基于字符组合的车牌定位和识别方法

    公开(公告)号:CN102915433A

    公开(公告)日:2013-02-06

    申请号:CN201210339564.9

    申请日:2012-09-13

    IPC分类号: G06K9/00 G06K9/46 G08G1/017

    摘要: 本发明公开了一种用于交通视频监控环境中基于字符组合的车牌定位和识别方法,该方法包括以下步骤:对图像进行预处理及二值化;标注连通分量形成备选字符集合;根据标准车牌中字符的排列方式,分析连通分量之间的空间关系;推断车牌的具体位置,同时得到各个字符区域;对字符进行识别。本发明具有精确度高、鲁棒性强、约束条件较少等优点,特别是在完成车牌定位的同时也准确完成了字符区域的分割。由于利用了车牌字符特有的排列方式特征,对外界的复杂环境具有很好的适应性,且不必要求车牌目标在图像中占明显位置和较大的比例,因此本发明非常适合用于城市道路交通视频监控系统中。

    基于字符组合的车牌定位和识别方法

    公开(公告)号:CN102915433B

    公开(公告)日:2015-06-10

    申请号:CN201210339564.9

    申请日:2012-09-13

    IPC分类号: G06K9/00 G06K9/46 G08G1/017

    摘要: 本发明公开了一种用于交通视频监控环境中基于字符组合的车牌定位和识别方法,该方法包括以下步骤:对图像进行预处理及二值化;标注连通分量形成备选字符集合;根据标准车牌中字符的排列方式,分析连通分量之间的空间关系;推断车牌的具体位置,同时得到各个字符区域;对字符进行识别。本发明具有精确度高、鲁棒性强、约束条件较少等优点,特别是在完成车牌定位的同时也准确完成了字符区域的分割。由于利用了车牌字符特有的排列方式特征,对外界的复杂环境具有很好的适应性,且不必要求车牌目标在图像中占明显位置和较大的比例,因此本发明非常适合用于城市道路交通视频监控系统中。

    基于高清视频检测的电子警察系统

    公开(公告)号:CN202771617U

    公开(公告)日:2013-03-06

    申请号:CN201220468489.1

    申请日:2012-09-13

    IPC分类号: G08G1/01 G08G1/017 H04N7/18

    摘要: 本实用新型公开了一种基于高清视频的电子警察系统,该系统包括一路高清摄像机、工控机和频闪灯。所述高清摄像机通过以太网与工控机连接,用于拍摄视频流数据,并将视频流数据实时压缩后发送给工控机;所述高清摄像机通过有线与频闪灯连接,用于根据光线感应控制频闪灯的亮灭;所述工控机通过以太网与高清摄像机连接,用于配置高清摄像机的参数,接收、处理视频流数据以得到违章车辆信息;所述频闪灯通过有线与高清摄像机连接,用于为所述高清摄像机提供拍摄光源。本实用新型集多车道多种违章检测抓拍、交通灯检测、车牌检测功能于一体,无需从信号机中获取交通灯状态,也无需增设摄像机,从而简化了系统的布线、安装和维护。

    点云分类方法及装置
    6.
    发明授权

    公开(公告)号:CN115830375B

    公开(公告)日:2024-09-24

    申请号:CN202211494418.3

    申请日:2022-11-25

    摘要: 本发明提供一种点云分类方法及装置,其中方法包括:对原始点云数据进行特征提取,得到原始点云数据的局部特征;将局部特征分别输入第一处理分支与第二处理分支,得到局部特征的高频特征与低频特征;对高频特征与低频特征进行处理得到目标特征并输入分类器,得到原始点云数据的分类结果。本发明提供的点云分类方法及装置,通过在获取原始点云数据的局部特征之后,将获取的局部特征采用两个并行分支进行高频特征与低频特征的提取,并将获取的高频特征与低频特征拼接后的目标特征用于点云分类,降低了计算的复杂度。在提取低频特征时,基于向量注意力处理,可以建立点云坐标之间的长距离依赖关系,进一步降低后续分类的复杂度。

    多模态融合的学习能力评估方法、装置及电子设备

    公开(公告)号:CN117636488B

    公开(公告)日:2024-09-03

    申请号:CN202311543025.1

    申请日:2023-11-17

    摘要: 本发明提供一种多模态融合的学习能力评估方法、装置及电子设备,所述方法包括:采集待评估学习者在学习过程中的多模态信息,所述多模态信息包括:眼部信息、面部信息、动作信息和生理信息;基于所述多模态信息,采用识别模型识别得到所述待评估学习者在学习过程中的学习状态信息,所述学习状态信息包括以下至少一项:动作状态、情绪状态、专注状态和知识点学习轨迹;所述识别模型的训练样本是对多组学习者在各自的学习过程中产生的多模态信息基于预设采样频率进行滑窗采样得到;基于所述学习状态信息和所述待评估学习者在所述学习过程中学习的学习内容,确定所述待评估学习者的认知负荷和/或认知迁移,可提高学习能力评估的准确性。

    多路口交通信号灯控制方法、装置、电子设备及存储介质

    公开(公告)号:CN115294784B

    公开(公告)日:2024-05-14

    申请号:CN202210709165.0

    申请日:2022-06-21

    摘要: 本发明提供一种多路口交通信号灯控制方法、装置、电子设备及存储介质,采用的本地共享模型在训练时并不需要其他路口的训练样本,而是以联邦强化学习算法,借助于初始本地私有模型以及中央处理器智能体中与初始本地共享模型结构相同的初始全局模型进行集中‑分布式协同训练得到,可以保证各路口的时序交通状态信息观测样本的隐私性,即使不共享的情况下也可以得到准确的本地共享模型,避免了数据孤岛问题的出现。而且,由于采用基于联邦强化学习算法的集中‑分布式协同训练的方式,可以避免出现现有技术中对强化学习智能体训练时探索空间会呈现指数级增长的问题出现,可以实现最优化全局道路网络的交通状况。

    面向矿区场景的自动驾驶数据构建方法和装置

    公开(公告)号:CN117681893A

    公开(公告)日:2024-03-12

    申请号:CN202410148923.5

    申请日:2024-02-02

    IPC分类号: B60W50/00 B60W60/00

    摘要: 本发明提供一种面向矿区场景的自动驾驶数据构建方法和装置,应用于自动驾驶技术领域。该方法包括:在满足预设触发条件的情况下,采集矿区场景的第一数据,所述第一数据包括以下至少一项:困难感知场景数据、异常分布数据、稀缺类数据;对所述第一数据进行目标处理,得到第二数据,所述目标处理包括无效数据过滤处理、数据切分处理、时间同步处理以及数据解析处理;确定所述第二数据的类别标签,并将添加了类别标签的所述第二数据确定为有效自动驾驶数据;其中,所述类别标签包括场景标签、障碍物标签以及环境标签。