RFID数据与图像数据的匹配方法、主控设备及系统技术方案

本发明专利技术涉及了一种车辆的RFID数据与图像数据的匹配方法、主控设备和RFID数据与图像数据的匹配系统，其中该方法包括：接收摄像装置发送的图像，基于深度学习模块对图像进行车辆检测后获得车辆图像，并根据LRU特性规则将车辆图像缓存于图像数据缓存区；当获取到车辆的RFID数据时，从图像数据缓存区回溯读取与所述RFID数据相匹配的目标车辆图像。实施本发明专利技术实施例，可以克服由于图像数据与RFID数据的获取时间无法做到绝对一致，导致二者难以匹配的技术缺陷，通过本发明专利技术实施例可以准确匹配同一车辆的图像数据与RFID数据，将图像数据与RFID数据匹配后，可以为机动车监管提供更加完整可靠的数据。

【技术实现步骤摘要】
RFID数据与图像数据的匹配方法、主控设备及系统
本专利技术涉及智能交通(IntelligentTransportationSystem，ITS)领域，尤其涉及一种车辆的RFID数据与图像数据的匹配方法、主控设备及RFID数据与图像数据的匹配系统。
技术介绍
随着智慧交通、智慧城市的不断发展，基于视频的深度学习方案被逐步应用于城市交通。而作为城市交通工具的电动自行车，由于遍布范围广、使用频繁，其安全性问题逐步引起人们的重视，对其进行有效地监管提出了要求与挑战。以街道卡口(如：十字路口，丁字路口等)为场景，基于视频的深度学习方案，通过摄像装置拍摄识别可以有效获取机动车(主要包括两轮电动自行车和四轮汽车等)的轨迹图片和车辆信息；而基于RFID视频识别方案，通过RFID天线设备可以读取机动车车牌中的RFID数据，该RFID数据包含车辆信息(主要为车牌号码信息)。为了对违规行驶的机动车进行监管，需要将通过摄像装置拍摄得到的图像数据和通过RFID天线设备读取到的RFID数据进行匹配，如果机动车发生违章，需要获取该机动车的图像数据和RFID数据，以本文档来自技高网...

【技术保护点】
1.一种车辆的RFID数据与图像数据的匹配方法，其特征在于，包括：/n接收摄像装置发送的图像，基于深度学习模块对所述图像进行车辆检测后获得车辆图像，并根据LRU特性规则将所述车辆图像缓存于图像数据缓存区；/n当获取到车辆的RFID数据时，从所述图像数据缓存区回溯读取与所述RFID数据相匹配的目标车辆图像。/n

【技术特征摘要】
1.一种车辆的RFID数据与图像数据的匹配方法，其特征在于，包括：
接收摄像装置发送的图像，基于深度学习模块对所述图像进行车辆检测后获得车辆图像，并根据LRU特性规则将所述车辆图像缓存于图像数据缓存区；
当获取到车辆的RFID数据时，从所述图像数据缓存区回溯读取与所述RFID数据相匹配的目标车辆图像。


2.根据权利要求1所述的车辆的RFID数据与图像数据的匹配方法，其特征在于，所述图像数据缓存区包括N级图像数据缓存区，所述N为大于1的正整数，根据LRU特性规则将所述车辆图像缓存于图像数据缓存区，具体包括：
将所述车辆图像缓存于一级图像数据缓存区；
若所述一级图像数据缓存区的存储空间不足，则将所述一级图像数据缓存区至N级图像数据缓存区中的图像数据按照存储时间的先后顺序依次向下一级转移，以使所述一级图像数据缓存区拥有足够的存储空间存储所述车辆图像。


3.根据权利要求2所述的车辆的RFID数据与图像数据的匹配方法，其特征在于，所述N为2，
一级图像数据缓存区为内存存储空间，用于以图片数据形式存储所述车辆图像；
二级图像数据缓存区为磁盘存储空间，用于以文件形式存储所述车辆图像；
其中，读写响应速度为：一级图像数据缓存区＞二级图像数据缓存区。


4.根据权利要求2所述的车辆的RFID数据与图像数据的匹配方法，其特征在于，所述N为4；
一级图像数据缓存区为内存存储空间，用于以图片数据形式存储所述车辆图像；
二级图像数据缓存区为磁盘存储空间，用于以文件形式存储所述车辆图像；
三级图像数据缓存区为内存存储空间，用于以图片数据形式存储压缩后的所述车辆图像；
四级图像数据缓存区为磁盘存储空间，用于以文件形式存储压缩后的所述车辆图像；
其中，读写响应速度为：一级图像数据缓存区＞二级图像数据缓存区＞三级图像数据缓存区＞四级图像数据缓存区。


5.根据权利要求2所述的车辆的RFID数据与图像数据的匹配方法，其特征在于，从所述图像数据缓存区回溯读取与所述RFID数据相匹配的目标车辆图像，具...

【专利技术属性】
技术研发人员：艾烨霜，周正锦，颜银慧，向涛，萧达安，张成，沈树鹏，
申请(专利权)人：深圳市金溢科技股份有限公司，
类型：发明
国别省市：广东;44