CN107079088A - 停车和交通分析 - Google Patents

停车和交通分析 Download PDF

Info

Publication number
CN107079088A
CN107079088A CN201580059572.XA CN201580059572A CN107079088A CN 107079088 A CN107079088 A CN 107079088A CN 201580059572 A CN201580059572 A CN 201580059572A CN 107079088 A CN107079088 A CN 107079088A
Authority
CN
China
Prior art keywords
video
video data
processing system
lamp stand
parking
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.)
Pending
Application number
CN201580059572.XA
Other languages
English (en)
Inventor
肯特·W·吕霍尔查克
埃兹拉·戈德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Verizon Patent and Licensing Inc
Original Assignee
Sensity Systems Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=55852999&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=CN107079088(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Sensity Systems Inc filed Critical Sensity Systems Inc
Publication of CN107079088A publication Critical patent/CN107079088A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
    • H04N19/426—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements using memory downsizing methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/51—Housings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Traffic Control Systems (AREA)
  • Studio Devices (AREA)
  • Computer Vision & Pattern Recognition (AREA)

Abstract

在各种示例实施例中，呈现了用于停车和交通分析的系统和方法。视频处理系统包括耦合到灯杆的一对摄像机，并且能够被配置为提供FOV以捕捉灯杆下方或者从灯杆横过街道的区域的视频数据。视频处理系统还包括用于对视频数据进行视频数据分析的计算设备。视频数据分析的结果可以经由网络被传送到服务平台或用户设备中的至少一个。

