CN105957352B - 违章停车检测方法和装置 - Google Patents
违章停车检测方法和装置 Download PDFInfo
- Publication number
- CN105957352B CN105957352B CN201610387236.4A CN201610387236A CN105957352B CN 105957352 B CN105957352 B CN 105957352B CN 201610387236 A CN201610387236 A CN 201610387236A CN 105957352 B CN105957352 B CN 105957352B
- Authority
- CN
- China
- Prior art keywords
- queue
- detection block
- detection
- candidate
- current
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种违章停车检测方法和装置,所述方法包括步骤:对输入的当前视频帧的禁停区域进行车辆检测得到标记的检测框,将当前视频帧中的所有检测框写入当前队列;将当前队列中的所有检测框与候选队列中的所有检测框进行相似度比较;当候选队列中的检测框与当前队列中的任一检测框的相似度大于或等于第一阈值时,判决该检测框出现在当前视频帧中,否则判决该检测框没有出现在当前视频帧中;统计候选队列中的检测框在连续多帧视频帧中出现的概率值;当概率值大于或等于设定概率值P0时,判决该检测框中的车辆为违章停车车辆;当当前队列中的检测框与候选队列中的所有检测框的相似度均小于第一阈值时,将该检测框加入候选队列中。
Description
技术领域
本发明涉及交通控制技术领域,尤其是涉及一种违章停车检测方法和装置。
背景技术
城市交通要道中的违章停车现象一直是城市中的顽疾,对道路的畅通以及行人安全均存在严重影响。如何规范驾驶员的驾驶行为,对违反交通规则的行为及时准确地进行取证查处,是道路监控的关键问题。现有监控系统的监控能力和监控有效性还基本停留在人工操作监控,在发现有违章停车情况时,执法人员手动控制云台摄像机进行拉近、拍摄车辆的车牌号码及交通标志等,完成后需手动恢复摄像机预置位,过程复杂繁琐,人工成本高;随着道路管理的需要,违章停车监控点越来越多,监控执法人员工作负荷越来越大,工作的准确度依赖于人员自身的责任心、工作状态、身体精力状态等人为因素,因此需要智能的方法实现对违章车辆进行抓拍,为工作人员取证提供了良好的帮助。
为此,现有技术中提出了一些对违章停车进行自动检测的方案,但现有的技术方案还不够成熟,在自动检测时准确率较低,运算量较大,进而导致实现成本较高。
发明内容
本发明实施例的主要目的在于提供一种违章停车检查方法和装置,旨在提高违章停车自动检测的准确率,降低实现成本。
为达以上目的,一方面提出一种违章停车检测方法,包括步骤:
对输入的当前视频帧的禁停区域进行车辆检测得到标记的检测框,将所述当前视频帧中的所有检测框写入当前队列;
将所述当前队列中的所有检测框与候选队列中的所有检测框进行相似度比较;
当所述候选队列中的检测框与所述当前队列中的任一检测框的相似度大于或等于第一阈值时,判决所述候选队列中的检测框出现在当前视频帧中,否则判决所述候选队列中的检测框没有出现在当前视频帧中;
统计所述候选队列中的检测框在连续多帧视频帧中出现的概率值;
当所述概率值大于或等于设定概率值P0时,判决所述候选队列中的检测框中的车辆为违章停车车辆;
当所述当前队列中的检测框与所述候选队列中的所有检测框的相似度均小于第一阈值时,将所述当前队列中的检测框加入所述候选队列中;其中,所述候选队列中初始的检测框为输入的第一帧视频帧中标记的所有检测框。
进一步地,所述方法还包括:
当所述候选队列中加入新的检测框时,对所述新的检测框标记第一初始值;
当所述候选队列中的检测框与所述当前队列中的任一检测框的相似度大于或等于第一阈值时,对所述候选队列中的检测框的标记值累加一个单位;
当所述候选队列中的检测框与所述当前队列中的所有检测框的相似度均小于第一阈值时,对所述候选队列中的检测框的标记值减少一个单位;当所述候选队列中的检测框的标记值小于第一设定值时,将该检测框从所述候选队列中移除;
其中,所述第一设定值小于或等于所述第一初始值。
进一步地,所述判决所述候选队列中的检测框中的车辆为违章停车车辆的步骤之后还包括:将所述候选队列中的检测框加入违章队列并对该检测框标记第二初始值,同时将该检测框从所述候选队列中移除;
所述方法还包括:
将所述违章队列中的所有检测框与所述当前队列中的所有检测框进行相似度比较;
当所述违章队列中的检测框与所述当前队列中的任一检测框的相似度大于或等于第二阈值时,对所述违章队列中的检测框的标记累加一个单位;
当所述违章队列中的检测框与所述当前队列中的所有检测框的相似度均小于第二阈值时,对所述违章队列中的检测框的标记值减少一个单位;当所述违章队列中的检测框的标记值小于第二设定值时,将该检测框从所述违章队列中移除;
并且将步骤:当所述当前队列中的检测框与所述候选队列中的所有检测框的相似度均小于第一阈值时,将所述当前队列中的检测框加入所述候选队列中,替换为:
当所述当前队列中的检测框与所述候选队列中的所有检测框的相似度均小于第一阈值并且与所述违章队列中的所有检测框的相似度均小于第二阈值时,将所述当前队列中的检测框加入所述候选队列中;
其中,所述第二设定值小于或等于所述第二初始值。
进一步地,所述判决所述候选队列中的检测框中的车辆为违章停车车辆的步骤之后还包括:记录所述违章停车车辆的违章停车证据。
进一步地,所述统计所述候选队列中的检测框在连续多帧视频帧中出现的概率值包括:
统计所述候选队列中的检测框已经历过的视频帧帧数N,以及记录该检测框在这N帧中的每一帧视频帧中是否出现过;
