CN107180536A - 交通违章自识别方法、装置及系统 - Google Patents
交通违章自识别方法、装置及系统 Download PDFInfo
- Publication number
- CN107180536A CN107180536A CN201710578785.4A CN201710578785A CN107180536A CN 107180536 A CN107180536 A CN 107180536A CN 201710578785 A CN201710578785 A CN 201710578785A CN 107180536 A CN107180536 A CN 107180536A
- Authority
- CN
- China
- Prior art keywords
- regulations
- vehicle
- traffic
- video
- violating
- 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
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
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种交通违章自识别方法、装置及系统,属于交通疏导技术领域。其中,交通违章自识别方法包括:获取在预设时间内可穿戴交通调控设备发送的所拍摄的监测区域的视频和实时交通信号。获取视频中每个车辆的坐标,根据实时交通信号和视频中每个车辆的坐标在视频中的变化,判断每个车辆是否违章,若是,获取处于违章状态的车辆的车辆信息和违章信息。终端设备通过获取穿戴该可穿戴交通调控设备的交通执法人员所拍摄的视频和实时交通信号,故终端设备能够自动准确的抓判到交通执法人员所在现场的违章车辆,并准确的获取每个违章车辆的车辆信息和违章信息。进而能够有效的提高抓判车辆违章的准确率和执法效率,以有效降低交通事故的发生率。
Description
技术领域
本发明涉及交通疏导技术领域,具体而言,涉及一种交通违章自识别方法、装置及系统。
背景技术
随着经济的不断发展,人们的生活水平逐步提高,私家车的拥有量也急剧上升,交通事故的发生率也在不断提高。
纠正车辆的违章行为、保证交通安全、以减少交通事故一直是国家所强调的重要任务。交通违章行为是交通事故发生的最主要因素。因此,减少交通违章行为能够切实有效的降低交通事故的发生率。目前,对于抓判车辆的违章行为,大多通过交通执法人员观看监控录像的方法来判断车辆是否违章。该方法虽然能够有效的判断出车辆是否违章,但需要消耗交通执法人员大量的时间和精力。且由于人为因素,还可能出现漏判,导致违章车辆的漏网之鱼逃过法律的制裁。进而极大的降低了抓判车辆违章的准确率和执法效率。
因此,如何有效的提高抓判车辆违章行为的准确率和执法效率,以有效降低交通事故的发生率是目前业界一大难题。
发明内容
有鉴于此,本发明的目的在于提供一种交通违章自识别方法、装置及系统,以有效改善上述缺陷。
本发明的实施例通过如下方式实现:
第一方面,本发明实施例提供了一种交通违章自识别方法,应用于交通违章自识别系统中的终端设备,交通违章自识别系统还包括:可穿戴交通调控设备,所述可穿戴交通调控设备包括:摄像头和控制通信装置。所述摄像头与所述控制通信装置耦合,所述控制通信装置通过无线网络与所述终端设备耦合。所述方法包括:获取在预设时间内所述可穿戴交通调控设备发送的所拍摄的监测区域的视频和实时交通信号。获取所述视频中每个车辆的坐标,根据所述实时交通信号和所述视频中每个所述车辆的所述坐标在所述视频中的变化,判断每个所述车辆是否违章,若是,获取处于违章状态的车辆的车辆信息和违章信息。
第二方面,本发明实施例提供了一种交通违章自识别装置,应用于交通违章自识别系统中的终端设备,交通违章自识别系统还包括:可穿戴交通调控设备,所述可穿戴交通调控设备包括:摄像头和控制通信装置。所述摄像头与所述控制通信装置耦合,所述控制通信装置通过无线网络与所述终端设备耦合。所述装置包括:获取模块,用于获取在预设时间内所述可穿戴交通调控设备发送的所拍摄的监测区域的视频和实时交通信号。处理模块,用于获取所述视频中每个车辆的坐标,根据所述实时交通信号和所述视频中每个所述车辆的所述坐标在所述视频中的变化,判断每个所述车辆是否违章,若是,获取处于违章状态的车辆的车辆信息和违章信息。
第三方面,本发明实施例提供了一种交通违章自识别系统,所述交通违章自识别系统包括:终端设备和可穿戴交通调控设备,所述可穿戴交通调控设备包括:头盔、交通背心、摄像头、红绿灯组件、左右转显示组件和控制通信装置。所述摄像头和所述红绿灯组件安装在所述头盔上,所述左右转显示组件和所述控制通信装置均安装在所述交通背心上,所述摄像头、所述红绿灯组件和所述左右转显示组件均与所述控制通信装置耦合,所述控制通信装置通过无线网络与所述终端设备耦合。