Description

停车和交通分析
相关申请
本申请要求于2014年10月30日提交的题为“VIDEO SENSOR MECHANISM FORROADWAY PARKING AND TRAFFIC ANALYSIS”的美国临时申请No.62/072,835的优先权权益，其全部内容通过引用并入本文。
技术领域
本公开的实施例一般涉及捕捉和处理视频数据，并且更具体地涉及但不是限制于用于停车和交通分析的系统和方法。
背景技术
智能城市正在出现，其中，城市、城镇和其他公共和私人团体正在使用一个地区的现有基础设施(如电力和照明基础设施)以及数字和通信技术，以增强向公民提供的城市服务的质量和表现。
附图说明
附图中的各个附图仅仅图示出了本公开的示例实施例，并且不能被认为是限制其范围。
图1是包括适用于各种实施例的视频传感器机构(或停车摄像机设备)的通信系统的系统组件框图。
图2A是实施例停车摄像机设备的组件框图。
图2B是实施例停车摄像机设备的透视图。
图2C是实施例停车摄像机设备的透视图。
图2D-F是图示出实施例停车摄像机设备内的摄像机的定向的侧视图。
图3A是根据示例实施例的附接在灯杆上的停车摄像机设备的侧视图。
图3B是根据示例实施例的图示出视场(FOV)的附接到灯杆的停车摄像机设备的侧视图。
图3C是根据示例实施例的被配置为捕捉沿着灯杆下方的道路的区域内的图像场景的停车摄像机设备的侧视图。
图3D是根据示例实施例安装在街道和人行道上方的停车摄像机设备的俯视图。
图3E是根据示例实施例的停车摄像机设备的摄像机传感器的前视图。
图3F是根据示例实施例的适用于停车摄像机设备的摄像机和相关联的遮光罩的透视图。
图3G是根据示例实施例的用于停车摄像机设备中使用的一对摄像机和相关联的遮光罩的透视图。
图4A是图示出根据示例实施例的用于计算设备处理由摄像机设备获取的视频数据的方法的过程流程图。
图4B是图示出根据示例实施例的用于处理视频数据以执行与应用有关的视频数据分析的方法的过程流程图。
图4C是图示出根据示例实施例的用于处理视频数据以执行与停车应用有关的视频数据分析的方法的过程流程图。
图4D是图示出根据示例实施例的用于处理视频数据以执行与交通应用相关的视频数据分析的方法的过程流程图。
图4E是图示出根据示例实施例的用于处理和分析应用的视频数据的方法的过程流程图。
图5是适用于各种实施例的示例性服务器计算设备的组件框图。
本文提供的标题仅仅是为了方便起见，并不必要地影响所使用术语的范围或含义。
具体实施方式
下面的描述包括体现本公开的说明性实施例的系统、方法、技术、指令序列和计算机器程序产品。在下面的描述中，为了解释的目的，阐述了许多具体细节以提供对本发明主题的各种实施例的理解。然而，对于本领域技术人员显而易见的是，可以在没有这些具体细节的情况下实践本发明主题的实施例。通常，不一定详细地示出众所周知的指令实例、协议、结构和技术。
词语“示例性”在本文中用于表示“用作示例、实例或例示”。本文中描述为“示例性”的任何实施方式不一定被解释为比其他实施方式优选或有利。
本文中使用术语“计算设备”指蜂窝电话、智能电话、web平板、平板计算机、支持互联网的蜂窝电话、支持Wi-Fi的电子设备、个人数字助理(PDA)、膝上型计算机、服务器计算机、个人或台式计算机以及配备有至少一个处理器的类似电子设备中的任何一个或全部。在各种实施例中，这样的设备可以配置有一个或多个网络收发器以建立广域网(WAN)和/或局域网(LAN)连接(例如，LTE、3G或4G无线广域网收发器、到互联网的有线连接或)。
术语“服务器”用于指能够用作服务器的任何计算设备，诸如主交换服务器、web服务器、邮件服务器、文档服务器以及配置有软件以执行服务器功能的个人或移动计算设备(例如，“轻型服务器”)。服务器可以是专用计算设备或包括服务器模块(例如，运行可能导致计算设备作为服务器操作的应用)的计算设备。服务器模块(或服务器应用)可以是全功能服务器模块或被配置为在计算设备上的动态数据库之间提供同步服务的轻型或辅助服务器模块(例如，轻型或辅助服务器应用)。轻型服务器或辅助服务器可以是可以在诸如智能电话的个人或移动计算设备上实现的服务器类型功能的精简版本，从而使其能够在有限的程度上(例如用于提供本文描述的功能所需)用作互联网服务器(例如，企业电子邮件服务器)。
本文中使用术语“划界的停车位”指被标记的停车位(或停车点)，诸如道路上标记的点。例如，划界的停车位可以是与道路和/或人行道平行或沿着道路和/或人行道行进的标记空间，或者前方内部行进的标记空间(例如，场或车库等中的倾斜停车场)。类似地，“非划界停车区域”可以指沿着街道的一般停车区域，例如没有标记的空间或地点的区域。
各种实施例提供用于提供被配置用于道路停车和交通分析应用的视频传感器机构(称为“停车摄像机设备”)的方法、设备、系统和计算机可读存储介质。在一些实施例中，视频传感器机构可用于监视和分析停车场或车库中的交通和停车。视频传感器机构可以用诸如一对摄像机的多个摄像机来实现。在所描述的实施例中，停车摄像机设备也被称为摄像机设备或视频处理系统。尽管在各种实施例中，停车摄像机设备可以用于捕捉和处理停车相关的视频供停车应用使用，停车摄像机设备可用于捕捉和处理停车应用没有特别使用的视频数据，例如，分别监视停车位的占用或车辆进出停车位或区域的到达或离开。
在示例实施例中，停车摄像机设备可以是可以安装在在其中车辆可以移动和停放的区域中的传统路灯、灯杆和其他结构上的机构。例如，停车摄像机设备可以安装在位于道路侧面的人行道上的灯杆的臂上。停车摄像机设备可以包括多个摄像机(例如，耦合到停车摄像机设备的壳体的两个摄像机等)，其能够被配置和定向使得它们的FOV使得能够捕捉停车摄像机设备下方和附近的区域的图像(例如，视频数据)。在其他示例实施例中，停车摄像机设备可以表示包括多个摄像机(例如，一对摄像机)的照明器材和集成在相同壳体(例如，壳体)内的计算设备。在各种实施例中，术语“图像”是指捕捉或收集停车摄像机设备(例如沿着街道或人行道的区域)的FOV内的场景的视觉图像或视频数据。在一些实施例中，图像可以表示静止图像的序列，而不是视频数据。例如，摄像机的FOV可以包括在灯杆下方的已知(或划界的)停车位。作为另一示例，摄像机的FOV可以包括沿着道路侧面和道路内的一个或多个车道的停车区域。
来自摄像机的视频数据可以由诸如停车摄像机设备本身和/或与停车摄像机设备相关联的远程服务器的各种计算设备获取并处理。这样的处理可以包括生成停车执行机构、消费者、警察和其他方可以使用的有用的统计量和其他信息。在各种实施例中，由停车摄像机设备(或视频处理系统)单独执行或与远程计算设备组合执行的视频分析允许用户捕捉、索引、跟踪和监视车辆的类型和速度、停车位、人物和对象与颜色等。例如，各种图像场景的视频分析可以实现对象跟踪；车牌识别；车辆和人们的停泊和游荡；车辆和人计数；速度或运动分析；队列管理分析；人口统计和面部监测。上述视频数据分析的示例可以用于帮助监视沿着道路、人行道或在停车摄像机设备的FOV内的停车位、交通以及其他状况和场景。
在示例实施例中，视频分析的结果可以被传送和显示在用户设备(或远程设备)上，或者被报告给视频分析数据的各种授权用户。视频分析的结果可以为授权用户提供有用的见解，例如，视频分析的结果可以用于基于使用面部监测、高级对象跟踪和车牌识别的触发来识别威胁。在某些情况下，来自视频分析的结果可以用于利用包括犯罪调查分析在内的集中式可搜索的数据库(例如，由服务平台和相关联的应用)减少调查时间。
在各种实施例中，停车摄像机设备的摄像机可以用限制摄像机镜头的曝光的遮光罩(或掩模)覆盖，从而减少摄像机可能接收的潜在的阳光。此外，摄像机可以是可调节的(例如，经由可调节的安装支架定向)，使得摄像机可以被配置为仅具有不包括水平线使阳光暴露最小化和/或不包括在停车摄像机设备附近的建筑物内的视图的FOV。通过这样的遮光罩和可调节性，停车摄像机设备可以采用摄像机来捕捉相关和有用的视频图像进行处理，提供改进的停车场视图并且能够检测对各方(例如，障碍物，行人交通，车辆交通等)有用的占用和其他条件。
本公开的实施例方法可以通过包括压缩算法来改善停车摄像机设备的功能，所述压缩算法可被执行以生成较小和/或优化的数据流，其可能需要更少的能量和时间来传送、渲染和/或以其他方式处理。此外，由于停车摄像机设备还可以利用执行视频分析的软件，所述视频分析报告关于在所捕捉的视频数据(例如，移动或停放的汽车等)中表示的场景的信息，所以停车摄像机设备可以在这样的视频中没有包含有用的信息时，通过选择性地减少或消除原始视频的传输(或流)而更节省电力。此外，通过使用摄像机的遮光罩和配置/定向，停车摄像机设备可以获取并利用不包含大量不可用内容的视频数据(例如，由于阳光等而过度曝光)，因此较少的处理和/或更简单的分析或识别算法/软件可用于从视频数据产生有用的分析。在一些实施例中，不可用的内容包括在感兴趣的区域之外的原始或分析的数据。感兴趣的区域可以由一个或多个停车摄像机设备的FOV表示。以这样的方式，停车摄像机设备可以更有效地使用能量和处理资源。
各种实施例提供了用于利用由停车摄像机设备的摄像机获取的视频数据的方法、设备、系统和非暂时性过程可读存储介质。耦合到灯杆的实施例停车摄像机设备可以包括：被配置为执行各种处理器可执行指令的处理器；被配置为存储与视频数据相关的数据并耦合到处理器的存储器；用于经由无线网络进行无线通信的收发器；以及，多个摄像机，其配对在一起，并且被配置为捕捉视频数据，其中多个摄像机中的每一个可以耦合到处理器并配置有遮光罩。多个摄像机中的每个摄像机可以利用多个轴上的可配置定向。以这样的方式，多个摄像机中的每一个可以被定向成使得其可以记录可以用于分析交通和沿着区域(例如，道路)停车的视频数据。每个摄像机的视场(FOV)可能受到每个摄像机的定向的限制。
在一些实施例中，停车摄像机设备可以进一步包括：视频分析子系统，其被配置为分析由多个摄像机捕捉的视频数据；以及视频压缩子系统，其被配置为对捕捉的视频数据进行编码，以用于本地存储和网络流式传输到远程设备中的一个或多个，其中视频分析子系统和视频压缩子系统由处理器执行。在一些实施例中，收发器可以被配置为经由无线局域网和蜂窝广域网中的至少一个来交换无线通信。
在一些实施例中，多个摄像机中的每一个可以具有16:9的宽高比。在一些实施例中，多个摄像机可以配对在一起以形成具有32:9宽高比的广角视图。在一些实施例中，多个摄像机中的每一个可以具有可以为大约90度(例如，略小于90度)的FOV。在一些实施例中，多个摄像机中的每一个可以具有与多个摄像机中另一个摄像机的另一FOV重叠的FOV。在一些实施例中，多个摄像机的组合FOV可以是大约(例如略微小于)180度。在一些实施例中，多个摄像机中的每一个可以向下(或从灯杆横过街道)指向，使得每个具有下述FOV，其可以沿着灯杆或其他安装位置下方的街道的一部分对齐，并且可以与另一摄像机的FOV稍微重叠，使得直接在杆下方的区域对于多个摄像机是可见的。在一些实施例中，可以匹配路灯的照明模式和多个摄像机的FOV。
在各种实施例中，停车摄像机设备(或视频处理系统)内的摄像机可以向下指向，使得FOV包括附接到停车摄像机设备的灯杆(或其他安装结构)下方的区域。灯杆下方的区域可以包括在灯杆下或附近的街道和/或人行道。在其他实施例中，停车摄像机设备(或视频处理系统)内的摄像机可以指向使得FOV包括从灯杆(或其他安装结构)横过街道的区域。在这样的情况下，停车摄像机设备有可能从附接到停车摄像机设备的灯杆(或其他安装结构)监视街道另一侧的停车、交通和其他状况。因此，在一些实施例中，停车摄像机设备(或视频处理系统)被配置为捕捉街道两侧的视频数据。
在各种实施例中，停车摄像机设备包括创建组合FOV的一对摄像机或者多个摄像机。在其他实施例中，停车摄像机设备可以包括不具有组合FOV的一个或多个独立摄像机。
由计算设备的处理器执行的实施例方法可以包括利用由停车摄像机设备的摄像机获取的视频数据的操作，所述操作包括从位于灯杆上的停车摄像机设备的多个摄像机获取靠近灯杆的区域的视频数据，经由视频分析功能处理所获取的视频数据，并且基于处理的视频数据执行以下操作中的一个或多个：基于处理的视频数据确定灯杆下方的划界停车位的占用、基于处理的视频数据确定灯杆下方的非划界停车位的占用、跟踪车辆在灯杆下方的停车位中的到达和离开中的至少一个、基于经处理的视频数据识别在道路上的车辆的存在和速度的至少一个、并且基于处理的视频数据识别正在道路上或横过道路的对象的存在和速度中的至少一个(例如，检测道路上的停止的车辆、阻碍道路的对象等)。在一些实施例中，所述方法可以进一步包括基于跟踪信息向停车执行设备传送第一消息，并且将具有与道路上的活动相关的识别信息的第二消息传送到与交通相关的设备。
在一些实施例中，所述方法还可以包括将获取的视频数据压缩为用于多个摄像机传感器中的每一个的低分辨率和高分辨率压缩流，以及存储高分辨率压缩流。在一些实施例中，所述方法还可以包括传送用于在远程显示的低分辨率压缩流。
在一些实施例中，计算设备可以是远程服务器。在一些实施例中，从位于灯杆上的停车摄像机设备的多个摄像机获取靠近灯杆的区域的视频数据可以包括经由互联网从停车摄像机设备接收视频数据。在一些实施例中，计算设备是停车摄像机设备。
在一些实施例中，传送第一消息或第二消息可以包括向第三方计算设备传送第三消息，其中第三方计算设备与停车执行实体、警察或个体用户相关联。
实施例系统可以包括停车摄像机设备，其包括被配置为执行各种处理器可执行指令的第一处理器、被配置为存储与视频数据有关的数据并耦合到第一处理器的存储器、用于经由网络进行无线通信并耦合到第一处理器的收发器、以及配对在一起并被配置为捕捉视频数据的耦合到第一处理器的多个摄像机，其中多个摄像机中的每一个配置有遮光罩，并且可以耦合到停车摄像机设备，使得每个摄像机在多个轴上具有可配置的定向(例如，每个摄像机在安装支架中可调节，使得每个摄像机可以在安装在停车区域位置之前使其具有与其他摄像机的视场稍微重叠的FOV，并且在安装期间，可以在三个轴的方向上经由安装支架来调节摄像机)，所述系统还包括远程服务器，其包括第二处理器和用于经由网络交换通信的网络接口，其中所述第一处理器配置有用于执行上述实施例方法的各种步骤的处理器可执行指令，并且其中所述第二处理器配置有用于执行上述实施例方法的各种步骤的处理器可执行指令。在一些实施例中，用于多个摄像机的单独的视场可以对准，并且相对摄像机位置可以被固定为一个集合。此外，多个摄像机可以被瞄准为单个FOV。
