CN105741503A - 一种现有监控设备下的停车场实时预警方法 - Google Patents
一种现有监控设备下的停车场实时预警方法 Download PDFInfo
- Publication number
- CN105741503A CN105741503A CN201610121826.2A CN201610121826A CN105741503A CN 105741503 A CN105741503 A CN 105741503A CN 201610121826 A CN201610121826 A CN 201610121826A CN 105741503 A CN105741503 A CN 105741503A
- Authority
- CN
- China
- Prior art keywords
- parking lot
- early warning
- frame
- flashing
- real time
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Alarm Devices (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开一种现有监控设备下的停车场实时预警方法,用于实时监控停车场特别是室内停车场所停放车辆的状况,在出现异常情况时主动预警,提高停车场的可靠性和安全性。本发明方法充分利用现有监控设备资源,考虑了汽车双闪灯的闪烁特征,在颜色空间模型YCbCr中使用网格聚类方法识别所停放车辆双闪灯闪烁情况。即根据Cr分量变化情况对所划分网格进行Cr分量的聚类;然后根据所聚类结果确定是否为双闪灯闪烁,并对双闪灯闪烁情况进行判别。该发明方法能够实现日常低开销和异常高效率的独立并行运转,具有复杂度低、效率高、准确度高、可实施性强、灵活度高的优点。
Description
技术领域
本发明涉及视频处理、数字图像处理和聚类分析领域,尤其涉及现有监控设备下的停车场预警方法,具体涉及一种网格聚类识别汽车双闪灯闪烁的方法。
背景技术
私家车或公用车辆数量的不断增多,随之而来的是停车场的规模也越来越大,这就为停车场的管理和安保带来越来越多的困难。在以往生活中,停车场等类似的场所发生的异常事件多具有突发性强、事后被察觉、结果不可逆转等特性,给个人和社会带来了巨大的财产损失和负面影响。就目前而言,现有的一般停车场已安装了一些简单的视频监控设备;而现有的这些监控设备所构成的监控系统,大部分是无法提供主动预警功能,这样就容易造成事发后知的问题。日常所采用的方法则是需要专门的安保人员时刻监控显示器的画面,以便发现是否有异常情况发生,导致费时费力、效率低、无法实现及时预警功能的结果。对于那些没有安装监控设备或者无人值守的停车场,情况更是不容乐观。此外,更新传统监控设备则需要投入很大的人力和物力,并且具有开发周期长和复杂度高的特点。综上所述,传统的停车场在可靠性及安全性上受到了很大的挑战,需要建立一种新的停车场预警方法。
通过对现有专利及相关技术的检索发现,现有的与停车场预警相关的技术和方案包括:
⑴CN200910023701公开了一种视频监视模式下的室内停车场管理方法,能够提供停车场内车位空满状态以及车位占用是否违规的信息。该方法在停车场内固定安装多个云台,并在每个云台上设置摄像头,对采集的图像信息进行处理,进而对停车场进行管理。
⑵CN201310004419公开了一种基于视频的违章车辆检测方法及装置,提供了一种基于视频的违章停车检测装置。通过获取对待检测区域进行检测的视频信息,根据该视频信息判断当前待检测区域是否存在车辆违章停放问题。
上述文献公开的方案所存在的问题是只针对停车场车位管理和违章停放问题,而无法对停车场异常情况进行预警。
⑶CN201210498726公开了一种停车场预警系统,用于实时监控停车场内停放的车辆的状况,出现异常情况能够主动预警。该系统包括视频监控模块、视频分析模块、中央控制模块、报警模块。
上述方案虽然能够在异常情况发生时进行预警,但需要安装新的设备和搭建独立的服务器,并且具有设备成本高、安装复杂、功能冗余的特点。
综上所述,现有专利技术中尚没有明确针对在现有监控设备下对停车场进行实时预警的方法。
发明内容
本发明的目的是提供一种新的停车场实时预警方法,用以解决现有技术尚无法在现有监控设备下对停车场进行实时预警的问题,从而提高停车场的可靠性和安全性。本发明能够实现日常低开销和异常高效率的独立并行运转,具有复杂度低、效率高、准确度高、可实施性强、灵活度高的优点。
为实现上述目的和解决上述技术问题,本发明作了如下的分析考虑:
在现有监控设备下,考虑了汽车双闪灯的闪烁特征,即目前的汽车在遇到突发情况(如火灾、敲砸、异常启动等)会闪烁双闪灯示警;然而,在停车场的异常情况预警方面,此信息一直未能被有效地利用。针对此问题,我们将双闪灯视频数据在颜色空间模型YCbCr中进行Cr分量的直方图统计,可以发现当汽车双闪灯关闭时,Cr分量的曲线是基本平稳的;当汽车双闪灯闪烁时,Cr分量的曲线呈规律性的波动。这里需要说明的是,停车场内也有车辆出入和人员走动;并且汽车在停车后,当拥有者遥控开启警报功能时也会闪烁两次。因此,最终的方案不仅需要排除外界无关信息的干扰,而且并不只是单一地识别出汽车双闪灯有无闪烁,需要的是针对双闪灯示警时的闪烁特征进行识别。为尽可能地排除外界无关信息的干扰,我们首先在颜色空间模型YCbCr中对汽车双闪灯的颜色进行区域提取,并进行Cr分量的统计分析。针对汽车双闪灯的间歇性闪烁特征(闪烁频率约1Hz),并考虑了现有监控设备资源,采用网格聚类的方法对汽车双闪灯闪烁情况进行识别。
经如上的分析研究后,我们拟定了本发明的如下具体方案。
一种现有监控设备下的停车场实时预警方法,用于实时监控停车场特别是室内停车场所停放车辆的状况,在出现异常情况时主动预警;采用网格聚类的方法识别所停放车辆双闪灯闪烁情况,即根据Cr分量变化情况对所划分网格进行Cr分量的聚类;然后根据所聚类结果确定是否为双闪灯闪烁,并对双闪灯闪烁情况进行判别,包含如下的具体处理手段:
⑴实时监测阶段,首先将监控视频数据进行奇偶场分离和帧抽取处理;然后对所抽取帧在YCbCr颜色空间模型中进行双闪灯的颜色提取并进行Cr分量的统计分析;进而根据Cr分量偏差是否超越经验阈值确定是否提取特征帧,若是,则将该时间起点的特征帧进行备份传输激活再检测阶段;
⑵再检测阶段,首先对步骤(1)所提取的特征帧进行网格划分,典型的处理每帧划分为16格,分别用A-D和1-4的二维矩阵表示;然后用网格聚类的方法识别双闪灯闪烁情况,所聚类的连续簇中的簇个数大于所设定的阈值,提取局部特征帧并进入预警;
⑶预警阶段,并将获取到的局部特征帧替换所对应原视频中的帧,并发出相应预警提示,提醒后续监督精确查看到异常情况发生的区域;做出相应应对。
本发明所提供的停车场预警方法充分利用了现有资源,能够实时监控停车场内有无异常情况,出现异常情况能够主动预警,提高停车场的可靠性和安全性。本发明方法可实现日常低开销与异常高效率的运转,即实时监测阶段与再检测阶段和预警阶段的独立并行运行,配合网格划分的大小,做出适当的调节。
附图说明:
图1是本发明方法的工作流程框图;
图2为某抽取帧Cr分量图;
图3为某监控视频画面网格图;
图4为Cr分量网格聚类三维图;
图5为汽车双闪灯识别结果图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明在现有监控设备下,并考虑了汽车双闪灯的间歇性闪烁特征,采用网格聚类的方法对汽车双闪灯闪烁情况进行识别,完成对停车场内异常情况的预警。本发明的流程图如图1所示。本发明在运行过程中包括实时监测、再检测和预警三个阶段,其具体实施包括:
⑴监控视频为每秒30帧,分奇偶场,为实现日常低开销的优点,将监控视频数据进行奇偶场分离和帧抽取处理;
⑵某抽取帧的Cr分量图,如图2所示。对所抽取帧进行采样,进一步降低计算复杂度,在YCbCr颜色空间模型中提取汽车双闪灯的颜色,并进行Cr分量的统计分析;
⑶根据Cr分量偏差情况(偏差阈值可设置为5)确定是否需要提取特征帧,即是否将该时间起点的视频数据进行备份传输,激活再检测阶段;其中特征帧P提取模型为:
P={Pi,Pj}
其中,P为提取的特征帧区域,i为选定的起始时间点,j为选定的结束时间点;
⑷对所提取的特征帧进行网格划分,每帧可划分为16格,如图3所示,分别用A-D和1-4的二维矩阵表示,采用网格聚类的方法识别双闪灯闪烁情况,具体方法是:
a.根据步骤(3)中Cr分量变化区域计算出所对应网格,统计Cr分量曲线图,将所有变化偏差大于设定阈值(阈值可设为10)的点聚类为一簇,对所选定的每一帧均进行此操作,得到网格帧的聚类结果,如图4所示;
b.统计第a步中获得连续簇中的簇个数N,统计模型为:
N=ΣN(n)
其中,t1和t2为相邻簇簇心所对应的时间,Th为相邻簇簇心之间的时间差阈值;
c.如果第b步中获得连续簇中的簇个数大于所设定阈值(阈值可设置为3),则双闪灯在示警,此连续簇所对应的帧即为局部特征帧,如图5所示;
⑸确认步骤(4)中是否提取出局部特征帧;如果是,则需要预警,并将局部特征帧替换所对应原视频中的帧,且该局部特征帧所对应的帧画面即是停车场异常情况出现的局部区域,以此可以精确查看到异常情况所发生的区域,并发出相应预警提示,提醒后续监督精确查看到异常情况发生的区域;做出相应应对。后续监督包括采用人工判识或进一步的机器智能判识。如果不是,则丢弃,进入等待环节。
值得说明的是,本发明的三个阶段具有独立并行运行的体系,可以开发为并行化程序,达到日常低开销异常高效率的性能。本领域普通技术人员可以理解实现上述实施的全部或部分步骤,所述的方法可以在多个软件平台上进行独立开发,并且具有鲁棒性强和可移植能力强的优点。
从以上介绍中,也可以获知本发明方法具有以下明显的优点:
1、本发明充分利用现有资源,最大程度上节约硬件成本;
2、本发明具有复杂度低、编码简单的优势;
3、本发明能够实现日常低开销和异常高效率的独立并行运转;
4、本发明具有实时性强、准确度高、可实施性强的优点。
以上是对本发明所提供的一种现有监控设备下的停车场实时预警方法进行的详细介绍,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明内容不应理解为对本发明的限制。
Claims (3)
