CN106297278A - 一种用于查询抛洒物车辆的方法和系统 - Google Patents
一种用于查询抛洒物车辆的方法和系统 Download PDFInfo
- Publication number
- CN106297278A CN106297278A CN201510256166.4A CN201510256166A CN106297278A CN 106297278 A CN106297278 A CN 106297278A CN 201510256166 A CN201510256166 A CN 201510256166A CN 106297278 A CN106297278 A CN 106297278A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- thing
- shedding
- shed
- frame
- 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
Landscapes
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种用于查询抛洒物车辆的方法和系统。该方法包括:根据监控区域的视频序列检测抛洒物事件;在视频序列中查找同时出现抛洒物和车辆的视频帧;在同时出现抛洒物和车辆的视频帧中提取车辆信息来确定抛洒物车辆。该方法和系统能够适应户外道路场景复杂多变的情况,可快速、准确地检测出抛洒物事件,有效避免虚假目标的报警,还可根据抛洒物事件反向遍历监控视频序列,准确查询目标抛洒物车辆。
Description
技术领域
本发明涉及视频智能分析技术领域,尤其涉及一种用于查询抛洒物车辆的方法和系统。
背景技术
随着经济的快速发展,公路规模也随之迅速发展,无论是城市道路还是高速公路上,抛洒物事件时有发生,这使得交通问题日益严峻。遗留的抛洒物一方面严重影响了市容市貌,另一方面造成严重的安全隐患。因此,在公路上如何准确检测抛洒物事件,尽早排除安全隐患已成为业界关注的热点问题。
目前的道路抛洒物检测技术面临诸多问题,如:第一,户外复杂多变的天气环境给道路抛洒物检测带来了难度;第二,抛洒物目标难以准确、完整的检测出来;第三,抛洒物事件难以快速处理以及目标抛洒物车辆寻找难度很大。
现有的公路抛洒物事件检测大多基于前景检测的方法。首先对前景目标进行分类,然后将目标输入到预先设置的抛洒物事件检测模块中判断目标是否满足要求,如果满足要求则输出抛洒物事件。例如申请号为CN201210416993.1的专利申请(发明名称:检测交通事件的方法及电子警察装置)公开了一种检测交通事件的方法,该方法通过提取视频图像中目标对象的特征信息,然后根据预先设置的事件判断策略输出相应目标的交通事件特征信息。然而,此类方法未给出如何通过抛洒物事件寻找对应车辆的方法。另外,申请号为CN201310531106.X的专利申请(发明名称:一种遗留物检测和跟踪方法)公开了一种室内公共场所遗留物检测和跟踪方法。由于户外道路场景复杂多变,所以该方法并不合适道路车辆抛洒物检测。
因此,亟需一种在户外道路环境中准确查询抛洒物车辆的方法和系统。
发明内容
本发明所要解决的技术问题之一是需要克服现有技术不能在户外道路场景中准确查询抛洒物车辆的不足。
为了解决上述技术问题,本发明的实施例首先提供了一种用于查询抛洒物车辆的方法,包括以下步骤:
根据监控区域的视频序列检测抛洒物事件;
在视频序列中查找同时出现抛洒物和车辆的视频帧;
在同时出现抛洒物和车辆的视频帧中提取车辆信息来确定抛洒物车辆。
在一个实施例中,所述在同时出现抛洒物和车辆的视频帧中提取车辆信息来确定抛洒物车辆的步骤中包括:
在同时出现抛洒物和车辆的视频帧中进行车辆检测来识别车辆数量和易抛洒车辆;
在车辆数量为一辆的情况下,或者仅存在一辆易抛洒车辆的情况下,将其确定为抛洒物车辆;
在同时出现抛洒物和车辆的视频帧中存在多辆易抛洒车辆的情况下,根据车辆与抛洒物的位置之间的距离确定抛洒物车辆。
在一个实施例中,所述根据车辆与抛洒物的位置之间的距离确定抛洒物车辆为:
在同时出现抛洒物和车辆的视频帧中定位抛洒物处于静止状态的视频帧;
在抛洒物处于静止状态的视频帧中确定抛洒物的位置信息和易抛洒车辆的位置信息;
在易抛洒车辆与抛洒物的距离小于预设距离阈值时,确定为抛洒物车辆;
在易抛洒车辆与抛洒物的距离不小于预设距离阈值时,回溯至前一视频帧,更新抛洒物的位置信息和易抛洒车辆的位置信息。
在一个实施例中,在同时出现抛洒物和车辆的视频帧中提取车辆信息来确定抛洒物车辆的步骤中包括:
在同时出现抛洒物和车辆的视频帧中定位抛洒物处于静止状态的视频帧;
确定抛洒物的位置信息;
获取监控区域内的全部车辆或者易抛洒车辆的运行轨迹;
基于运行轨迹查询在抛洒物周围预定范围之内的车辆,根据车辆与抛洒物的位置之间的距离确定抛洒物车辆。
在一个实施例中,所述根据车辆与抛洒物的位置之间的距离确定抛洒物车辆为:
在车辆与抛洒物的距离小于预设距离阈值时,确定为抛洒物车辆;
在车辆与抛洒物的距离不小于预设距离阈值时,回溯至前一视频帧,更新抛洒物的位置信息;
基于运行轨迹再次查询在抛洒物周围预定范围之内的车辆。
在一个实施例中,所述静止状态包括暂时静止状态和绝对静止状态,所述定位抛洒物处于静止状态的视频帧的步骤包括:
确定视频图像序列中抛洒物区域的像素值;
查找抛洒物区域中像素值变化大于预设变化阈值的相邻两帧图像,选择其中的任一帧图像做为抛洒物处于暂时静止状态的视频帧;或者
选择抛洒物区域中像素值产生大于预设变化阈值的变化值之后的图像帧,做为抛洒物处于绝对静止状态的视频帧。
在一个实施例中,还包括:采集监控区域内车辆的车辆特征信息。
在一个实施例中,还包括:在确认目标抛洒物车辆后,将目标抛洒物车辆与监控区域内车辆的车辆特征信息比对,输出目标抛洒物车辆的车辆信息。
在一个实施例中,所述根据监控区域的初始视频序列检测抛洒物事件,包括:
