CN107134146B - 一种多个停车场管理的云端车牌自动校正系统 - Google Patents
一种多个停车场管理的云端车牌自动校正系统 Download PDFInfo
- Publication number
- CN107134146B CN107134146B CN201710528790.4A CN201710528790A CN107134146B CN 107134146 B CN107134146 B CN 107134146B CN 201710528790 A CN201710528790 A CN 201710528790A CN 107134146 B CN107134146 B CN 107134146B
- Authority
- CN
- China
- Prior art keywords
- license plate
- automatic correction
- parking lot
- library
- cloud
- 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.)
- Active
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
一种多个停车场管理的云端车牌自动校正系统,包括云端服务器和停车场服务器,云端服务器部署有自动校正库;自动校正库的自动校正方法,包括步骤:A1:停车场服务器识别并记录进入停车场的车辆车牌信息;A2:将识别结果上传到云端服务器,与自动校正库比对;A3:判断自动校正库中是否存在车辆的车牌校正信息;若是,执行步骤A4;A4:返回车牌校正信息,同步校正云端服务器和停车场服务器中车辆车牌信息。本发明在云端服务器部署自动校正库,不需要额外增加硬件设备,不依赖视频识别软件算法准确性,通过自动校正库的建立而不断减少人工校正的次数,车牌识别效率通过数据累积而提高,提升停车场管理系统的实时性,满足客户的需求。
Description
技术领域
本发明涉及智能停车场领域,尤其涉及一种多个停车场管理的云端车牌自动校正系统。
背景技术
随着视频识别技术的发展,停车场出入口系统由原来的取卡进出方式逐步转变为视频识别进出方式,在用户体验上有了极大的提升。但是视频识别本身的识别率并不能做到100%,而车牌的识别错误通常会导致停车费缴纳、进出停车场通知等服务受到影响,给停车场和用户都带来较大的麻烦。
目前通常的解决方案有以下几种:
1、增加多识别源。此方案主要是采用增加摄像头等方式,让同一辆车进行多次识别,从中对比取得相对正确的结果。此方案的缺点是需要增加额外的设备,并且只能较好的解决识别角度带来的识别错误问题,并不能很好的解决字符本身识别错误的问题。
2、多重识别。此方案本身是采用对同一图片进行多种识别算法的识别,通过不同算法的识别效果来判定采用哪一个识别结果。此方案的缺点是需要增加额外的算法投入,并且只能较好的解决算法速率与效果的平衡问题。本身的识别效果也依赖于算法本身,并不能校正算法本身带来的识别错误问题。
3、人工校正。此方案是通过人眼来识别图片与识别结果是否一致,能有效解决字符识别错误的问题。但缺点是需要额外的人力投入,且操作的效果是一次性的,并没有持续的受益。
从以上方案显示的问题来看,对于视频识别车牌错误的问题还有技术优化的空间。
发明内容
本发明的目的在于提出一种多个停车场管理的云端车牌自动校正系统,能通过自动校正库3的建立而不断减少人工校正的次数,车牌识别效率通过数据累积而提高,提升停车场管理系统的实时性。
为达此目的,本发明采用以下技术方案:
一种多个停车场管理的云端车牌自动校正系统,包括云端服务器和停车场服务器,所述云端服务器部署有自动校正库;所述自动校正库的自动校正方法,包括步骤:
A1:停车场服务器识别并记录进入停车场的车辆车牌信息;
A2:将识别结果上传到云端服务器,与自动校正库比对;
A3:判断自动校正库中是否存在所述车辆的车牌校正信息;若是,执行步骤A4;
A4:返回所述车牌校正信息,同步校正所述云端服务器和所述停车场服务器中所述车辆车牌信息。
优选的,多个所述停车场服务器与一个所述云端服务器连接。
优选的,所述自动校正库具有数据更新流程,包括自动校正库数据添加流程和自动校正库删除数据流程;
自动校正库数据添加流程,用于更新自动校正库中所述车辆车牌信息或在所述自动校正库中添加所述车辆车牌信息;
自动校正库删除数据流程,用于删除所述自动校正库中的所述车辆车牌信息。
优选的,所述自动校正库数据添加流程包括:
B1:所述停车场服务器识别并记录所述车辆车牌信息;
B2:判断是否通过人工验证识别结果,若是,执行步骤B3到步骤B4;
B3:在所述云端服务器和/或所述停车场服务器中通过人工修正识别结果;
