[发明专利]驻车多维信息感知应用系统及方法有效

专利信息
申请号: 201910245695.2 申请日: 2019-03-28
公开(公告)号: CN110008298B 公开(公告)日: 2022-03-15
发明(设计)人: 李振东 申请(专利权)人: 武汉星视源科技有限公司
主分类号: G06F16/29 分类号: G06F16/29;G06V20/40;G06V40/16;G06Q50/26
代理公司: 武汉华强专利代理事务所(普通合伙) 42237 代理人: 温珊姗;王冬冬
地址: 430060 湖北省武汉市武昌区*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 多维 信息 感知 应用 系统 方法
【权利要求书】:

1.驻车多维信息感知应用系统,其特征是:

所述驻车多维信息感知应用系统包括前端设备和后台处理器;

所述前端设备至少包括车辆信息采集设备、人像识别设备、MAC码信息采集设备;

车辆信息采集设备,用来抓拍并识别拍摄范围内行驶车辆的车辆图像,将车辆图像和识别出的车辆结构化信息与拍摄时的时空信息关联后,实时上传给后台处理器;

所述车辆结构化信息包括车辆的车牌号、品牌、年款、颜色以及车牌颜色中的至少一种;

所述车辆信息采集设备包括拍摄单元和车辆信息识别单元,其中:

拍摄单元,用来同时采集拍摄范围内行驶车辆前方、后方和侧方的视频图像,并将视频图像传输给车辆信息识别单元;

车辆信息识别单元进一步包括定位抓拍模块和车辆结构化识别模块;

所述定位抓拍模块,用来对视频图像进行车辆目标定位抓拍,并本地存储抓拍的车辆图像;

所述车辆结构化识别模块,用来根据抓拍的车辆图像,识别并本地存储车辆结构化信息;

抓拍的车辆图像和识别的车辆结构化信息与时间信息、位置信息关联后,实时上传给后台处理器;

人像识别设备,用来采集并识别拍摄范围内的人脸图像,将识别出的人员信息与拍摄时的时空信息关联后,实时上传给后台处理器;

MAC码信息采集设备,用来采集并识别探测范围内移动终端设备的MAC码信息,MAC码信息与探测到移动终端设备的时间关联后,实时上传给后台处理器;所述MAC码信息包括手机号码、IMSI、IMEI、WIFI的MAC地址;

所述后台处理器,用来接收给定的时间和空间范围,并对给定的时间和空间范围内的车辆结构化信息、人员信息、MAC码信息做融合处理,即根据时空信息,对车辆结构化信息、人员信息、MAC码信息进行匹配,将时空信息一致的车辆结构化信息、人员信息、MAC码信息进行关联;所述驻车多维信息感知应用系统包括:

根据案发时间和地点,确定时间范围和位置范围,搜索时间范围和位置范围内的所有车辆结构化信息,提取出车辆结构化信息中的车牌号,即嫌疑车辆的车牌号,根据嫌疑车辆的车辆结构化信息所关联的时空信息,在GIS地图对应时空点处进行标识,并按时间顺序连接标识点,即嫌疑车辆的活动轨迹;

该时间范围和位置范围下嫌疑车辆关联的人员即嫌疑人,根据嫌疑人的人员信息所关联的时空信息,在GIS地图对应时空点处进行标识,并按时间顺序连接标识点,即嫌疑人的活动轨迹;

将该时间范围和位置范围下各MAC地址与GIS地图上地理位置匹配,并在匹配位置进行标识,按时间顺序连接各标识点,形成基于MAC地址的轨迹图;

将MAC地址的轨迹图与嫌疑车辆的轨迹图、嫌疑人的轨迹图在GIS地图上叠加比对,再将MAC地址的轨迹图中轨迹点位置作为嫌疑人的轨迹图中所对应轨迹点的位置修正值,即获得嫌疑人完整的活动轨迹。

2.如权利要求1所述的驻车多维信息感知应用系统,其特征是:

抓拍的车辆图像至少包括车辆车牌图像和车辆全景图像。

3.如权利要求1所述的驻车多维信息感知应用系统,其特征是:

所述人像识别设备包括人脸拍摄单元和人脸识别单元,其中:

人脸拍摄单元,用来采集拍摄范围内人脸图像;

人脸识别单元,用来将人脸图像与公安部门人口库进行比对,以识别人员信息,将人员信息与时间信息、位置信息关联后,实时上传给后台处理器。

4.如权利要求1或3所述的驻车多维信息感知应用系统,其特征是:

所述人脸图像包括行驶车辆驾驶位和副驾驶位的人脸图像。

5.如权利要求1所述的驻车多维信息感知应用系统,其特征是:

在居住场所、商业场所、休闲娱乐场所、医院、学校、停车场布设前端设备,获得城市前端设备布控网。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉星视源科技有限公司,未经武汉星视源科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910245695.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top