对监控区域的初始视频图像序列进行处理,获取前景图和背景图;
利用置信度对前景图和前后帧差值图进行逐帧计算,得到静态前景图;
对静态前景图进行二值化处理,提取静态前景目标;
若静态前景目标满足预设的条件,则确认发生抛洒物事件。
在一个实施例中,利用置信度对前景图和前后帧差值图进行逐帧计算,得到静态前景图的步骤包括:
对前景图和前后帧差值图进行逐帧计算得到前景置信值;
遍历监控时间段中的视频帧,将前景图的像素点的前景置信值与预设的静态阈值比较;
若像素点的前景置信值大于预设的静态阈值,则该像素点确定为静态前景像素点。
本发明的实施例还提供一种用于查询抛洒物车辆的系统,包括:
抛洒物事件检测单元,设置为根据监控区域的视频序列检测抛洒物事件;
视频帧定位单元,设置为在视频序列中查找同时出现抛洒物和车辆的视频帧;
抛洒物车辆查询单元,设置为在同时出现抛洒物和车辆的视频帧中提取车辆信息来确定抛洒物车辆。
在一个实施例中,所述抛洒物车辆查询单元包括:
车辆识别模块,设置为在同时出现抛洒物和车辆的视频帧中进行车辆检测来识别车辆数量和易抛洒车辆;
第一抛洒物车辆确定模块,设置为在车辆数量为一辆的情况下,或者仅存在一辆易抛洒车辆的情况下,将其确定为抛洒物车辆;
第二抛洒物车辆确定模块,设置为在同时出现抛洒物和车辆的视频帧中存在多辆易抛洒车辆的情况下,根据车辆与抛洒物的位置之间的距离确定抛洒物车辆。
在一个实施例中,所述抛洒物车辆查询单元包括:
抛洒物位置确定模块,设置为在同时出现抛洒物和车辆的视频帧中定位抛洒物处于静止状态的视频帧,确定抛洒物的位置信息;
车辆轨迹获取模块,设置为获取监控区域内的全部车辆或者易抛洒车辆的运行轨迹;
第三抛洒物车辆确定模块,设置为基于运行轨迹查询在抛洒物周围预定范围之内的车辆,根据车辆与抛洒物的位置之间的距离确定抛洒物车辆。
与现有技术相比,本发明的实施例能够适应户外道路场景复杂多变的情况,可以快速、准确地检测出抛洒物事件,有效避免虚假目标的报警。另一方面,由于确认抛洒物事件发生通常具有一定的滞后性,本发明的实施例还可以根据抛洒物事件反向遍历监控视频序列,准确查询目标抛洒物车辆。此外,还能实现道路监控环境下过往车辆的信息采集与管理,为道路管理人员快速处理抛洒物事件提供高效的解决方案。
附图说明
图1为根据本发明实施例的用于查询抛洒物车辆的方法的步骤流程图;
图2为根据本发明实施例一的确认抛洒物车辆的方法的步骤流程图;
图3为根据本发明实施例一的根据车辆与抛洒物的位置之间的距离确定抛洒物车辆的步骤流程图;
图4为根据本发明实施例二的确认抛洒物车辆的方法的步骤流程图;
图5为根据本发明实施例三的抛洒物事件的检测方法的步骤流程图;
图6为根据本发明实施例四的用于查询抛洒物车辆的系统结构示意图;
图7为根据本发明实施例四的抛洒物车辆查询单元一个示例的结构示意图;
图8为根据本发明实施例四的抛洒物车辆查询单元另一个示例的结构示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成相应技术效果的实现过程能充分理解并据以实施。本发明实施例以及实施例中的各个特征,在不相冲突前提下可以相互结合,所形成的技术方案均在本发明的保护范围之内。
为了快速查询抛洒物车辆,本发明的实施例在监控区域的视频序列中提取同时出现抛洒物和车辆的视频帧,在这些视频帧中来查找抛洒物车辆。一般而言,由于抛洒物在静止一段时间之后才确认发生抛洒物事件并报警,抛洒物事件的检测有一定的滞后性。在确认发生抛洒物事件之后,抛洒车辆大多已离开。为此,本发明的实施例提供一种视频帧回溯的方法,首先定位抛洒物处于静止状态的视频帧,然后从这一帧开始在同时出现抛洒物和车辆的视频帧中反向遍历查询,最终确定抛洒物车辆。
图1为本发明实施例提供的用于查询抛洒物车辆的方法的步骤流程图,首先根据监控区域的视频序列检测抛洒物事件(步骤S110),具体而言,由于抛洒物具有静止(速度为零)的特性,本步骤中采用基于静态前景检测的抛洒物事件检测方法,在下文中将对本步骤中抛洒物事件检测方法的步骤流程进行详细说明。然后在视频序列中查找同时出现抛洒物和车辆的视频帧(步骤S120),在同时出现抛洒物和车辆的视频帧中提取车辆信息来确定抛洒物车辆(步骤S130)。在下文中提供步骤S130的两种具体实施示例。
为了能够及时输出抛洒车辆信息,协助道路管理人员进行查找,本发明实施例提供的方法还包括采集监控区域内车辆的车辆特征信息(步骤S140),该特征信息可包括车辆类型、车身颜色和车牌信息等。进而在步骤S130确认抛洒物车辆之后,将抛洒物车辆与监控区域内车辆的车辆特征信息比对,并输出抛洒物车辆的车辆信息(步骤S150)。
如此以来,可根据抛洒物事件反向遍历视频查询目标抛洒物车辆,并能实现道路监控环境下过往车辆的信息采集与管理,为道路管理人员快速处理抛洒物事件提供高效的解决方案。
实施例一
考虑到在道路上行驶的车辆中,货车、拖挂车、摩托车等载货车辆更容易发生遗撒,本实施例首先在同时出现抛洒物和车辆的视频帧中识别车辆的数量和类型,对过往的车辆进行初步查询,然后再利用反向遍历的方法最终确定抛洒物车辆。以下结合图2对本实施例提供的步骤进行详细说明。
图2显示了步骤S130的详细处理过程。在图2中,在同时出现抛洒物和车辆的视频帧中进行车辆检测来识别车辆数量和易抛洒车辆(步骤S210),其中,在一个示例中“易抛洒车辆”定义为货车、拖挂车、摩托车等载货车辆。判断同时出现抛洒物和车辆的视频帧中车辆的数量是否满足预设标准(步骤S220)。由于在车辆数量为一辆的情况下,或者仅存在一辆易抛洒车辆的情况下,可以确定抛洒物车辆即为该车辆,因此,本示例中的预设标准设定为车辆数量为一辆,或者易抛洒车辆的数量为一辆。
在车辆数量满足预设标准的情况下,将同时出现抛洒物和车辆的视频帧中出现的唯一车辆,或者唯一一辆易抛洒车辆确定为抛洒物车辆(步骤S230)。而在车辆数量不满足预设标准的情况下,即同时出现抛洒物和车辆的视频帧中存在多辆易抛洒车辆时,根据车辆与抛洒物的位置之间的距离确定抛洒物车辆(步骤S240)。
