
CN103198616B (zh) * 2013-03-20 2015-10-28 重庆大学 基于驾驶员头颈移动特征识别的疲劳驾驶检测方法与系统
EP3179407B1 (en) * 2015-12-07 2022-07-13 Dassault Systèmes Recognition of a 3d modeled object from a 2d image
CN206378107U (zh) * 2017-01-16 2017-08-04 北京聚利科技股份有限公司 轮廓测量装置
CN107146287B (zh) * 2017-03-22 2019-08-02 西北大学 二维投影图像至三维模型的映射方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1124521A (zh) * 1993-05-28 1996-06-12 绅宝·斯堪尼亚联合技术股份有限公司 用于记录车辆移动的方法和装置
CN1144328A (zh) * 1995-05-18 1997-03-05 欧姆龙公司 一种观察目标的方法和装置
JP2004094825A (ja) * 2002-09-03 2004-03-25 Toyota Motor Corp 三次元物体認識装置
CN102708385A (zh) * 2012-04-06 2012-10-03 张丛喆 用于视频监控场景的三维车型比对识别的方法和系统
CN102723001A (zh) * 2012-06-08 2012-10-10 长安大学 弯道转向车速安全状态预警的速度反馈标志系统的实现方法
CN103020582A (zh) * 2012-09-20 2013-04-03 苏州两江科技有限公司 计算机通过视频图像识别车辆类型的方法
CN103279996A (zh) * 2013-05-06 2013-09-04 华南理工大学 一种多车道情况下的车辆信息检测与识别系统
CN205388826U (zh) * 2016-03-09 2016-07-20 郑永春 车辆识别摄像头
CN106156752A (zh) * 2016-07-25 2016-11-23 长安大学 一种基于逆投影三视图的车型识别方法
CN107146425A (zh) * 2017-05-04 2017-09-08 深圳市元征科技股份有限公司 一种交通控制方法及装置
CN107948477A (zh) * 2017-12-05 2018-04-20 张家港奥尼斯信息科技有限公司 车辆识别摄像头

Also Published As

Publication number Publication date
CN108961785A (zh) 2018-12-07

Similar Documents

Publication Publication Date Title
US5809161A (en) Vehicle monitoring system
KR102122859B1 (ko) 교통 영상감시시스템의 멀티 표적 추적 방법
CN201213038Y (zh) 一种基于线阵ccd摄像机的交通信息采集系统
CN100507970C (zh) 基于数字摄像机的闯红灯检测系统及方法
CN205388826U (zh) 车辆识别摄像头
US11117570B1 (en) Parking assistance using a stereo camera and an added light source
CN101344988B (zh) 图像获取和处理装置及方法、车辆监测和记录系统
WO2019178036A1 (en) Exposure coordination for multiple cameras
CN106571039A (zh) 一种高速公路违章行为自动抓拍系统
KR102122850B1 (ko) 딥 러닝 기반의 교통분석 및 차량번호 인식 솔루션
CN1725266A (zh) 基于视频触发和测速的车辆智能监测记录系统和方法
CN100458868C (zh) 机动车违法调头、违法左转自动监测系统
CN208479822U (zh) 一种车用全景环视系统
CN103646544B (zh) 基于云台和相机设备的车辆行为分析识别方法
CN101388146B (zh) 图像获取和处理装置及方法、车辆监测和记录系统
CN108650495A (zh) 一种车用全景环视系统及其自适应补光方法
CN102867417A (zh) 一种出租车防伪系统及方法
CN202217385U (zh) 用于公交车专用车道的车辆违章占道抓拍系统
CN104036640A (zh) 一种全景图像采集装置、全景图像采集方法
CN103903445A (zh) 一种基于视频的车辆排队长度检测方法与系统
CN101367350A (zh) 一种汽车主动防眩光装置和方法
CN109348179A (zh) 一种基于人工智能的道路监控检测系统及方法
CN202584426U (zh) 一种智能交通综合监管系统
CN108961785B (zh) 一种调整交通控制信号的系统及方法
CN201134166Y (zh) 一种车牌识别系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant