AG真人

搜刮

消息中间

招贤纳(na)士

经(jing)常使用链接

北京中盛益华科技无限公司

对(dui)于(yu)咱(zan)们

微信(xin)二(er)维(wei)码

版权一切北京中(zhong)盛益(yi)华科(ke)技无(wu)限公司  京ICP备10011931号-2 

社会(hui)雇用(yong)

校园雇用

练习生(sheng)雇用

阅(yue)读量:
产物称号

车辆阐发体系

不此类产物
产物描写

■ 操纵场景

  车辆(liang)(liang)(liang)阐发体系(xi)基于(yu)车辆(liang)(liang)(liang)自身(shen)(shen)的(de)(de)(de)图(tu)象,操(cao)纵(zong)(zong)视(shi)频布局化(hua)手艺(yi),对(dui)图(tu)片中(zhong)的(de)(de)(de)车辆(liang)(liang)(liang)遏制特(te)点提(ti)取,取得更多车辆(liang)(liang)(liang)自身(shen)(shen)的(de)(de)(de)信息,如:车辆(liang)(liang)(liang)范例(li)、车身(shen)(shen)色彩、车辆(liang)(liang)(liang)品(pin)牌、型号格式、年款等(deng),对(dui)过往(wang)的(de)(de)(de)车辆(liang)(liang)(liang)遏制丰硕的(de)(de)(de)语义化(hua)描(miao)写后,便(bian)能够经由(you)过程(cheng)软件,在(zai)体系(xi)内主(zhu)动搜刮,极(ji)大地便(bian)利(li)结案件侦(zhen)破使命中(zhong),充(chong)实操(cao)纵(zong)(zong)已把握(wo)过往(wang)车辆(liang)(liang)(liang)的(de)(de)(de)各类信息,在(zai)海量(liang)数据(ju)(ju)中(zhong)主(zhu)动查找、预(yu)警、大数据(ju)(ju)阐发和布控车辆(liang)(liang)(liang)。可普(pu)遍操(cao)纵(zong)(zong)于(yu)公(gong)安刑侦(zhen)、交警、治安、谍报、缉毒、反恐、公(gong)路交通、轨道交通、园区(qu)、商超级

 

■ 体系概(gai)述(shu)

  车辆(liang)(liang)阐(chan)发(fa)体系(xi)接纳进步前辈的图(tu)象处置手艺,连系(xi)机(ji)械(xie)进修与深(shen)度进修手艺,能够对(dui)车辆(liang)(liang)的身份遏制辨(bian)认(ren),包含车商标码(ma),车身色彩,车辆(liang)(liang)品牌,车辆(liang)(liang)子型号(hao),详细年款等。可(ke)针对(dui)用户(hu)对(dui)现有卡口(kou)(kou)监(jian)控(kong)体系(xi)和(he)高清(qing)监(jian)控(kong)体系(xi)的操纵遏制功效(xiao)进级,用户(hu)需供给平(ping)台数(shu)据(ju)调(diao)(diao)取(qu)接口(kou)(kou)和(he)车管所数(shu)据(ju)库接口(kou)(kou)。经由过(guo)程数(shu)据(ju)调(diao)(diao)取(qu)接口(kou)(kou)可(ke)对(dui)接调(diao)(diao)取(qu)卡口(kou)(kou)及(ji)时抓(zhua)拍图(tu)片(pian)及(ji)卡口(kou)(kou)视频等资本做背景及(ji)时或录相二次(ci)辨(bian)认(ren)。阐(chan)发(fa)辨(bian)认(ren)才能以下:

  车牌辨认

  1)接纳算法(fa):车(che)牌辨认模(mo)块分车(che)牌检测(ce)(ce),车(che)牌改正(zheng),字(zi)(zi)符(fu)朋(peng)分,字(zi)(zi)符(fu)辨认几个步骤,接纳了经常(chang)使(shi)用的图象处置手艺(yi),包含边缘检测(ce)(ce),垂直(zhi)投影,ocr等手艺(yi)。

  车(che)(che)牌(pai)检测(ce):接纳sobel边缘检测(ce)算法(fa)对图象遏制边缘检测(ce),经由(you)过程车(che)(che)牌(pai)的丰(feng)硕(shuo)边缘信息来定位车(che)(che)牌(pai)地(di)位。

  车牌改正:接纳(na)水安然平静垂直扭转(zhuan)手艺对车牌遏制(zhi)水安然平静垂直错(cuo)切改正。

  字符(fu)(fu)朋分:接(jie)纳垂直投影和模板婚配相连(lian)系的(de)朋分手(shou)艺对改正后的(de)车牌遏制字符(fu)(fu)切分。

  字(zi)符辨认(ren):接(jie)纳BP神经收(shou)集对(dui)字(zi)符遏制辨认(ren)。

  2)手艺目标

  撑(cheng)持(chi)辨认车(che)牌(pai)(pai)(pai)(pai)品(pin)种:通俗民用蓝牌(pai)(pai)(pai)(pai),单(dan)层(ceng)黄牌(pai)(pai)(pai)(pai),双层(ceng)黄牌(pai)(pai)(pai)(pai),旧(jiu)式武警车(che)牌(pai)(pai)(pai)(pai),旧(jiu)式军牌(pai)(pai)(pai)(pai),警用车(che)牌(pai)(pai)(pai)(pai),农用车(che)牌(pai)(pai)(pai)(pai),港牌(pai)(pai)(pai)(pai)等。

  速率:200W图片 < 100ms

  辨认(ren)率:白天 > 98%,夜晚 > 95%

  车身色彩辨认

  车身(shen)色(se)(se)彩(cai)辨认模块(kuai)起首(shou)取得(de)车脸的地(di)位信息,按照差别(bie)地(di)位对色(se)(se)彩(cai)遏(e)制加权,终究能够输入车身(shen)的深浅色(se)(se)彩(cai),红、绿(lv)、蓝、粉、棕、黄、白、黑、灰等(deng)9种罕见(jian)色(se)(se)彩(cai)(撑(cheng)持输入一个主(zhu)色(se)(se)彩(cai)和一个辅色(se)(se)彩(cai))。

  因为(wei)色彩(cai)受(shou)光照和夜晚补光的影响比拟严峻,故(gu)针对白天车(che)身(shen)色彩(cai)辨认(ren)精确率(lv) > 80%。

  车型辨认

  1)接(jie)纳(na)算法:车型(xing)辨(bian)认模块接(jie)纳(na)多种特(te)点融会(hui)手(shou)艺对(dui)车脸LBP等纹理特(te)点提取,操纵SVM分(fen)类器(qi)对(dui)车型(xing)遏制(zhi)辨(bian)认。

  2)撑持品种:能够对规范卡口(kou)体系(xi)抓(zhua)拍的车(che)头图片和手机抓(zhua)拍的车(che)头图片遏制(zhi)辨认,车(che)尾辨认正(zheng)在完美中。

  3)辨认品(pin)种:撑持(chi)5000+车型(xing)、13中色彩、22类(lei)车、>95%精(jing)确率。

 

■ 体系上(shang)风(feng)

  l 撑(cheng)持对(dui)90+国际国际支流(liu)视频(pin)监控(kong)厂商(shang)装备遏制(zhi)视频(pin)流(liu)阐发;

  l 撑持对支流(liu)的车牌抓(zhua)拍(pai)机图片遏制阐发,如海(hai)康、大华、宇视、华为等;

  l 撑持对抓拍的车(che)商标(biao)码、车(che)辆(liang)色彩(cai)、车(che)辆(liang)范例等遏制(zhi)过滤布控;

  l 撑持对使命设(she)置时候打(da)算阐发;

  l 撑持供给对外使命(ming)办理接(jie)口(kou)(kou),如(ru):使命(ming)启动、遏制接(jie)口(kou)(kou)、车辆收罗事务推送接(jie)口(kou)(kou);

 

■ 车辆操纵

  车辆(liang)操纵(zong)是(shi)基(ji)于车辆(liang)信(xin)息布局化数据(ju)的(de)(de)检(jian)索(suo)功(gong)(gong)效(xiao)的(de)(de)揭示。以(yi)后撑持车辆(liang)前提检(jian)索(suo)、车辆(liang)时空碰撞、车辆(liang)夜(ye)间勾当、车辆(liang)昼伏夜(ye)出、车辆(liang)频仍呈现、车辆(liang)初(chu)次呈现、车辆(liang)停(ting)靠点(dian)等功(gong)(gong)效(xiao)。

  车辆前提检索

  撑持(chi)基于对静(jing)态收罗大(da)数(shu)(shu)据存储库中(zhong)对已收罗入(ru)库的(de)车(che)辆信息数(shu)(shu)据,遏(e)制前提分类(时候(hou)、摄像机点位、是不(bu)是比中(zhong)、品牌、车(che)型、色彩(cai)等)检(jian)索,检(jian)索成果按(an)数(shu)(shu)据收罗时候(hou)前后挨(ai)次显现。以下图,搜刮与黑名单比中(zhong)的(de)车(che)辆信息。

  

 

  车辆时空碰撞

  撑持设置检索时(shi)候(hou)、地址(zhi)。按(an)(an)照所设定的差别的时(shi)候(hou)、地址(zhi)等组合(he)前提,对静态收罗大数据存(cun)储库中合(he)适前提的统一辆车(che)辆信息遏(e)制(zhi)查(cha)问。以下图,搜刮12日与13日在(zai)指(zhi)按(an)(an)时(shi)候(hou)段和地址(zhi)呈现(xian)的车(che)辆信息。

  

 