本发明实施例的有益效果是:
终端设备通过在预设时间内获取可穿戴交通调控设备拍摄的监测区域的视频和实时交通信号。终端设备根据实时交通信号和视频中标记每个车辆的坐标在该视频中的变化,终端设备便能够判断每个车辆是否违章,若是,获取处于违章状态的车辆的车辆信息和违章信息。因此,终端设备通过获取穿戴该可穿戴交通调控设备的交通执法人员在现场所拍摄的视频和现场的实时交通信号,故终端设备能够自动准确的抓判到交通执法人员所在现场的违章的车辆,并准确的获取每个处于违章状态的车辆的车辆信息和违章信息。进而能够有效的提高抓判车辆违章行为的准确率和执法效率,以有效降低交通事故的发生率。
本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。通过附图所示,本发明的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图,重点在于示出本发明的主旨。
图1示出了本发明实施例提供的一种交通违章自识别系统的结构框图;
图2示出了本发明实施例提供的一种交通违章自识别系统中可穿戴交通调控设备的结构示意图;
图3示出了本发明实施例提供的一种交通违章自识别方法的流程图;
图4示出了本发明实施例提供的一种交通违章自识别方法中步骤S200的第一子流程图;
图5示出了本发明实施例提供的一种交通违章自识别方法中步骤S200的第二子流程图;
图6示出了本发明实施例提供的一种交通违章自识别装置的第一结构框图;
图7示出了本发明实施例提供的一种交通违章自识别装置的第二结构框图;
图8示出了本发明实施例提供的一种交通违章自识别装置的第三结构框图。
图标:100-交通违章自识别系统;110-终端设备;111-通信装置;112-处理装置;120-可穿戴交通调控设备;121-头盔;122-交通背心;123-摄像头;124-红绿灯组件;125-左右转显示组件;126-控制通信装置;200-交通违章自识别装置;210-获取模块;220-处理模块;221-获取单元;222-处理单元;2221-处理子单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
此外,术语“连接”、“耦合”、“安装”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
请参阅图1,本发明实施例提供了一种交通违章自识别系统100,该交通违章自识别系统100包括:终端设备110和可穿戴交通调控设备120。
终端设备110可以为各设备的集成,终端设备110用于获取可穿戴交通调控设备120发送的视频和实时交通信号,并通过对实时交通信号和视频的处理而获取穿戴该可穿戴交通调控设备120的交通执法人员所在现场的车辆违章情况。
本实施例中,终端设备110包括:通信装置111和处理装置112。
通信装置111可以为集成电路芯片,安装在位于可穿戴交通调控设备120附件的路口处。通信装置111可通过无线网络与可穿戴交通调控设备120耦合,例如wifi(WirelessFidelity)。故通信装置111可持续的接收到可穿戴交通调控设备120发送的视频和实时交通信号,并将视频和实时交通信号均解码后再发送至处理装置112。
处理装置112可以是个人电脑(personal computer,PC)、平板电脑、智能手机、个人数字助理(personal digital assistant,PDA)等。本实施例中,处理装置112可以为安装在中控室的个人电脑。处理装置112通过数量总线,例如RS485数据总线与通信装置111的耦合,故处理装置112能够通过通信装置111获取该可穿戴交通调控设备120所发送的所拍摄的监测区域的视频和监测区域的实时交通信号。处理装置112通过自身的数据处理能力,能够根据该视频和该视频对应的实时交通信号抓判到该视频中违章车辆,并获取到违章的每个车辆的车辆信息和违章信息。
请参阅图1和图2,可穿戴交通调控设备120用于通过路口的交通指挥员将其进行穿戴后,通过可穿戴交通调控设备120显示的交通提示,便能够辅助交通指挥员进行交通疏导。
本实施例中,可穿戴交通调控设备120包括:头盔121、交通背心122、摄像头123、控制通信装置126、红绿灯组件124和左右转显示组件125。
头盔121可以为由塑料材料制成。当交通指挥人员穿戴该头盔121时,头盔121能够包裹住交通指挥人员头部的上半部分,以使交通指挥人员的面部能够露出,不影响交通指挥人员的视线。