当N≥N0时,统计所述候选队列中的检测框在连续N帧或N0帧视频帧中出现的概率值,其中N0为设定帧数。
另一方面提出一种违章停车检测装置,包括:
检测模块,用于对输入的当前视频帧的禁停区域进行车辆检测得到标记的检测框,将所述当前视频帧中的所有检测框写入当前队列;
第一比较模块,用于将所述当前队列中的所有检测框与候选队列中的所有检测框进行相似度比较;
第一判决模块,用于当所述候选队列中的检测框与所述当前队列中的任一检测框的相似度大于或等于第一阈值时,判决所述候选队列中的检测框出现在当前视频帧中,否则判决所述候选队列中的检测框没有出现在当前视频帧中;
统计模块,用于统计所述候选队列中的检测框在连续多帧视频帧中出现的概率值;
第二判决模块,用于当所述候选队列中的检测框在连续多帧视频帧中出现的概率值大于设定概率值P0时,判决所述候选队列中的检测框中的车辆为违章停车车辆;
第一添加模块,用于当所述当前队列中的检测框与所述候选队列中的所有检测框的相似度均小于第一阈值时,将所述当前队列中的检测框加入所述候选队列中;其中,所述候选队列中初始的检测框为输入的第一帧视频帧中标记的所有检测框。
进一步地,所述装置还包括:
第一标记模块,用于当所述候选队列中加入新的检测框时,对所述新的检测框标记第一初始值;当所述候选队列中的检测框与所述当前队列中的任一检测框的相似度大于或等于第一阈值时,对所述候选队列中的检测框的标记值累加一个单位;当所述候选队列中的检测框与所述当前队列中的所有检测框的相似度均小于第一阈值时,对所述候选队列中的检测框的标记值减少一个单位;
第一移除模块,用于当所述候选队列中的检测框的标记值小于第一设定值时,将该检测框从所述候选队列中移除;
其中,所述第一设定值小于或等于所述第一初始值。
进一步地,所述装置还包括第二添加模块、第二比较模块,第二标记模块、第二移除模块以及替换所述第一添加模块的第三添加模块,其中:
所述第二添加模块用于:当判决所述候选队列中的检测框中的车辆为违章停车车辆时,将该检测框加入违章队列;
所述第二比较模块用于:将所述违章队列中的所有检测框与所述当前队列中的所有检测框进行相似度比较;
所述第二标记模块用于:当所述违章队列中加入新的检测框时,对所述新的检测框标记第二初始值;当所述违章队列中的检测框与所述当前队列中的任一检测框的相似度大于或等于第二阈值时,对所述违章队列中的检测框的标记值累加一个单位;当所述违章队列中的检测框与所述当前队列中的所有检测框的相似度均小于第二阈值时,对所述违章队列中的检测框的标记值减少一个单位;
所述第二移除模块用于:当所述违章队列中的检测框的标记值小于第二设定值时,将所述检测框从所述违章队列中移除;
所述第三添加模块用于:当所述当前队列中的检测框与所述候选队列中的所有检测框的相似度均小于第一阈值,并且与所述违章队列中的所有检测框的相似度均小于第二阈值时,将所述当前队列中的检测框加入所述候选队列中,其中,所述候选队列中初始的检测框为输入的第一帧视频帧中标记的所有检测框;
所述第一移除模块还用于:当将所述候选队列中的检测框加入所述违章队列中时,将该检测框从所述候选队列中移除;
其中,所述第二设定值小于或等于所述第二初始值。
进一步地,所述装置还包括记录模块,所述记录模块用于:当判决所述候选队列中的检测框中的车辆为违章停车车辆时,记录所述违章停车车辆的违章停车证据。
进一步地,所述统计模块用于:统计所述候选队列中的检测框已经历过的视频帧帧数N,以及记录该检测框在这N帧中的每一帧视频帧中是否出现过;当N≥N0时,统计所述候选队列中的检测框在连续N帧或N0帧视频帧中出现的概率值,其中N0为设定帧数。
本发明实施例所提供的一种违章停车检测方法,通过对每一帧视频帧进行实时检测自动获取车辆检测框,并通过实时分析对当前队列和候选队列中的检测框进行相似度比较来排除临时停靠的非违章车辆,并采用概率分布方法来确定违章停车的车辆,实现了对违章停车行为的快速、高效、准确的检测。
本发明实施例对候选模型的历史信息采用模型概率分布方法,该概率模式是根据实际场景统计出来的参数设定的方法(根据实际场景测试统计得到的参数分布进行设定),这种方法的优势是:使用视频检测,检测范围广;采用实时分析,因此处理的数据量少,降低了能耗,进而降低了实现成本。
附图说明
图1是本发明的违章停车检测方法第一实施例的流程图;
图2是本发明的违章停车检测方法第二实施例的流程图;
图3是本发明的违章停车检测方法第三实施例的流程图;
图4是本发明的违章停车检测装置第一实施例的模块示意图;
图5是本发明的违章停车检测装置第二实施例的模块示意图;
图6是本发明的违章停车检测装置第三实施例的模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参见图1,提出本发明的违章停车检测方法第一实施例,所述方法包括以下步骤:
S101、对输入的当前视频帧的禁停区域进行车辆检测得到标记的检测框,将当前视频帧中的所有检测框写入当前队列。
具体的,获取输入的当前视频帧,检测该视频帧中禁停区域的车辆,可选地,本实施例通过adaboost算法进行车辆检测,以提高检测的准确率,排除非车辆区域的影响。然后对检测到的车辆标记检测框,最后将视频帧中的所有检测框写入当前队列(如定义为listCur)。
S102、将当前队列中的所有检测框与候选队列中的所有检测框进行相似度比较。
具体的,可以将当前队列中的每一个检测框分别与候选队列(如定义为listHist)中的所有检测框进行比较,或者将候选队列中的每一个检测框分别与当前队列中的所有检测框进行比较。
在进行相似度比较时,可以通过计算两个检测框的交叉率来衡量二者的相似度,交叉率越大则相似度越大,交叉率越小则相似度越小。当然,也可以采用现有技术中的其它方式进行相似度比较。
S103、当当前队列中的检测框与候选队列中的所有检测框的相似度均小于第一阈值时,将当前队列中的检测框加入候选队列中。