B4:同步更新所述云端服务器和所述停车场服务器中的所述车辆车牌信息。
进一步的,所述自动校正库删除数据流程包括指定删除流程和自动删除流程;所述指定删除流程,用于删除自动校正库中的车辆车牌信息;所述自动删除流程,用于删除自动校正库中满足特定条件的车辆车牌信息。
进一步的,所述自动删除流程包括步骤:
C1、判断所述车辆车牌信息是否满足特定条件,若是,执行步骤C2;
C2、自动校正库删除该车辆车牌信息的记录。
进一步的,所述特定条件是指所述车辆车牌信息的最新记录时间与当前时间的时间差大于阈值。
进一步的,所述阈值为3~12个月。
优选的,所述指定删除流程包括步骤:
D1、判断所述车辆车牌信息是否不能再与自动校正库进行匹配,若是,执行步骤D2;若否,执行步骤D3;
D2、在自动校正库中删除该车辆车牌信息的记录,并标记不得添加;
D3、在自动校正库中删除该车辆车牌信息的记录。
优选的,所述云端服务器和所述停车场服务器通过无线和/或有线方式连接。
本发明的有益效果在于:
通过在云端服务器部署自动校正库,在不需要额外增加硬件设备,也不依赖视频识别软件算法准确性的前提下,通过自动校正库的建立而不断减少人工校正的次数,车牌识别效率通过数据累积而提高,提升停车场管理系统的实时性,满足客户的需求。
附图说明
图1是本发明其中一种实施例的架构图;
图2是本发明自动校正方法其中一种实施例的流程图;
图3是本发明自动校正库的数据添加流程其中一种实施例的示意图;
图4是本发明自动删除流程其中一种实施例的示意图;
图5是本发明指定删除流程其中一种实施例的示意图。
其中:云端服务器1、停车场服务器2、自动校正库3。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
一种多个停车场管理的云端车牌自动校正系统,包括云端服务器1和停车场服务器2,所述云端服务器1部署有自动校正库3;
所述自动校正库3的自动校正方法,包括步骤:
A1:停车场服务器2识别并记录进入停车场的车辆车牌信息;
A2:将识别结果上传到云端服务器1,与自动校正库3比对;
A3:判断自动校正库3中是否存在所述车辆的车牌校正信息;若是,执行步骤A4;
A4:返回所述车牌校正信息,同步校正所述云端服务器1和所述停车场服务器2中所述车辆车牌信息。
通常情况下,车辆车牌信息数据库放置在云端服务器1。如果一辆车之前已经来过该停车场,那么云端服务器1就会有这辆车的车牌信息,或者这辆车曾经被识别错误的信息(即车牌校正信息)。
为了提高停车场管理系统的响应实时性和效率,云端服务器1部署了自动校正库3,使用车牌自动校正方法,使云端服务器1和停车场服务器2对多次(包括两次)识别错误的车辆车牌信息自动校正,有效降低车牌识别错误的几率。如果自动校正库3中没有该车辆的车牌校正信息,则证明这辆车是第一次或已经非常久没有来过这个停车场,此时不进行自动校正处理。
优选的,多个所述停车场服务器2与一个所述云端服务器1连接。
通常情况下,一个停车场使用一个停车场服务器2,而现在很多大型商场均是连锁式,因此可以共用一个云端服务器1来统一管理停车数据,也就是说可以共用自动校正库3的车牌校正信息。这样,只要其中一个停车场通过校正一辆车的车牌信息,使用同一云端服务器1的其它停车场就可以同时获取相应的校正信息,有效提高校正工作效率,减少这辆车在不同停车场由于车牌识别错误而导致出入延时的情况发生,提高客户满意度。
优选的,所述自动校正库3具有数据更新流程,包括自动校正库3数据添加流程和自动校正库3删除数据流程;
自动校正库3数据添加流程,用于更新自动校正库3中所述车辆车牌信息或在所述自动校正库3中添加所述车辆车牌信息;
自动校正库3删除数据流程,用于删除所述自动校正库3中的所述车辆车牌信息。
随着车辆保有量的增加,各个停车场的车牌识别数据渐长,云端服务器1通过视频识别的错误车牌信息也会时时不同,因此需要更新自动校正库3的数据。这样的更新,包括加入新的识别错误然后成功通过人工校正的数据,也包括删除那些很久没出现在该停车场的车辆车牌信息,避免自动校正库3数据冗余。
优选的,所述自动校正库3数据添加流程包括:
B1:所述停车场服务器2识别并记录所述车辆车牌信息;
B2:判断是否通过人工验证识别结果,若是,执行步骤B3到步骤B4;
B3:在所述云端服务器1和/或所述停车场服务器2中通过人工修正识别结果;
B4:同步更新所述云端服务器1和所述停车场服务器2中的所述车辆车牌信息。
假设一辆车在停车场进出时曾经出现视频识别错误,那么这辆车在同一车场必定还会被识别错误;假设一辆车在该车场进出时视频识别错为X车牌,则这车辆在下次进出该车场时通过视频识别必定还会被识别错为X车牌。
因此,一个车牌在停车场首次视频识别错误之后,通过人工验证识别结果,并将修正结果同步更新在自动校正库3,从而使该车辆在下次到该停车场时,能被正确识别。