交通背心122可以为由棉布材料制成。本实施例中,交通背心122的外表面均涂覆有荧光材料,其中,荧光材料可以为由金属(锌、铬)硫化物或稀土氧化物与微量活性剂配合经煅烧而成。荧光材料能够有效提高穿戴该交通背心122的交通指挥人员在早、晚或天气能见度不佳的情况下指挥疏导交通时的辨识度。
摄像头123可以为针孔摄像头123,并安装在头盔121上。摄像头123的成像范围即可以为该摄像头123的监测区域。摄像头123处于工作时,摄像头123能够拍摄的监测区域的视频。摄像头123通过与控制通信装置126的耦合,则能够将拍摄的视频持续的发送至控制通信装置126。
红绿灯组件124可安装在头盔121上,红绿灯组件124为由多个发光二极管(LightEmitting Diode,LED)组成。红绿灯组件124能够持续的获取到耦合的控制通信装置126发送的交通控制信号。当红绿灯组件124获取到交通控制信号中的电压值不同,每个LED的发光颜色也不同。作一种方式,交通控制信号中的电压值能够以预设时长不断改变。红绿灯组件124持续的获取到控制通信装置126输出的交通控制信号后,红绿灯组件124便能够将所显示的红灯和绿灯以预设时长不断切换。
左右转显示组件125安装在交通背心122正面的胸口处。左右转显示组件125为由LED组成,多个LED分别围成左右转显示组件125的左转箭头和右转箭头。左右转显示组件125也能够持续的获取到耦合的控制通信装置126发送的交通控制信号。当左右转显示组件125获取的交通控制信号中的电压值不同,每个LED的发光颜色也不同。作为另一种方式,交通控制信号中的电压值也能够以预设时长不断改变。左右转显示组件125获取到控制通信装置126持续输出的交通控制信号后,左右转显示组件125能够将显示的左转提示和禁止左转提示以预设时长不断切换,并也能够将显示的右转提示和禁止右转提示以预设时长不断切换。
控制通信装置126安装在交通背心122上,控制通信装置126可以为具备信号处理能力的集成电路芯片,其能够对信号的处理、接收和发送。控制通信装置126通过与摄像头123的耦合,则能够获取到摄像头123所发送的视频。控制通信装置126通过无线局域网络与终端设备110中通信装置111的耦合,控制通信装置126则能够将视频转码后持续的发送至终端设备110。本实施例中,控制通信装置126能够生成并输出交通控制信号至红绿灯组件124和左右转显示组件125。故控制通信装置126便能够通过根据目前交通控制信号中的电压值,获知目前红绿灯组件124为红灯或绿灯状态,以及获知目前左右转显示组件125为左转或右转状态。控制通信装置126根据目前交通控制信号便能够生成对应的实时交通信号。可以理解到,实时交通信号即能够对应目前红绿灯组件124为红灯或绿灯状态,以及目前左右转显示组件125为左转或右转状态。控制通信装置126也通过无线局域网络,便能够将实时交通信号持续的发送至耦合的终端设备110。
请参阅图3,图3示出了应用于交通违章自识别系统的交通违章自识别方法。在本实施例中,终端设备能够获取可穿戴交通调控设备发送的所拍摄的监测区域的视频和实时交通信号,并根据该视频和实时交通信号来抓判视频中的违章车辆,以及获取每个违章的车辆的信息。
具体的,终端设备调控可穿戴交通调控设备的方法流程包括:步骤S100和步骤S200。
步骤S100:获取在预设时间内所述可穿戴交通调控设备发送的所拍摄的监测区域的视频和实时交通信号。
终端设备设有预设时间,且终端设备还通过无线局域网络与可穿戴交通调控设备的耦合。故终端设备能够获取预设时间内可穿戴交通调控设备发送的视频和实时交通信号,其中,该视频为可穿戴交通调控设备的所拍摄的监测区域的视频;该实时交通信号为穿戴该可穿戴交通调控设备的交通执法人员所在的路口实时的红绿灯情况和左右转情况,并能够与视频对应。本实施例中,若预设时间为例如,1分钟,终端设备能够根据预设时间,获取视频的时长为1分钟,即终端设备获取1分钟时长的视频后,对该视频进行处理的同时,终端设备又开始获取下一个1分钟时长的视频,以此形成循环。此外,为保证终端设备对违章抓判的准确性,终端设备为持续的获取可穿戴交通调控设备发送实时交通信号。
步骤S200:获取所述视频中每个车辆的坐标,根据所述实时交通信号和所述视频中每个所述车辆的所述坐标在所述视频中的变化,判断每个所述车辆是否违章,若是,获取处于违章状态的车辆的车辆信息和违章信息。
终端设备对获取的视频进行处理时,终端设备能够将进入视频中监测区域的每个车辆均进行识别和标记,并获取该车辆在视频中监测区域的坐标。随着每个车辆在不断的移动,故每个车辆在视频中监测区域的坐标便随之发生变化。此外,终端设备还根据获取实时交通信号,能够获取到该实时交通信号对应的预设违章坐标范围。根据实时交通信号和视频中每个车辆的坐标在视频中的变化,终端设备便能够判断每个车辆是否处于违章状态,即可以为,终端设备判断车辆的坐标在视频中监测区域中变化是否至和实时交通信号对应的预设违章坐标范围匹配。若是,即为车辆的坐标在视频的监测区域中变化至和实时交通信号对应的预设违章坐标范围匹配,终端设备便能够判定该车辆在目前的实时交通信号的情况下是属于违章。进而终端设备能够根据视频而获取处于违章状态的每个车辆的车辆信息和违章信息。其中,车辆信息为车辆的号牌,违章信息则为车辆的违章类型。