当当前队列中的某个检测框与候选队列中的所有检测框的相似度均小于第一阈值时,说明该检测框不在当前的候选队列中,该检测框在之前的视频帧中从来没有出现过,该检测框中的车辆是刚停留于此处的车辆,因此将该检测框加入候选队列中,以备后续继续检测。
其中,候选队列中初始的检测框为输入的第一帧视频帧中标记的所有检测框。也就是说,当输入的视频帧为第一帧视频帧时,直接将第一帧视频帧对应的当前队列作为后续视频帧的候选队列,或者将第一帧视频帧对应的当前队列中的所有检测框全部加入到候选队列中。
S104、当候选队列中的检测框与当前队列中的任一检测框的相似度大于或等于第一阈值时,判决候选队列中的检测框出现在当前视频帧中。
例如,当候选队列中的检测框A与当前队列中的检测框a的相似度大于或等于第一阈值时,说明检测框A和检测框a相同,判决候选队列中的检测框A出现在当前视频帧中。
S105、当候选队列中的检测框与当前队列中的所有检测框的相似度均小于第一阈值时,判决候选队列中的检测框没有出现在当前视频帧中。
例如,当候选队列中的检测框E与当前队列中的所有检测框的相似度均小于第一阈值时,说明候选队列中的检测框E与当前队列中的所有检测框均不相同,判决候选队列中的检测框E没有出现在当前视频帧中(没检测到或已驶离)。
S106、统计候选队列中的检测框在连续多帧视频帧中出现的概率值P。判断概率值P是否大于或等于设定概率值P0;当P≥P0时,执行步骤S107;当P<P0时,则不作任何处理,结束流程。
具体的,统计候选队列中的检测框已经历过的视频帧帧数N,以及记录该检测框在这N帧中的每一帧视频帧中是否出现过;当该检测框已经历过的视频帧帧数N大于或等于设定帧数N0(即N≥N0)时,统计候选队列中的检测框在连续N帧或N0帧视频帧中出现的概率值。
统计候选队列中的检测框已经历过的视频帧帧数,实际上是在统计该检测框在候选队列中存在的时间,也就是说,以摄像装置连续采集的视频帧帧数来衡量检测框中的车辆在禁停区域停止的时间。设定帧数N0根据实际需要设定,如根据禁停区域允许停止的时间来确定。例如,禁停区域允许临时停车5分钟,则可以将摄像装置在5分钟内连续采集的视频帧数设置为设定帧数N0。理论上,设定帧数N0大于或等于2即可。实际操作过程中,设定帧数N0的取值范围可以设置为N0≥100。
记录候选队列中的检测框在每一帧视频帧中是否出现过时,可以在判决候选队列中的检测框出现在当前视频帧中时做“出现过”的记录,也可以在判决候选队列中的检测框出现在当前视频帧中时做“没有出现过”的记录,还可以同时做“出现过”和“没有出现过”的记录。
统计候概率值时,可以统计候选队列中的检测框在连续N帧视频帧中出现的概率值,也可以统计候选队列中的检测框在连续N0帧视频帧中出现的概率值。
举例而言:假设设定帧数N0=100,候选队列中的检测框A已经历110帧视频帧。在某些实施例中,统计检测框A在连续110帧视频帧中出现的概率值P=(M1/110)x100%,其中,M为检测框A在已经历的第1帧至第110帧视频帧中出现的次数;在另一些实施例中,统计检测框A在连续100帧视频帧中出现的概率值P=(M2/100)x100%,其中,M为检测框A在已经历的第11帧至110帧视频帧中出现的次数。
可选地,当统计概率值采用“统计候选队列中的检测框在连续N帧视频帧中出现的概率值”的方式时,可以通过累计候选队列中的检测框在视频帧中出现的次数的方式,来记录候选队列中的检测框在每一帧视频帧中是否出现过。例如,当判决候选队列中的检测框A出现在当前视频帧中时,则计数器对检测框A的计数数值+1。
S107、判决该检测框中的车辆为违章停车车辆。
当候选队列中的某个检测框在连续多帧视频帧中出现的概率值P≥P0,则说明该检测框中的车辆停留的时间足够长,已超过允许停留时间,判决该检测框中的车辆为违章停车车辆。
进一步地,通过摄像装置记录违章停车车辆的违章停车证据,如控制球机转动放大到该检测框中的车辆位置识别和拍摄车牌、车辆图像等信息并予以保存,然后控制球机返回初始位置。并且还可以上报该检测框中的车辆违章停车的信息或生成违章停车报表,同时还可以发出违章停车警告。
当候选队列中的某个检测框已经历的视频帧帧数N还没有达到设定帧数N0,或者其在连续多帧视频帧中出现的概率值P<P0,则说明该检测框中的车辆停留的时间尚未超过允许停留时间,或者还不足以判定该检测框中的车辆为违章停车车辆,因此本次不做任何处理,待下一帧继续检检测。设定概率值P0可以根据实际需要设置,可选地,可以设置P0的取值范围为P0≥80%。
当当前队列和候选队列中的所有检测框都比较处理完毕后,丢弃当前队列,返回步骤S101,继续处理下一帧视频帧。
本发明实施例的违章停车检测方法,通过对每一帧视频帧进行实时检测自动获取车辆检测框,并通过实时分析对当前队列和候选队列中的检测框进行相似度比较来排除临时停靠的非违章车辆,并采用概率分布方法来确定违章停车的车辆,实现了对违章停车行为的快速、高效、准确的检测。
本发明实施例对候选模型的历史信息采用模型概率分布方法,该概率模式是根据实际场景统计出来的参数设定的方法(根据实际场景测试统计得到的参数分布进行设定),这种方法的优势是:使用视频检测,检测范围广;采用实时分析,因此处理的数据量少,降低了能耗,进而降低了实现成本。
参见图2,提出本发明的违章停车检测方法第二实施例,所述方法包括以下步骤:
S201、对输入的当前视频帧的禁停区域进行车辆检测得到标记的检测框,将当前视频帧中的所有检测框写入当前队列。
S202、将当前队列中的所有检测框与候选队列中的所有检测框进行相似度比较。
S203、当当前队列中的检测框与候选队列中的所有检测框的相似度均小于第一阈值时,将当前队列中的检测框加入候选队列中。
本实施例中的步骤S201-S203分别与第一实施例的中的步骤S101-S103相同,在此不再赘述。
S204、对候选队列中加入的新的检测框标记第一初始值。
