[go: up one dir, main page]

CN119277026A - 固定交通环境视觉内容管理系统 - Google Patents

固定交通环境视觉内容管理系统 Download PDF

Info

Publication number
CN119277026A
CN119277026A CN202411468286.6A CN202411468286A CN119277026A CN 119277026 A CN119277026 A CN 119277026A CN 202411468286 A CN202411468286 A CN 202411468286A CN 119277026 A CN119277026 A CN 119277026A
Authority
CN
China
Prior art keywords
directional acquisition
directional
sequence
wireless notification
acquisition equipment
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.)
Pending
Application number
CN202411468286.6A
Other languages
English (en)
Inventor
吴良恒
马小明
张悦然
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.)
Nanjing Youyuxu Technology Co ltd
Original Assignee
Nanjing Youyuxu 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 Nanjing Youyuxu Technology Co ltd filed Critical Nanjing Youyuxu Technology Co ltd
Priority to CN202411468286.6A priority Critical patent/CN119277026A/zh
Publication of CN119277026A publication Critical patent/CN119277026A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/60—Image enhancement or restoration using machine learning, e.g. neural networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/62—Control of parameters via user interfaces
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
    • H04N23/632—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters for displaying or modifying preview images prior to image capturing, e.g. variety of image resolutions or capturing parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种固定交通环境视觉内容管理系统，包括：定向获取设备，固定在火车站站台上方以获取并输出当前捕获图片；次序解析装置，设置在视觉监控端，用于基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值。通过本发明，能够基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值，从而明确了当前捕获图片被执行的各种图像处理的次序，帮助监控端执行原始图片的还原处理。