请参阅图4,图4示出了终端设备获取视频中每个车辆的坐标的方法子流程。在本实施例中,终端设备能够将进入视频的监测区域的每个车辆均进行识别和标记,并获取每个被标记的车辆在视频中的坐标。
具体的,终端设备获取视频中每个车辆的坐标的方法子流程包括:步骤S201和步骤S202。
步骤S201:将所述视频内由预设边界进入所述监测区域的每个所述车辆均进行标记。
终端设备获取的视频中,终端设备将视频的监测区域中一个区域设定为预设边界。其中,预设边界可以为至少一个。通过设置预设边界,则目标物的移动由预设边界进入视频的监测区域中后,便能够被终端设备识别。作为一种方式,预设边界可设置在车辆驶入监测区域的位置。每个目标物通过预设边界进入视频后,终端设备通过边缘图像提取处理便能够获取每个目标物的外观特征信息。本实施例中,终端设备能够对车辆的外观特征进行深度学习,并储存为预设外观特征信息。其中,预设外观特征信息可以为:各型号的车辆正面轮廓特征。终端设备便能够将每个提取出的外观特征信息和预设外观特征信息均进行比对,并获得比对相似值。可以理解到,若目标物的外观特征信息,例如前脸、左后视镜、右后视镜和保险杠外观特征信息均符合,则比对相似值为100%,若目标物的外观特征信息,例如前脸、右后视镜和保险杠外观特征信息均符合,则比对相似值为75%。此外,终端设备还储存了比对相似阈值,该比对相似阈值可以为50%。若目标物的比对相似值大于或等于比对相似阈值,终端设备便能够判定该目标物为车辆。当终端设备将目标物判定为车辆后,终端设备便能够对每个车辆均进行标记,以便于后续对每个被标记的车辆进行跟踪。其中,被标记的车辆的标记点为该车辆在视频中外观图像的中心点。
步骤S202:获取所述视频中每个被标记的所述车辆的所述坐标。
由于终端设备可将视频中监测区域的解析为一个二维的坐标系。该被标记的车辆在由预设边界进入监测区域后,可位于监测区域中的某一位置,即可以是位于该二维的坐标系中的某一位置。终端设备通过获取每个被标记的车辆的标记点在该二维的坐标系中的坐标,便能够获取每个被标记的车辆的标记点在监测区域中的坐标。
请参阅图5,图5示出了终端设备判断视频中每个车辆是否违章的方法子流程。在本实施例中,终端设备能够根据实时交通信号获取对应的预设违章坐标范围,并根据每个车辆的坐标是否变化至和预设违章坐标范围匹配来判断该车辆是否处于违章状态,从而获取每个违章车辆的车辆信息和违章信息。
具体的,终端设备判断视频中每个车辆是否违章的方法子流程包括:步骤S210和步骤S220。
步骤S210:根据所述实时交通信号获取所述实时交通信号对应的预设违章坐标范围。
终端设备储存了多个预设违章坐标范围,每个预设违章坐标范围均能够对应视频的监测区域中的某些位置范围,例如,某一个预设违章坐标范围可以对应为路口的左转区域,某另外一个预设违章坐标范围可以对应为路口的直行区域等。终端设备能够对获取的实时交通信号进行解析,以获取到穿戴可穿戴交通调控设备的交通执法人员所在路口目前的直行红绿灯状态和左右转红绿箭头状态。终端设备通过解析实时交通信号,便能够在存储的多个预设违章坐标范围中获取到与实时交通信号对应的预设违章坐标范围。可以理解到,预设违章坐标范围与对应实时交通信号对应,可以为预设违章坐标范围对应在监测区域中范围与目前的直行红绿灯状态和左右转红绿箭头状态形成对应,例如,实时交通信号所表示的目前状态为:直行红灯状态、左转红箭头状态和右转绿箭头状态,则对应的预设违章坐标范围对应在监测区域中的范围为:路口的直行区域和路口的左转区域。若实时交通信号处于上述状态,而车辆却进入对应该实时交通信号预设违章坐标范围,则该车辆便属于为违章。
需要说的是,当实时交通信号所表示的目前状态改变时,终端设备能在存储多个预设违章坐标范围中重新获取对应当前状态的实时交通信号。例如,当实时交通信号所表示的目前状态改变为:直行保持红灯状态、左转保持红箭头状态和右转绿箭头改变为红箭头状态,则终端设备能重新获取改变状态后的实时交通信号对应的预设违章坐标范围对应在监测区域中的范围为:路口的直行区域、路口的左转区域和路口的右转区域。
步骤S220:判断每个所述车辆的所述坐标是否变化至和所述预设违章坐标范围匹配,若是,判定该所述车辆违章,并获取处于违章状态的所述车辆的所述车辆信息和所述违章信息。
终端设备能够通过跟踪每个车辆,从而能够获取每个车辆由预设边界进入视频后,每个车辆的坐标在视频的监测区域中的变化。当终端设备获取到对应实时交通信号对应的预设违章坐标范围后,终端设备能够判断每个车辆的坐标在视频的监测区域中的变化是否变化至和预设违章坐标范围进行匹配,进而判断每个车辆是否违章。具体的,终端设备能够判断每个车辆的坐标在监测区域所对应的二维坐标系中的变化是否变化至位于监测区域所对应的二维坐标系中的预设违章坐标范围的范围内,若是,终端设备能够判定该车辆处于违章状态。
例如,对应实时交通信号的预设违章坐标范围对应在监测区域中的范围为:路口的直行区域和路口的左转区域,路口的直行区域能够在监测区域所对应的二维坐标系中具有对应的坐标范围,路口的左转区域也能够在监测区域所对应的二维坐标系中具有对应的坐标范围。当由预设边界进入的车辆的坐标变化至位于预设违章坐标范围的范围内时,可以理解为,在路口禁止直行和路口禁止左转的情况下,车辆却行驶至了路口的左转区域和路口的直行区域,进而终端设备便能够判断该车辆为处于违章状态。
当终端设备判定车辆处于违章状态时,终端设备能够获取视频中与第一时间点对应的图像作为违章图像。其中,第一时间点可以为终端设备判定车辆违章时的视频播放至的时间点,而违章图像可以为终端判定在该车辆违章的第一时间点时,视频在此时所播放至的一帧画面。终端设备能够将所截取的该违章图像保存,该违章图像能够作为该车辆违章的证据。此外,终端设备通过提取违章图像上该车辆的车牌号,便能够获取该违章车辆的车辆信息。另外,终端设备还能够根据违章图像中处于违章状态的车辆的坐标获取处于违章状态的车辆的违章信息。也例如,预设违章坐标范围对应在监测区域中的范围也为:路口的直行区域和路口的左转区域,当由预设边界进入的车辆的坐标在违章图像中为位于预设违章坐标范围的范围内时,即在路口禁止直行和路口禁止左转的情况下,车辆却行驶至了路口的左转区域和路口的直行区域,进而终端设备便根据预设程序能够判定出该车辆为违章信息为冲红灯。再者,终端设备还能够违章车辆的违章图像、车辆信息和违章信息均进行打包存储。
需要说明的是,为保证终端设备对违章的识别准确率,终端设备所判定的违章车辆,为由预设边界进入视频中的车辆。而由其他方向进入视频的车辆,终端设备并不进行违章的判断和识别。
请参阅图6,图6为本发明实施例提供一种应用于交通违章自识别系统中的终端设备的交通违章自识别装置200。该交通违章自识别装置200包括:获取模块210和处理模块220。
获取模块210,用于获取在预设时间内所述可穿戴交通调控设备发送的所拍摄的监测区域的视频和实时交通信号。
处理模块220,用于获取所述视频中每个车辆的坐标,根据所述实时交通信号和所述视频中每个所述车辆的所述坐标在所述视频中的变化,判断每个所述车辆是否违章,若是,获取处于违章状态的车辆的车辆信息和违章信息。
请参阅图7,处理模块220包括:获取单元221和处理单元222。
获取单元221,用于根据所述实时交通信号获取所述实时交通信号对应的预设违章坐标范围;
处理单元222,用于判断每个所述车辆的所述坐标是否变化至和所述预设违章坐标范围匹配,若是,判定该所述车辆违章,并获取该违章的所述车辆的所述车辆信息和所述违章信息。
请参阅图8,处理单元222包括:处理子单元2221。
处理子单元2221,用于判断每个所述车辆的所述坐标是否变化至位于所述预设违章坐标范围的范围内,若是,判定该所述车辆的所述坐标的变化和所述预设违章坐标范围匹配。
需要说明的是,由于所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
综上所述,本发明实施例提供了一种交通违章自识别方法、装置及系统。其中,交通违章自识别方法应用于交通违章自识别系统中的终端设备,交通违章自识别系统还包括:可穿戴交通调控设备,可穿戴交通调控设备包括:摄像头和控制通信装置。摄像头与控制通信装置耦合,控制通信装置通过无线网络与终端设备耦合。方法包括:获取在预设时间内可穿戴交通调控设备发送的所拍摄的监测区域的视频和实时交通信号。获取视频中每个车辆的坐标,根据实时交通信号和视频中每个车辆的坐标在视频中的变化,判断每个车辆是否违章,若是,获取该违章车辆的车辆信息和违章信息。
终端设备通过在预设时间内获取可穿戴交通调控设备拍摄的监测区域的视频和实时交通信号。终端设备根据实时交通信号和视频中标记每个车辆的坐标在该视频中的变化,终端设备便能够判断每个车辆是否违章,若是,获取违章的该车辆的车辆信息和违章信息。因此,终端设备通过获取穿戴该可穿戴交通调控设备的交通执法人员在现场所拍摄的视频和现场的实时交通信号,故终端设备能够自动准确的抓判到交通执法人员所在现场的违章的车辆,并准确的获取每个违章车辆的车辆信息和违章信息。进而能够有效的提高抓判车辆违章行为的准确率和执法效率,以有效降低交通事故的发生率。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种交通违章自识别方法,其特征在于,应用于交通违章自识别系统中的终端设备,交通违章自识别系统还包括:可穿戴交通调控设备,所述可穿戴交通调控设备包括:摄像头和控制通信装置,所述摄像头与所述控制通信装置耦合,所述控制通信装置通过无线网络与所述终端设备耦合,所述方法包括:
获取在预设时间内所述可穿戴交通调控设备发送的所拍摄的监测区域的视频和实时交通信号;
获取所述视频中每个车辆的坐标,根据所述实时交通信号和所述视频中每个所述车辆的所述坐标在所述视频中的变化,判断每个所述车辆是否违章,若是,获取处于违章状态的车辆的车辆信息和违章信息。
2.根据权利要求1所述的交通违章自识别方法,其特征在于,根据所述实时交通信号和所述视频中每个所述车辆的所述坐标在所述视频中的变化,判断每个所述车辆是否违章,若是,获取处于违章状态的车辆的车辆信息和违章信息的步骤,包括:
根据所述实时交通信号获取所述实时交通信号对应的预设违章坐标范围;
判断每个所述车辆的所述坐标是否变化至和所述预设违章坐标范围匹配,若是,判定该所述车辆处于违章状态,并获取处于违章状态的所述车辆的所述车辆信息和所述违章信息。
3.根据权利要求2所述的交通违章自识别方法,其特征在于,判断每个所述车辆的所述坐标是否变化至和所述预设违章坐标范围匹配的步骤,包括:
判断每个所述车辆的所述坐标是否变化至位于所述预设违章坐标范围的范围内,若是,判定该所述车辆的所述坐标的变化和所述预设违章坐标范围匹配。
4.根据权利要求3所述的交通违章自识别方法,其特征在于,获取处于违章状态的所述车辆的所述车辆信息和所述违章信息的步骤,包括:
当判定所述车辆违章时,获取所述视频中与第一时间点对应的图像作为违章图像,其中,所述第一时间点为判定所述车辆违章时的时间点;
根据所述违章图像获取所述违章图像中处于违章状态的所述车辆的所述车辆信息,并根据所述违章图像中处于违章状态的所述车辆的所述坐标获取处于违章状态的所述车辆的所述违章信息。
5.根据权利要求1所述的交通违章自识别方法,其特征在于,获取所述视频中每个车辆的坐标的步骤,包括:
将所述视频内由预设边界进入所述监测区域的每个所述车辆均进行标记;
获取所述视频中每个被标记的所述车辆的所述坐标。
6.根据权利要求5所述的交通违章自识别方法,其特征在于,将所述视频内由预设边界进入所述监测区域的每个所述车辆均进行标记的步骤,包括:
获取所述视频内由所述预设边界进入所述监测区域的每个目标物的外观特征信息;
将每个所述外观特征信息均和预设外观特征信息比对,并获取比对相似值;
当所述比对相似值大于或等于比对相似阈值,判定所述目标物为所述车辆,并将每个判定为所述车辆的所述目标物均进行标记。
7.一种交通违章自识别装置,其特征在于,应用于交通违章自识别系统中的终端设备,交通违章自识别系统还包括:可穿戴交通调控设备,所述可穿戴交通调控设备包括:摄像头和控制通信装置,所述摄像头与所述控制通信装置耦合,所述摄像头与所述控制通信装置耦合,所述控制通信装置通过无线网络与所述终端设备耦合,所述装置包括:
获取模块,用于获取在预设时间内所述可穿戴交通调控设备发送的所拍摄的监测区域的视频和实时交通信号;
处理模块,用于获取所述视频中每个车辆的坐标,根据所述实时交通信号和所述视频中每个所述车辆的所述坐标在所述视频中的变化,判断每个所述车辆是否违章,若是,获取处于违章状态的车辆的车辆信息和违章信息。
8.根据权利要求7所述的交通违章自识别装置,其特征在于,所述处理模块包括:
获取单元,用于根据所述实时交通信号获取所述实时交通信号对应的预设违章坐标范围;
处理单元,用于判断每个所述车辆的所述坐标是否变化至和所述预设违章坐标范围匹配,若是,判定该所述车辆违章,并获取处于违章状态的所述车辆的所述车辆信息和所述违章信息。
9.根据权利要求7所述的交通违章自识别装置,其特征在于,处理单元包括:
处理子单元,用于判断每个所述车辆的所述坐标是否变化至位于所述预设违章坐标范围的范围内,若是,判定该所述车辆的所述坐标的变化和所述预设违章坐标范围匹配。
10.一种交通违章自识别系统,其特征在于,所述交通违章自识别系统包括:终端设备和可穿戴交通调控设备,所述可穿戴交通调控设备包括:头盔、交通背心、摄像头、红绿灯组件、左右转显示组件和控制通信装置,所述摄像头和所述红绿灯组件安装在所述头盔上,所述左右转显示组件和所述控制通信装置均安装在所述交通背心上,所述摄像头、所述红绿灯组件和所述左右转显示组件均与所述控制通信装置耦合,所述控制通信装置通过无线网络与所述终端设备耦合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710578785.4A CN107180536A (zh) | 2017-07-14 | 2017-07-14 | 交通违章自识别方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710578785.4A CN107180536A (zh) | 2017-07-14 | 2017-07-14 | 交通违章自识别方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107180536A true CN107180536A (zh) | 2017-09-19 |
