《表1 智能视频和激光识别车型对比分析表》
提示：宽带有限、当前游客访问压缩模式
由此可见智能视频技术的应用具有采集信息更直观、应用范围广、投入低、信息全面、易于安装维护等优势，但在抗恶劣天气、环境、智能性方面仍需要进一步的研究优化。
| 图表编号 | XD0056411000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.18 |
| 作者 | 刘培泉 |
| 绘制单位 | 安徽省交通控股集团有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 各算法的性能对比：基于边缘计算和无人机巡检图像的输电杆塔关键部位隐患智能识别》2020.10.25
- 《表1 大小目标仿真参数：基于雷达回波视频信号的目标智能识别方法研究》2021.02.01
- 《表1 激光防外破方案与智能防外破分析方案对比》2020.11.20
- 《表1：开关量数据对比：基于测量型光栅的汽车车型识别研究》2021.01.01
- 《表3 测试集实验结果：基于智能视频图像分析的安全帽识别》2020.05.16
- 《表1 性能参数对比：夜视红外激光社区视频异动监控预警系统设计》2020.05.25
- 《表2 预测性能对比：基于激光通信的视频信号传输速度预测方法》2020.03.25
- 《表1 实验结果：基于智能视频识别技术的作业告警系统》2020.03.05
- 《表1 两种模型效果对比：电力施工场地安全监护措施的视频识别研究》2020.03.30
- 《表1 模型精度对比：基于高分辨率SAR影像和深度学习的输电杆塔智能识别研究》2020.02.25
- 《表2 报警策略对比：露天矿山视频智能后处理系统设计与应用》2019.11.01
- 《表1 视频车道线识别准确率（%）及运行时间（ms）对比》2019.12.25
- 《表2 2017、2018年5—7月广州试验基地MWR＿IRT和激光测云仪识别云对比》2020.02.01
- 《表3 2017、2018年5—7月广州试验基地激光测云仪和人工观测识别云对比》2020.02.01
- 《表2 实验数据组：基于激光精密技术的光电探测误差智能识别》2020.02.25
- 《表1 视频1和视频2的车辆识别评价结果》2019.05.01
- 《表4 视频智能分析系统数据列表》2019.05.25
- 《表1 不同视频业务识别算法的性能和优缺点对比》2019.05.28
- 《表4 色域对比：面向激光显示的大色域/4K超高清视频信号获取方法研究》2019.01.01
- 《表2 实验部分结果：结合运动目标检测和ResNet的车速车型智能识别》2019.10.01