1.一种现有监控设备下的停车场实时预警方法,用于实时监控停车场特别是室内停车场所停放车辆的状况,在出现异常情况时主动预警;采用网格聚类的方法识别所停放车辆双闪灯闪烁情况,即根据Cr分量变化情况对所划分网格进行Cr分量的聚类;然后根据所聚类结果确定是否为双闪灯闪烁,并对双闪灯闪烁情况进行判别,包含如下的具体处理手段:
⑴实时监测阶段,首先将监控视频数据进行奇偶场分离和帧抽取处理;然后对所抽取帧在YCbCr颜色空间模型中进行双闪灯的颜色提取并进行Cr分量的统计分析;进而根据Cr分量偏差是否超越经验阈值确定是否提取特征帧,若是,则将该时间起点的特征帧进行备份传输激活再检测阶段;
⑵再检测阶段,首先对步骤(1)所提取的特征帧进行网格划分,典型的处理每帧划分为16格,分别用A-D和1-4的二维矩阵表示;然后用网格聚类的方法识别双闪灯闪烁情况;若所聚类的连续簇中的簇个数大于所设定的阈值,则提取局部特征帧并进入预警;
⑶预警阶段,将获取到的局部特征帧替换所对应原视频中的帧,并发出相应预警提示,提醒后续监督精确查看到异常情况发生的区域;作出相应应对。
2.根据权利要求1所述的方法,其特征在于,所述后续监督包括采用人工判识或进一步的智能判识。
3.根据权利要求1所述的方法,其特征在于,所述步骤(2)中,每一帧中网格的划分方法,可根据实际需要决定划分的网格数,实现局部区域精度的大小缩放。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610121826.2A CN105741503B (zh) | 2016-03-04 | 2016-03-04 | 一种现有监控设备下的停车场实时预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610121826.2A CN105741503B (zh) | 2016-03-04 | 2016-03-04 | 一种现有监控设备下的停车场实时预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105741503A true CN105741503A (zh) | 2016-07-06 |
CN105741503B CN105741503B (zh) | 2017-11-14 |
Family
ID=56249104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610121826.2A Expired - Fee Related CN105741503B (zh) | 2016-03-04 | 2016-03-04 | 一种现有监控设备下的停车场实时预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105741503B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107085903A (zh) * | 2017-04-24 | 2017-08-22 | 苏州合欣美电子科技有限公司 | 一种停车场防盗提醒系统 |
CN109033170A (zh) * | 2018-06-21 | 2018-12-18 | 深圳先进技术研究院 | 停车场的数据修补方法、装置、设备及存储介质 |
CN112519527A (zh) * | 2019-11-09 | 2021-03-19 | 解益新 | 一体化公交车控制系统 |
CN115049993A (zh) * | 2022-08-17 | 2022-09-13 | 成都考拉悠然科技有限公司 | 一种基于深度学习的车辆异常停止监测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1812570A (zh) * | 2005-12-31 | 2006-08-02 | 浙江工业大学 | 基于全方位计算机视觉的车辆防盗装置 |
JP2010132230A (ja) * | 2008-12-08 | 2010-06-17 | Tokai Rika Co Ltd | インジケータ利用型情報通知システム、インジケータ装置及び通知装置 |
CN201716871U (zh) * | 2010-07-15 | 2011-01-19 | 交通运输部公路科学研究所 | 具有安全预警功能的车-路通信系统 |
CN102567965A (zh) * | 2011-12-20 | 2012-07-11 | 四川大学 | 基于亮度投影的车灯区域分割方法 |
CN105160924A (zh) * | 2015-08-25 | 2015-12-16 | 公安部第三研究所 | 基于视频处理的智能信号灯状态检测方法及检测系统 |
-
2016
- 2016-03-04 CN CN201610121826.2A patent/CN105741503B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1812570A (zh) * | 2005-12-31 | 2006-08-02 | 浙江工业大学 | 基于全方位计算机视觉的车辆防盗装置 |
