基于激光雷达的服务区车位检测建设方案及管理平台

基于激光雷达的服务区车位检测系统弥补了传统服务区车位检测的不足,提高对车型识别的维度,准确识别驶入和驶出服务区的车辆信息,实时把控服务区的当前剩余车位状态。并在此基础上建立高速服务区系统平台,解决信息孤岛现象,高效的统一管理,多样化的数据统计与分析,逐步完成智慧服务区的规划建设。     

基于图像处理的社区车牌检测系统

智能交通的出现缓解了现今严峻的交通问题,车牌检测作为其一重要环节,应用十分广泛。本文针对社区停车场问题提出基于图像处理的车牌检测系统设想。该设想对社区住户的车辆牌照进行自动检测,综合运用图像预处理、图像增强、车牌定位等技术提取车牌信息以识别该车辆是否为本社区车辆,防止住户私有车位被外部车辆占用,同时可以促进该地区停车场业的发展。     

隧道车辆检测方法的研究

目前信息技术的迅速发展为车辆的检测研究提供了许多便利,使其已经成为我国交通信息检测研究的热点问题,而对于隧道车辆及时准确的进行检测,对其有关信息进行有效使用,将相关指令发给隧道照明控制系统,进而达到"车近灯亮、车过灯灭"的理想效果。这将有效解决我国隧道照明系统中普遍存在能源消耗严重的问题,达到节约能源的良好效果。本文系统介绍了常用检测算法像帧差法,光流法,背景差分法的原理,分析并比较了各种算法的适用范围与优缺点,为不同场合下车辆检测算法的选择提供了重要的参考依据,有效提高车辆检测效果。     

基于YOLOv5算法的目标检测与车牌识别系统

本文首先介绍了实时目标检测网络(YOLOv5Net)提取车辆图像相关特征并通过训练进行实时目标检测,接着阐述了车牌识别神经网络(LPRNet)对车牌进行实时识别,通过对实时目标检测网络提取的特征进行分析,利用与视觉任务强相关的测试样本集对目标检测模型与车牌识别模型进行测试。实验结果表明,当测试样本场景与视觉任务相关度越高,且样本中车辆目标的形变越小,得到的目标检测模型与车牌识别模型的效果越好,能够为交通车辆识别与管理等作业提供可靠、高效的车辆信息。     

基于深度学习的人脸识别系统

本文设计描述了三种人脸识别技术:(1)通过肤色模型训练的图像变化技术对图像的人脸区域进行识别并分割出来。(2)Eigenface人脸识别算法的图像表示技术通过输入已知人脸图片,可视化特征脸,与系统相似脸匹配并计算识别准确率。(3)全连接神经网络技术和卷积神经网络技术实现对对输入人脸的识别分析和匹配测试,从系统库里找到与之最相近的的脸,并可视化展示。     

杭州亥迪

<正>公司主营产品一、车辆检测器系列:激光车辆检测器:用于高速公路收费用车型识别系统、非机动车辆及行人检测器、路口管控系统、货车轮轴检测器等;视频车辆检测器:用于高速公路收费用车牌、安全带识别等;微波车辆检测器:包括数字高清双雷达检测系统(美国SmartSensor126)、车道用微波车辆检测器(用于高速公路收费系统的触发信号);线圈车辆检测器:包括线圈车辆检测系统(用于高速公路监控系统车流量、车速统计检测)、收费车道线圈车辆检测器(用于高速公路收费系统的触发信号)。     

非接触行人过街信号系统设计研究

为避免行人在过街时与外界进行接触,降低新型冠状病毒传播的风险和概率,为疫情防控提供必要的保障,设计了一种基于感应控制装置的非接触行人过街系统。该系统采用红外识别技术对过街行人进行手势信号的识别,确定行人过街的请求,然后通过行人流量检测子系统和车流量检测子系统,分别对请求过街的行人流量和排队车辆进行检测。从而通过信号控制子系统对检测所得的信息进行处理,并做出相应的信号灯控制。同时,该系统增设了行人过街辅助系统,保障行人过街安全。     

车辆特征识别技术在高速公路中的应用

随着我国科学技术的发展,高速公路运营管理水平也在不断提高,尤其是ETC收费运营中高新技术的应用,成为未来高速公路收费发展的重要方向。当前我国城市发展速度逐渐加快,对于车辆的管理已经从车型的识别逐渐发展到车辆特征的识别,这一技术的应用也对智慧高速的发展起到重要的推动作用。本文对人工智能车辆特征技术进行了概述,并探讨了人工智能车辆特征技术在智慧高速建设中的作用。     

统计模式识别概论及应用

本文采用统计模式识别方法对车辆进行识别,利用主成分变换法对车辆和背景训练及测试样本进行特征提取,并应用遗传算法对特征提取阶段的结果进行特征选择,然后对测试样本做同样的提取特征的处理,最后应用训练好的支持向量机分类器进行分类识别检测。此基于统计特征的车辆识别算法不仅具有较好的适应性,而且能有效的提高识别率和降低误识别率。     

基于改进型MobileNet网络的车型识别方法

车型识别是车辆结构化系统的重要方面。针对嵌入式环境下车型识别精度的要求,提出改进型MobileNet网络模型。利用Squeeze-and-Excitation模块对MobileNet网络结构进行改进,提高车型识别精度。实验表明,所提出的改进策略可以有效地提高车型识别的精度。