附加的实施例包括配置有用于执行上述方法的操作的处理器可执行指令的计算设备。进一步的实施例包括非暂时性处理器可读介质，其上存储处理器可执行指令，其被配置为使计算设备执行上述方法的操作。
图1图示出了示例性通信系统100，其包括适于各种实施例的至少一个停车摄像机设备110。停车摄像机设备110可以附接到在诸如位于街道、道路、停车场等附近的路灯杆(或路灯)等的灯杆120上。停车摄像机设备110可以包括无线通信功能，诸如用于与各种通信网络进行通信的天线和收发器。特别地，停车摄像机设备110可以被配置为与与广域网(WAN)(例如，蜂窝网络)相关联的基站132交换无线信令111A。例如，停车摄像机设备110可以包括用于与长期演进(LTE)蜂窝网络、全球移动通信系统(GSM)蜂窝网络以及/或利用各种无线电技术/标准的其他网络进行通信的蜂窝网络芯片(或收发器或调制解调器等)。在一些实施例中，停车摄像机设备110可以被配置为与和局域网(LAN)140相关联的接入点142交换无线信令111b。例如，停车摄像机设备110可以包括利用IEEE 802.11标准/规范(例如，无线电等)用于与无线局域网进行通信的无线电。这样的网络130、140可以分别经由连接131、141连接到互联网150。
因此，经由网络130、140，停车摄像机设备110可以被配置为通过互联网150与各种远程设备通信。例如，停车摄像机设备110可以与诸如经由有线或无线连接161连接到互联网150的远程服务器160的任何数量的设备交换互联网协议(IP)通信。在一些实施例中，停车摄像机设备110可以被配置为传送诸如经由摄像机传感器捕捉的街道的视频数据的数据，用于由远程服务器160进行处理、中继和/或存储。例如，远程服务器160可以是与数据挖掘、数据管理、监测和/或交通管理服务相关联的设备，停车摄像机设备110向交通管理服务提供视频数据。在一些实施例中，远程服务器160可以被配置为经由互联网150与诸如经由有线或无线连接171连接到互联网150的第三方计算设备170的其他设备进行通信。例如，远程服务器160可被配置为将经处理的视频数据和/或分析传送到与警察或停车实体、消费者或其他感兴趣方相关联的另一服务器、智能电话、膝上型计算机等。在一些实施例中，停车摄像机设备110可被配置为经由WAN通信与第三方计算设备170直接通信。
在各种实施例中，视频处理系统(或停车摄像机设备)表示诸如网关节点平台的照明网络内的节点。网关节点平台与远程服务器(例如，远程服务器160)通信，远程服务器诸如是与诸如停车应用或交通应用的一个或多个应用相关联的服务平台。网关节点平台和服务平台可以包括在照明基础设施应用框架(LIAF)中。在向Sensity Systems Inc.转让的、在2013年9月11日提交的题为“Network Lighting Infrastructure for SensingApplications”的共同拥有的美国公布2014/0084795中描述了网关节点平台、具有相关应用的服务平台和LIAF的示例，所述美国公布的全部内容通过引用合并于此。
在示例实施例中，LIAF使用照明基础设施(例如，灯节点或灯杆的网络)作为使用硬件和软件的组合来实现的商业和消费者应用的平台。LIAF的主要组件包括节点硬件和软件、传感器硬件、站点特定或基于云的服务器硬件、网络硬件和软件以及使能数据收集、分析、动作调用和与应用和用户的通信的广域网资源。在各种实施例中，位于照明节点网络中的节点处的视频摄像机表示传感器或感测设备。视频摄像机捕捉的视频数据在节点处被处理和分析(也称为节点处理)，在服务平台(可由基于云服务器实现)处被分析，或通过节点和服务平台的组合进行分析。所分析的视频数据可以为与服务平台相关联的一个或多个应用访问，并且使得可以经由用户应用向经授权的用户呈现(或报告)与分析的视频数据相关的信息。
图2A图示出了实施例停车摄像机设备110的示例性组件。尽管在一些实施例中在获取停车相关信息的场境中描述了停车摄像机设备110，但是停车摄像机设备110不限于获取停车相关信息。在示例实施例中，停车摄像机设备110可以被称为摄像机设备或视频处理系统。在示例实施例中，停车摄像机设备110可以包括：处理器201；存储单元202(例如，易失性和/或非易失性存储器、固态盘等)；被配置为分析来自摄像机212A、212B的视频数据的视频分析子系统203；视频压缩子系统204，其被配置为对视频进行编码以用于本地存储(例如，在存储单元202内)和/或网络流式传输；用于网络连接的无线通信收发机206(或无线电)(例如，通过局域网(LAN)、广域网(WAN)等的通信)；以及被配置为向停车摄像机设备110的各种组件递送电力的电力接口组件205。在一些实施例中，存储单元202可以是固态磁盘，其被配置为连续地存储高质量视频以及高速缓存视频分析数据，诸如当在网络可用性中暂时性失效时高速缓存数据。
收发机206(也称为无线无线电子系统)可以用于将原始视频和分析数据传送到远程服务器用于存储或直接递送给用户。此外，收发器206可以被配置为利用各种通信协议，诸如IEEE 802.11(例如，)和/或各种蜂窝网络通信标准和/或协议(例如，长期演进(LTE)等)。
视频分析子系统203可以被配置为提供用于分析由摄像机212A、212B捕捉的视频流的几个功能。用于分析视频流的各种功能用于支持一个或多个应用，诸如停车应用、交通应用或其他应用。例如，视频分析子系统203可以包括下述特征，诸如确定沿着在灯杆下方的道路上的划界的停车位的占用、确定在灯杆之下的非划界停车区或非停车区域的占用、跟踪汽车到达停车位和它们在那里滞留的时间，其将用于限时停车执行辅助、报告道路中的汽车的存在和/或速度、报告横过道路的行人和/或其他对象、和/或识别在道路中的障碍物(例如，被遗弃的对象等)。
视频压缩子系统204可以被配置为使用诸如H.264的各种压缩格式对原始视频流数据进行编码。在一些实施例中，视频压缩子系统204可以为每个摄像机212A、212B生成两个压缩流，其中一个压缩流可以是低分辨率低帧率流，其可以被授权个人实时显示，并且另一个压缩流可以是可以连续地存储在设备上(例如在存储单元202内)的高分辨率高帧率流。例如，当需要在停车摄像机设备110附接到的街灯附近的场景的高质量视频时(例如，当事故发生、故意破坏、盗窃等时)，可以根据需要从停车摄像机设备110检索高分辨率高帧率的压缩流。
在各种实施例中，由停车摄像机设备110(例如，视频分析子系统203等)支持的各种子系统可以是由处理器201执行的逻辑、软件、电路、应用、例程、指令和/或操作，或者替选地可以是被配置为执行离散任务的独立的设备、模块或单元。换句话说，处理器201(及其相关联的元件，诸如随机存取存储器(RAM)等)可以被配置为执行用于执行停车摄像机设备110的整个系统和各种子系统的功能(诸如摄像机子系统控制、分析、联网和存储)的软件。
在一些实施例中，停车摄像机设备110可以包括各种其他无线电、收发器和相关组件，诸如蜂窝网络调制解调器、与一个或多个蜂窝网络相关联的订户识别模块(SIM)、蓝牙无线电等。在一些实施例中，停车摄像机设备110可以包括可以或可以不包括在电力接口组件205内的电池(例如，可充电电池)。
各种组件201-206可以包括在壳体210内，壳体210可以由各种段组成，每个段可以是金属、塑料或适用于外部位置的其它类似材料。壳体210可以被配置为诸如经由各种夹具、螺钉、带子和/或其它物理附接设备附接到路灯杆的臂上。在进一步的实施例中，壳体210可以附接到支持结构，诸如电话杆或电线杆，而不是路灯杆。天线208A、208B可以耦合到壳体210并且连接到处理器201和/或收发器206，并且可以能够接收和发射电磁辐射(例如，信令)。各种组件201-206、天线208A、208B和摄像机212A、212B可以经由总线211或其他电路或连接介质连接。在一些实施例中，摄像机212A、212B可以诸如经由或各种通信协议的其他信令无线地连接到停车摄像机设备110的其他组件。
两个摄像机212A、212B(一起被称为“摄像机子系统”)可以被配对或以其他方式耦合在一起，并且可以在连接点(例如，枢轴点、滑动点)处的轴线上连接到经由耦合件260耦合到壳体210的安装支架215(或滑动支架)底部。安装支架215可以是能够被配置成使摄像机212A、212B相对于停车摄像机设备110在它们的方向和/或位置上进行调节的一个组件(例如，单个能够被配置的安装支架)。通常，安装支架215可用于当在摄像机212A、212B之间的角度改变时通过将照相机212A、212B两者保持在中心来将摄像机212A、212B对齐。以这样的方式，重叠区域(即，FOV的重叠区域)可以相对于安装支架215直指下方，使得一对摄像机212A、212B更容易地作为单个FOV指向。在一些实施例中，摄像机212A、212B可以直接连接到壳体210。在各种实施例中，摄像机212A、212B可以各自具有放置在摄像机镜头上的遮光罩，其可能阻挡低角度的阳光并因此减少在镜头盖玻璃上的眩光。
安装支架215可以是与摄像机212A、212B连接的盒状结构，使得摄像机212A、212B可以被安装支架215部分地封闭或保持在安装支架215内。在一些实施例中，为了旋转，摄像机212A、212B可以在安装支架215内的预定凹槽、板条或狭槽内滑动，或者替选地，摄像机212A、212B可例如在安装支架215内的螺栓或轴上绕枢轴转动。布线(例如，电源、通信电路等)也可以被路由通过安装支架215或以其他方式容纳在安装支架215内。在各种实施例中，安装支架215可以在轴上连接到耦合件260，使得安装支架215能够被旋转，从而也使摄像机212A、212B旋转。此外，耦合件260可以在轴线上连接到壳体210，使得耦合件260可以旋转或以其它方式旋转，从而也使安装支架215和摄像机212A、212B移动。
在各种实施例中，停车摄像机设备110包括壳体210和壳体内的组件、摄像机子系统、安装支架215和耦合件260。因此，停车摄像机设备110利用摄像机子系统捕捉视频数据，然后处理视频数据。视频数据的处理包括执行视频数据分析以支持一个或多个应用。
利用这样的组件(例如，安装支架215和耦合件260)，摄像机212A、212B可以定向在x轴、y轴和/或z轴上。例如，摄像机212A、212B、安装支架215和/或耦合件260可以各自是可调节的，使得摄像机212A、212B可以在安装时在三轴上对准、定位和/或定向。例如，摄像机212A、212B可以在安装支架215内的z轴上旋转，安装支架215可以在与耦合件260的连接处在x轴上定向，并且耦合件260可以是在与壳体210的连接处在y轴上定向。
在各种实施例中，摄像机212A、212B可以是指向和对准的(例如，相对于停车摄像机设备)，使得一个摄像机212A的FOV可以与另一个摄像机212B的FOV稍微重叠。因此，摄像机212A、212B一起可以具有近似(例如，稍微小于)180度的组合FOV。在一些实施例中，摄像机212A、212B可以向下指向，使得它们各自的FOV可以沿着街道对准。在一些实施例中，每个摄像机212A、212B的FOV可以包括一个或多个停车位。
在一些实施例中，摄像机212A、212B可以各自被配置为以16:9的宽高比捕捉图像，并且可以进一步配对在一起以形成具有32:9宽高比的广角视图。每个摄像机212A、212B可以具有在宽度上略小于90度的FOV。在一些实施例中，摄像机212A、212B的组合FOV可以近似(例如稍微小于)180度。
在一些实施例中，停车摄像机设备110可以包括可以连接到电力接口组件205的电源线207。这样的电源线207可以包括电线、管道和/或导管，其被配置为连接到各种外部电源，例如AC/DC电源插座和/或与灯杆相关联的任何电源。在各种实施例中，摄像机212A、212B可以根据各种操作规范和/或目的而被安装。例如，摄像机212A、212B可以在它们到安装支架215的相应的连接点(或枢轴点)处被调节(即旋转)，使得它们的FOV的宽度是大约(例如略微小于)180度，以便排除水平线的视角(或捕捉视频数据)。当摄像机212A、212B在日出或日落的方向上对准时，这样的水平线排除对于防止太阳直接照射到摄像机212A、212B中可能是重要的。作为另一示例，摄像机212A、212B可以在其相应的到安装支架215的相应的连接点(或枢转点)处被调节(即旋转)，使得它们的FOV沿着街道对准，并且摄像机212A、212B大致指向直接向下，以避免建筑物内部的无意观察(或捕捉视频数据)。这可以为在停车摄像机设备110附近的道路上的建筑物的居住者提供隐私。作为另一示例，摄像机212A、212B可以在它们相应的到安装支架215的连接点(或枢转点)处被调节(即，旋转)，使其FOV直接向下指向。这样的向下FOV可以提供用于分析并行停车占用和交通的改进的视点，以及改进捕捉的视频数据的视频分析结果，因为俯视图可以最小化高车辆对FOV的阻碍。此外，利用这样的向下的FOV，由停车摄像机设备110基于视频数据执行的速度估计操作可以更准确，因为直接在摄像机212A、212B下方移动的车辆可能在图像中具有最明显的运动(例如，图像中移动的像素与在地面上移动的距离的比率可能被最大化)。
图2B图示出了实施例停车摄像机设备110的透视图。示出的耦合到壳体210的背面是轨道252A、252B，其可以用于将停车摄像机设备110附接或耦合到安装对象，诸如一个灯杆(或路灯)的臂。图2C图示出了实施例停车摄像机设备110的另一透视图。
图2D-F图示出了实施例停车摄像机设备110内的摄像机212A、212B的定向。图2D-2F的侧视图图示出了壳体210和耦合件260之间的连接件280，诸如可调节的螺栓、销或螺钉。这样的连接件280可以是可调节的，以使得耦合件260能够在第一轴线(例如，y轴)上旋转，并且被半永久地固定在适当的位置。例如，可以松开连接件280以允许安装者将耦合件260旋转几度，然后紧固以将耦合件260保持在所述新的旋转状态。安装支架215被示出为在连接件282A、282B处连接到耦合件260。这样的连接件282A、282B可以是可调节的，以使得安装支架215能够在第二轴线(例如，x轴)上旋转，并且被半永久地固定就位。