具体的,当将当前队列中的检测框加入候选队列中时,对该检测框标记第一初始值;当输入的视频帧为第一帧视频帧时,对加入候选队列中初始的检测框全部标记第一初始值。通常的,第一初始值取1,当然也可以定义为其它值。
S205、当候选队列中的检测框与当前队列中的任一检测框的相似度大于或等于第一阈值时,判决候选队列中的检测框出现在当前视频帧中。
本步骤S205与第一实施例中的步骤S104相同,在此不再赘述。
S206、对该检测框的标记值累加一个单位。
本实施例中,当判决后续队列中的检测框出现在当前视频帧中时,则对该检测框的标记值累加一个单位,如对标记值+1。
S207、当候选队列中的检测框与当前队列中的所有检测框的相似度均小于第一阈值时,判决候选队列中的检测框没有出现在当前视频帧中。
本步骤S207与第一实施例中的步骤S105相同,在此不再赘述。
S208、对该检测框的标记值减少一个单位。判断该检测框的标记值是否小于第一设定值;当小于第一设定值时,执行步骤S209;当大于或等于第一设定值时,不做任何处理,直接进入步骤S210。
本实施例中,当判决候选队列中的检测框没有出现在当前视频帧中时,对该检测框的标记值减少一个单位,如对标记值-1,然后比较该检测框的标记值与第一设定值的大小,判断该检测框的标记值是否小于第一设定值。第一设定值小于或等于第一初始值,如当第一初始值为1时,设第一设定值为1或0。
S209、将该检测框从候选队列中移除。
当候选队列中的检测框的标记值小于第一设定值时,说明该检测框已经没有出现在很多帧视频帧中,认定该检测框中的车辆已驶离禁停区域,因此将该检测框及时从候选队列中移除,以减少后续运算量,降低能耗。
S210、统计候选队列中的检测框在连续多帧视频帧中出现的概率值P。判断概率值P是否大于或等于设定概率值P0;当P≥P0时,执行步骤S211;当P<P0时,则不作任何处理,结束流程。
S211、判决该检测框中的车辆为违章停车车辆。
本实施例中的步骤S210和S211分别与第一实施例中的S106和S107相同,在此不再赘述。
本实施例的违章停车方法,通过将已多次不在视频帧中出现的检测框及时移除候选队列,实现了及时移除临时停靠车辆的信息和已驶离禁停区域的违章车辆的信息,避免重复处理无效信息,减小了运算量,降低了能耗,进一步降低了实现成本。
参见图3,提出本发明的违章停车方法第三实施例,所述方法包括以下步骤:
S301、对输入的当前视频帧的禁停区域进行车辆检测得到标记的检测框,将当前视频帧中的所有检测框写入当前队列。
S302、将当前队列中的所有检测框与候选队列中的所有检测框进行相似度比较。
本实施例中,步骤S301和S302分别与第一实施例中的步骤S101和S102相同,在此不再赘述。
S303、将违章队列中的所有检测框与当前队列中的所有检测框进行相似度比较。
本实施例中,还增加了一个违章队列(如定义为listVech),该违章队列中的检测框中的车辆为已被判决违章停车的车辆。
具体的,可以将当前队列中的每一个检测框分别与违章队列中的所有检测框进行比较,或者将违章队列中的每一个检测框分别与当前队列中的所有检测框进行比较。
在进行相似度比较时,可以通过计算两个检测框的交叉率来衡量二者的相似度,交叉率越大则相似度越大,交叉率越小则相似度越小。当然,也可以采用现有技术中的其它方式进行相似度比较。
本实施例中,步骤S302和S303可以同时进行,也可以先后进行。
S304、当当前队列中的检测框与候选队列中的所有检测框的相似度均小于第一阈值并且与违章队列中的所有检测框的相似度均小于第二阈值时,将当前队列中的检测框加入候选队列中。
当当前队列中的某个检测框与候选队列中的所有检测框的相似度均小于第一阈值并且与违章队列中的所有检测框的相似度均小于第二阈值时,说明该检测框既不在当前的候选队列中而处于待判决状态,也不在当前的违章队列中而处于违章状态,而是在之前的视频帧中从来没有出现过,该检测框中的车辆是刚停留于此处的车辆,因此将该检测框加入候选队列中,以备后续继续检测。其中,第一阈值和第二阈值可以相同也可以不同。
S305、对候选队列中加入的新的检测框标记第一初始值。
具体的,当将当前队列中的检测框加入候选队列中时,对该检测框标记第一初始值;当输入的视频帧为第一帧视频帧时,对加入候选队列中初始的检测框全部标记第一初始值。通常的,第一初始值取1,当然也可以定义为其它值。
S306、当候选队列中的检测框与当前队列中的任一检测框的相似度大于或等于第一阈值时,判决候选队列中的检测框出现在当前视频帧中。
S307、对该检测框的标记值累加一个单位。
S308、当候选队列中的检测框与当前队列中的所有检测框的相似度均小于第一阈值时,判决候选队列中的检测框没有出现在当前视频帧中。
S309、对该检测框的标记值减少一个单位。判断该检测框的标记值是否小于第一设定值;当小于第一设定值时,执行步骤S310;当大于或等于第一设定值时,不做任何处理,直接进入步骤S311。
S310、将该检测框从候选队列中移除。
当候选队列中的检测框的标记值小于第一设定值时,说明该检测框已经没有出现在很多帧视频帧中(没检测到或已驶离),认定该检测框中的车辆只是暂时停留,已驶离禁停区域,因此将该检测框及时从候选队列中移除,以减少后续运算量,降低能耗。
S311、统计候选队列中的检测框在连续多帧视频帧中出现的概率值P。判断概率值P是否大于或等于设定概率值P0;当P≥P0时,执行步骤S312;当P<P0时,则不作任何处理。
S312、判决该检测框中的车辆为违章停车车辆。
本实施例中,步骤S306-S312分别与第二实施例中的步骤S205-S211相同,在此不再赘述。
S313、将该检测框加入违章队列并对该检测框标记第二初始值,同时将该检测框从候选队列中移除。
本实施例中,当判决候选队列中的检测框中的车辆为违章停车车辆时,则及时将该检测框加入违章队列中,并对该检测框标记第二初始值,同时将该检测框从候选队列中移除。通常的,第二初始值取1,当然也可以定义为其它值。