Description

固定交通环境视觉内容管理系统
技术领域
本发明涉及交通管理领域，尤其涉及一种固定交通环境视觉内容管理系统。
背景技术
交通管理的目的在于认识并遵循道路交通流所固有的客观规律，运用现代化的技术手段和科学的原则、方法、措施，不断地提高交通管理的效率和质量，以求得延误更少，运行时间更短，通行能力更大，秩序更好和运行费用更低，从而获得最好的社会经济、交通与环境效益，为经济发展，人们生活水平与出行质量提高的服务。
在交通管理中，火车是一种主要的管理的交通工具，一般地，可以采用固定在火车站站台上方以在火车站站台处于火车停靠状态时执行面对火车站站台的视觉监控操作的监控装置，用于获取并输出相应的捕获图片，问题在于，图片接收端即使知道接收到的图片经过了各项图像处理，但因为无法确定各项图像处理的处理次序，导致仍旧很难还原捕获图片对应的、能够反应火车站站台真实场景的原始图片。
发明内容
为了解决现有技术中的技术问题，本发明提供了一种固定交通环境视觉内容管理系统，通过基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值，其中，在所述二进制数值中包括首尾连接的各项图像处理分别对应的各项次序数值，每一项图像处理对应的次序数值由该项图像处理的执行序号加该项图像处理的ASCLL码进行表示，从而明确了当前捕获图片被执行的各种图像处理的次序，其中，定向获取设备的各项拍摄参数为定向获取设备的快门速度、曝光度以及解析度，当前捕获图片的各项可视化数据为当前捕获图片的最大噪声幅值、噪声类型数量、背景面积占比以及各个像素点分别对应的各份亮度数值的均值，从而为各种图像处理的次序分析提供关键的基础信息，以及用于执行各种图像处理的次序分析的极限学习机神经网络模型的结构为针对性设计的结构，具体为引入训练映射装置用于对极限学习机神经网络进行多次训练动作以获得完成多次训练动作后的极限学习机神经网络并作为极限学习机神经网络模型输出。
根据本发明，提供了一种固定交通环境视觉内容管理系统，所述系统包括：
定向获取设备，固定在火车站站台上方以在火车站站台处于火车停靠状态时执行面对火车站站台的视觉监控操作，用于获取并输出相应的当前捕获图片；
无线通知设备，与次序解析装置连接，用于将接收到的代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值通过无线数据通道通知给远端的区块链处理节点；
训练映射装置，用于对极限学习机神经网络进行多次训练动作以获得完成多次训练动作后的极限学习机神经网络并作为极限学习机神经网络模型输出；
次序解析装置，设置在视觉监控端且分别与所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值，其中，在所述二进制数值中包括首尾连接的各项图像处理分别对应的各项次序数值，每一项图像处理对应的次序数值由该项图像处理的执行序号加该项图像处理的ASCLL码进行表示；
其中，基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值包括：定向获取设备的各项拍摄参数为定向获取设备的快门速度、曝光度以及解析度；
其中，基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值还包括：当前捕获图片的各项可视化数据为当前捕获图片的最大噪声幅值、噪声类型数量、背景面积占比以及各个像素点分别对应的各份亮度数值的均值；
其中，在所述二进制数值中包括首尾连接的各项图像处理分别对应的各项次序数值，每一项图像处理对应的次序数值由该项图像处理的执行序号加该项图像处理的ASCLL码进行表示包括：每一项图像处理为点像复原处理、旋转校正处理、图像锐化处理、图像增强处理以及图像滤波处理中的一种。
由此可见，本发明至少具备以下几处主要的发明构思：
第一处发明构思：基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值，其中，在所述二进制数值中包括首尾连接的各项图像处理分别对应的各项次序数值，每一项图像处理对应的次序数值由该项图像处理的执行序号加该项图像处理的ASCLL码进行表示，从而明确了当前捕获图片被执行的各种图像处理的次序；
第二处发明构思：定向获取设备的各项拍摄参数为定向获取设备的快门速度、曝光度以及解析度，当前捕获图片的各项可视化数据为当前捕获图片的最大噪声幅值、噪声类型数量、背景面积占比以及各个像素点分别对应的各份亮度数值的均值，从而为各种图像处理的次序分析提供关键的基础信息；
第三处发明构思：用于执行各种图像处理的次序分析的极限学习机神经网络模型的结构为针对性设计的结构，具体为引入训练映射装置用于对极限学习机神经网络进行多次训练动作以获得完成多次训练动作后的极限学习机神经网络并作为极限学习机神经网络模型输出。
附图说明
以下将结合附图对本发明的实施例进行描述，其中：
图1为根据本发明首要实施例示出的固定交通环境视觉内容管理系统的结构方框图。
图2为根据本发明次要实施例示出的固定交通环境视觉内容管理系统的结构方框图。
图3为根据本发明再次要实施例示出的固定交通环境视觉内容管理系统的结构方框图。
具体实施方式
下面将参照附图对本发明的固定交通环境视觉内容管理系统的实施例进行详细说明。
图1为根据本发明首要实施例示出的固定交通环境视觉内容管理系统的结构方框图，所述系统包括：
定向获取设备，固定在火车站站台上方以在火车站站台处于火车停靠状态时执行面对火车站站台的视觉监控操作，用于获取并输出相应的当前捕获图片；
无线通知设备，与次序解析装置连接，用于将接收到的代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值通过无线数据通道通知给远端的区块链处理节点；
具体地，无线通知设备，与次序解析装置连接，用于将接收到的代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值通过无线数据通道通知给远端的区块链处理节点包括：所述无线数据通道为时分双工通信链路或者频分双工通信链路；
训练映射装置，用于对极限学习机神经网络进行多次训练动作以获得完成多次训练动作后的极限学习机神经网络并作为极限学习机神经网络模型输出；
次序解析装置，设置在视觉监控端且分别与所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值，其中，在所述二进制数值中包括首尾连接的各项图像处理分别对应的各项次序数值，每一项图像处理对应的次序数值由该项图像处理的执行序号加该项图像处理的ASCLL码进行表示；