进一步地，摄像机212A、212B也可以被配置在其到安装支架215的相应的连接点(或枢转点)处，使摄像机212A、212B能够在第三轴线上(例如，z-轴)单独旋转。例如，第一摄像机212A可以经由第一连接点在z轴上旋转第一角度，并且第二摄像机212B可以经由第二连接点的配置在z轴上旋转第二角度。换句话说，摄像机212A、212B可以在其到安装支架215的相应的连接点处转动(或滑动)到不同的定向。如上所述，安装支架215(或滑动支架)可以当摄像机212A、212B之间的角度改变时保持摄像机212A、212B在中心。以这样的方式，摄像机212A、212B的FOV的重叠区域可以相对于安装支架215指向下方，使得将所述对作为单个FOV指向更容易。
因此，图2D图示出了摄像机212A、212B的第一定向，其中摄像机以第一角度向下指向。图2E图示出了摄像机212A、212B的第二定向，其中摄像机被向下指向但已经向外旋转到第二角度，使得摄像机212A、212B的FOV中的重叠可以小于如图2D所示定向时的重叠。图2F图示出了摄像机212A、212B两者的第三定向，其中摄像机已经向外旋转到第三角度，使得摄像机212A、212B的FOV中的重叠可以小于如图2D号图2E两者所示定向时的重叠。
图3A图示出了位于灯杆120上的实施例停车摄像机设备110的摄像机212A、212B的各种FOV 302A、302B的侧视图300。基于第一摄像机212A调节(例如，x轴、y轴和/或z轴上的定向等)，停车摄像机设备110可以从第一FOV 302A接收捕捉的视频数据，并且类似地，基于第二摄像机212B的调节(例如，x轴、y轴和/或z轴上的定向等)，停车摄像机设备110可以从第二FOV 302B接收捕捉的视频数据。在一些实施例中，FOV 302A、302B可以各自具有小于90度的宽度。第一FOV 302A和第二FOV 302B可以在重叠部分302C处重叠，使得来自第一摄像机212A的视频数据包括也包括在来自第二摄像机212B的视频数据内的图像。在一些实施例中，两个FOV 302A、302B的组合宽度可以近似(例如略微小于)180度。
图3B图示出了被配置为捕捉在灯杆下方的区域内的图像场景的停车摄像机设备的一个实施例的侧视图。在各种实施例中，停车摄像机设备110(在示例实施例中也称为摄像机设备或视频处理系统)包括一对摄像机212A和212B，其用于捕捉区域内的场景的视频数据，然后处理由一对摄像机212A和212B捕捉的视频数据。
图390图示出了分别具有由370A和370B所示的90度FOV角度的第一摄像机212A和第二摄像机212B。在其他实施例中，FOV的角度可以变化。FOV角度370A和FOV角度370B一起表示用于一对摄像机212A和212B的组合FOV角度。在各种实施例中，所述对摄像机可以被配置为使得组合的FOV角度表示略小于来自每个摄像机的FOV角度之和的值。例如，FOV角度370A(例如，90度)和FOV角度370B(例如，90度)的组合FOV角度可以稍微小于180度。
第一摄像机212A的FOV角度370A限定由线302A示出的水平FOV。第二摄像机212B的FOV角度370B限定由线302B示出的水平FOV。线302C图示出了来自第一摄像机212A和第二摄像机212B的重叠水平FOV。摄像机212A和212B的组合水平FOV由线302示出。
图3C还图示出了被配置为捕捉在灯杆下方的区域内的图像场景的停车摄像机设备110的一个实施例的侧视图。区域380表示位于停车摄像机设备110的FOV内的灯杆110下方的区域。因此，停车摄像机设备110可捕捉区域380内的场景。还示出了组合水平FOV 302。在各种实施例中，组合的水平FOV 302表示区域380的宽度。线375A和375B之间的区域可以表示在灯杆120附近的道路的一部分。图3C中所示的道路的部分可以包括街道停车和道路上的一个或多个行车道。在其他实施例中，停车摄像机设备110可以从灯杆横过街道指向，并且区域380可以位于从灯杆横过街道。
在其他实施例中，对停车和交通的监视不限于沿着道路捕捉场景。例如，停车摄像机设备110可以用于捕捉停车库或其他停车结构中的场景的视频数据。
在各种实施例中，停车摄像机设备110可以用于捕捉场景的视频数据，其可以被分析以确定沿着具有区域380的道路的划界的停车位或非划界停车区的占用。在其他实施例中，停车摄像机设备110可用于捕捉场景的视频数据，其可被分析以确定汽车到达停车位，并且在一些实施例中，确定汽车在那里停放或停在那里的时间量。可以使用这样的跟踪信息来辅助限时停车执行。
在其他实施例中，停车摄像机设备110可捕捉场景的视频数据，其可被分析以确定道路上的汽车或其他车辆的存在和速度。可以向授权用户报告道路上汽车的存在和速度。在进一步的实施例中，停车摄像机设备110可以捕捉场景的视频数据，其可以被分析以确定可能被报告的横过道路的行人或其他对象。在一些实施例中，停车摄像机设备110可以捕捉场景的视频数据，其可以被分析以识别道路上的诸如废弃对象的障碍物。在其他实施例中，可以分析场景的视频数据，以确定在区域380或者与沿着道路定位的区域380相似的多个区域内发生的各种其他条件或事件。这样的条件或事件可能不是专门用于监视交通或停车。
由停车摄像机设备110捕捉的场景的视频数据表示由容纳在停车摄像机设备110内的计算装置或处理器处理的各种实施例中的原始视频数据。由停车摄像机设备110处理的视频数据可以然后被传送到在一些实施例中用于进一步处理的服务平台(例如，图1所示的远程服务器160)。传送到服务平台的视频数据可能对与服务平台相关联的一个或多个应用可用。
图3D图示出了诸如固定到灯杆(或路灯)的停车摄像机设备110的实施例停车摄像机设备110的各种视场(FOV)302A、302B的俯视图350。图350类似于上述图示300，除了图350示出第一摄像机212A的第一FOV 302A和第二摄像机212B的第二FOV 302B可以如何从停车摄像机设备110外展开，因此摄像机212A、212B可能能够捕捉视频数据，此视频数据包括距离停车摄像机设备110更远则越大的费用。在一些实施例中，每个FOV 302A、302B可以包括单个停车位360A、360B。换句话说，由第一摄像机212A或第二摄像机212B捕捉的视频数据可以描绘出大得足以包括停车的车辆的下方街道358的区域的图像。在一些实施例中，摄像机212A、212B可以被定向成使得它们的FOV 302A、302B可能能够捕捉单个停车位360C(例如，停车摄像机设备110的中心附近的停车位)。
在一些实施例中，由摄像机212A、212B捕捉的视频数据还可以包括除了停车位360A、360B之外的图像，诸如移动车辆和/或行人使用的街道358(例如，道路)的部分以及人行道356。在各种实施例中，可以调节摄像机212A、212B(例如，在x轴、y轴和/或z轴上的定向等)，以便不捕捉近处建筑物352的视频数据。例如，可以旋转摄像机212A、212B，使得其相应的的FOV 302A、302B不允许捕捉建筑物352的内部的视频数据，从而保持建筑物352的住户的隐私。
如上所述，第一摄像机212A可以经由安装支架215安装到停车摄像机设备110，所述安装支架215可以允许第一摄像机212A旋转并且否则定位以调节其FOV。类似地，第二摄像机212B可以经由安装支架215安装到停车摄像机设备110，安装支架215可以允许第二摄像机212B旋转并且否则定位以调节其FOV。这样的安装支架215可以包括螺钉、旋钮和/或用于移动、旋转、松动和紧固的其它机构，使得摄像机212A、212B相对于停车摄像机设备110的壳体是可移动的并临时设置的。
此外，每个摄像机212A、212B可以装配有：可以充当防止阳光照射或从照明器发射的光的屏蔽物的遮光罩；以及掩模，用于界定摄像机212A、212B的曝光。
图3E图示出了根据图375所示的示例实施例的停车摄像机设备110的摄像机212B的前视图。具体地，遮光罩378可以被配置为允许摄像机镜头376以矩形宽高比(例如16:9宽高比或其他典型的宽高比)捕捉视频图像。
图3F图示出了适于在停车摄像机设备110的各种实施例中使用的摄像机212B(或摄像机传感器)和摄像机镜头376。图3G图示出了具有一对摄像机212A和212B的停车摄像机设备110的示例实施例。针对一对摄像机212A和212B，遮光罩377B在图3F中示出，遮光罩377A和377B在图3G中示出。
在示例实施例中，描述耦合到灯杆的视频处理系统。所述视频处理系统包括：耦合到所述灯杆并且面向下方或从所述灯杆横过街道的一对摄像机，所述一对摄像机被配置为提供组合的FOV以捕捉所述灯杆下方或者从灯杆横过街道的区域的视频数据；用于经由网络进行通信的收发器；用于存储指令的存储器设备；耦合到所述对摄像机、收发器和存储器的处理器。处理器在执行指令时使得视频处理系统执行操作，所述操作包括：接收由所述对摄像机捕捉的原始视频数据；将原始视频数据压缩成低分辨率视频数据和高分辨率视频数据；将压缩的高分辨率视频数据本地存储在视频处理系统处，压缩的高分辨率信息可由应用的服务平台的授权用户按需访问；将压缩的低分辨率视频数据实时地经由网络递送到远程计算设备；分析原始视频数据以识别应用的相关场景；确定向应用的服务平台的授权用户报告所识别的相关场景；以及经由所述无线网络将与所识别的相关场景相关的信息传送到所述服务平台或用户设备中的至少一个，以供所述应用利用。
在另一个实施例中，处理器在执行指令时使得视频处理系统进行操作，其进一步包括：生成与所述区域内的活动相关的统计量和其他信息；并经由网络将统计量和其他信息传送到服务平台，供应用利用。
在其他实施例中，处理器在执行指令时使得视频处理系统执行包括分析原始视频数据以进行报告的操作，使视频处理系统执行操作，其进一步包括：使用原始视频数据执行视频数据分析算法和识别算法中的至少一个。
在各种实施例中，处理器在执行指令时使得视频处理系统执行操作，包括经由网络将与所识别的相关场景相关的信息传送到服务平台或用户设备中的至少一个以供应用利用，进一步包括：将报告信息传送到停车执行机构、警察部门和安全机构中的至少一个。
在示例实施例中，组合的FOV限制在灯杆下方(或从灯杆横过街道)的区域之上的水平线以上捕捉视频数据。在另一个示例实施例中，组合的FOV防止捕捉在灯杆下(或从灯杆横过街道)的区域附近建筑物内部的视频数据，以为建筑物的住户提供隐私。在另一个示例实施例中，组合的FOV保持位于灯杆下方(或者从灯杆横过街道)的区域中的个人的隐私，以防止捕捉可以用于个人的面部识别和语音识别中的至少一个的个人的视频数据。
在其他示例实施例中，所述对摄像机中的每一个包括遮光罩，以通过阻挡在日落和日出中的至少一个期间发生的低角度阳光来限制对暴露的视频数据的捕捉。
在进一步的实施例中，视频处理系统进一步包括：用于存储器设备和处理器的壳体，所述壳体附接到所述灯杆；附接到所述对摄像机的安装支架；耦合件，所述耦合件被附接用于将安装支架附接到壳体；其中所述安装支架和所述耦合件使在保持所述一对摄像机中的每一个在中心的同时所述一对摄像机中的每一个能够沿着所述x轴、y轴和z轴调节其定向。
在一些实施例中，组合的FOV表示通过使来自一对摄像机中的每一个的独立的FOV略微重叠而创建的单个FOV。在另一个实施例中，所述对摄像机中的每一个具有稍微小于90度的FOV，使得所述对摄像机的组合FOV略小于180度。在又一个实施例中，组合的FOV表示具有32:9宽高比的广角视图。
在示例实施例中，视频处理系统表示视频处理系统的网络中的视频处理系统之一，其中视频处理系统的网络中的至少一些视频处理系统被耦合到灯杆。在一些实施例中，所述组合FOV与第二组合FOV重叠，所述组合FOV用于捕捉灯杆下方的区域的视频数据，所述第二组合FOV用于捕捉第二灯杆下方的第二区域的数据。在其他实施例中，所述组合FOV与第二组合FOV重叠，所述组合FOV用于捕捉从灯杆横过街道的区域的视频数据，所述第二组合FOV用于捕捉从第二个灯杆横过街道的第二区域的数据。
在另一个实施例中，用于捕捉灯杆下(或从灯杆横过街道)的区域的视频数据的组合FOV足够大以捕捉停车位的图像，停车位表示划界停车位或非划界停车区域。在进一步的实施例中，灯杆下方的区域(或从灯杆横过街道)足够大以捕捉多个停车位或区域的图像。
图4A图示出了由计算设备执行的利用诸如如上所述的停车摄像机设备的摄像机(或摄像机传感器)获取的视频数据的方法的流程图400。方法400的操作可以由诸如远程服务器(例如，图1所示的远程服务器)的服务器执行，用于通过停车摄像机设备本身或者远程服务器和停车摄像机设备的任意组合，经由互联网从停车摄像机设备接收数据。例如，停车摄像机设备的处理器(例如，主处理器)可以执行初始图像捕捉操作和处理(例如，视频数据分析)，并且远程服务器可以对初始处理的数据执行附加的处理和分析。可以使用各种形式的计算设备(包括个人计算机、服务器、停车摄像机设备处理器，膝上型计算机等)来实现实施例方法400。
在框402中，计算设备的处理器可以从停车摄像机设备的多个摄像机传感器获取靠近灯杆的区域的视频数据(例如，视频流等)。例如，计算设备在它们捕捉数据时可以从摄像机获取视频数据。作为另一示例，计算设备可以经由互联网从停车摄像机设备的消息传送获取视频数据。
在可选框404中，计算设备的处理器可以将获取的视频数据压缩为用于多个摄像机传感器中的每一个的低分辨率和高分辨率压缩流。在可选框406中，计算设备的处理器可以诸如通过渲染低分辨率视频流来显示在耦合到计算设备的屏幕上或耦合到计算设备的远程屏幕上来传送低分辨率压缩流。在可选框408中，计算设备的处理器可以诸如通过将数据存储在数据库、非易失性存储单元或固态盘等中来存储高分辨率压缩流。
在示例实施例中，视频压缩子系统获取原始视频数据(或原始视频流)，并使用用于记录、压缩和分发视频内容的H.264视频编码格式对其进行编码。低分辨率视频数据表示低帧率流。这个流可以由授权的人员实时获得。高分辨率视频数据表示高帧率流。所述流连续存储在设备上。当请求场景的高质量视频时(例如，当事故发生、破坏、盗窃时)，可以在各种实施例中根据需要从设备(例如，停车摄像机设备或服务平台)检索所述视频。因此，当接收到查看场景的高质量视频的请求时，压缩的高分辨率视频数据可以经由用户设备被呈现给授权用户。
在框410中，计算设备的处理器可以经由视频分析功能处理所获取的视频数据。在一些实施例中，这样的处理可以包括各种图像识别处理和/或其它常规的软件/算法技术。这样的算法的例子包括实现对象跟踪的各种视频分析算法；车牌识别；车辆和人们的停泊和游荡；车辆和人们计数；速度或运动分析；队列管理分析；人口统计；犯罪分析和面部监测。在一些实施例中，所述处理可以针对高分辨率压缩流、原始视频数据和/或低分辨率压缩流。