S314、当违章队列中的检测框与当前队列中的任一检测框的相似度大于或等于第二阈值时,对违章队列中的检测框的标记值累加一个单位。
本步骤S314中,当违章队列中的某个检测框与当前队列中的任一检测框的相似度大于或等于第二阈值时,对该检测框的标记值累加一个单位,如对标记值+1。
S315、当违章队列中的检测框与当前队列中的所有检测框的相似度均小于第二阈值时,对违章队列中的检测框的标记值减少一个单位。判断该检测框的标记值是否小于第二设定值;当小于第二设定值时,执行步骤S315;当大于或等于第二设定值时,不做任何处理,结束流程。
本步骤S315中,当违章队列中的某个检测框与当前队列中的所有检测框的相似度均小于第二阈值时(没检测到或已驶离),对该检测框的标记值减少一个单位,如如对标记值-1,然后比较该检测框的标记值与第二设定值的大小,判断该检测框的标记值是否小于第二设定值。第二设定值小于或等于第一初始值,如当第二初始值为1时,设第二设定值为1或0。
S316、将该检测框从违章队列中移除。
当违章队列中的检测框的标记值小于第二设定值时,说明该检测框已经没有出现在很多帧视频帧中,认定该检测框中的违章车辆已驶离禁停区域,因此将该检测框及时从违章队列中移除,以减少后续运算量,降低能耗。
本实施例的违章停车检测方法,通过将被判决违章的检测框及时转移至违章队列,将已多次不在视频帧中出现的被判决违章的检测框及时移除违章队列,同时只将当前视频帧(当前队列)中出现的既不在候选队列中也不在违章队列中的检测框加入候选队列中,保证了只将新驶入禁停区域的车辆加入候选队列进行违章检测,避免对已被判决违章而未驶离的车辆反复检测和抓拍,减小了运算量,降低了能耗,进一步降低了实现成本,并提高了系统的稳定性和可靠性。
综上所述,本发明实施例的违章停车检测方法,通过对视频帧进行实时检测,利用adaboost算法进行车辆检测,实现检测目标的准确选取,同时排除了非车辆区域的干扰,利用概率累计值检测的方法避免了将短时停留的车辆误判为违章车辆,同时,可以将新驶入的目标车辆进行自动抓拍,已经停留的违章车辆抓拍后不会重复抓拍。与现有技术相比,本发明的技术方案具有适应面广、部署灵活的特点,而且具有成本低、效率高、稳定性高的优点。
参见图4,提出本发明的违章停车检测装置第一实施例,所述装置包括检测模块、第一比较模块、第一判决模块、统计模块、第二判决模块和第一添加模块,其中:
检测模块:用于对输入的当前视频帧的禁停区域进行车辆检测得到标记的检测框,将当前视频帧中的所有检测框写入当前队列。
第一比较模块:用于将当前队列中的所有检测框与候选队列中的所有检测框进行相似度比较,并将比较结果发送给第一判决模块和第一添加模块。
第一判决模块:用于当候选队列中的检测框与当前队列中的任一检测框的相似度大于或等于第一阈值时,判决候选队列中的检测框出现在当前视频帧中,否则判决候选队列中的检测框没有出现在当前视频帧中,并将判决结果发送给统计模块。
统计模块:用于统计候选队列中的检测框在连续多帧视频帧中出现的概率值。
具体的,统计模块统计候选队列中的检测框已经历过的视频帧帧数N,以及记录该检测框在这N帧中的每一帧视频帧中是否出现过;当N≥N0时,统计候选队列中的检测框在连续N帧或N0帧视频帧中出现的概率值,其中N0为设定帧数。
第二判决模块:用于当候选队列中的检测框在连续多帧视频帧中出现的概率值大于设定概率值P0时,判决候选队列中的检测框中的车辆为违章停车车辆;否则,不予确定判决结果。
第一添加模块:用于当当前队列中的检测框与候选队列中的所有检测框的相似度均小于第一阈值时,将当前队列中的检测框加入候选队列中;其中,候选队列中初始的检测框为输入的第一帧视频帧中标记的所有检测框。
进一步地,还可以包括记录模块,该记录模块用于:当判决候选队列中的检测框中的车辆为违章停车车辆时,记录违章停车车辆的违章停车证据。
本发明实施例的违章停车检测装置,通过对每一帧视频帧进行实时检测自动获取车辆检测框,并通过实时分析对当前队列和候选队列中的检测框进行相似度比较来排除临时停靠的非违章车辆,并采用概率分布方法来确定违章停车的车辆,实现了对违章停车行为的快速、高效、准确的检测。
本发明实施例对候选模型的历史信息采用模型概率分布方法,该概率模式是根据实际场景统计出来的参数设定的方法(通过根据实际场景得到的参数分布进行设定),这种方法的优势是:使用视频检测,检测范围广;采用实时分析,因此处理的数据量少,降低了能耗,进而降低了实现成本。
参见图5,提出本发明的违章停车检测装置第二实施例,本实施例与第一实施例的区别是增加了以下模块:
第一标记模块:用于当候选队列中加入新的检测框时,对新的检测框标记第一初始值;当候选队列中的检测框与当前队列中的任一检测框的相似度大于或等于第一阈值时,对候选队列中的检测框的标记值累加一个单位;当候选队列中的检测框与当前队列中的所有检测框的相似度均小于第一阈值时,对候选队列中的检测框的标记值减少一个单位。
第一移除模块:用于当候选队列中的检测框的标记值小于第一设定值时,将该检测框从候选队列中移除。其中,第一设定值小于或等于第一初始值。
本实施例的违章停车装置,通过将已多次不在视频帧中出现的检测框及时移除候选队列,实现了及时移除临时停靠车辆的信息和已驶离禁停区域的违章车辆的信息,避免重复处理无效信息,减小了运算量,降低了能耗,进一步降低了实现成本。
参见图6,提出本发明的违章停车检测装置第三实施例,本实施例与第二实施例的区别是增加了第二添加模块、第二比较模块,第二标记模块、第二移除模块和第三添加模块,此外还增加一第三添加模块,利用第三添加模块替换第一添加模块,其中:
第二添加模块:用于当判决候选队列中的检测框中的车辆为违章停车车辆时,将该检测框加入违章队列。
第二比较模块:用于将违章队列中的每一个检测框分别与当前队列中的所有检测框进行相似度比较。