实际上,由于停车场管理系统的管理人员对系统是同步管理的,因此,停车场服务器2和云端服务器1在判断是否通过人工验证识别结果时通常是同时进行的。
优选的,所述自动校正库3删除数据流程包括指定删除流程和自动删除流程;
所述指定删除流程,用于删除自动校正库3中的车辆车牌信息;
所述自动删除流程,用于删除自动校正库3中满足特定条件的车辆车牌信息。
假设一辆车最近进入该停车场,那么这辆车在未来的可预见时间内必定还会来到该停车场;若这辆车已经多月没有到过该停车场,则该车辆在未来的可预见时间(设定一个阈值)内必定不会再来。
基于以上假设,可以分辨出自动校正库3中哪些是过期或者无效的信息,为避免数据库冗余,对于这类信息,可以进行删除。另外,除了自动删除的方法以外,还可以进行人工的指定删除,以满足停车场管理者的需要。
优选的,所述自动删除流程包括步骤:
C1、判断所述车辆车牌信息是否满足特定条件,若是,执行步骤C2;
C2、自动校正库3删除该车辆车牌信息的记录。
系统可以通过特定条件实时分辨出自动校正库3中哪些是过期或无效的车牌信息,对于这些信息,可以进行删除,减轻数据库负担。
优选的,所述特定条件是指所述车辆车牌信息的最新记录时间与当前时间的时间差大于阈值。
自动校正库3可以设定一个阈值,若这辆车牌信息的最新记录时间与当前时间的时间差大于阈值N,即该车辆已经N个月没有到该停车场了,所以判定这辆车以后必定不会再来。为了减轻自动校正库3的数据负担,系统可以自动删除该车辆的车牌信息。
优选的,所述阈值为3~12个月。
根据停车场管理方的实际需要,以及数据库冗余量的情况,可以选择按最短一季度(即3个月),最长一年(即12个月)的频率来对车牌校正信息进行删除。如果时间只有一两个月,显然时间过短,使自动校正库3的数据量太少,起不到校正的效果;如果时间太长,则数据量过大,对停车场系统形成负担。
优选的,所述指定删除流程包括步骤:
D1、判断所述车辆车牌信息是否不能再与自动校正库3进行匹配,若是,执行步骤D2;若否,执行步骤D3;
D2、在自动校正库3中删除该车辆车牌信息的记录,并标记不得添加;
D3、在自动校正库3中删除该车辆车牌信息的记录。
为满足停车场管理者对自动校正库3的管理需要,相对自动删除设定了人工指定删除校正记录的功能。
优选的,所述云端服务器1和所述停车场服务器2通过无线和/或有线方式连接。
无线连接方式,适合大型或者跨层的停车场,也适合对旧式停车场进行改造,美观而易于安装。有线连接方式,传输稳定,适合新建停车场或小型停车场。当然,为使传输稳定性和美观性达到平衡,也可以根据实际情况混合使用两种传输方式。
以上内容仅为本发明的较佳实施例,对于本领域的普通技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种多个停车场管理的云端车牌自动校正系统,包括云端服务器和停车场服务器,其特征在于,所述云端服务器部署有自动校正库;
所述自动校正库的自动校正方法,包括步骤:
A1:停车场服务器识别并记录进入停车场的车辆车牌信息;
A2:将识别结果上传到云端服务器,与自动校正库比对;
A3:判断自动校正库中是否存在所述车辆的车牌校正信息;若是,执行步骤A4;
A4:返回所述车牌校正信息,同步校正所述云端服务器和所述停车场服务器中所述车辆车牌信息。
2.如权利要求1所述的多个停车场管理的云端车牌自动校正系统,其特征在于:多个所述停车场服务器与一个所述云端服务器连接。
3.如权利要求1所述的多个停车场管理的云端车牌自动校正系统,其特征在于:
所述自动校正库具有数据更新流程,包括自动校正库数据添加流程和自动校正库删除数据流程;
自动校正库数据添加流程,用于更新自动校正库中所述车辆车牌信息或在所述自动校正库中添加所述车辆车牌信息;
自动校正库删除数据流程,用于删除所述自动校正库中的所述车辆车牌信息。
4.如权利要求3所述的多个停车场管理的云端车牌自动校正系统,其特征在于,所述自动校正库数据添加流程包括:
B1:所述停车场服务器识别并记录所述车辆车牌信息;
B2:判断是否通过人工验证识别结果,若是,执行步骤B3到步骤B4;
B3:在所述云端服务器和/或所述停车场服务器中通过人工修正识别结果;
B4:同步更新所述云端服务器和所述停车场服务器中的所述车辆车牌信息。
5.如权利要求3所述的多个停车场管理的云端车牌自动校正系统,其特征在于:
所述自动校正库删除数据流程包括指定删除流程和自动删除流程;
所述指定删除流程,用于删除自动校正库中的车辆车牌信息;
所述自动删除流程,用于删除自动校正库中满足特定条件的车辆车牌信息,具体的,所述自动删除流程如下:
C1、判断所述车辆车牌信息是否满足特定条件,若是,执行步骤C2;
C2、自动校正库删除该车辆车牌信息的记录。