基于来自框410的操作的处理，计算设备可以执行块412-424的以下操作中的一个或多个。在框412中，计算设备的处理器可以基于经处理的视频数据来确定灯杆下方的划界的停车位的占用。例如，基于处理，计算设备可以确定停车位是否具有停放在其中的汽车。计算设备可以对与每个摄像机传感器相关联的视频数据进行这样的确定，或者可以仅从表示来自两个摄像机传感器的图像的组合馈送(或组合FOV)评估一个停车位。在框414中，计算设备的处理器可以基于经处理的视频数据来确定灯杆下方的非划界停车区域的占用。例如，由于非划界停车是可能没有标记(例如，没有“点”)的通用停车，因此停车摄像机设备可以报告汽车已经填充了所述区域的哪些部分。框414中的操作可以类似于框412的操作，除了框414中的操作可以处理停车摄像机设备附近的街道或道路的非停车点段，诸如人行道部分、自行车道和其他可穿越部分。
在框416中，计算设备的处理器可以跟踪车辆到达和/或离开停车位，诸如直接在灯杆下(或从灯杆横过街道)的停车位和/或街道下方和在停车摄像机设备的摄像机传感器的FOV内的停车位。在示例实施例中，跟踪车辆在停车位中的到达和/或离开包括跟踪到达和离开时间。在可选框418中，计算设备的处理器可以基于在框416中生成的到达和/或离开跟踪信息将消息传送(或报告)到停车执行设备。在一些实施例中，到达和/或离开时间与诸如汽车的牌照的车辆的识别信息一起被报告。例如，基于识别车辆在停车摄像机设备附近留下了停车位，计算设备可以向与停车管理服务、警察部门和/或服务用户(例如，具有用于定位停车位的智能手机应用的个人用户等)相关联的计算设备传送电子邮件、专有消息和/或短消息服务(SMS)文本消息。
在框420中，计算设备的处理器可以基于处理的视频数据来识别道路上的车辆的存在和/或速度。例如，计算设备可以检测在停车摄像机设备周围移动的移动车辆、卡车、清扫车辆、自行车和/或其他运输工具。在一些实施例中，使用对象跟踪的视频分析可以用来检测移动的车辆。类似地，在框422中，计算设备的处理器可以基于经处理的视频数据来识别正在道路上和/或正在横过道路的对象(例如，行人、障碍物等)的存在和/或速度。例如，计算设备可以基于来自一个或多个摄像机传感器的视频数据，检测从人行道走出进入在停车摄像机设备下方的街道的人。在框424中，计算设备的处理器可以将具有与道路上的活动相关的识别信息的消息传送(或报告)到交通相关设备，所述交通相关设备诸如警察部门或交通部门服务器、第三方交通服务器、数据库等。传送这样的消息可以类似于上文参照可选框418所描述的，并且可以包括各种通信介质，诸如电子邮件。
图4B图示出了根据示例实施例的用于视频处理系统利用来自视频处理系统的多个摄像机获取的视频数据的方法401。在一个实施例中，视频处理系统表示附接到灯杆并且以图2A-2F所述的方式配置的停车摄像机设备。然而，应当注意，停车摄像机设备不限于分别从场景的视频数据获取和处理停车信息分析，例如停车位的占用以及车辆到达和离开停车位。
在各种实施例中，视频处理系统表示诸如网关节点平台的照明网络内的节点。在其他实施例中，方法401中的一个或多个操作可以由诸如与一个或多个应用相关联的服务平台的远程服务器执行。网关节点平台和服务平台可以包括在照明基础设施应用框架(LIAF)内。
方法401包括由视频处理系统执行的操作403、405和407。在操作403，从视频处理系统中的多个摄像机获取灯杆附近或从灯杆横过街道的区域的视频数据。
在操作405，由视频处理系统通过执行与应用相关的视频数据分析来处理视频数据。在示例实施例中，视频分析子系统203执行视频分析或视频数据分析。在各种实施例中，由停车摄像机设备(或视频处理系统)单独执行或与远程计算装置组合执行的视频分析允许用户捕捉、索引、跟踪和监视车辆的类型和速度、停车位、人物和对象和颜色等。例如，各种图像场景的视频分析可以实现对象跟踪；车牌识别；车辆和人们的停泊和游荡；车辆和人们计数；速度或运动分析；队列管理分析；人口统计；和面部监测。上述视频数据分析的示例可以用于帮助监视沿着道路、人行道或在停车摄像机设备的FOV内的停车位、交通以及其他状况和场景。上述各种类型的视频分析也可以分别由图4C、4D和4E中描述的方法411、421和430使用。
在各种实施例中，由正在捕捉实际数据的附接到灯杆(或其他安装结构)的停车摄像机设备执行视频分析。通过停车摄像机设备执行视频分析，可以根据需要向授权用户传送分析数据的结果，而不是原始数据(或压缩的原始数据)。虽然原始数据(例如，压缩的低分辨率和高分辨率数据)可被用户访问，但是根据需要，视频分析数据的结果可以向各种授权用户提供支持一个或多个应用的即时和有用的结果。通过利用分析而不是人为监视的监测，可以实时报告在各个区域(可以被称为指定的“热区”)发生的潜在事件，以警告安全官员并提高响应能力，而无需人员监视或观看视频馈送。
在示例实施例中，视频分析的结果可以被传送和显示在用户设备(或远程设备)上，或者被报告给视频分析数据的各种授权用户。视频分析的结果可以为授权用户提供有用的见解，例如，视频分析的结果可以用于基于使用面部监测、高级对象跟踪和车牌识别的触发来识别威胁。在某些情况下，视频分析的结果可以用于利用包括犯罪调查分析的集中的可搜索的数据库(例如，由服务平台和相关联的应用)减少调查时间。
在操作407，视频数据分析的结果经由网络被传送到远程服务器以供应用利用。
在一个示例实施例中，应用表示停车应用，诸如图4C所示的示例。在另一个示例实施例中，应用表示交通监视应用，例如图4D所示的示例。在另外的实施例中，应用表示利用来自由摄像机设备捕捉的视频数据的信息的其他类型的应用。尽管摄像机设备被示出为附接到灯杆(例如，如图1和图3A-3F所示)，但是在替选实施例中，摄像机设备可以附接到其他类型的支持结构，例如，电线杆(如电力线杆、电话线杆等)或路灯。
在一些实施例中，在由应用的授权用户访问之前，由远程服务器进一步处理(例如，执行与应用相关联的分析功能)传送到远程服务器的视频分析的结果。在其他实施例中，视频处理系统表示获取用于执行分析的原始视频数据的远程服务器。换句话说，视频数据分析功能可以由视频处理系统(耦合到灯杆或其他支持结构)、由经由网络通信地耦合到视频处理系统的远程服务器或者可以通过视频处理系统和远程服务器的组合执行。在各种实施例中，远程服务器可以通过多个视频处理系统使用视频数据(由单独的视频处理系统处理或未被处理)执行附加的视频数据分析，使得各个摄像机设备捕捉的视频数据的结果可以被聚合。
图4C图示出了根据示例实施例的用于在停车应用中利用来自视频处理系统的多个摄像机获取的视频数据的视频处理系统的方法411。在一个实施例中，视频处理系统表示附接到灯杆并且以图2A-2F所述的方式或者通过视频处理系统可以附加以捕捉视频数据的其他一些支持结构配置的停车摄像机设备。在其他实施例中，方法411中的一个或多个操作可以由诸如服务平台的远程服务器(例如，远程服务器170)来执行。
方法411包括由视频处理系统执行的操作413、415和417。在操作413处，从视频处理系统中的多个摄像机获取灯杆附近或从灯杆横过街道的区域的视频数据。视频处理系统中的摄像机被配置为捕捉在包括停车位的灯杆或其他支持结构之下的区或区域内的视频数据。
在操作415，通过执行与停车应用相关的视频分析，视频处理系统处理视频数据。在一些实施例中，分析视频数据以分别确定停车位的占用以及车辆到达和离开停车位。在一些实施例中，视频数据分析的结果包括与停车位的占用有关的信息以及汽车在一个或多个停车位中停放多长时间。在示例实施例中，所报告的视频数据分析的结果包括由停车摄像机设备看到或捕捉的停车区域的现实世界坐标(纬度和经度)和边界框。在进一步的实施例中，视频数据分析的结果包括与停车位中的车辆的到达和离开相关的跟踪信息。在图4A所示的方法400中，操作412、414和416图示出了用于执行视频数据分析的操作的示例。在示例实施例中，视频分析子系统203执行视频分析或视频数据分析。
在操作417，将视频数据分析的结果经由网络传送到远程服务器以供停车应用利用。在其他实施例中，原始视频数据或部分处理的视频数据在由停车应用利用信息之前由远程服务器进一步处理。视频数据分析的结果可以由用户经由诸如移动设备、桌面设备或其他计算设备的用户设备呈现或访问。例如，可以基于到达/离开跟踪信息将消息传送到停车执行设备(例如，图4A所示的操作416)。
图4D图示出了根据示例实施例的用于在停车应用中利用来自视频处理系统的多个摄像机获取的视频数据的视频处理系统的方法421。在一个实施例中，视频处理系统表示附接到灯杆并且以图2A-2F所述的方式配置的或者通过所述摄像机设备可附接到以捕捉视频数据的一些其他支持结构配置的停车摄像机设备。在其他实施例中，方法421中的一个或多个操作可以由诸如服务平台的远程服务器执行。
方法421包括由视频处理系统执行的操作423、425和427。在操作423，从视频处理系统中的多个摄像机获取灯杆附近或从灯杆横过街道的区域的视频数据。视频处理系统中的摄像机被配置为捕捉在包括停车位的灯杆或其他支持结构之下的区或区域内的视频数据。
在操作425，通过执行与交通应用相关的视频分析，视频处理系统处理视频数据。在一些实施例中，分析视频数据以识别道路上的车辆的存在和/或速度。在其他实施例中，分析视频数据以识别横过道路的对象或行人的存在和/或速度。在一些实施例中，视频数据分析的结果包括与停车位的占用有关的信息以及汽车在一个或多个停车位中停放多长时间。在进一步的实施例中，视频数据分析的结果包括与停车位中的车辆的到达和离开相关的跟踪信息。在图4A所示的方法400中，操作420和422图示出了用于执行视频数据分析的操作的示例。在示例实施例中，视频分析子系统203执行视频分析或视频数据分析。
在操作427，将视频数据分析的结果经由网络传送到远程服务器以供交通应用利用。在其他实施例中，原始视频数据或部分处理的视频数据在交通应用利用信息之前由远程服务器进一步处理。视频数据分析的结果可以由用户经由诸如移动设备、桌面设备或其他计算设备的用户设备呈现或访问。例如，可以传送具有与道路上的活动有关的识别信息的消息(例如，图4A所示的操作424)。
图4E图示出了根据另一实施例的用于计算设备利用视频处理系统中的摄像机获取的视频数据的方法430。在一个实施例中，视频处理系统表示附接到灯杆并且以图2A-2F所述的方式或通过所述摄像机设备可附接到以捕捉视频数据的一些其他支持结构配置的停车摄像机设备。
方法430包括由视频处理系统执行的操作435、440、445、450、455、460和465。在其他实施例中，方法430中的一个或多个操作可由服务平台执行。在操作435，视频处理系统接收由视频处理系统的一对摄像机捕捉的原始视频数据。视频处理系统中的摄像机被配置为捕捉在包括停车位的灯杆或其他支持结构之下的区域或地域内的视频数据。
在操作440，原始视频数据被压缩成低分辨率视频数据和高分辨率视频数据。在示例实施例中，视频压缩子系统采用原始视频数据(或原始视频流)，并使用用于记录、压缩和分发视频内容的H.264视频编码格式对其进行编码。低分辨率视频数据表示低帧率流。此流可由授权人员实时获得。高分辨率视频数据表示高帧率流。所述流连续存储在设备上。当需要场景的高质量视频时(例如，当事故发生、破坏、盗窃时)，可以在各种实施例中根据需要从设备检索所述视频。因此，当接收到查看场景的高质量视频的请求时，压缩的高分辨率视频数据可以经由用户设备被呈现给授权用户。
在操作445，压缩的高分辨率视频数据被本地存储在视频处理系统处，压缩的高分辨率数据可由用于应用的服务平台的授权用户按需访问。在示例实施例中，固态盘用于连续存储高质量视频。在进一步的实施例中，当网络不可用于将信息传送到诸如用户设备或远程服务器(例如，服务平台)的远程设备时，固态盘用于高速缓存视频分析数据。授权用户可以经由用户设备、停车执行设备、与交通有关的设备、客户端设备或适合于查看压缩高分辨率视频数据的其他设备来查看压缩的高分辨率视频数据。在一些实施例中，存储单元202用于在本地存储压缩的高分辨率信息。
在操作450，压缩的低分辨率视频数据通过网络被实时地递送到远程计算设备。远程计算设备可以表示诸如停车执行设备或与交通相关的设备或适合于查看压缩的低分辨率视频数据的其他设备的用户设备。在一些实施例中，远程计算设备是诸如服务平台的远程服务器。在一些实施例中，压缩的低分辨率视频数据表示经由直播流呈现给用户的媒体内容。在各种实施例中，媒体内容(例如，压缩的低分辨率视频数据)通过互联网被递送。在一些实施例中，视频处理系统表示媒体源(例如，视频摄像机)并对媒体内容进行编码以对内容进行数字化。在示例实施例中，编码的媒体内容由服务平台发布和递送，以供一个或多个应用利用和呈现给用户。
流程图430中描述的方法可以用于通过将高速无线通信与分布式数字视频记录(DVR)(例如视频缓冲)组合来提供安全事件的情境意识，从而允许官员(和其他用户)查看在事件之前的实时警报流以及全分辨率视频剪辑。这样的方法可以最小化对第一反应者的危害。在各种实施例中，高分辨率视频数据表示来自摄像机的全分辨率视频剪辑，低分辨率视频数据表示来自摄像机的部分分辨率视频剪辑。
此外，流程图430中描述的方法可以提供使能隐私的解决方案。例如，视频存档应用编程接口(API)可以被提供(例如，由服务平台或视频处理系统)，其允许数据所有者从分布式视频系统(例如，一个或多个视频处理系统、服务平台(也称为远程服务器)或视频处理系统和服务平台的组合)来检索视频数据/流缓冲器，并保存或组织它们以进行未来的法院分析，或者按照自己的组织的隐私政策将它们予以销毁。
在操作455，分析原始视频数据以识别应用的相关视频数据(例如，相关场景的视频数据)。在示例实施例中，视频分析子系统203执行视频分析或视频数据分析。相关的视频数据可以与指示例如当事故发生、破坏和盗窃等时在道路或人行道上发生的某些类型的事件的发生的场景(在由FOV限定的区域内捕捉的)相对应。在一些实施例中，相关视频数据可以包括汽车到达和离开停车位的视频数据或与停车位(例如，划界的停车位或非划界停车区)的占用相关的其他信息。在其他实施例中，相关视频数据包括汽车在道路上超速行驶。在另外的实施例中，相关视频数据可以包括行人或其他对象横过道路。在其他实施例中，相关的视频数据包括道路上对象的阻塞。上述相关视频数据的类型示出了几个示例，并且相关视频数据的类型不限于上述示例实施例。在各种实施例中，相关视频数据的类型可由一个或多个应用来定义，诸如停车应用、交通应用和犯罪检测应用。除了识别相关视频数据之外，还可以基于相关视频数据生成或产生或从相关视频数据中提取与相关视频数据相关联的信息。
