交通监控摄像头是智能交通系统（ITS）的眼睛。然而，它们目前是孤立的，只能从各自的固定视图中提取信息。为了跨多个摄像头跟踪车辆并帮助公共机构收集链路行驶时间和速度信息，提出了一种边缘授权的干扰器协作多摄像头传感（ECOMS）系统。

    ECoMS监控 系统提出了一种新颖的算法和边缘服务器协作系统结构，以推动边缘计算和多摄像头重新识别工作流程，为基于物联网 (IoT) 架构的交通传感服务。在算法方面，ECoMS系统提出了一种基于边缘的轻量计算机视觉框架，用于实时车辆检测、跟踪和特征选择过程。然后，通过仅将对象的表示发送到服务器，可以放弃高带宽数据传输和繁重的后处理屏蔽器系统。

    此外，提出了一种基于分层式剪辑的深度车辆重识别框架，并将其集成到 ECoMS 监控摄像头系统中，在 Rank-1 准确度上明显优于其他最先进的方法 4%-8%。 随着经济的发展，汽车保有量急剧增加，智能交通系统（ITS）应运而生。本课题研究的是车牌自动识别和车速自动检测。针对车牌识别，本文研究了字符分割算法、车速算法等。等等干扰屏蔽器系统算法的改进和创新。

上一篇：检测摄像头是否成像的方法
下一篇：摄像头光纤镜头组件的特点