第二标记模块:用于当违章队列中加入新的检测框时,对新的检测框标记第二初始值;当违章队列中的检测框与当前队列中的任一检测框的相似度大于或等于第二阈值时,对违章队列中的检测框的标记值累加一个单位;当违章队列中的检测框与当前队列中的所有检测框的相似度均小于第二阈值时,对违章队列中的检测框的标记值减少一个单位。
第二移除模块:用于当违章队列中的检测框的标记值小于第二设定值时,将检测框从所述违章队列中移除。其中,第二设定值小于或等于第二初始值。
第三添加模块:用于当当前队列中的检测框与候选队列中的所有检测框的相似度均小于第一阈值,并且与违章队列中的所有检测框的相似度均小于第二阈值时,将当前队列中的检测框加入候选队列中,其中,所述候选队列中初始的检测框为输入的第一帧视频帧中标记的所有检测框。
第一移除模块还用于:当将候选队列中的检测框加入违章队列中时,将该检测框从候选队列中移除。
本实施例的违章停车检测装置,通过将被判决违章的检测框及时转移至违章队列,将已多次不在视频帧中出现的被判决违章的检测框及时移除违章队列,同时只将当前视频帧(当前队列)中出现的既不在候选队列中也不在违章队列中的检测框加入候选队列中,保证了只将新驶入禁停区域的车辆加入候选队列进行违章检测,避免对已被判决违章而未驶离的车辆反复检测和抓拍,减小了运算量,降低了能耗,进一步降低了实现成本,并提高了系统的稳定性和可靠性。
综上所述,本发明实施例的违章停车检测装置,通过对视频帧进行实时检测,利用adaboost算法进行车辆检测,实现检测目标的准确选取,同时排除了非车辆区域的干扰,利用概率累计值检测的方法避免了将短时停留的车辆误判为违章车辆,同时,可以将新驶入的目标车辆进行自动抓拍,已经停留的违章车辆抓拍后不会重复抓拍。与现有技术相比,本发明的技术方案具有适应面广、部署灵活的特点,而且具有成本低、效率高、稳定性高的优点。
需要说明的是:上述实施例提供的违章停车检测装置与违章停车检测方法实施例属于同一构思,其具体实现过程详见方法实施例,且方法实施例中的技术特征在装置实施例中均对应适用,这里不再赘述。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上参照附图说明了本发明的优选实施例,并非因此局限本发明的权利范围。本领域技术人员不脱离本发明的范围和实质,可以有多种变型方案实现本发明,比如作为一个实施例的特征可用于另一实施例而得到又一实施例。凡在运用本发明的技术构思之内所作的任何修改、等同替换和改进,均应在本发明的权利范围之内。
Claims (10)
1.一种违章停车检测方法,其特征在于,包括步骤:
对输入的当前视频帧的禁停区域进行车辆检测得到标记的检测框,将所述当前视频帧中的所有检测框写入当前队列;
将所述当前队列中的所有检测框与候选队列中的所有检测框进行相似度比较;
当所述候选队列中的检测框与所述当前队列中的任一检测框的相似度大于或等于第一阈值时,判决所述候选队列中的检测框出现在当前视频帧中,否则判决所述候选队列中的检测框没有出现在当前视频帧中;
统计所述候选队列中的检测框在连续多帧视频帧中出现的概率值;
当所述概率值大于或等于设定概率值P0时,判决所述候选队列中的检测框中的车辆为违章停车车辆;
当所述当前队列中的检测框与所述候选队列中的所有检测框的相似度均小于第一阈值时,将所述当前队列中的检测框加入所述候选队列中;其中,所述候选队列中初始的检测框为输入的第一帧视频帧中标记的所有检测框。
2.根据权利要求1所述的违章停车检测方法,其特征在于,所述方法还包括:
当所述候选队列中加入新的检测框时,对所述新的检测框标记第一初始值;
当所述候选队列中的检测框与所述当前队列中的任一检测框的相似度大于或等于第一阈值时,对所述候选队列中的检测框的标记值累加一个单位;
当所述候选队列中的检测框与所述当前队列中的所有检测框的相似度均小于第一阈值时,对所述候选队列中的检测框的标记值减少一个单位;当所述候选队列中的检测框的标记值小于第一设定值时,将该检测框从所述候选队列中移除;
其中,所述第一设定值小于或等于所述第一初始值。
3.根据权利要求2所述的违章停车检测方法,其特征在于,所述判决所述候选队列中的检测框中的车辆为违章停车车辆的步骤之后还包括:将所述候选队列中的检测框加入违章队列并对该检测框标记第二初始值,同时将该检测框从所述候选队列中移除;
所述方法还包括:
将所述违章队列中的所有检测框与所述当前队列中的所有检测框进行相似度比较;
当所述违章队列中的检测框与所述当前队列中的任一检测框的相似度大于或等于第二阈值时,对所述违章队列中的检测框的标记累加一个单位;
当所述违章队列中的检测框与所述当前队列中的所有检测框的相似度均小于第二阈值时,对所述违章队列中的检测框的标记值减少一个单位;当所述违章队列中的检测框的标记值小于第二设定值时,将该检测框从所述违章队列中移除;
并且将步骤:当所述当前队列中的检测框与所述候选队列中的所有检测框的相似度均小于第一阈值时,将所述当前队列中的检测框加入所述候选队列中,替换为:
当所述当前队列中的检测框与所述候选队列中的所有检测框的相似度均小于第一阈值并且与所述违章队列中的所有检测框的相似度均小于第二阈值时,将所述当前队列中的检测框加入所述候选队列中;
其中,所述第二设定值小于或等于所述第二初始值。
4.根据权利要求1-3任一项所述的违章停车检测方法,其特征在于,所述判决所述候选队列中的检测框中的车辆为违章停车车辆的步骤之后还包括:记录所述违章停车车辆的违章停车证据。
5.根据权利要求1-3任一项所述的违章停车检测方法,其特征在于,所述统计所述候选队列中的检测框在连续多帧视频帧中出现的概率值包括:
统计所述候选队列中的检测框已经历过的视频帧帧数N,以及记录该检测框在这N帧中的每一帧视频帧中是否出现过;
当N≥N0时,统计所述候选队列中的检测框在连续N帧或N0帧视频帧中出现的概率值,其中N0为设定帧数。
6.一种违章停车检测装置,其特征在于,包括:
检测模块,用于对输入的当前视频帧的禁停区域进行车辆检测得到标记的检测框,将所述当前视频帧中的所有检测框写入当前队列;
第一比较模块,用于将所述当前队列中的所有检测框与候选队列中的所有检测框进行相似度比较;
第一判决模块,用于当所述候选队列中的检测框与所述当前队列中的任一检测框的相似度大于或等于第一阈值时,判决所述候选队列中的检测框出现在当前视频帧中,否则判决所述候选队列中的检测框没有出现在当前视频帧中;
统计模块,用于统计所述候选队列中的检测框在连续多帧视频帧中出现的概率值;
第二判决模块,用于当所述候选队列中的检测框在连续多帧视频帧中出现的概率值大于设定概率值P0时,判决所述候选队列中的检测框中的车辆为违章停车车辆;
第一添加模块,用于当所述当前队列中的检测框与所述候选队列中的所有检测框的相似度均小于第一阈值时,将所述当前队列中的检测框加入所述候选队列中;其中,所述候选队列中初始的检测框为输入的第一帧视频帧中标记的所有检测框。
7.根据权利要求6所述的违章停车检测装置,其特征在于,所述装置还包括:
第一标记模块,用于当所述候选队列中加入新的检测框时,对所述新的检测框标记第一初始值;当所述候选队列中的检测框与所述当前队列中的任一检测框的相似度大于或等于第一阈值时,对所述候选队列中的检测框的标记值累加一个单位;当所述候选队列中的检测框与所述当前队列中的所有检测框的相似度均小于第一阈值时,对所述候选队列中的检测框的标记值减少一个单位;
第一移除模块,用于当所述候选队列中的检测框的标记值小于第一设定值时,将该检测框从所述候选队列中移除;
其中,所述第一设定值小于或等于所述第一初始值。
8.根据权利要求7所述的违章停车检测装置,其特征在于,所述装置还包括第二添加模块、第二比较模块,第二标记模块、第二移除模块以及替换所述第一添加模块的第三添加模块,其中:
所述第二添加模块用于:当判决所述候选队列中的检测框中的车辆为违章停车车辆时,将该检测框加入违章队列;
所述第二比较模块用于:将所述违章队列中的所有检测框与所述当前队列中的所有检测框进行相似度比较;
所述第二标记模块用于:当所述违章队列中加入新的检测框时,对所述新的检测框标记第二初始值;当所述违章队列中的检测框与所述当前队列中的任一检测框的相似度大于或等于第二阈值时,对所述违章队列中的检测框的标记值累加一个单位;当所述违章队列中的检测框与所述当前队列中的所有检测框的相似度均小于第二阈值时,对所述违章队列中的检测框的标记值减少一个单位;
所述第二移除模块用于:当所述违章队列中的检测框的标记值小于第二设定值时,将所述检测框从所述违章队列中移除;
所述第三添加模块用于:当所述当前队列中的检测框与所述候选队列中的所有检测框的相似度均小于第一阈值,并且与所述违章队列中的所有检测框的相似度均小于第二阈值时,将所述当前队列中的检测框加入所述候选队列中,其中,所述候选队列中初始的检测框为输入的第一帧视频帧中标记的所有检测框;
所述第一移除模块还用于:当将所述候选队列中的检测框加入所述违章队列中时,将该检测框从所述候选队列中移除;
其中,所述第二设定值小于或等于所述第二初始值。
9.根据权利要求6-8任一项所述的违章停车检测装置,其特征在于,所述装置还包括记录模块,所述记录模块用于:当判决所述候选队列中的检测框中的车辆为违章停车车辆时,记录所述违章停车车辆的违章停车证据。
10.根据权利要求6-8任一项所述的违章停车检测装置,其特征在于,所述统计模块用于:统计所述候选队列中的检测框已经历过的视频帧帧数N,以及记录该检测框在这N帧中的每一帧视频帧中是否出现过;当N≥N0时,统计所述候选队列中的检测框在连续N帧或N0帧视频帧中出现的概率值,其中N0为设定帧数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610387236.4A CN105957352B (zh) | 2016-06-01 | 2016-06-01 | 违章停车检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610387236.4A CN105957352B (zh) | 2016-06-01 | 2016-06-01 | 违章停车检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105957352A CN105957352A (zh) | 2016-09-21 |
CN105957352B true CN105957352B (zh) | 2018-08-28 |
Family
ID=56908469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610387236.4A Expired - Fee Related CN105957352B (zh) | 2016-06-01 | 2016-06-01 | 违章停车检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105957352B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107491753A (zh) * | 2017-08-16 | 2017-12-19 | 电子科技大学 | 一种基于背景建模的违章停车检测方法 |
CN107609491B (zh) * | 2017-08-23 | 2020-05-26 | 中国科学院声学研究所 | 一种基于卷积神经网络的车辆违章停车检测方法 |
CN109446926A (zh) * | 2018-10-09 | 2019-03-08 | 深兰科技(上海)有限公司 | 一种交通监控方法及装置、电子设备和存储介质 |
CN109816716B (zh) * | 2019-01-11 | 2021-04-06 | 汉海信息技术(上海)有限公司 | 停车区域的生成方法、装置及服务器 |