在操作460，经由网络将与所识别的相关场景相关的信息传送到服务平台以供应用利用。在各种实施例中，与相关场景相关的信息可以包括停车信息、交通信息、行人信息、车辆信息、驾驶员信息或通过视频分析或视频数据分析产生的其他类型的信息。与所识别的相关场景相关的信息可以经由无线电子系统(诸如图2A所示的无线通信收发机206(或无线电))来传送。无线无线电子系统或无线电提供与视频处理系统的网络连接。在各种实施例中，网络(例如，图1所示)用于将原始视频数据和处理的视频分析数据传送到服务器进行存储，或直接传送给用户。在示例实施例中，IEEE 802.11规范(Wi-Fi)可以用于实现无线局域网(WLAN)计算机通信，或者蜂窝无线电可以用于传输数据。
在示例实施例中，描述了一种在计算设备处理视频数据的方法，所述计算设备包括耦合到灯杆并且面向下或从灯杆横过街道的一对摄像机。所述对摄像机能够被配置为提供组合的FOV以捕捉灯杆下方(或从灯杆横过街道)的区域的视频数据。所述方法包括：接收由所述对摄像机捕捉的原始视频数据；使用计算设备的处理器将原始视频数据压缩成低分辨率视频数据和高分辨率视频数据；将压缩的高分辨率视频数据本地存储在视频处理系统处，压缩的高分辨率信息可由应用的服务平台的授权用户按需访问；将压缩的低分辨率视频数据实时地经由网络递送到远程计算设备；使用计算设备的处理器分析原始视频数据来识别应用的相关场景；确定向应用的服务平台的授权用户报告所识别的相关场景；以及经由所述网络将与所识别的相关场景相关的信息传送到所述服务平台以供所述应用利用。
在另一实施例中，所述方法包括：经由网络从所述服务平台接收访问存储在所述系统处的数据以寻求与所识别的相关场景相关的压缩高分辨率视频数据的请求；访问与所识别的相关场景相关的压缩高分辨率视频数据；以及经由网络向服务平台传送与所识别的相关场景相关的压缩的高分辨率视频数据。
在一些实施例中，使用计算设备的处理器分析原始视频数据以识别应用的相关场景的操作进一步包括：使用与灯杆下方(或从灯杆横过街道)的区域内的活动相关的原始视频数据生成统计量和其他信息；并经由所述网络向服务平台传送生成的统计量和其他信息以供应用利用。
在其他实施例中，使用计算设备的处理器分析原始视频数据以识别应用的相关场景的操作进一步包括：使用原始视频数据执行视频数据分析算法和识别算法的至少一个。
在另一个实施例中，将与所识别的相关场景相关的信息经由网络传送到服务平台以供应用利用的操作进一步包括：将报告信息传送到停车执行机构、警察部门和安全机构的至少一个。
在另一个实施例中，接收由所述对摄像机捕捉的原始视频数据的操作包括：将来自所述对摄像机中的每一个所捕捉的视频数据的独立数据馈送组合成用于由所述对摄像机捕捉的视频数据的组合数据馈送。
在示例实施例中，应用表示道路停车应用和交通分析应用中的至少一个。在一些示例实施例中，服务平台包括使得应用能够访问由系统传送的信息的至少一个服务器。在其他示例实施例中，服务平台对系统传送的信息进行附加处理。
一些实施例可以利用各种商用的计算设备中的任何一个，诸如图5所示的服务器计算设备160。这样的服务器计算设备160通常可以包括耦合到存储器502的处理器501和诸如磁盘驱动器503的大容量非易失性存储器。服务器计算设备160还可以包括耦合到处理器501的软盘驱动器、光盘(CD)或DVD盘驱动器506。服务器计算设备160还可以包括耦合到处理器501的网络接入端口504和/或连接505，用于建立与网络的数据连接，所述网络诸如是耦合到其他系统计算机和服务器的局域网(LAN)或诸如互联网的广域网(WAN)。
各种实施例提供了用于利用由停车摄像机设备(或视频处理系统)的摄像机获取的视频数据的方法、设备、系统和机器可读存储介质。耦合到灯杆的实施例停车摄像机设备可以包括：被配置为执行各种处理器可执行指令的处理器；被配置为存储与视频数据相关的数据并耦合到处理器的存储器；耦合到处理器的用于经由无线网络进行无线通信的收发器；以及，被配对在一起并且被配置为捕捉视频数据的多个摄像机，其中多个摄像机中的每一个可以耦合到处理器并配置有遮光罩。多个摄像机的每个摄像机可以利用多个轴上的可配置定向。以这样的方式，多个摄像机中的每一个可以被定向成使得其可以记录可以用于分析交通和沿着区域(例如，道路)的停车的视频数据。每个摄像机的FOV可能受到每个摄像机的定向的限制。
在一些实施例中，停车摄像机设备可以进一步包括：视频分析子系统，其被配置为分析由多个摄像机捕捉的视频数据；以及视频压缩子系统，其被配置为对所捕捉的视频数据进行编码，以用于本地存储和网络流式传输到远程设备中的一个或多个，其中视频分析子系统和视频压缩子系统由处理器执行。在一些实施例中，收发器可以被配置为经由无线局域网和蜂窝广域网中的至少一个来交换无线通信。
在一些实施例中，多个摄像机中的每一个可以具有16:9的宽高比。在一些实施例中，多个摄像机可以配对在一起以形成具有32:9宽高比的广角视图。在一些实施例中，多个摄像机中的每一个可以具有大约90度(例如，略小于90度)的FOV。在一些实施例中，多个摄像机中的每一个可以具有与多个摄像机中另一个摄像机的另一FOV重叠的FOV。在一些实施例中，多个摄像机的场的组合场可以是近似(例如稍微小于)180度。在一些实施例中，多个摄像机中的每一个可以向下指向，使得每个具有下述FOV，其可以沿着灯杆下方的街道的一部分对准，并且可以与另一摄像机的FOV稍微重叠，使得直接在杆下方的所述区域可以为多个摄像机看到。在一些实施例中，可以匹配路灯的照明模式和多个摄像机的FOV。
由计算设备的处理器执行的实施例方法可以包括利用由停车摄像机设备的摄像机获取的视频数据的操作，所述操作包括从位于灯杆上的停车摄像机设备的多个摄像机获取靠近灯杆的区域的视频数据，经由视频分析功能处理所获取的视频数据，并且基于处理的视频数据执行以下操作中的一个或多个：基于处理的视频数据确定灯杆之下(或横过街道)的非划界停车区域的占用；跟踪在灯杆下方的停车位中的车辆的到达和离开中的至少一个；基于所处理的视频数据识别道路上的车辆的存在和速度中的至少一个；并且基于所处理的视频数据(例如，检测道路上的停止的车辆、阻碍道路的对象等)识别在道路上或越过道路的对象的存在和速度的至少一个。在一些实施例中，所述方法可以进一步包括基于跟踪信息向停车执行设备传送第一消息，并且将具有与道路上的活动相关的识别信息的第二消息传送到与交通相关的设备。
在一些实施例中，所述方法可以进一步包括将获取的视频数据压缩为用于多个摄像机传感器中的每一个的低分辨率和高分辨率压缩流，以及存储高分辨率压缩流。在一些实施例中，所述方法可以进一步包括传送用于在远程设备上显示的低分辨率压缩流。
在一些实施例中，计算设备可以是远程服务器。在一些实施例中，从位于灯杆上的停车摄像机设备的多个摄像机获取靠近灯杆的区域的视频数据可以包括经由互联网从停车摄像机设备接收视频数据。在一些实施例中，计算设备是停车摄像机设备。
在一些实施例中，传送第一消息或第二消息可以包括向第三方计算设备传送第三消息，其中第三方计算设备与停车执行实体、警察或个体用户相关联。
实施例系统可以包括停车摄像机设备，其包括被配置为执行各种处理器可执行指令的第一处理器，被配置为存储与视频数据有关的数据并耦合到第一处理器的存储器，用于经由网络进行无线通信并耦合到第一处理器的收发器，以及配对在一起并被配置为捕捉视频数据的耦合到第一处理器的多个摄像机，其中多个摄像机中的每一个配置有遮光罩，并且可以耦合到停车摄像机设备，使得每个摄像机在多个轴上具有可配置的定向(例如，每个摄像机在安装支架中可调节，使得每个摄像机可以在安装在停车区域位置之前使其具有与其他摄像机的视场稍微重叠的FOV，并且在安装期间，可以在三个轴的方向上经由安装支架来调节摄像机)，所述系统还包括远程服务器，其包括第二处理器和用于经由网络交换通信的网络接口，其中所述第一处理器配置有用于执行上述实施例方法的各种步骤的处理器可执行指令，并且其中所述第二处理器配置有用于执行上述实施例方法的各种步骤的处理器可执行指令。在一些实施例中，用于多个摄像机的单独的视场可以对准，并且相对摄像机位置可以被固定为一个集合。此外，多个摄像机可以被瞄准为单个FOV。
进一步的实施例包括配置有用于执行上述方法的操作的处理器可执行指令的计算设备。进一步的实施例包括机器可读存储介质，其上存储处理器可执行指令，其被配置为使计算设备执行上述方法的操作。
本文描述的各种处理器可以是任何可编程微处理器、微计算机或一个或多个多处理器芯片，其可以由软件指令(应用)配置以执行各种功能，包括本文所述的各种实施例的功能。在各种设备中，可以提供多个处理器，例如专用于无线通信功能的一个处理器和专用于运行其他应用的一个处理器。通常，软件应用可以在它们被访问并加载到处理器之前存储在内部存储器中。处理器可以包括足以存储应用软件指令的内部存储器。在许多设备中，内部存储器可以是易失性或非易失性存储器(诸如闪速存储器)或两者的混合。为了本说明书的目的，对存储器的一般引用是指可由处理器访问的存储器，包括插入各种设备中的内部存储器或可移动存储器以及处理器内的存储器。
上述方法描述和过程流程图仅作为说明性示例提供，并不意图要求或暗示各种实施例的步骤必须按照呈现的顺序执行。如本领域技术人员将理解的，前述实施例中的步骤的顺序可以以任何顺序执行。诸如“此后(thereafter)”、“然后(then)”、“接下来(next)”等等的单词不旨在限制步骤的顺序；这些单词仅仅用于指导读者通过方法的描述。进一步地，对单数的权利要求要素的任何提及，例如使用冠词“一(a)”、“一个(an)”或“所述(the)”不应被解释为将元素限制为单数。
结合本文公开的实施例描述的各种说明性逻辑块、模块、电路和算法步骤可以实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这样的可互换性，已经在其功能方面一般地描述了各种说明性组件、块、模块、电路和步骤。这样的功能是否被实现为硬件或软件取决于特定应用和施加在整个系统上的设计约束。技术人员可以针对每个特定应用以不同的方式实现所描述的功能，但是这样的实现决定不应被解释为导致偏离本发明的范围。
用于实现结合本文公开的实施例描述的各种说明性逻辑、逻辑块、模块和电路的硬件可以用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他可编程逻辑设备、分立门或晶体管逻辑、分立硬件组件或被设计用于执行本文所述功能的其任何组合来实现或执行。通用处理器可以是微处理器，但是在替选方案中，处理器可以是任何常规的处理器、控制器、微控制器或状态机。处理器还可以被实现为计算设备的组合，例如DSP和微处理器的组合、多个微处理器、与DSP核心结合的一个或多个微处理器或任何其他这样的配置。替选地，一些步骤或方法可以由特定于给定功能的电路来执行。
在一个或多个示例实施例中，所描述的功能可以以硬件、软件、固件或其任何组合来实现。如果以软件实现，则功能可以作为一个或多个指令或代码存储在机器可读存储介质上(例如，非暂时性的机器可读存储介质上)或传送。本文公开的方法或算法的步骤可以包含在处理器可执行软件模块或处理器可执行软件指令中，其可以驻留在非暂时性计算机可读存储介质、非暂时性服务器可读存储介质上和/或非暂时性处理器可读存储介质上。在各种实施例中，这样的指令可以是存储的处理器可执行指令或存储的处理器可执行软件指令。有形的非暂时性的计算机可读存储介质可以是可由计算机访问的任何可用介质。作为示例而非限制，这样的非暂时性的计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储器、磁盘存储器或其他磁存储设备或者可以用于以指令或数据结构的形式存储所需的程序代码并且可以由计算机访问的任何其他介质。如本文所使用的磁盘和光盘包括光盘(CD)、激光盘、光盘、数字通用盘(DVD)、软盘和蓝光盘，其中磁盘通常以磁性方式再现数据，而光盘用激光光学地再现数据。上述的组合也应包括在非暂时性计算机可读介质的范围内。此外，方法或算法的操作可以作为可以并入到计算机程序产品的有形的非暂时性的处理器可读存储介质和/或计算机可读介质上的代码和/或指令的一个或任何组合或集合来驻留。
提供所公开的实施例的前述描述以使本领域任何技术人员能够做出或使用本发明。对这些实施例的各种修改对于本领域技术人员将是显而易见的，并且在不脱离本发明的范围的情况下，本文定义的一般原理可以应用于其他实施例。因此，本发明不旨在限于本文所示的实施例，而是符合与所附权利要求以及本文公开的原理和新颖特征相一致的最广范围。
在整个说明书中，多个实例可以实现被描述为单个实例的组件、操作或结构。虽然一个或多个方法的单独操作被示出和描述为单独的操作，但可以并行地执行独立操作中的一个或多个，并且不需要以所示的顺序执行操作。作为示例配置中的独立组件呈现的结构和功能可以被实现为组合结构或组件。类似地，作为单个组件呈现的结构和功能可以被实现为独立的组件。这些和其他变化、修改、添加和改进落入本文主题的范围内。
虽然已经参考具体示例实施例描述了本发明主题的概述，但是在不脱离本公开的实施例的更广泛范围的情况下，可以对这些实施例进行各种修改和改变。本发明主题的这样的实施例仅为了方便在本文中可以单独地或集体地通过术语“发明”引用，而不旨在如果事实上公开了多于一个则自愿将本申请的范围限制为任何单一的公开或发明概念。
这里描述的实施例被足够详细地描述，以使本领域技术人员能够实践所公开的教导。可以使用和从其导出其他实施例，使得可以在不脱离本公开的范围的情况下做出结构和逻辑替换和改变。因此，具体实施方式不应被认为是限制性的，并且各种实施例的范围仅由所附权利要求以及这些权利要求所赋予的等同物的全部范围来限定。
如本文所用，可以以包括或排除的意义来解释术语“或”。此外，可以为本文作为单个实例所述的资源、操作或结构提供多个实例。此外，各种资源、操作、模块、引擎和数据存储之间的边界是有些任意的，并且在特定说明性配置的场境中示出了特定的操作。可以设想功能的其他分配，并且功能的其他分配可以落入本公开的各种实施例的范围内。通常，作为示例配置中的单独资源呈现的结构和功能可以被实现为组合结构或资源。类似地，作为单个资源呈现的结构和功能可以被实现为单独的资源。这些和其他变化、修改、添加和改进落入由所附权利要求所表示的本公开的实施例的范围内。因此，说明书和附图被认为是说明性的而不是限制性的。