JP2010132230A (ja) * | 2008-12-08 | 2010-06-17 | Tokai Rika Co Ltd | インジケータ利用型情報通知システム、インジケータ装置及び通知装置 |
CN201716871U (zh) * | 2010-07-15 | 2011-01-19 | 交通运输部公路科学研究所 | 具有安全预警功能的车-路通信系统 |
CN102567965A (zh) * | 2011-12-20 | 2012-07-11 | 四川大学 | 基于亮度投影的车灯区域分割方法 |
CN105160924A (zh) * | 2015-08-25 | 2015-12-16 | 公安部第三研究所 | 基于视频处理的智能信号灯状态检测方法及检测系统 |
Non-Patent Citations (1)
Title |
---|
田强: "车辆尾灯的检测与灯语识别", 《信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107085903A (zh) * | 2017-04-24 | 2017-08-22 | 苏州合欣美电子科技有限公司 | 一种停车场防盗提醒系统 |
CN109033170A (zh) * | 2018-06-21 | 2018-12-18 | 深圳先进技术研究院 | 停车场的数据修补方法、装置、设备及存储介质 |
CN109033170B (zh) * | 2018-06-21 | 2021-07-16 | 深圳先进技术研究院 | 停车场的数据修补方法、装置、设备及存储介质 |
CN112519527A (zh) * | 2019-11-09 | 2021-03-19 | 解益新 | 一体化公交车控制系统 |
CN115049993A (zh) * | 2022-08-17 | 2022-09-13 | 成都考拉悠然科技有限公司 | 一种基于深度学习的车辆异常停止监测方法 |
CN115049993B (zh) * | 2022-08-17 | 2022-11-15 | 成都考拉悠然科技有限公司 | 一种基于深度学习的车辆异常停止监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105741503B (zh) | 2017-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103236181B (zh) | 一种基于机器视觉的交通信号灯状态监控系统及方法 | |
CN101639894B (zh) | 在线检测列车驾驶员行为和疲劳状态的方法及其检测系统 | |
WO2022227766A1 (zh) | 交通异常检测的方法和装置 | |
KR101748121B1 (ko) | 객체 인지 기반의 실시간 영상 검지 시스템 및 그 방법 | |
CN104751603B (zh) | 危岩崩塌监测预警系统及方法 | |
CN103456024B (zh) | 一种运动目标越线判断方法 | |
CN105741503A (zh) | 一种现有监控设备下的停车场实时预警方法 | |
CN103517042A (zh) | 一种养老院老人危险行为监测方法 | |
CN103366506A (zh) | 一种驾驶员行车途中接打手机行为的自动监控装置及方法 | |
CN105744232A (zh) | 一种基于行为分析技术的输电线路视频防外破的方法 | |
CN102164270A (zh) | 具有异常事件发掘功能的智能视频监控方法及系统 | |
CN111914687B (zh) | 一种基于车联网主动识别事故的方法 | |
CN102547244A (zh) | 视频监控方法及系统 | |
CN107067730B (zh) | 基于卡口设备的网约车人车不一致监测方法 | |
CN105227907A (zh) | 基于视频的无监督异常事件实时检测方法 | |
CN115527340A (zh) | 一种基于无人机与监控摄像的智慧工地安全监测系统及方法 | |
CN110519382A (zh) | 一种汽车智能监控系统 | |
CN106503632A (zh) | 一种基于视频分析的自动扶梯智能安全监测方法 | |
KR102500975B1 (ko) | 딥러닝 모델을 학습시키기 위한 장치 및 그 방법 | |
CN110589647A (zh) | 一种通过监控对电梯门进行实时故障检测及预测的方法 | |
CN109993122A (zh) | 一种基于深度卷积神经网络的行人乘扶梯异常行为检测方法 | |
CN103152558B (zh) | 基于场景识别的入侵检测方法 | |
CN113191273A (zh) | 基于神经网络的油田井场视频目标检测与识别方法及系统 | |
CN210666820U (zh) | 一种基于dsp边缘计算的行人异常行为检测系统 | |
CN109345787A (zh) | 一种基于智能图像识别技术的输电线路防外损监控报警系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171114 Termination date: 20200304 |