下文根据图3来说明步骤S240中根据车辆与抛洒物的位置之间的距离确定抛洒物车辆的详细过程。在图3中,首先在同时出现抛洒物和车辆的视频帧中定位抛洒物处于静止状态的视频帧(步骤S310)。由于抛洒物静止之后,抛洒物目标区域内的像素值保持不变,因此,可利用抛洒物区域像素值的变化量返回到抛洒物处于静止状态的视频帧。
在本实施例中,静止状态包括暂时静止状态和绝对静止状态。其中,暂时静止状态表示抛洒物刚刚从车辆上掉落的状态,而绝对静止状态表示抛洒物已经从车辆上掉落至路面,已保持静止一段时间。
具体来说,在步骤S310中,首先确定初始视频图像序列中抛洒物区域的像素值,然后查找抛洒物区域中像素值变化最显著的相邻两帧图像。优选的,预先设定像素变化阈值,查找抛洒物区域中像素值变化大于预设变化阈值的相邻两帧图像,选择其中的任一帧图像做为抛洒物处于暂时静止状态的视频帧。还可选择抛洒物区域中像素值产生大于预设变化阈值的变化值之后的图像帧,做为抛洒物处于绝对静止状态的视频帧。
在抛洒物暂时处于静止状态的视频帧中确定抛洒物的位置信息和易抛洒车辆的位置信息(步骤S320),计算易抛洒车辆与抛洒物之间的距离,比较该距离与预设距离阈值的大小(步骤S330),在易抛洒车辆与抛洒物的距离小于预设距离阈值时,确定为抛洒物车辆(步骤S340);在易抛洒车辆与抛洒物的距离不小于预设距离阈值时,回溯至前一视频帧(步骤S350),随后再次执行步骤S320,更新抛洒物的位置信息和易抛洒车辆的位置信息。并在后续步骤中根据易抛洒车辆与抛洒物之间的距离的大小确认抛洒物车辆。
需要说明的是,若在步骤S310中返回至抛洒物为暂时静止状态的视频帧,那么在后续步骤S350中,经过较少次数的视频帧回溯处理即可定位抛洒物车辆,从而能够快速确认抛洒物车辆,减少处理过程。但是在路面上来往车辆较多的情况下,从暂时静止状态开始回溯视频帧,则可能引起误判。
若在步骤S310中返回至抛洒物为绝对静止状态的视频帧,那么在后续步骤S350中,经过较多次数的视频帧回溯处理来定位抛洒物车辆,处理过程较长,效率较低。但是在路面上往来车辆频繁时,从绝对静止状态开始回溯视频帧,则能准确确定抛洒物车辆。
因此,在步骤S310中,若路面上行驶的车辆数量较少,则可返回至抛洒物为暂时静止状态的视频帧,若路面上行驶的车辆数量较多,则回至抛洒物为绝对静止状态的视频帧。
另外,为了提高抛洒物车辆判断的准确度,需要将距离阈值设定为较小的数值。经过步骤S350的逐帧回溯,可从抛洒物处于静止状态的视频帧开始,逐帧反向查询,定位到抛洒物车辆与抛洒物的距离足够小的一个视频帧,在该帧中识别抛洒物车辆。
实施例二
本实施例根据监控区域中车辆的运行轨迹来定位车辆的位置,从而基于车辆的运行轨迹来查询在抛洒物周围预定范围之内的车辆,并利用反向遍历的方法最终确定抛洒物车辆。
以下结合图4对本实施例中步骤S130的具体步骤进行详细说明。在图4中,在同时出现抛洒物和车辆的视频帧中定位抛洒物处于静止状态的视频帧(步骤S410),确定抛洒物的位置信息(步骤S420)。
获取监控区域内的全部车辆或者易抛洒车辆的运行轨迹,从而确定通行车辆历史的和当前时刻的位置信息,基于运行轨迹查询在抛洒物周围预定范围之内的车辆(步骤S430),其中,在一个示例中“易抛洒车辆”定义为货车、拖挂车、摩托车等载货车辆。具体来说,确定抛洒物处于静止状态的视频帧对应的历史时间,然后查询全部车辆的历史位置信息,得到在所述历史时间点处在抛洒物周围预定范围之内的疑似抛洒物车辆。从而定位在抛洒物处于静止状态的时候,在抛洒物周围与其距离较近的车辆。然后,根据车辆与抛洒物的位置之间的距离确定最终的抛洒物车辆(步骤S440)。
其中,步骤S410中的具体操作方法与实施例一中步骤S310的步骤相同,在此不再赘述。步骤S410中所述的静止状态包括暂时静止状态和绝对静止状态,其定义与实施例一相同。
图4中显示了步骤S440的详细过程。计算抛洒物周围预设范围之内的车辆与抛洒物之间的距离,比较该距离与预设距离阈值的大小(步骤S441),在车辆与抛洒物的距离小于预设距离阈值时,确定为抛洒物车辆(步骤S442);在车辆与抛洒物的距离不小于预设距离阈值时,回溯至前一视频帧(步骤443),随后再次执行步骤S420,更新抛洒物的位置信息,并在后续步骤中根据车辆的运行轨迹,再次查询车辆的位置信息。
实施例三
再次回到图1,本发明针对道路监控的具体应用环境,提供一种快速准确的抛洒物事件的检测方法,可与实施例一或实施例二中的确认抛洒物车辆的方法配合使用。
以下参考图5对步骤S110中抛洒物事件的检测方法进行说明。首先,对监控区域的初始视频图像序列进行处理,获取前景图和背景图(步骤S501)。具体地,采用背景差分法来提取前景。即将当前帧图像与背景模型相减,若差值大于设定的阈值,则判定该像素点为前景点,反之,则判定该像素点为背景点。提取前景目标的表达式为:
上式中f(x,y)表示点(x,y)的像素值,即当前帧图像;B(x,y)表示点(x,y)的背景模型,即背景图像;F(x,y)表示前景图;T是检测阈值。
由于道路监控的场景相对单一,可采用单高斯模型对背景图像进行建模,即采用单高斯函数来模拟每个像素点的背景值。对于不同的道路监控场景,也可以采用多高斯模型进行建模。
然后,利用置信度对前景图和前后帧差值图进行逐帧计算,得到静态前景图(步骤S502)。静态前景图用于记录静态前景像素点的前景置信值。在本步骤中,首先对前景图和前后帧差值图进行逐帧计算得到前景置信值。遍历监控时间段中的视频帧,持续执行逐帧计算的步骤从而得到稳定的前景置信值。将前景图的像素点的前景置信值与预设的静态阈值比较,若像素点的前景置信值大于预设的静态阈值,则该像素点确定为静态前景像素点,从而得到静态前景图。