其中，基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值包括：定向获取设备的各项拍摄参数为定向获取设备的快门速度、曝光度以及解析度；
其中，基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值还包括：当前捕获图片的各项可视化数据为当前捕获图片的最大噪声幅值、噪声类型数量、背景面积占比以及各个像素点分别对应的各份亮度数值的均值；
其中，在所述二进制数值中包括首尾连接的各项图像处理分别对应的各项次序数值，每一项图像处理对应的次序数值由该项图像处理的执行序号加该项图像处理的ASCLL码进行表示包括：每一项图像处理为点像复原处理、旋转校正处理、图像锐化处理、图像增强处理以及图像滤波处理中的一种；
以及其中，基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值，其中，在所述二进制数值中包括首尾连接的各项图像处理分别对应的各项次序数值，每一项图像处理对应的次序数值由该项图像处理的执行序号加该项图像处理的ASCLL码进行表示包括：将定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据并行输入到所述极限学习机神经网络模型。
图2为根据本发明次要实施例示出的固定交通环境视觉内容管理系统的结构方框图。
相比较于图1，图2中的固定交通环境视觉内容管理系统还可以包括：
ASIC处理器件，分别与所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供工作参数的配置操作；
其中，ASIC处理器件，分别与所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供工作参数的配置操作包括：所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置共用同一工作参数配置接口；
其中，所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置采用不同的配置地址数据；
其中，在所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置的两两之间通过并行数据总线建立通信数据链路的并行连接；
其中，在所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置的两两之间通过并行数据总线建立通信数据链路的并行连接包括：所述并行数据总线为8位并行数据总线、16位并行数据总线以及32位并行数据总线中的一种。
图3为根据本发明再次要实施例示出的固定交通环境视觉内容管理系统的结构方框图。
相比较于图1，图3中的固定交通环境视觉内容管理系统还可以包括：
电力支持器件，分别与所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供不同工作电压的配电支持；
其中，电力支持器件，分别与所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供不同工作电压的配电支持包括：所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置中，具有相同数值的工作电压需求的两个以上设备使用同一电力供应线路；
其中，电力支持器件，分别与所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供不同工作电压的配电支持还包括：所述电力支持器件为不间断电源设备；
其中，电力支持器件，分别与所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供不同工作电压的配电支持还包括：分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供不同工作电压包括3.3V工作电压；
以及其中，电力支持器件，分别与所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供不同工作电压的配电支持还包括：分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供不同工作电压包括5V工作电压。
另外，在所述固定交通环境视觉内容管理系统中，将定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据并行输入到所述极限学习机神经网络模型包括：将定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据分别执行二进制数值转换处理后再并行输入到所述极限学习机神经网络模型，以及采用并行控制接口用于执行将定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据分别执行二进制数值转换处理后再并行输入到所述极限学习机神经网络模型的数据处理过程；
以及其中，将定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据分别执行二进制数值转换处理后再并行输入到所述极限学习机神经网络模型，以及采用并行控制接口用于执行将定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据分别执行二进制数值转换处理后再并行输入到所述极限学习机神经网络模型的数据处理过程包括：选择使用CPLD芯片来实现所述并行控制接口。
采用本发明的固定交通环境视觉内容管理系统，针对现有技术中难以鉴定接收到的交通场景图片的真实内容的技术问题，通过基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值，从而明确了当前捕获图片被执行的各种图像处理的次序，帮助监控端执行原始图片的还原处理，从而解决了上述技术问题。
尽管已针对有限数量的实施方案对本发明进行了描述，得益于该公开内容的本领域技术人员会理解可设计没有偏离此处所公开的本发明范围的其它实施方案。因此，本发明的范围只应该被所附权利要求限制。