6.如权利要求5所述的多个停车场管理的云端车牌自动校正系统,其特征在于:所述特定条件是指所述车辆车牌信息的最新记录时间与当前时间的时间差大于阈值。
7.如权利要求6所述的多个停车场管理的云端车牌自动校正系统,其特征在于:所述阈值为3~12个月。
8.如权利要求5所述的多个停车场管理的云端车牌自动校正系统,其特征在于,所述指定删除流程包括步骤:
D1、判断所述车辆车牌信息是否不能再与自动校正库进行匹配,若是,执行步骤D2;若否,执行步骤D3;
D2、在自动校正库中删除该车辆车牌信息的记录,并标记不得添加;
D3、在自动校正库中删除该车辆车牌信息的记录。
9.如权利要求1所述的多个停车场管理的云端车牌自动校正系统,其特征在于:所述云端服务器和所述停车场服务器通过无线和/或有线方式连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710528790.4A CN107134146B (zh) | 2017-07-01 | 2017-07-01 | 一种多个停车场管理的云端车牌自动校正系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710528790.4A CN107134146B (zh) | 2017-07-01 | 2017-07-01 | 一种多个停车场管理的云端车牌自动校正系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107134146A CN107134146A (zh) | 2017-09-05 |
CN107134146B true CN107134146B (zh) | 2019-12-10 |
Family
ID=59735905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710528790.4A Active CN107134146B (zh) | 2017-07-01 | 2017-07-01 | 一种多个停车场管理的云端车牌自动校正系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107134146B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197625A (zh) * | 2017-12-18 | 2018-06-22 | 北京云星宇交通科技股份有限公司 | 一种校正车牌识别的方法及系统 |
CN108198433B (zh) * | 2018-02-28 | 2021-06-15 | 北京精英路通科技有限公司 | 一种停车识别方法、装置及电子设备 |
CN109523792A (zh) * | 2018-11-14 | 2019-03-26 | 厦门路桥信息股份有限公司 | 车牌识别结果的自动修正方法、介质及系统 |
CN110704459B (zh) * | 2019-08-30 | 2022-12-20 | 厦门路桥信息股份有限公司 | 停车场僵尸车辆数据的清理方法、介质及系统 |
CN111369695A (zh) * | 2019-12-30 | 2020-07-03 | 武汉无线飞翔科技有限公司 | 一种停车场信息校正的方法和系统 |
CN111260806B (zh) * | 2020-01-15 | 2022-04-22 | 广东艾科智泊科技股份有限公司 | 一种路侧停车监测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104464302A (zh) * | 2014-12-22 | 2015-03-25 | 南京中兴力维软件有限公司 | 一种车牌识别智能纠错方法和系统 |
CN105096610A (zh) * | 2015-09-07 | 2015-11-25 | 苏州市世跃智能科技有限公司 | 一种小区出入口监控管理系统 |
CN105405298A (zh) * | 2015-12-24 | 2016-03-16 | 浙江宇视科技有限公司 | 一种车牌标识的识别方法和装置 |
CN105574938A (zh) * | 2016-01-05 | 2016-05-11 | 张忠义 | 一种自动清理停车场垃圾数据的方法 |
CN105933096A (zh) * | 2016-06-30 | 2016-09-07 | 广东小天才科技有限公司 | 基于纠错反馈的信息处理方法及装置 |
-
2017