  车辆夜间勾当

  撑(cheng)持设置检(jian)索时候、地址和撑(cheng)持自界说白天、夜(ye)(ye)间(jian)时候界说。按照设定检(jian)索前(qian)提对静态收罗(luo)大(da)数据(ju)存储库中“夜(ye)(ye)间(jian)”频(pin)仍呈(cheng)(cheng)现的(de)(de)车辆遏制(zhi)遏制(zhi)检(jian)索,检(jian)索成果按呈(cheng)(cheng)现的(de)(de)次数由多到少挨次摆(bai)列显(xian)现。以下图,搜刮11日22点30分(fen)(fen)至12昼夜(ye)(ye)间(jian)5点30分(fen)(fen)呈(cheng)(cheng)现的(de)(de)车辆信息。

  

 

  车辆昼伏夜出

  撑持设(she)置检(jian)索时(shi)候(hou)(hou)、地(di)址和撑持自界说白(bai)天、夜(ye)间(jian)时(shi)候(hou)(hou)界说。按照设(she)定(ding)检(jian)索前提对静(jing)态收罗大数据存储库(ku)中“夜(ye)间(jian)”呈现(xian)次(ci)数多(duo)于“白(bai)天”呈现(xian)次(ci)数的车(che)辆(liang)遏制遏制检(jian)索,检(jian)索成果按呈现(xian)的次(ci)数由多(duo)到少挨次(ci)摆列显现(xian)。以下图(tu),搜刮(gua)近(jin)三天内,夜(ye)间(jian)呈现(xian)次(ci)数多(duo)于白(bai)天呈现(xian)次(ci)数的车(che)辆(liang)信(xin)息。

  

 

  车辆频仍呈现

  撑持设置检(jian)索(suo)时(shi)候(hou)、地址(zhi)。按照(zhao)设定检(jian)索(suo)前提(ti)对静态收(shou)罗大(da)数(shu)据存储中在(zai)检(jian)索(suo)时(shi)候(hou)和地址(zhi)内屡次呈现(xian)的(de)车辆(liang)信息遏制查(cha)问并统(tong)计(ji)次数(shu),查(cha)问成果按呈现(xian)的(de)次数(shu)由多到少挨次摆列显现(xian)。以(yi)下(xia)图,搜刮(gua)2017-9-13日14:30至15:30分时(shi)候(hou)段内频(pin)仍呈现(xian)的(de)车辆(liang)信息。

  

 

  车辆初次呈现

  撑持设(she)置检索时候(hou)、地址。按照设(she)定检索前提对(dui)静(jing)态收(shou)罗大数据存(cun)储中在检索时候(hou)和地址内(nei)“初次(ci)”呈现(xian)的车辆(liang)信(xin)息(xi)遏(e)制查问(wen)(wen),查问(wen)(wen)成果按呈现(xian)的次(ci)数由多到(dao)少挨次(ci)摆(bai)列(lie)显现(xian)。以下图,搜刮“明天”内(nei)初次(ci)呈现(xian)的车辆(liang)信(xin)息(xi)。

  

 

  车辆停靠点

  撑持(chi)设(she)置(zhi)检(jian)(jian)索时(shi)候、地址。按(an)照设(she)定检(jian)(jian)索前提对静态收罗大(da)数据存储中在(zai)检(jian)(jian)索时(shi)候和地址内(nei)“最初一次(ci)”呈现(xian)的车辆信息遏制(zhi)查问,查问成果按(an)呈现(xian)的次(ci)数由多到(dao)少挨次(ci)摆(bai)列(lie)显现(xian)。

  车辆步履轨迹

  基于静(jing)态收罗(luo)大数(shu)据存储中的车(che)辆查(cha)问(wen)数(shu)据,遏制(zhi)野生干涉干与(设置前(qian)提)后,体系(xi)经由(you)过程相干算(suan)法的计较,车(che)辆数(shu)据按(an)呈现的时候前(qian)后挨次给出响(xiang)应(ying)的查(cha)问(wen)数(shu)据,检索数(shu)据将在GIS舆图(tu)端揭(jie)示。以下图(tu)

  

 

  车辆时空阐发

  基(ji)于静态收(shou)罗(luo)大数据(ju)存(cun)储中的(de)车辆查问数据(ju),遏制(zhi)野(ye)生干(gan)(gan)涉干(gan)(gan)与(设(she)置前提)后,体系经(jing)由过(guo)程相干(gan)(gan)算法的(de)计较,车辆数据(ju)按呈现的(de)“地址(zhi)频(pin)次”给(ji)出响(xiang)应的(de)查问数据(ju),检索数据(ju)将在(zai)GIS舆图端揭示(shi)。以下图:

  

未找到响应参数(shu)组,请于背景属性模板中增加(jia)
暂未完成,敬请等候
暂未完成,敬请等候
上(shang)一(yi)篇
下(xia)一篇(pian)