Family
ID=59837539
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710578785.4A Pending CN107180536A (zh) | 2017-07-14 | 2017-07-14 | 交通违章自识别方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107180536A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785641A (zh) * | 2019-03-08 | 2019-05-21 | 黄河水利职业技术学院 | 一种交通行为监控装置及方法 |
CN110969860A (zh) * | 2019-12-11 | 2020-04-07 | 上海眼控科技股份有限公司 | 交通违法行为后台审核系统和方法 |
CN112102623A (zh) * | 2020-08-24 | 2020-12-18 | 深圳云天励飞技术股份有限公司 | 交通违章识别方法和装置、智能可穿戴设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012038964A2 (en) * | 2010-09-26 | 2012-03-29 | Schrieber, Ari | A traffic enforcement system and methods thereof |
CN102411710A (zh) * | 2011-12-09 | 2012-04-11 | 东南大学 | 一种基于车脸特征的车辆类型识别方法 |
CN202890652U (zh) * | 2012-07-20 | 2013-04-24 | 艾沃瑞克(北京)科技有限公司 | 一种适用于交通警察的智能头盔 |
CN103106805A (zh) * | 2012-12-13 | 2013-05-15 | 朱春梅 | 一种信号灯交通指挥衣 |
CN103294775A (zh) * | 2013-05-10 | 2013-09-11 | 苏州祥益网络科技有限公司 | 基于地理时空约束的警务云图像识别车辆管控系统 |
CN104361087A (zh) * | 2014-11-17 | 2015-02-18 | 东方网力科技股份有限公司 | 一种基于图像的机动车辆检索方法及装置 |
CN104778444A (zh) * | 2015-03-10 | 2015-07-15 | 公安部交通管理科学研究所 | 道路场景下车辆图像的表观特征分析方法 |
CN106364393A (zh) * | 2016-09-19 | 2017-02-01 | 深圳市喜悦智慧数据有限公司 | 一种移动警务平台 |
CN106485927A (zh) * | 2016-10-28 | 2017-03-08 | 江苏信息职业技术学院 | 一种智能交通违章信息采集装置及采集方法 |
-
2017
- 2017-07-14 CN CN201710578785.4A patent/CN107180536A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012038964A2 (en) * | 2010-09-26 | 2012-03-29 | Schrieber, Ari | A traffic enforcement system and methods thereof |
CN102411710A (zh) * | 2011-12-09 | 2012-04-11 | 东南大学 | 一种基于车脸特征的车辆类型识别方法 |
CN202890652U (zh) * | 2012-07-20 | 2013-04-24 | 艾沃瑞克(北京)科技有限公司 | 一种适用于交通警察的智能头盔 |
CN103106805A (zh) * | 2012-12-13 | 2013-05-15 | 朱春梅 | 一种信号灯交通指挥衣 |