CN111126235B (zh) * | 2019-12-18 | 2023-06-16 | 浙江大华技术股份有限公司 | 一种船只违章停泊检测处理方法及装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090053262A (ko) * | 2007-11-23 | 2009-05-27 | 큐브엔지니어링 주식회사 | 도로 영상 검지기용 영상 프레임 분석방법 |
CN101751669B (zh) * | 2009-12-17 | 2014-03-26 | 北京中星微电子有限公司 | 一种静止物体检测方法和装置 |
US9741249B2 (en) * | 2011-08-16 | 2017-08-22 | Conduent Business Services, Llc | Automated processing method for bus crossing enforcement |
US10018703B2 (en) * | 2012-09-13 | 2018-07-10 | Conduent Business Services, Llc | Method for stop sign law enforcement using motion vectors in video streams |
CN103116985B (zh) * | 2013-01-21 | 2015-04-01 | 信帧电子技术(北京)有限公司 | 一种违章停车检测方法和装置 |
US9495601B2 (en) * | 2013-12-09 | 2016-11-15 | Mirsani, LLC | Detecting and reporting improper activity involving a vehicle |
CN104834886A (zh) * | 2014-02-11 | 2015-08-12 | 浙江大华技术股份有限公司 | 一种视频图像检测方法及装置 |
CN104376554B (zh) * | 2014-10-16 | 2017-07-18 | 中海网络科技股份有限公司 | 一种基于图像纹理的违章停车检测方法 |
CN204463433U (zh) * | 2015-04-03 | 2015-07-08 | 梅照丰 | 一种新型交通违章监控系统 |
CN105185118B (zh) * | 2015-10-13 | 2017-12-01 | 武汉烽火众智数字技术有限责任公司 | 一种基于视频检测的违章车辆检测装置及其方法 |
-
2016
- 2016-06-01 CN CN201610387236.4A patent/CN105957352B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN105957352A (zh) | 2016-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105957352B (zh) | 违章停车检测方法和装置 | |
CN109887281B (zh) | 一种监控交通事件的方法及系统 | |
CN111274982B (zh) | 抛洒物的识别方法、装置及存储介质 | |
US6999004B2 (en) | System and method for vehicle detection and tracking | |
WO2019153193A1 (zh) | 一种出租车运营监测方法、设备、存储介质和系统 | |
CN102254429B (zh) | 一种应用基于视频识别的违章车辆检测装置的违章车辆检测方法 | |
CN104282154B (zh) | 一种车辆超载监控系统及方法 | |
CN107886722A (zh) | 行驶信息处理方法及系统、终端和计算机可读存储介质 | |
CN109345829B (zh) | 无人车的监控方法、装置、设备及存储介质 | |
CN104809887A (zh) | 一种高速公路上车辆逆行检测方法与自动报警装置 | |
CN105809964A (zh) | 交通预警方法和装置 | |
CN104318769A (zh) | 一种违章车辆监测报警系统及方法 | |
CN106297278A (zh) | 一种用于查询抛洒物车辆的方法和系统 | |
CN108932849B (zh) | 一种记录多台机动车低速行驶违法行为的方法及装置 | |
CN104881643B (zh) | 一种快速的遗留物检测方法及系统 | |
CN105321352A (zh) | 一种机动车遮挡号牌违章行为检测及取证方法 | |
CN113469115B (zh) | 用于输出信息的方法和装置 | |
CN104537840A (zh) | 非法营运出租车辆的检测系统 | |
CN113990101B (zh) | 一种禁停区域车辆检测方法及其系统和处理装置 | |
CN105608422A (zh) | 一种客车超载智能监控检测方法 | |
CN115909223A (zh) | 一种wim系统信息与监控视频数据匹配的方法和系统 | |
CN113450578B (zh) | 交通违章事件取证方法、装置、设备及系统 | |
CN117392855B (zh) | 基于卫星定位数据的车辆超限超载概率识别方法及系统 | |
CN110263622A (zh) | 列车火情监测方法、装置、终端及存储介质 | |
CN118262508A (zh) | 一种基于无人机的道路实时监控方法、系统、设备和介质 |
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: 20180828 |