Claims (9)

1.一种固定交通环境视觉内容管理系统，其特征在于，所述系统包括：
定向获取设备，固定在火车站站台上方以在火车站站台处于火车停靠状态时执行面对火车站站台的视觉监控操作，用于获取并输出相应的当前捕获图片；
无线通知设备，与次序解析装置连接，用于将接收到的代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值通过无线数据通道通知给远端的区块链处理节点；
训练映射装置，用于对极限学习机神经网络进行多次训练动作以获得完成多次训练动作后的极限学习机神经网络并作为极限学习机神经网络模型输出；
次序解析装置，设置在视觉监控端且分别与所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值，其中，在所述二进制数值中包括首尾连接的各项图像处理分别对应的各项次序数值，每一项图像处理对应的次序数值由该项图像处理的执行序号加该项图像处理的ASCLL码进行表示；
其中，基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值包括：定向获取设备的各项拍摄参数为定向获取设备的快门速度、曝光度以及解析度；
其中，基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值还包括：当前捕获图片的各项可视化数据为当前捕获图片的最大噪声幅值、噪声类型数量、背景面积占比以及各个像素点分别对应的各份亮度数值的均值；
其中，在所述二进制数值中包括首尾连接的各项图像处理分别对应的各项次序数值，每一项图像处理对应的次序数值由该项图像处理的执行序号加该项图像处理的ASCLL码进行表示包括：每一项图像处理为点像复原处理、旋转校正处理、图像锐化处理、图像增强处理以及图像滤波处理中的一种。
2.如权利要求1所述的固定交通环境视觉内容管理系统，其特征在于：
基于定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据采用极限学习机神经网络模型智能鉴定代表当前捕获图片在定向获取设备中被执行的各项图像处理的次序的二进制数值，其中，在所述二进制数值中包括首尾连接的各项图像处理分别对应的各项次序数值，每一项图像处理对应的次序数值由该项图像处理的执行序号加该项图像处理的ASCLL码进行表示包括：将定向获取设备的各项拍摄参数以及当前捕获图片的各项可视化数据并行输入到所述极限学习机神经网络模型。
3.如权利要求2所述的固定交通环境视觉内容管理系统，其特征在于，所述系统还包括：
ASIC处理器件，分别与所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供工作参数的配置操作；
其中，ASIC处理器件，分别与所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供工作参数的配置操作包括：所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置共用同一工作参数配置接口。
4.如权利要求3所述的固定交通环境视觉内容管理系统，其特征在于：
所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置采用不同的配置地址数据。
5.如权利要求3所述的固定交通环境视觉内容管理系统，其特征在于：
在所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置的两两之间通过并行数据总线建立通信数据链路的并行连接；
其中，在所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置的两两之间通过并行数据总线建立通信数据链路的并行连接包括：所述并行数据总线为8位并行数据总线、16位并行数据总线以及32位并行数据总线中的一种。
6.如权利要求2所述的固定交通环境视觉内容管理系统，其特征在于，所述系统还包括：
电力支持器件，分别与所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供不同工作电压的配电支持；
其中，电力支持器件，分别与所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供不同工作电压的配电支持包括：所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置中，具有相同数值的工作电压需求的两个以上设备使用同一电力供应线路。
7.如权利要求6所述的固定交通环境视觉内容管理系统，其特征在于：
电力支持器件，分别与所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供不同工作电压的配电支持还包括：所述电力支持器件为不间断电源设备。
8.如权利要求7所述的固定交通环境视觉内容管理系统，其特征在于：
电力支持器件，分别与所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供不同工作电压的配电支持还包括：分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供不同工作电压包括3.3V工作电压。
9.如权利要求8所述的固定交通环境视觉内容管理系统，其特征在于：
电力支持器件，分别与所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置连接，用于分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供不同工作电压的配电支持还包括：分时为所述次序解析装置、所述定向获取设备、所述无线通知设备以及所述训练映射装置提供不同工作电压包括5V工作电压。
CN202411468286.6A 2024-10-21 2024-10-21 固定交通环境视觉内容管理系统 Pending CN119277026A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202411468286.6A CN119277026A (zh) 2024-10-21 2024-10-21 固定交通环境视觉内容管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202411468286.6A CN119277026A (zh) 2024-10-21 2024-10-21 固定交通环境视觉内容管理系统

Publications (1)

Publication Number Publication Date
CN119277026A true CN119277026A (zh) 2025-01-07

Family

ID=94122920

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202411468286.6A Pending CN119277026A (zh) 2024-10-21 2024-10-21 固定交通环境视觉内容管理系统

Country Status (1)