接下来,对静态前景图进行二值化处理,提取静态前景目标(步骤S503)。具体来说,通过背景建模得到前景目标之后,还需要将前景目标进行过滤获得真实前景目标,对真实的前景目标分类确定疑似抛洒物。通过分析目标的梯度方向分布以及当前图像与背景图像的结构相似度可以过滤虚假目标。考虑不同类型的目标其边缘方向分布的不同(例如,车辆垂直方向分布较丰富,而行人则水平方向分布比较丰富),提取目标的梯度方向直方图特征(HOG)来分类目标,将目标分成行人、车辆和疑似抛洒物。
最后,在疑似抛洒物满足预定条件的情况下,确定发生抛洒物事件(步骤S504)。该预设条件可包括疑似抛洒物保持静止的时间超出预设时间阈值,或者疑似抛洒物的位置处于预设检测范围之内,等等。此外,还可输出抛洒物报警信息,及时通知后台管理人员。
需要说明的是,在上文步骤S501中所述的差分法获取的前景目标中包含了静态前景,动态前景和噪声等。为了在步骤S502中准确获得静态前景图中像素点的前景置信值,本实施例中基于前景掩码图构建前景置信统计图,用来记录像素点的前景置信统计值。在缓冲时间t内,遍历缓冲时间段中的视频帧,根据相邻两帧图像中像素值的变化逐帧累计所述前景置信统计值。然后对于缓冲时间段t之后的视频帧,再根据所述前景置信统计值的数值大小逐帧累计所述静态前景值。
初始时,前景置信统计图中每个像素点的前景置信统计值设定为0。遍历缓冲时间段t内视频图像序列中的全部视频帧,将当前帧图像与上一帧图像相比较,计算当前帧图像中各像素点像素值的变化量。在所述像素值的变化量小于预设的像素差阈值的情况下,使像素点的前景置信统计值增大;否则,使像素点的前景置信统计值减小或者保持不变。
本实施例中的像素差阈值用于判断像素点像素值的变化量,来抑制噪声的影响。对于静止目标来说,由于外界环境的影响(例如光线强度缓慢改变)可能造成像素值的改变,而不是由于目标本身的运动引起的像素值变化。因此,像素差阈值优选设置为较小的数值。
当像素点前后两帧的像素值的差值为零时,或者小于预设的像素差阈值时,表明目标在这两帧的时间中处于静止状态,该像素点的前景置信统计值加1;否则,该像素点的前景置信统计值减1。并可根据实际的应用情况设定前景置信统计值增大或者减小的步长。如此以来,在缓冲时间段t内可计算得到体现监控图像中每一像素点的静态性能的统计数值。
对于在缓冲时间段t之后的全部视频帧,将当前帧的前景置信统计图中像素点的前景置信统计值与预设的静态统计阈值相比较。在像素点的前景置信统计值大于预设的静态统计阈值的情况下,使该像素点的前景置信值的数值增大;否则,使该像素点的前景置信值的数值减小或者保持不变。
例如,若像素点的前景置信统计值大于预设的静态统计阈值,表明该像素属于静态前景点,则该像素点的前景置信值加1。同样地,并可根据实际的应用情况设定前景置信值增大或者减小的步长。
由于在道路监控的环境下,雨雪等天气条件的变化,光线的变化,或者过往行人车辆的产生的影子等等均可对抛洒物的判断产生大量的噪声。本实施例中引入前景置信统计值和前景置信值两个相关联的数值,可以适应户外道路场景复杂多变的情况,有效避免虚假目标产生的报警,从而提高道路上抛洒物事件检测的准确度。
实施例四
本实施例提供一种用于查询抛洒物车辆的系统。如图6所示,该系统主要包括抛洒物事件检测单元610、视频帧定位单元620和抛洒物车辆查询单元630。其中,抛洒物事件检测单元610设置为根据监控区域的视频序列检测抛洒物事件,可根据实施例三中的方法检测抛洒物事件。视频帧定位单元620与抛洒物事件检测单元610连接,设置为在视频序列中查找同时出现抛洒物和车辆的视频帧。抛洒物车辆查询单元630与视频帧定位单元620连接,设置为在同时出现抛洒物和车辆的视频帧中提取车辆信息来确定抛洒物车辆。
此外,该系统还包括车辆信息采集单元640,其用于采集监控区域内车辆的车辆特征信息。以及,车辆信息输出单元650,其分别与车辆信息采集单元640和抛洒物车辆查询单元630连接,设置为在确认目标抛洒物车辆后,将目标抛洒物车辆与监控区域内车辆的车辆特征信息比对,输出目标抛洒物车辆的车辆信息。
其中,抛洒物车辆查询单元630可以根据监控区域中的车辆数量和车辆类型来确定抛洒物车辆。在一个示例中,抛洒物车辆查询单元630的结构如图7所示,其包括车辆识别模块631,设置为在同时出现抛洒物和车辆的视频帧中进行车辆检测来识别车辆数量和易抛洒车辆;第一抛洒物车辆确定模块632,其与车辆识别模块631连接,设置为在车辆数量为一辆的情况下,或者仅存在一辆易抛洒车辆的情况下,将其确定为抛洒物车辆;以及第二抛洒物车辆确定模块633,其与车辆识别模块631连接,设置为在同时出现抛洒物和车辆的视频帧中存在多辆易抛洒车辆的情况下,根据车辆与抛洒物的位置之间的距离确定抛洒物车辆。
具体来说,第二抛洒物车辆确定模块633用于在同时出现抛洒物和车辆的视频帧中定位抛洒物处于静止状态的视频帧,在抛洒物处于静止状态的视频帧中确定抛洒物的位置信息和易抛洒车辆的位置信息,在易抛洒车辆与抛洒物的距离小于预设距离阈值时,确定为抛洒物车辆,在易抛洒车辆与抛洒物的距离不小于预设距离阈值时,回溯至前一视频帧,更新抛洒物的位置信息和易抛洒车辆的位置信息。
此外,抛洒物车辆查询单元630可以根据监控区域中的车辆行驶轨迹来确定抛洒物车辆。在另一个示例中,抛洒物车辆查询单元630的结构如图8所示,其包括抛洒物位置确定模块634,其设置为在同时出现抛洒物和车辆的视频帧中定位抛洒物处于静止状态的视频帧,确定抛洒物的位置信息;车辆轨迹获取模块635,其与抛洒物位置确定模块634连接,设置为获取监控区域内的全部车辆或者易抛洒车辆的运行轨迹;以及第三抛洒物车辆确定模块636,其与车辆轨迹获取模块635连接,设置为基于运行轨迹查询在抛洒物周围预定范围之内的车辆,根据车辆与抛洒物的位置之间的距离确定抛洒物车辆。
具体来说,第三抛洒物车辆确定模块636,设置为在车辆与抛洒物的距离小于预设距离阈值时,确定为抛洒物车辆,在车辆与抛洒物的距离不小于预设距离阈值时,回溯至前一视频帧,更新抛洒物的位置信息,基于运行轨迹再次查询在抛洒物周围预定范围之内的车辆。
综上所述,本发明的实施例提供一种适应户外道路环境复杂多变、天气和光线条件恶劣的抛洒物事件检测方法,能够快速、准确地检测抛洒物事件,避免虚假目标报警。另一方面,由于抛洒物事件的检测有一定的滞后性,本发明的实施例还可根据抛洒物事件反向遍历视频查询目标抛洒物车辆。
此外,本发明的实施例还可根据监控区域车辆的数量和类型,或者根据车辆的运行轨迹来识别抛洒物车辆,并能实现道路监控环境下过往车辆的信息采集与管理,为道路管理人员快速处理抛洒物事件提供高效的解决方案。
本领域的技术人员应该明白,上述的本发明实施例所提供的装置和/或系统的各组成部分,以及方法中的各步骤,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上。可选地,它们可以用计算装置可执行的程序代码来实现。从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
虽然本发明所公开的实施方式如上,但所述的内容仅为便于理解本发明技术方案而采用的实施方式,并非用以限定本发明。任何本发明所属领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式及细节上进行任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (13)
1.一种用于查询抛洒物车辆的方法,其特征在于,包括以下步骤:
根据监控区域的视频序列检测抛洒物事件;
在视频序列中查找同时出现抛洒物和车辆的视频帧;
在同时出现抛洒物和车辆的视频帧中提取车辆信息来确定抛洒物车辆。
2.如权利要求1所述的方法,其特征在于,所述在同时出现抛洒物和车辆的视频帧中提取车辆信息来确定抛洒物车辆的步骤中包括:
在同时出现抛洒物和车辆的视频帧中进行车辆检测来识别车辆数量和易抛洒车辆;
在车辆数量为一辆的情况下,或者仅存在一辆易抛洒车辆的情况下,将其确定为抛洒物车辆;
在同时出现抛洒物和车辆的视频帧中存在多辆易抛洒车辆的情况下,根据车辆与抛洒物的位置之间的距离确定抛洒物车辆。
3.如权利要求2所述的方法,其特征在于,所述根据车辆与抛洒物的位置之间的距离确定抛洒物车辆为:
在同时出现抛洒物和车辆的视频帧中定位抛洒物处于静止状态的视频帧;
在抛洒物处于静止状态的视频帧中确定抛洒物的位置信息和易抛洒车辆的位置信息;
在易抛洒车辆与抛洒物的距离小于预设距离阈值时,确定为抛洒物车辆;
在易抛洒车辆与抛洒物的距离不小于预设距离阈值时,回溯至前一视频帧,更新抛洒物的位置信息和易抛洒车辆的位置信息。
4.如权利要求1所述的方法,其特征在于,在同时出现抛洒物和车辆的视频帧中提取车辆信息来确定抛洒物车辆的步骤中包括:
在同时出现抛洒物和车辆的视频帧中定位抛洒物处于静止状态的视频帧;
确定抛洒物的位置信息;
获取监控区域内的全部车辆或者易抛洒车辆的运行轨迹;
基于运行轨迹查询在抛洒物周围预定范围之内的车辆,根据车辆与抛洒物的位置之间的距离确定抛洒物车辆。
5.如权利要求4所述的方法,其特征在于,所述根据车辆与抛洒物的位置之间的距离确定抛洒物车辆为:
在车辆与抛洒物的距离小于预设距离阈值时,确定为抛洒物车辆;
在车辆与抛洒物的距离不小于预设距离阈值时,回溯至前一视频帧,更新抛洒物的位置信息;
基于运行轨迹再次查询在抛洒物周围预定范围之内的车辆。
6.如权利要求3或4所述的方法,其特征在于,所述静止状态包括暂时静止状态和绝对静止状态,所述定位抛洒物处于静止状态的视频帧的步骤包括:
确定视频图像序列中抛洒物区域的像素值;
查找抛洒物区域中像素值变化大于预设变化阈值的相邻两帧图像,选择其中的任一帧图像做为抛洒物处于暂时静止状态的视频帧;或者
选择抛洒物区域中像素值产生大于预设变化阈值的变化值之后的图像帧,做为抛洒物处于绝对静止状态的视频帧。
7.如权利要求1所述的方法,其特征在于,还包括:采集监控区域内车辆的车辆特征信息。
8.如权利要求7所述的方法,其特征在于,还包括:在确认目标抛洒物车辆后,将目标抛洒物车辆与监控区域内车辆的车辆特征信息比对,输出目标抛洒物车辆的车辆信息。
9.如权利要求1所述的方法,其特征在于,所述根据监控区域的初始视频序列检测抛洒物事件,包括:
对监控区域的初始视频图像序列进行处理,获取前景图和背景图;
利用置信度对前景图和前后帧差值图进行逐帧计算,得到静态前景图;
对静态前景图进行二值化处理,提取静态前景目标;
若静态前景目标满足预设的条件,则确认发生抛洒物事件。
10.如权利要求9所述的方法,其特征在于,利用置信度对前景图和前后帧差值图进行逐帧计算,得到静态前景图的步骤包括:
对前景图和前后帧差值图进行逐帧计算得到前景置信值;
遍历监控时间段中的视频帧,将前景图的像素点的前景置信值与预设的静态阈值比较;
若像素点的前景置信值大于预设的静态阈值,则该像素点确定为静态前景像素点。
11.一种用于查询抛洒物车辆的系统,其特征在于,包括:
抛洒物事件检测单元,设置为根据监控区域的视频序列检测抛洒物事件;
视频帧定位单元,设置为在视频序列中查找同时出现抛洒物和车辆的视频帧;
抛洒物车辆查询单元,设置为在同时出现抛洒物和车辆的视频帧中提取车辆信息来确定抛洒物车辆。
12.如权利要求11所述的系统,其特征在于,所述抛洒物车辆查询单元包括:
车辆识别模块,设置为在同时出现抛洒物和车辆的视频帧中进行车辆检测来识别车辆数量和易抛洒车辆;
第一抛洒物车辆确定模块,设置为在车辆数量为一辆的情况下,或者仅存在一辆易抛洒车辆的情况下,将其确定为抛洒物车辆;
第二抛洒物车辆确定模块,设置为在同时出现抛洒物和车辆的视频帧中存在多辆易抛洒车辆的情况下,根据车辆与抛洒物的位置之间的距离确定抛洒物车辆。
13.如权利要求11所述的系统,其特征在于,所述抛洒物车辆查询单元包括:
抛洒物位置确定模块,设置为在同时出现抛洒物和车辆的视频帧中定位抛洒物处于静止状态的视频帧,确定抛洒物的位置信息;
车辆轨迹获取模块,设置为获取监控区域内的全部车辆或者易抛洒车辆的运行轨迹;
第三抛洒物车辆确定模块,设置为基于运行轨迹查询在抛洒物周围预定范围之内的车辆,根据车辆与抛洒物的位置之间的距离确定抛洒物车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510256166.4A CN106297278B (zh) | 2015-05-18 | 2015-05-18 | 一种用于查询抛洒物车辆的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510256166.4A CN106297278B (zh) | 2015-05-18 | 2015-05-18 | 一种用于查询抛洒物车辆的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106297278A true CN106297278A (zh) | 2017-01-04 |
CN106297278B CN106297278B (zh) | 2019-12-20 |
Family
ID=57633214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510256166.4A Active CN106297278B (zh) | 2015-05-18 | 2015-05-18 | 一种用于查询抛洒物车辆的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106297278B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110889371A (zh) * | 2019-11-26 | 2020-03-17 | 浙江大华技术股份有限公司 | 一种渣土车抛洒检测的方法及装置 |
CN111274982A (zh) * | 2020-02-04 | 2020-06-12 | 浙江大华技术股份有限公司 | 抛洒物的识别方法、装置及存储介质 |
CN111339824A (zh) * | 2019-12-31 | 2020-06-26 | 南京艾特斯科技有限公司 | 基于机器视觉的路面抛洒物检测方法 |
CN112053380A (zh) * | 2020-08-27 | 2020-12-08 | 宁波职业技术学院 | 一种基于语义分割网络的抛洒物检测方法与系统 |
CN112380962A (zh) * | 2020-11-11 | 2021-02-19 | 成都摘果子科技有限公司 | 一种基于深度学习的动物图像识别方法及系统 |
CN112528716A (zh) * | 2019-09-19 | 2021-03-19 | 杭州海康威视数字技术股份有限公司 | 一种事件信息获取方法及装置 |
CN112560546A (zh) * | 2019-09-10 | 2021-03-26 | 杭州海康威视数字技术股份有限公司 | 抛洒行为检测方法、装置及存储介质 |
CN112822407A (zh) * | 2021-01-28 | 2021-05-18 | 华设设计集团股份有限公司 | 一种公路抛洒物事件视频检测系统及方法 |
CN113191270A (zh) * | 2021-04-30 | 2021-07-30 | 北京市商汤科技开发有限公司 | 抛洒事件检测方法、装置、电子设备及存储介质 |
CN113221724A (zh) * | 2021-05-08 | 2021-08-06 | 杭州鸿泉物联网技术股份有限公司 | 车辆抛洒物检测方法及系统 |
CN113255439A (zh) * | 2021-04-13 | 2021-08-13 | 深圳市锐明技术股份有限公司 | 一种障碍物识别方法、装置、系统、终端及云端 |
CN113674314A (zh) * | 2021-07-14 | 2021-11-19 | 浙江大华技术股份有限公司 | 抛洒事件检测方法、装置、电子装置和存储介质 |
CN113743151A (zh) * | 2020-05-27 | 2021-12-03 | 顺丰科技有限公司 | 一种检测路面抛洒物的方法、装置及存储介质 |
WO2021254175A1 (zh) * | 2020-06-17 | 2021-12-23 | 华为技术有限公司 | 一种道路安全监控的方法、系统和计算机设备 |
CN115546704A (zh) * | 2022-11-28 | 2022-12-30 | 城云科技(中国)有限公司 | 一种车辆抛洒物识别方法、装置及应用 |
WO2023029268A1 (en) * | 2021-08-31 | 2023-03-09 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for determining target event |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102034240A (zh) * | 2010-12-23 | 2011-04-27 | 北京邮电大学 | 一种静态前景检测和跟踪方法 |
US20120162435A1 (en) * | 2010-12-22 | 2012-06-28 | Vidya Elangovan | Video tracking of baseball players to determine the start and end of a half-inning |
CN202486980U (zh) * | 2012-03-13 | 2012-10-10 | 长安大学 | 一种基于视频序列的交通信息检测装置 |