CN103294775A (zh) * | 2013-05-10 | 2013-09-11 | 苏州祥益网络科技有限公司 | 基于地理时空约束的警务云图像识别车辆管控系统 |
CN104361087A (zh) * | 2014-11-17 | 2015-02-18 | 东方网力科技股份有限公司 | 一种基于图像的机动车辆检索方法及装置 |
CN104778444A (zh) * | 2015-03-10 | 2015-07-15 | 公安部交通管理科学研究所 | 道路场景下车辆图像的表观特征分析方法 |
CN106364393A (zh) * | 2016-09-19 | 2017-02-01 | 深圳市喜悦智慧数据有限公司 | 一种移动警务平台 |
CN106485927A (zh) * | 2016-10-28 | 2017-03-08 | 江苏信息职业技术学院 | 一种智能交通违章信息采集装置及采集方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785641A (zh) * | 2019-03-08 | 2019-05-21 | 黄河水利职业技术学院 | 一种交通行为监控装置及方法 |
CN110969860A (zh) * | 2019-12-11 | 2020-04-07 | 上海眼控科技股份有限公司 | 交通违法行为后台审核系统和方法 |
CN112102623A (zh) * | 2020-08-24 | 2020-12-18 | 深圳云天励飞技术股份有限公司 | 交通违章识别方法和装置、智能可穿戴设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102122859B1 (ko) | 교통 영상감시시스템의 멀티 표적 추적 방법 | |
US20080144961A1 (en) | Method and Image Evaluation Unit for Scene Analysis | |
CN107180536A (zh) | 交通违章自识别方法、装置及系统 | |
CN108376246A (zh) | 一种多人脸识别及跟踪系统及方法 | |
CN104794883A (zh) | 出租车叫车方法及设备 | |
CN109460699A (zh) | 一种基于深度学习的驾驶员安全带佩戴识别方法 | |
CN110858295A (zh) | 一种交警手势识别方法、装置、整车控制器及存储介质 | |
CN109015638B (zh) | 一种用于会议安保的巡逻机器人控制方法和系统 | |
CN104902233B (zh) | 综合安全监控系统 | |
CN109615889A (zh) | 用于交通信号智能控制的路口交通路况检测系统 | |
CN110097787A (zh) | 一种基于监控航标灯的船只碰撞预警监测系统及方法 | |
KR102174556B1 (ko) | 차량번호 인식과 인공지능을 이용해 교통정보를 관제하는 영상감시장치 | |
JP2011240846A (ja) | 監視システムの監視装置 | |
CN109389107A (zh) | 车辆安全处理方法、装置及计算机可读存储介质 | |
CN110503821A (zh) | 行人及非机动车过街智能管理控制系统 | |
CN106503707A (zh) | 一种红外补光条件下的车牌识别方法及装置 | |
CN109508659A (zh) | 一种用于人行横道的人脸识别系统及方法 | |
CN108961764A (zh) | 一种用于智能交通领域的视频与射频识别一体机 | |
CN112651377A (zh) | 一种冰雪运动事故检测方法、装置及终端设备 | |
CN110533011B (zh) | 发放传单行为的检测方法及检测系统 | |
CN106327876B (zh) | 一种基于行车记录仪的套牌车捕捉系统及方法 | |
EP4191521A1 (en) | Machine learning device and image processing device | |
CN206224509U (zh) | 人脸识别单摄像头采集成像系统 | |
CN108307158A (zh) | 人防自动调控方法、装置及系统 | |
CN104809904B (zh) | 基于超宽频无线定位技术的可疑车辆定位系统及定位方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170919 |
|
RJ01 | Rejection of invention patent application after publication |