Claims (30)

1.一种耦合到灯杆的视频处理系统，包括：
一对摄像机，所述一对摄像机耦合到所述灯杆并面向下或从所述灯杆横过街道，所述一对摄像机能够被配置为提供组合视场(FOV)，以捕捉所述灯杆下方或从所述灯杆横过所述街道的区域的视频数据；
用于经由网络进行通信的收发器；
用于存储指令的存储器设备；
耦合到所述一对摄像机、所述收发器和所述存储器的处理器，其中所述处理器在执行所述指令时，使所述视频处理系统执行操作，所述操作包括：
接收由所述一对摄像机捕捉的原始视频数据；
将所述原始视频数据压缩成低分辨率视频数据和高分辨率视频数据；
将所述压缩的高分辨率视频数据本地存储在所述视频处理系统处，所述压缩的高分辨率信息能够由应用的所述服务平台的授权用户按需访问；
将所述压缩的低分辨率视频数据实时地经由网络递送到远程计算设备；
分析所述原始视频数据以识别所述应用的相关场景；
确定向所述应用的所述服务平台的授权用户报告所识别的相关场景；以及
经由所述无线网络将与所识别的相关场景相关的信息传送到所述服务平台或用户设备中的至少一个，以供所述应用利用。
2.根据权利要求1所述的视频处理系统，其中所述处理器在执行所述指令时，使所述视频处理系统执行操作，所述操作进一步包括：
生成与所述区域内的活动有关的统计量和其他信息；以及
经由所述网络将所述统计量和其他信息传送到所述服务平台，以供所述应用利用。
3.根据权利要求1所述的视频处理系统，其中所述处理器在执行所述指令时，使所述视频处理系统执行操作，所述操作包括分析所述原始视频数据以进行报告，使所述视频处理系统执行操作，所述操作进一步包括：
使用所述原始视频数据执行视频分析算法。
4.根据权利要求1所述的视频处理系统，其中所述处理器在执行所述指令时，使所述视频处理系统执行操作，所述操作包括经由所述网络将与所识别的相关场景相关的所述信息传送到所述服务平台或用户设备的至少一个，以供所述应用利用，进一步包括：
向停车执行机构、警察部门和安全机构中的至少一个传送报告信息。
5.根据权利要求1所述的视频处理系统，其中所述组合的FOV限制在所述灯杆下方或从所述灯杆横过所述街道的区域的水平线上捕捉视频数据。
6.根据权利要求1所述的视频处理系统，其中所述组合的FOV防止捕捉在所述灯杆下方或从所述灯杆横过所述街道的所述区域附近的建筑物的内部的视频数据，以为所述建筑物的居住者提供隐私。
7.根据权利要求1所述的视频处理系统，其中所述组合的FOV保持位于所述灯杆下方或从所述灯杆横过所述街道的区域内的个人的隐私，以防止捕捉可用于所述个人的面部识别和语音识别中的至少一个的所述个人的视频数据。
8.根据权利要求1所述的视频处理系统，其中，所述一对摄像机中的每一个包括用于限制对暴露的视频数据进行捕捉的遮光罩。
9.根据权利要求1所述的视频处理系统，进一步包括：
用于所述存储器设备和所述处理器的壳体，所述壳体附接到所述灯杆；
附接到所述一对摄像机的安装支架；
耦合件，所述耦合件被附接用于将所述安装支架附接到所述壳体；
其中所述安装支架和所述耦合件在保持所述一对摄像机中的每一个处于中心的同时使所述一对摄像机中的每一个能够沿着所述x轴、y轴和z轴调节其定向，。
10.根据权利要求1所述的视频处理系统，其中所述组合的FOV表示通过将所述一对摄像机中的每一个的独立的所述FOV略微重叠而创建的单个FOV。
11.根据权利要求1所述的视频处理系统，其中所述一对摄像机中的每一个具有略小于90度的FOV，使得所述一对摄像机的组合FOV略小于180度。
12.根据权利要求1所述的视频处理系统，其中所述组合FOV表示具有32:9宽高比的广角视图。
13.根据权利要求1所述的视频处理系统，其中所述视频处理系统表示所述视频处理系统的网络中的所述视频处理系统之一，所述视频处理系统的所述网络中的至少一些视频处理系统被耦合到灯杆。
14.根据权利要求1所述的视频处理系统，其中，所述组合FOV与第二组合FOV重叠，所述组合FOV用于捕捉所述灯杆下方或者从所述灯杆横过所述街道的区域的视频数据，所述第二组合FOV用于捕捉在第二灯杆下方或从所述第二灯杆横过街道的第二区域的数据。
15.根据权利要求1所述的视频处理系统，其中，用于捕捉所述灯杆下方的所述区域的视频数据的所述组合FOV足够大以捕捉至少一个停车位的图像，所述停车位表示划界的停车位或非划界停车区域。
16.根据权利要求1所述的视频处理系统，其中，所述处理器在执行所述指令时，使所述视频处理系统执行分析所述原始视频数据以进行报告的操作，使所述视频处理系统执行进一步包括以下步骤的操作：
确定在所述区域内的所述灯杆下方或从灯杆横过所述街道的停车位的占用。
17.根据权利要求1所述的视频处理系统，其中，所述处理器在执行所述指令时，使所述视频处理系统执行分析所述原始视频数据以进行报告的操作，使所述视频处理系统执行进一步包括以下步骤的操作：
确定车辆在所述灯杆下方的所述区域内的所述停车位中的到达和离开中的至少一个。
18.根据权利要求1所述的视频处理系统，其中，所述处理器在执行所述指令时，使所述视频处理系统执行分析所述原始视频数据以进行报告的操作，使所述视频处理系统执行进一步包括以下步骤的操作：
确定在所述灯杆周围的地面上的所述区域内的道路上的车辆的速度。
19.根据权利要求1所述的视频处理系统，其中，所述处理器在执行所述指令时，使所述视频处理系统执行分析所述原始视频数据以进行报告的操作，使所述视频处理系统执行进一步包括以下步骤的操作：
检测在所述灯杆周围的地面上的所述区域内的对象的存在，所述对象表示人或障碍物中的至少一个。
20.根据权利要求16所述的视频处理系统，其中，所述处理器在执行所述指令时，使所述视频处理系统执行分析所述原始视频数据以进行报告的操作，使所述视频处理系统执行进一步包括以下步骤的操作：
检测在所述灯杆下方或从所述灯杆横过所述街道的区域内从人行道走出进入所述街道的人。
21.一种在计算设备处处理视频数据的方法，所述计算设备包括耦合到灯杆并且面向下或从所述灯杆横过街道的一对摄像机，所述一对摄像机能够被配置为提供组合FOV以捕捉灯杆下方或从所述灯杆横过所述街道的区域的视频数据，包括：
接收由所述一对摄像机捕捉的原始视频数据；
将所述原始视频数据压缩成低分辨率视频数据和高分辨率视频数据；
将所述压缩的高分辨率视频数据本地存储在所述视频处理系统处，所述压缩的高分辨率信息能够由应用的所述服务平台的授权用户按需访问；
将所述压缩的低分辨率视频数据实时地经由网络递送到远程计算设备；
利用所述计算设备的所述处理器分析所述原始视频数据以识别所述应用的相关场景；
确定向所述应用的所述服务平台的授权用户报告所识别的相关场景；以及
经由所述网络将与所识别的相关场景相关的信息传送到所述服务平台或用户设备中的至少一个，以供所述应用利用。
22.根据权利要求21所述的方法，进一步包括：
经由所述网络接收来自所述服务平台的请求，以针对与所识别的相关场景相关的所述压缩高分辨率视频数据访问存储在所述系统处的数据；
访问与所识别的相关场景相关的所述压缩高分辨率视频数据；以及
经由所述网络向所述服务平台传送与所识别的相关场景相关的所述压缩高分辨率视频数据。
23.根据权利要求21所述的方法，其中使用所述计算设备的所述处理器分析所述原始视频数据以识别所述应用的所述相关场景进一步包括：
使用与所述灯杆下方所述区域内的活动相关的所述原始视频数据生成统计量和其他信息；以及
经由所述网络向所述服务平台传送所生成的统计量和其他信息，以供所述应用利用。
24.根据权利要求21所述的方法，其中使用所述计算设备的所述处理器分析所述原始视频数据以识别所述应用的所述相关场景进一步包括：
使用所述原始视频数据执行视频分析算法。
25.根据权利要求21所述的方法，其中经由所述网络将与所识别的相关场景相关的所述信息传送到所述服务平台以供所述应用利用进一步包括：
向停车执行机构、警察部门和安全机构中的至少一个传送报告信息。
26.根据权利要求21所述的方法，其中，接收由所述一对摄像机捕捉的所述原始视频数据包括：
将由所述一对摄像机的每个捕捉的所述视频数据的独立数据馈送组合成由所述一对摄像机捕捉的所述视频数据的组合数据馈送。
27.根据权利要求21所述的方法，其中所述应用表示道路停车应用和交通分析应用中的至少一个。
28.根据权利要求21所述的方法，其中所述服务平台包括使所述应用能够访问由所述系统传送的所述信息的至少一个服务器。
29.根据权利要求21所述的方法，其中所述服务平台对由所述系统传送的所述信息进行附加处理。
30.一种与至少一个处理器进行通信的非暂时性机器可读存储介质，所述机器可读存储介质存储指令，所述指令当由所述至少一个处理器执行时，执行操作，所述操作包括：
接收由所述一对摄像机捕捉的原始视频数据；
使用所述计算设备的所述处理器分析所述原始视频数据来识别所述应用的相关场景；
确定向所述应用的授权用户报告所识别的相关场景；以及
经由网络将与所识别的相关场景相关的信息传送到服务平台或用户设备中的至少一个，以供所述应用利用。
CN201580059572.XA 2014-10-30 2015-10-30 停车和交通分析 Pending CN107079088A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201462072835P 2014-10-30 2014-10-30
US62/072,835 2014-10-30
PCT/US2015/058455 WO2016070121A1 (en) 2014-10-30 2015-10-30 Parking and traffic analysis