CN102867183A (zh) * | 2012-08-23 | 2013-01-09 | 安科智慧城市技术(中国)有限公司 | 一种车辆遗撒物检测方法、装置及智能交通监控系统 |
CN102945603A (zh) * | 2012-10-26 | 2013-02-27 | 青岛海信网络科技股份有限公司 | 检测交通事件的方法及电子警察装置 |
CN103136514A (zh) * | 2013-02-05 | 2013-06-05 | 长安大学 | 一种基于双向跟踪的停车事件检测方法 |
CN103676829A (zh) * | 2013-09-11 | 2014-03-26 | 无锡加视诚智能科技有限公司 | 基于视频的智能城市综合管理系统及其方法 |
CN103729613A (zh) * | 2012-10-12 | 2014-04-16 | 浙江大华技术股份有限公司 | 一种视频图像的检测方法及装置 |
CN104504730A (zh) * | 2014-12-19 | 2015-04-08 | 长安大学 | 一种对停放车辆及抛落物的区分方法 |
-
2015
- 2015-05-18 CN CN201510256166.4A patent/CN106297278B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120162435A1 (en) * | 2010-12-22 | 2012-06-28 | Vidya Elangovan | Video tracking of baseball players to determine the start and end of a half-inning |
CN102034240A (zh) * | 2010-12-23 | 2011-04-27 | 北京邮电大学 | 一种静态前景检测和跟踪方法 |
CN202486980U (zh) * | 2012-03-13 | 2012-10-10 | 长安大学 | 一种基于视频序列的交通信息检测装置 |
CN102867183A (zh) * | 2012-08-23 | 2013-01-09 | 安科智慧城市技术(中国)有限公司 | 一种车辆遗撒物检测方法、装置及智能交通监控系统 |
CN103729613A (zh) * | 2012-10-12 | 2014-04-16 | 浙江大华技术股份有限公司 | 一种视频图像的检测方法及装置 |
CN102945603A (zh) * | 2012-10-26 | 2013-02-27 | 青岛海信网络科技股份有限公司 | 检测交通事件的方法及电子警察装置 |
CN103136514A (zh) * | 2013-02-05 | 2013-06-05 | 长安大学 | 一种基于双向跟踪的停车事件检测方法 |
CN103676829A (zh) * | 2013-09-11 | 2014-03-26 | 无锡加视诚智能科技有限公司 | 基于视频的智能城市综合管理系统及其方法 |
CN104504730A (zh) * | 2014-12-19 | 2015-04-08 | 长安大学 | 一种对停放车辆及抛落物的区分方法 |
Non-Patent Citations (1)
Title |
---|
陈波: "视频序列中车外抛物检测算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560546B (zh) * | 2019-09-10 | 2024-06-18 | 杭州海康威视数字技术股份有限公司 | 抛洒行为检测方法、装置及存储介质 |
CN112560546A (zh) * | 2019-09-10 | 2021-03-26 | 杭州海康威视数字技术股份有限公司 | 抛洒行为检测方法、装置及存储介质 |
CN112528716B (zh) * | 2019-09-19 | 2024-01-05 | 杭州海康威视数字技术股份有限公司 | 一种事件信息获取方法及装置 |
CN112528716A (zh) * | 2019-09-19 | 2021-03-19 | 杭州海康威视数字技术股份有限公司 | 一种事件信息获取方法及装置 |
CN110889371A (zh) * | 2019-11-26 | 2020-03-17 | 浙江大华技术股份有限公司 | 一种渣土车抛洒检测的方法及装置 |
CN110889371B (zh) * | 2019-11-26 | 2022-06-07 | 浙江大华技术股份有限公司 | 一种渣土车抛洒检测的方法及装置 |
CN111339824A (zh) * | 2019-12-31 | 2020-06-26 | 南京艾特斯科技有限公司 | 基于机器视觉的路面抛洒物检测方法 |
CN111274982A (zh) * | 2020-02-04 | 2020-06-12 | 浙江大华技术股份有限公司 | 抛洒物的识别方法、装置及存储介质 |
CN111274982B (zh) * | 2020-02-04 | 2023-04-07 | 浙江大华技术股份有限公司 | 抛洒物的识别方法、装置及存储介质 |
CN113743151A (zh) * | 2020-05-27 | 2021-12-03 | 顺丰科技有限公司 | 一种检测路面抛洒物的方法、装置及存储介质 |
WO2021254175A1 (zh) * | 2020-06-17 | 2021-12-23 | 华为技术有限公司 | 一种道路安全监控的方法、系统和计算机设备 |
CN112053380B (zh) * | 2020-08-27 | 2023-04-18 | 宁波职业技术学院 | 一种基于语义分割网络的抛洒物检测方法与系统 |