- 2017-07-01 CN CN201710528790.4A patent/CN107134146B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104464302A (zh) * | 2014-12-22 | 2015-03-25 | 南京中兴力维软件有限公司 | 一种车牌识别智能纠错方法和系统 |
CN105096610A (zh) * | 2015-09-07 | 2015-11-25 | 苏州市世跃智能科技有限公司 | 一种小区出入口监控管理系统 |
CN105405298A (zh) * | 2015-12-24 | 2016-03-16 | 浙江宇视科技有限公司 | 一种车牌标识的识别方法和装置 |
CN105574938A (zh) * | 2016-01-05 | 2016-05-11 | 张忠义 | 一种自动清理停车场垃圾数据的方法 |
CN105933096A (zh) * | 2016-06-30 | 2016-09-07 | 广东小天才科技有限公司 | 基于纠错反馈的信息处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107134146A (zh) | 2017-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107134146B (zh) | 一种多个停车场管理的云端车牌自动校正系统 | |
US8214492B2 (en) | Method and system for adapting a session timeout period | |
CN111125409B (zh) | 一种门禁系统的控制方法、装置及门禁系统 | |
CN107480624B (zh) | 常住人口获取方法、装置及系统、计算机装置和存储介质 | |
CN110221817A (zh) | 一种数据召回模块及推荐系统 | |
CN109118615A (zh) | 一种智能楼宇管理方法、服务器、介质及系统 | |
US20140149348A1 (en) | Application program management method and apparatus using context information | |
WO2020019461A1 (zh) | 数据推送方法、装置、计算机设备及存储介质 | |
WO2016155127A1 (zh) | 房间控制方法和装置 | |
CN110175190B (zh) | 房源推荐方法、装置、计算机设备及计算机可读存储介质 | |
CN108665283A (zh) | Ota平台的酒店房型价格异常的识别方法及系统 | |
WO2023179161A1 (zh) | 一种视频帧率控制方法、装置、电子设备及存储介质 | |
WO2020169005A1 (zh) | 门禁控制 | |
US20140372285A1 (en) | Transaction time monitoring | |
US20090049136A1 (en) | Method of and System for Dynamically Managing a System of Servers | |
US20050065944A1 (en) | Systems and methods for extracting data sets from an online relational database into a data warehouse | |
CN114706862A (zh) | 酒店房态预测方法、装置、设备及存储介质 | |
CN113542451A (zh) | 信息处理的方法、装置、设备以及存储介质 | |
WO2019126104A1 (en) | Systems and methods for providing contextual calendar reminders | |
US20220414498A1 (en) | System and method for decentralized distributed model adaptation | |
CN110324385A (zh) | 数据同步方法及装置、分布式系统 | |
CN115098290A (zh) | 基于自动更新的nlp模型的智能人工服务方法和装置 | |
CN109191160B (zh) | 基于信息流场景刷新行为的广告投放方法及系统 | |
CN106845619A (zh) | 一种通过tcp传输客流计数信息的方法 | |
CN117235609B (zh) | Bim构件的归纳分类方法、装置、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |