ag真人网址大全

搜刮

消息中间

招(zhao)贤纳士

经常使用链(lian)接(jie)

北京中盛益华科技无限公司

对于咱们

微信(xin)二维码

版(ban)权一切北京中盛益华科技无限公(gong)司  京ICP备10011931号-2 

社会雇用

校园(yuan)雇用(yong)

练习生雇(gu)用

阅读(du)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(che)(che)(che)辆(liang)(liang)阐(chan)发体系基于车(che)(che)(che)辆(liang)(liang)自身的(de)图象,操(cao)纵(zong)视频布局化(hua)手艺,对(dui)图片(pian)中的(de)车(che)(che)(che)辆(liang)(liang)遏制(zhi)特点提取,取得更多(duo)车(che)(che)(che)辆(liang)(liang)自身的(de)信息,如:车(che)(che)(che)辆(liang)(liang)范例、车(che)(che)(che)身色彩、车(che)(che)(che)辆(liang)(liang)品牌、型号格(ge)式、年款等,对(dui)过(guo)往的(de)车(che)(che)(che)辆(liang)(liang)遏制(zhi)丰硕(shuo)的(de)语义化(hua)描写(xie)后,便能够(gou)经(jing)由过(guo)程(cheng)软(ruan)件(jian),在体系内主(zhu)动搜刮,极大地便利结(jie)案(an)件(jian)侦破使命中,充实操(cao)纵(zong)已把握(wo)过(guo)往车(che)(che)(che)辆(liang)(liang)的(de)各类信息,在海量数(shu)据中主(zhu)动查找、预警(jing)、大数(shu)据阐(chan)发和布控车(che)(che)(che)辆(liang)(liang)。可普(pu)遍操(cao)纵(zong)于公(gong)安刑侦、交警(jing)、治安、谍报、缉毒、反恐、公(gong)路(lu)交通(tong)、轨道(dao)交通(tong)、园区、商超级

 

■ 体系(xi)概述

  车(che)辆阐(chan)发(fa)体系接(jie)(jie)纳进步前辈的(de)(de)图象(xiang)处置(zhi)手(shou)艺,连(lian)系机械进修(xiu)(xiu)与(yu)深度进修(xiu)(xiu)手(shou)艺,能够对(dui)车(che)辆的(de)(de)身份遏(e)制辨(bian)认,包含车(che)商(shang)标码,车(che)身色彩,车(che)辆品牌,车(che)辆子型号,详细年款等(deng)。可针对(dui)用(yong)户对(dui)现有(you)卡(ka)(ka)口(kou)(kou)(kou)(kou)(kou)监控(kong)体系和(he)高清(qing)监控(kong)体系的(de)(de)操纵遏(e)制功效进级,用(yong)户需供给平台数据(ju)调取接(jie)(jie)口(kou)(kou)(kou)(kou)(kou)和(he)车(che)管所数据(ju)库(ku)接(jie)(jie)口(kou)(kou)(kou)(kou)(kou)。经由过程数据(ju)调取接(jie)(jie)口(kou)(kou)(kou)(kou)(kou)可对(dui)接(jie)(jie)调取卡(ka)(ka)口(kou)(kou)(kou)(kou)(kou)及(ji)时抓拍图片及(ji)卡(ka)(ka)口(kou)(kou)(kou)(kou)(kou)视频等(deng)资本做背景(jing)及(ji)时或(huo)录相(xiang)二次辨(bian)认。阐(chan)发(fa)辨(bian)认才能以下:

  车牌辨认

  1)接(jie)纳算法(fa):车(che)牌(pai)(pai)辨认模块分(fen)车(che)牌(pai)(pai)检测,车(che)牌(pai)(pai)改正,字符(fu)朋分(fen),字符(fu)辨认几个(ge)步骤(zhou),接(jie)纳了(le)经常使(shi)用的图象处置手艺,包(bao)含边缘(yuan)检测,垂直投影,ocr等手艺。

  车(che)牌(pai)检测(ce)(ce):接纳sobel边(bian)(bian)缘检测(ce)(ce)算(suan)法(fa)对(dui)图(tu)象(xiang)遏制(zhi)边(bian)(bian)缘检测(ce)(ce),经由(you)过(guo)程(cheng)车(che)牌(pai)的丰硕(shuo)边(bian)(bian)缘信息来定(ding)位(wei)车(che)牌(pai)地(di)位(wei)。

  车牌改(gai)(gai)正:接纳水(shui)安然平静垂(chui)直(zhi)扭转(zhuan)手(shou)艺对车牌遏制(zhi)水(shui)安然平静垂(chui)直(zhi)错切改(gai)(gai)正。

  字符朋(peng)(peng)分(fen):接纳(na)垂直投(tou)影和模(mo)板婚配相连系的朋(peng)(peng)分(fen)手艺(yi)对改正后的车牌遏制字符切分(fen)。

  字(zi)符辨认:接(jie)纳BP神经收集对字(zi)符遏制辨认。

  2)手(shou)艺目标

  撑持辨(bian)认车牌品种:通(tong)俗民(min)用(yong)蓝牌,单层黄(huang)牌,双层黄(huang)牌,旧(jiu)式(shi)武(wu)警(jing)车牌,旧(jiu)式(shi)军牌,警(jing)用(yong)车牌,农用(yong)车牌,港牌等。

  速(su)率:200W图片 < 100ms

  辨(bian)认(ren)率:白天 > 98%,夜晚 > 95%

  车身色彩辨认

  车(che)身(shen)(shen)色(se)彩(cai)辨认(ren)模块(kuai)起首取得车(che)脸的地(di)位(wei)信息,按照差(cha)别地(di)位(wei)对色(se)彩(cai)遏制加权,终(zhong)究能够输入车(che)身(shen)(shen)的深浅色(se)彩(cai),红(hong)、绿、蓝(lan)、粉(fen)、棕(zong)、黄、白、黑、灰等9种(zhong)罕见(jian)色(se)彩(cai)(撑持输入一(yi)个主色(se)彩(cai)和一(yi)个辅(fu)色(se)彩(cai))。

  因为(wei)色彩受光(guang)照和(he)夜晚补光(guang)的(de)影(ying)响(xiang)比拟严峻(jun),故针对白(bai)天车身色彩辨认精确率 > 80%。

  车型辨认

  1)接纳算法:车型辨认(ren)模块接纳多种特(te)点融(rong)会手艺(yi)对车脸(lian)LBP等(deng)纹(wen)理特(te)点提取,操纵(zong)SVM分类器对车型遏制辨认(ren)。

  2)撑持品(pin)种:能(neng)够(gou)对规范卡口体系抓拍的(de)车头(tou)图(tu)(tu)片和手机抓拍的(de)车头(tou)图(tu)(tu)片遏制辨(bian)认(ren),车尾辨(bian)认(ren)正在完美中。

  3)辨认品(pin)种:撑持5000+车型、13中(zhong)色彩、22类车、>95%精(jing)确(que)率(lv)。

 

■ 体系上风

  l 撑持对90+国际(ji)国际(ji)支流(liu)视(shi)频监控(kong)厂商装备遏制视(shi)频流(liu)阐发;

  l 撑持对支流的(de)车牌抓拍机图片遏(e)制(zhi)阐发,如海康、大华、宇视(shi)、华为等;

  l 撑持对抓(zhua)拍的车(che)(che)商(shang)标码(ma)、车(che)(che)辆色彩、车(che)(che)辆范例等遏制过(guo)滤布控;

  l 撑持对使命设(she)置(zhi)时候打算(suan)阐发;

  l 撑(cheng)持(chi)供给(ji)对(dui)外使命办理接(jie)口(kou),如:使命启动、遏制接(jie)口(kou)、车辆(liang)收罗事务(wu)推(tui)送(song)接(jie)口(kou);

 

■ 车辆操(cao)纵

  车(che)辆(liang)(liang)操纵(zong)是基于车(che)辆(liang)(liang)信(xin)息布局化数据的检索功效的揭(jie)示。以后撑(cheng)持车(che)辆(liang)(liang)前提检索、车(che)辆(liang)(liang)时(shi)空碰撞、车(che)辆(liang)(liang)夜(ye)(ye)间勾当、车(che)辆(liang)(liang)昼伏夜(ye)(ye)出、车(che)辆(liang)(liang)频仍呈现、车(che)辆(liang)(liang)初(chu)次(ci)呈现、车(che)辆(liang)(liang)停靠(kao)点(dian)等功效。

  车辆前提检索

  撑持基于对静态收(shou)罗(luo)大(da)数(shu)据存储(chu)库中(zhong)对已收(shou)罗(luo)入库的车辆信息(xi)数(shu)据,遏制前提(ti)分类(时候(hou)、摄像机点(dian)位、是(shi)不是(shi)比中(zhong)、品牌、车型、色彩等)检(jian)索(suo),检(jian)索(suo)成(cheng)果按数(shu)据收(shou)罗(luo)时候(hou)前后挨(ai)次显现。以下(xia)图,搜刮与黑名单比中(zhong)的车辆信息(xi)。

  

 

  车辆时空碰撞

  撑持设(she)(she)置检索时候、地址。按照所设(she)(she)定的差别的时候、地址等组合前提(ti),对静态(tai)收罗大数据存储库中合适(shi)前提(ti)的统(tong)一辆(liang)车辆(liang)信(xin)息遏制查(cha)问。以下图,搜刮12日(ri)与13日(ri)在指(zhi)按时候段和(he)地址呈现的车辆(liang)信(xin)息。

  

 

  车辆夜间勾当

  撑(cheng)持设置检(jian)(jian)索(suo)时候(hou)、地址和撑(cheng)持自界(jie)说白天、夜间(jian)时候(hou)界(jie)说。按(an)(an)照(zhao)设定检(jian)(jian)索(suo)前提对静态收罗大数(shu)据(ju)存储库中(zhong)“夜间(jian)”频仍呈(cheng)现(xian)的(de)车(che)辆(liang)遏制遏制检(jian)(jian)索(suo),检(jian)(jian)索(suo)成果(guo)按(an)(an)呈(cheng)现(xian)的(de)次数(shu)由多到少挨次摆列显(xian)现(xian)。以下图,搜刮11日22点(dian)30分至12昼夜间(jian)5点(dian)30分呈(cheng)现(xian)的(de)车(che)辆(liang)信息。

  

 

  车辆昼伏夜出

  撑持设(she)置检(jian)索(suo)(suo)时候(hou)、地址和(he)撑持自界说(shuo)白天、夜间(jian)(jian)时候(hou)界说(shuo)。按(an)照设(she)定检(jian)索(suo)(suo)前提(ti)对静态(tai)收罗大数(shu)据(ju)存储库(ku)中“夜间(jian)(jian)”呈(cheng)(cheng)现次(ci)(ci)数(shu)多于“白天”呈(cheng)(cheng)现次(ci)(ci)数(shu)的(de)车(che)辆遏制(zhi)遏制(zhi)检(jian)索(suo)(suo),检(jian)索(suo)(suo)成果按(an)呈(cheng)(cheng)现的(de)次(ci)(ci)数(shu)由多到(dao)少挨次(ci)(ci)摆(bai)列显(xian)现。以下图,搜刮(gua)近三天内,夜间(jian)(jian)呈(cheng)(cheng)现次(ci)(ci)数(shu)多于白天呈(cheng)(cheng)现次(ci)(ci)数(shu)的(de)车(che)辆信(xin)息。

  

 

  车辆频仍呈现

  撑持设(she)置检(jian)索(suo)时(shi)候、地(di)(di)址(zhi)。按照(zhao)设(she)定检(jian)索(suo)前提(ti)对静态收罗大数(shu)(shu)据存(cun)储中在检(jian)索(suo)时(shi)候和地(di)(di)址(zhi)内屡次呈现(xian)的车(che)辆(liang)信(xin)息(xi)遏制查问并统计(ji)次数(shu)(shu),查问成果按呈现(xian)的次数(shu)(shu)由多(duo)到少挨次摆(bai)列显现(xian)。以下图,搜刮(gua)2017-9-13日14:30至15:30分时(shi)候段内频仍呈现(xian)的车(che)辆(liang)信(xin)息(xi)。

  

 

  车辆初次呈现

  撑(cheng)持(chi)设置检(jian)索(suo)时(shi)候、地(di)(di)址。按照设定检(jian)索(suo)前提对(dui)静态收罗(luo)大数据存储(chu)中在检(jian)索(suo)时(shi)候和地(di)(di)址内(nei)“初次(ci)(ci)”呈(cheng)现(xian)的(de)车辆信息遏制查问,查问成果按呈(cheng)现(xian)的(de)次(ci)(ci)数由多(duo)到少(shao)挨次(ci)(ci)摆(bai)列(lie)显现(xian)。以下(xia)图(tu),搜刮“明天”内(nei)初次(ci)(ci)呈(cheng)现(xian)的(de)车辆信息。

  

 

  车辆停靠点

  撑持设(she)(she)置检索(suo)时候(hou)、地址。按照设(she)(she)定检索(suo)前提对静态收罗大数据存储中在检索(suo)时候(hou)和地址内“最(zui)初一次(ci)”呈(cheng)现的(de)车辆信息遏(e)制查问,查问成果按呈(cheng)现的(de)次(ci)数由多到少挨次(ci)摆(bai)列显现。

  车辆步履轨迹

  基于(yu)静态收罗大数(shu)(shu)据(ju)存储中的车(che)辆查问数(shu)(shu)据(ju),遏(e)制野生干(gan)涉干(gan)与(设置前提)后,体系经由过程(cheng)相干(gan)算法(fa)的计较,车(che)辆数(shu)(shu)据(ju)按呈现的时候前后挨次(ci)给出(chu)响应(ying)的查问数(shu)(shu)据(ju),检索数(shu)(shu)据(ju)将在(zai)GIS舆图端揭示。以下图

  

 

  车辆时空阐发

  基(ji)于静态收罗大数据存储(chu)中的(de)车辆查问数据,遏制野生干涉干与(设(she)置前提(ti))后,体系经由过程(cheng)相干算法的(de)计(ji)较,车辆数据按呈(cheng)现的(de)“地(di)址(zhi)频次”给出响应的(de)查问数据,检索数据将在GIS舆图端揭示。以下图:

  

未(wei)找到(dao)响(xiang)应(ying)参数组,请于(yu)背景(jing)属性模(mo)板中增加
暂未完成,敬请等候
暂未完成,敬请等候
上一篇
下一(yi)篇