CN112053380A (zh) * | 2020-08-27 | 2020-12-08 | 宁波职业技术学院 | 一种基于语义分割网络的抛洒物检测方法与系统 |
CN112380962A (zh) * | 2020-11-11 | 2021-02-19 | 成都摘果子科技有限公司 | 一种基于深度学习的动物图像识别方法及系统 |
CN112822407A (zh) * | 2021-01-28 | 2021-05-18 | 华设设计集团股份有限公司 | 一种公路抛洒物事件视频检测系统及方法 |
CN113255439A (zh) * | 2021-04-13 | 2021-08-13 | 深圳市锐明技术股份有限公司 | 一种障碍物识别方法、装置、系统、终端及云端 |
CN113255439B (zh) * | 2021-04-13 | 2024-01-12 | 深圳市锐明技术股份有限公司 | 一种障碍物识别方法、装置、系统、终端及云端 |
CN113191270B (zh) * | 2021-04-30 | 2022-11-11 | 北京市商汤科技开发有限公司 | 抛洒事件检测方法、装置、电子设备及存储介质 |
CN113191270A (zh) * | 2021-04-30 | 2021-07-30 | 北京市商汤科技开发有限公司 | 抛洒事件检测方法、装置、电子设备及存储介质 |
CN113221724A (zh) * | 2021-05-08 | 2021-08-06 | 杭州鸿泉物联网技术股份有限公司 | 车辆抛洒物检测方法及系统 |
CN113674314A (zh) * | 2021-07-14 | 2021-11-19 | 浙江大华技术股份有限公司 | 抛洒事件检测方法、装置、电子装置和存储介质 |
WO2023029268A1 (en) * | 2021-08-31 | 2023-03-09 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for determining target event |
CN115546704A (zh) * | 2022-11-28 | 2022-12-30 | 城云科技(中国)有限公司 | 一种车辆抛洒物识别方法、装置及应用 |
CN115546704B (zh) * | 2022-11-28 | 2023-02-17 | 城云科技(中国)有限公司 | 一种车辆抛洒物识别方法、装置及应用 |
Also Published As
Publication number | Publication date |
---|---|
CN106297278B (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106297278A (zh) | 一种用于查询抛洒物车辆的方法和系统 | |
CN110197589B (zh) | 一种基于深度学习的闯红灯违法检测方法 | |
CN104537841B (zh) | 无牌车辆违章检测方法及其检测系统 | |
CN106373426B (zh) | 基于计算机视觉的停车位及违规占道停车监控方法 | |
CN100545867C (zh) | 航拍交通视频车辆快速检测方法 | |
CN102867417B (zh) | 一种出租车防伪系统及方法 | |
Fernández-Caballero et al. | Road-traffic monitoring by knowledge-driven static and dynamic image analysis | |
CN104599502A (zh) | 一种基于视频监控的车流量统计方法 | |
CN106951879A (zh) | 基于摄像头与毫米波雷达的多特征融合车辆检测方法 | |
CN110298300A (zh) | 一种检测车辆违章压线的方法 | |
CN100454355C (zh) | 实时采集道路车流量信息的视频方法 | |
Pan et al. | Traffic surveillance system for vehicle flow detection | |
CN102496281A (zh) | 一种基于跟踪与虚拟线圈结合的车辆闯红灯检测方法 | |
CN101727748A (zh) | 一种基于车辆尾灯检测的车辆监控方法、系统和设备 | |
CN104050818A (zh) | 基于目标跟踪和特征点匹配的运动车辆测速方法 | |
CN111753612B (zh) | 一种抛洒物检测方法、装置及存储介质 | |
CN103077387B (zh) | 视频中货运列车车厢自动检测方法 | |
CN104794906A (zh) | 室外停车场出口车辆管理平台 | |
CN107506753B (zh) | 一种面向动态视频监控的多车辆跟踪方法 | |
CN111523385B (zh) | 一种基于帧差法的静止车辆检测方法及系统 | |
CN114926984B (zh) | 一种实时交通冲突收集与道路安全评价方法 | |
Blumer et al. | Cost-effective single-camera multi-car parking monitoring and vacancy detection towards real-world parking statistics and real-time reporting | |
CN103778790B (zh) | 一种基于视频序列的车流量方波统计法 | |
CN106557754A (zh) | 一种夜间车辆检测和状态判断方法 | |
CN1868212B (zh) | 在信号交叉口平均停止延时的自动估算 |
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 |