Country Link
CN (1) CN119277026A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140036031A1 (en) * 2012-08-01 2014-02-06 Ricoh Company, Ltd. Image capturing apparatus
CN106780447A (zh) * 2016-12-02 2017-05-31 北京航星机器制造有限公司 一种智能选择图像增强方法
WO2022096123A1 (en) * 2020-11-06 2022-05-12 Huawei Technologies Co., Ltd. A device and method for image processing
US20220270225A1 (en) * 2021-02-09 2022-08-25 Vinai Artificial Intelligence Application And Research Joint Stock Company Device based on machine learning
CN117726929A (zh) * 2022-09-14 2024-03-19 华为技术有限公司 图像处理方法及装置
CN118741052A (zh) * 2024-08-02 2024-10-01 广州权为教育科技有限公司 智慧城市安全监控系统
CN118762327A (zh) * 2024-08-14 2024-10-11 南京嘉霖建设工程有限公司 用于水源地现场的图像内容鉴定系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140036031A1 (en) * 2012-08-01 2014-02-06 Ricoh Company, Ltd. Image capturing apparatus
CN106780447A (zh) * 2016-12-02 2017-05-31 北京航星机器制造有限公司 一种智能选择图像增强方法
WO2022096123A1 (en) * 2020-11-06 2022-05-12 Huawei Technologies Co., Ltd. A device and method for image processing
US20220270225A1 (en) * 2021-02-09 2022-08-25 Vinai Artificial Intelligence Application And Research Joint Stock Company Device based on machine learning
CN117726929A (zh) * 2022-09-14 2024-03-19 华为技术有限公司 图像处理方法及装置
WO2024055764A1 (zh) * 2022-09-14 2024-03-21 华为技术有限公司 图像处理方法及装置
CN118741052A (zh) * 2024-08-02 2024-10-01 广州权为教育科技有限公司 智慧城市安全监控系统
CN118762327A (zh) * 2024-08-14 2024-10-11 南京嘉霖建设工程有限公司 用于水源地现场的图像内容鉴定系统

Similar Documents

Publication Publication Date Title
CN111522669B (zh) 横向联邦学习系统优化方法、装置、设备及可读存储介质
CN113723457B (zh) 图像识别方法和装置、存储介质及电子装置
CN110430068B (zh) 一种特征工程编排方法及装置
JP2021531571A (ja) 証明書画像抽出方法及び端末機器
CN105426894B (zh) 铁道塞钉图像检测方法及装置
CN111161195B (zh) 一种特征图处理方法、装置、存储介质及终端
CN108665417A (zh) 一种车牌图像去模糊方法、装置及系统
KR20170101455A (ko) 빅데이터 플랫폼 기반의 인공지능 딥러닝 네트워크 구축을 활용한 3d 카메라를 장착한 로봇의 트레이닝 방법
CN111970400A (zh) 骚扰电话识别方法及装置
CN114777792A (zh) 路径规划方法、装置、计算机可读介质及电子设备
CN118608920A (zh) 采用信号处理的动态范围调整检测系统
CN119277026A (zh) 固定交通环境视觉内容管理系统
CN109697083B (zh) 数据的定点化加速方法、装置、电子设备及存储介质
CN118524218B (zh) 大数据节点协作处理系统
CN112686205B (zh) 一种参数更新方法及装置、多终端网络架构
CN119512589A (zh) 基于动态分发的ota升级方法、装置、设备及存储介质
CN113139563A (zh) 一种图像分类模型的优化方法及装置
CN117973640A (zh) 换乘地铁站换乘人流量预测方法及装置
CN112232430B (zh) 神经网络模型测试方法、装置、存储介质及电子装置
CN118570986B (zh) 应用人工智能的动态预警系统
CN116385267B (zh) 图像处理方法、装置、程序产品、计算机设备和存储介质
CN114529901A (zh) 车牌识别方法、车牌识别系统及电子设备
CN112217892A (zh) 一种基于区块链系统的智慧城市监控信息传输方法及系统
CN114972790B (zh) 图像分类模型训练方法、图像分类方法、电子设备和存储介质
CN112347865A (zh) 一种基于关键点检测的票据矫正方法

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