Publications (1)

Publication Number Publication Date
CN107079088A true CN107079088A (zh) 2017-08-18

Family

ID=55852999

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580059572.XA Pending CN107079088A (zh) 2014-10-30 2015-10-30 停车和交通分析

Country Status (4)

Country Link
US (1) US20160125246A1 (zh)
EP (1) EP3213288B8 (zh)
CN (1) CN107079088A (zh)
WO (1) WO2016070121A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111699679A (zh) * 2018-04-27 2020-09-22 上海趋视信息科技有限公司 交通系统监控和方法
WO2021043313A1 (zh) * 2019-09-06 2021-03-11 杭州海康威视数字技术股份有限公司 一种用于采集车辆信息的摄像装置

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2976856B1 (en) 2013-03-26 2019-08-14 Sensity Systems Inc. Sensor nodes with multicast transmissions in lighting sensory network
US20180289120A1 (en) * 2014-04-02 2018-10-11 Shadecraft, Inc. Intelligent Umbrella and Intelligent Shading Charging System Receiving Messages from a Mobile Computing or Communications Device
EP3204929B1 (de) * 2014-11-11 2020-07-22 Cleverciti Systems GmbH System zur anzeige von parkplätzen
US9718405B1 (en) 2015-03-23 2017-08-01 Rosco, Inc. Collision avoidance and/or pedestrian detection system
US9852631B2 (en) * 2016-03-04 2017-12-26 Conduent Business Services, Llc Mobile on-street parking occupancy detection
CN106096554A (zh) * 2016-06-13 2016-11-09 北京精英智通科技股份有限公司 一种停车位遮挡判定方法和系统
CN106251271A (zh) * 2016-07-29 2016-12-21 北京云海寰宇信息技术有限责任公司 城市智能管理平台
US10452951B2 (en) * 2016-08-26 2019-10-22 Goodrich Corporation Active visual attention models for computer vision tasks
CN109691079B (zh) * 2016-09-16 2021-05-14 索尼半导体解决方案公司 成像装置和电子设备
US10223911B2 (en) 2016-10-31 2019-03-05 Echelon Corporation Video data and GIS mapping for traffic monitoring, event detection and change prediction
DE102016223859A1 (de) * 2016-11-30 2018-05-30 Robert Bosch Gmbh Kamera zur Überwachung eines Überwachungsbereiches und Überwachungsvorrichtung sowie Verfahren zur Überwachung eines Überwachungsbereiches
US10438071B2 (en) 2017-01-25 2019-10-08 Echelon Corporation Distributed system for mining, correlating, and analyzing locally obtained traffic data including video
CN111726521B (zh) 2017-01-26 2023-09-22 华为技术有限公司 终端的拍照方法、拍照装置和终端
WO2018183831A1 (en) * 2017-03-31 2018-10-04 Kaloyeros Alain Elie Image data integrator for addressing congestion
CN111373099A (zh) * 2017-10-26 2020-07-03 市政停车服务公司 用于探测禁止泊车区域中的泊车的装置、方法及系统
US11094191B2 (en) * 2018-04-27 2021-08-17 Iurii V. Iuzifovich Distributed safety infrastructure for autonomous vehicles and methods of use
PE20210996A1 (es) * 2018-09-07 2021-06-01 Controle De Donnees Metropolis Inc Camara de farola
US10930155B2 (en) * 2018-12-03 2021-02-23 Continental Automotive Systems, Inc. Infrastructure sensor detection and optimization method
US10977932B2 (en) 2018-12-04 2021-04-13 At&T Intellectual Property I, L.P. Method and apparatus for electromagnetic wave communications associated with vehicular traffic
US11418387B2 (en) * 2019-02-28 2022-08-16 Shoppertrak Rct Corporation Systems and methods for optical device configuration
US11886642B2 (en) 2019-04-24 2024-01-30 Hubbell Incorporated System and method for integrated surveillance and communication into lighting equipment
CN110099285A (zh) * 2019-06-12 2019-08-06 杭州雅顾科技有限公司 一种视频直播质量监控方法、装置、设备及介质
US11704912B2 (en) * 2020-06-16 2023-07-18 Ford Global Technologies, Llc Label-free performance evaluator for traffic light classifier system
CN112532953B (zh) * 2020-12-23 2021-07-06 深圳市朝阳辉电气设备有限公司 一种智慧城市道路照明控制的数据处理方法及系统
TW202301295A (zh) * 2021-06-15 2023-01-01 和碩聯合科技股份有限公司 智慧停車管理系統及方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6970183B1 (en) * 2000-06-14 2005-11-29 E-Watch, Inc. Multimedia surveillance and monitoring system including network configuration
US7688225B1 (en) * 2000-01-14 2010-03-30 Haynes Michael N Method for managing a parking lot
CN101802843A (zh) * 2007-07-13 2010-08-11 霍尼韦尔国际公司 视频分析中的特征
WO2010123708A1 (en) * 2009-04-20 2010-10-28 Lsi Industries, Inc. Systems and method for intelligent lighting
US20110026898A1 (en) * 2009-07-31 2011-02-03 Paul Lussier Interface, Systems and Methods for Collaborative Editing of Content Including Video
US20120044350A1 (en) * 2007-06-29 2012-02-23 Orion Energy Systems, Inc. Outdoor lighting fixture and camera systems
KR20120105642A (ko) * 2011-03-16 2012-09-26 장보영 지능형 주차장 관리 방법 및 시스템
KR20130044925A (ko) * 2011-10-25 2013-05-03 경기대학교 산학협력단 위치정보를 이용한 감시카메라 영상 취득 장치 및 방법
US20130271598A1 (en) * 2008-07-25 2013-10-17 International Business Machines Corporation Network based real-time analytics of raw video streams
US20140036076A1 (en) * 2012-08-06 2014-02-06 Steven David Nerayoff Method for Controlling Vehicle Use of Parking Spaces by Use of Cameras
WO2014092600A1 (ru) * 2012-12-13 2014-06-19 Открытое акционерное общество междугородной и международной электрической связи "Ростелеком" Устройства и система видеонаблюдения за множеством одновременно происходящих территориально распределенных событий

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5948038A (en) 1996-07-31 1999-09-07 American Traffic Systems, Inc. Traffic violation processing system
US20120150586A1 (en) 2010-12-14 2012-06-14 Scenetap Llc Apparatus and method to record customer demographics in a venue or similar facility using cameras
US20120307070A1 (en) * 2011-06-02 2012-12-06 James Pierce Surveillance method utilizing video compression for wireless transmission
US9171382B2 (en) * 2012-08-06 2015-10-27 Cloudparc, Inc. Tracking speeding violations and controlling use of parking spaces using cameras
US9374870B2 (en) 2012-09-12 2016-06-21 Sensity Systems Inc. Networked lighting infrastructure for sensing applications
US20140210646A1 (en) * 2012-12-28 2014-07-31 Balu Subramanya Advanced parking and intersection management system

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7688225B1 (en) * 2000-01-14 2010-03-30 Haynes Michael N Method for managing a parking lot
US6970183B1 (en) * 2000-06-14 2005-11-29 E-Watch, Inc. Multimedia surveillance and monitoring system including network configuration
US20120044350A1 (en) * 2007-06-29 2012-02-23 Orion Energy Systems, Inc. Outdoor lighting fixture and camera systems
CN101802843A (zh) * 2007-07-13 2010-08-11 霍尼韦尔国际公司 视频分析中的特征
US20130271598A1 (en) * 2008-07-25 2013-10-17 International Business Machines Corporation Network based real-time analytics of raw video streams
WO2010123708A1 (en) * 2009-04-20 2010-10-28 Lsi Industries, Inc. Systems and method for intelligent lighting
US20110026898A1 (en) * 2009-07-31 2011-02-03 Paul Lussier Interface, Systems and Methods for Collaborative Editing of Content Including Video
KR20120105642A (ko) * 2011-03-16 2012-09-26 장보영 지능형 주차장 관리 방법 및 시스템
KR20130044925A (ko) * 2011-10-25 2013-05-03 경기대학교 산학협력단 위치정보를 이용한 감시카메라 영상 취득 장치 및 방법
US20140036076A1 (en) * 2012-08-06 2014-02-06 Steven David Nerayoff Method for Controlling Vehicle Use of Parking Spaces by Use of Cameras
WO2014092600A1 (ru) * 2012-12-13 2014-06-19 Открытое акционерное общество междугородной и международной электрической связи "Ростелеком" Устройства и система видеонаблюдения за множеством одновременно происходящих территориально распределенных событий

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111699679A (zh) * 2018-04-27 2020-09-22 上海趋视信息科技有限公司 交通系统监控和方法
WO2021043313A1 (zh) * 2019-09-06 2021-03-11 杭州海康威视数字技术股份有限公司 一种用于采集车辆信息的摄像装置
US11463609B2 (en) 2019-09-06 2022-10-04 Hangzhou Hikvision Digital Technology Co., Ltd. Camera device for collecting vehicle information

Also Published As

Publication number Publication date
EP3213288A1 (en) 2017-09-06
EP3213288A4 (en) 2018-06-20
EP3213288B8 (en) 2019-11-06
US20160125246A1 (en) 2016-05-05
EP3213288B1 (en) 2019-09-25
WO2016070121A1 (en) 2016-05-06

Similar Documents

Publication Publication Date Title
CN107079088A (zh) 停车和交通分析
US11443555B2 (en) Scenario recreation through object detection and 3D visualization in a multi-sensor environment
CN106682644B (zh) 一种基于移动摄像设备的双动态车辆监测管理系统和方法
US10248849B2 (en) Technique for providing security to an area
CN109886096B (zh) 一种智慧旅游监管及安全应急管理联动指挥系统
CN106373405B (zh) 车位监控系统及方法
CN104040601B (zh) 基于云的视频监视管理系统
US7903841B2 (en) Miniature autonomous agents for scene interpretation
EP3586323B1 (en) Method and system for a distributed camera network
US20190051152A1 (en) System and method for controlling vehicular traffic
WO2004042673A2 (en) Automatic, real time and complete identification of vehicles
US8098290B2 (en) Multiple camera system for obtaining high resolution images of objects
US20120207356A1 (en) Targeted content acquisition using image analysis
US20120293664A1 (en) Character recognition system and method for rail containers
CN108710827B (zh) 一种社区微警务巡查和信息自动分析系统及方法
US20210357649A1 (en) Systems and methods of enforcing distancing rules
CN102646309A (zh) 一种智能视频周界围栏系统及其控制方法
CN110291569A (zh) 一种用于停车管理及控制的相关的视频和照明系统
CN110769195A (zh) 输电线路施工现场违章智能监控识别系统
Tung et al. Large-scale object detection of images from network cameras in variable ambient lighting conditions
CN112511610A (zh) 基于城市精细化管理条件的车载巡视智能方法和系统
CN1845089A (zh) 交通旅游及位置信息传输查询系统
CN107991953A (zh) 一种建筑中枢系统
KR200470949Y1 (ko) 방범용 차량번호인식 스마트 치안정보 전송 시스템
US20170332054A1 (en) Enhanced Video System

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1235950

Country of ref document: HK

CB02 Change of applicant information
CB02 Change of applicant information

Address after: California, USA

Applicant after: Villison intelligent community LLC

Address before: California, USA

Applicant before: Sensity Systems Inc.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20181101

Address after: New jersey, USA

Applicant after: VERIZON PATENT AND LICENSING Inc.

Address before: California, USA

Applicant before: Villison intelligent community LLC

WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170818

REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1235950

Country of ref document: HK