CN107527012A - 闯红灯监控方法、装置及监控处理设备 - Google Patents

闯红灯监控方法、装置及监控处理设备 Download PDF

Info

Publication number
CN107527012A
CN107527012A CN201710577206.4A CN201710577206A CN107527012A CN 107527012 A CN107527012 A CN 107527012A CN 201710577206 A CN201710577206 A CN 201710577206A CN 107527012 A CN107527012 A CN 107527012A
Authority
CN
China
Prior art keywords
face
picture
red light
data
dash
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
CN201710577206.4A
Other languages
English (en)
Inventor
范海龙
明章辉
马荣鑫
禤慧星
程冰
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.)
Shenzhen Intellifusion Technologies Co Ltd
Original Assignee
Shenzhen Intellifusion Technologies Co Ltd
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
Application filed by Shenzhen Intellifusion Technologies Co Ltd filed Critical Shenzhen Intellifusion Technologies Co Ltd
Priority to CN201710577206.4A priority Critical patent/CN107527012A/zh
Publication of CN107527012A publication Critical patent/CN107527012A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • 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
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种闯红灯监控方法，所述方法包括：获取摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据，所述人脸数据包括行人人脸数据及/或机动车的驾驶人的人脸数据；将所述人脸数据与人脸数据库中的人脸样本数据进行匹配；根据匹配结果，对所述人脸数据对应的用户进行警示。本发明还提供一种闯红灯监控装置，本发明能对闯红灯的用户进行自动抓拍，实时识别闯红灯的用户的身份，并对闯红灯的用户进行直观警示。

Description

闯红灯监控方法、装置及监控处理设备
技术领域
本发明涉及监控技术领域，尤其涉及一种闯红灯监控方法、装置及监控处理设备。
背景技术
行人闯红灯是行人交通违法中最普遍、最明显、也是数量最多的一种交通违法行为。这种违法行为不仅对交通违法者本人的人身存在极大的危险，而且有碍道路畅通，更是造成交通事故发生的极大诱因。现有技术中对行人闯红灯监管都是依靠人力监控，这种监控方式费时、费力，效果差。因此，亟需科技手段对行人闯红灯进行自动抓拍，达到解放人力，实现科技强警目的。
发明内容
鉴于以上内容，有必要提供一种闯红灯监控方法、装置及监控处理设备，能对闯红灯的用户进行自动抓拍，实时识别闯红灯的用户的身份，并对闯红灯的用户进行直观警示。
一种闯红灯监控方法，所述方法包括：
获取摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据，所述人脸数据包括行人人脸数据及/或机动车的驾驶人的人脸数据；
将所述人脸数据与人脸数据库中的人脸样本数据进行匹配；
根据匹配结果，对所述人脸数据对应的用户进行警示。
根据本发明优选实施例，当所述摄像设备启动拍摄功能时，所述摄像设备对所述禁止通行区域进行拍摄，以获取所示人脸数据，所述摄像设备启动拍摄功能的方式包括以下任意一种或者多种：
所述摄像设备获取信号检测器检测的所述交通信号灯的状态信号，当所述摄像设备获取到所述交通信号灯的状态信号处于红灯状态的信号时，所述摄像设备启动拍摄功能；或
所述摄像设备实时获取所述交通信号灯的图片，对所述图片中的所述交通信号灯的颜色进行识别，当所述交通信号灯的颜色由绿色变为红色或所述交通信号灯的颜色由黄色变为红色时，所述摄像设备启动拍摄功能；或
当所述摄像设备接收所述监控处理设备发送的拍摄指令时，所述摄像设备启动拍摄功能。
根据本发明优选实施例，所述方法还包括：
获取所述交通信号灯的状态信号；
当获取到所述交通信号灯的状态信号为红灯状态信号时，发送拍摄指令给所述摄像设备以启动所述摄像设备的拍摄功能，使所述摄像设备对禁止通行区域的人脸进行拍摄。
根据本发明优选实施例，所述获取所述摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据包括：
获取所述摄像设备拍摄的所述禁止通行区域内的人脸图片，利用运动跟踪技术对获取的人脸图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，并根据所述最佳人脸图片获取所述人脸数据，所述人脸数据包括人脸图片数据及/或基于人脸图片进行数据转换得到的人脸矢量数据；或
接收所述摄像设备发送的所述人脸数据；所述摄像设备对所述禁止通行区域进行拍摄，并获取所述禁止通行区域内的人脸图片，对所述人脸图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，并根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，根据所述最佳人脸图片获取所述人脸数据，所述人脸数据包括人脸图片数据及/或基于人脸图片进行数据转换得到的人脸矢量数据。
根据本发明优选实施例，所述将所述人脸数据与人脸数据库中的人脸样本数据进行匹配包括：
当所述人脸数据库中有一个人脸样本数据的特征与所述人脸数据的特征的相似度大于或者等于预设相似度值，则确定匹配成功，及将所述人脸数据的特征添加至所述人脸数据库中作为一个新的人脸样本数据及/或更新所述人脸数据对应的用户闯红灯次数；
当所有人脸样本数据的特征与所述人脸数据的特征的相似度小于预设相似度值，则确定匹配失败，并将所述人脸数据的特征添加至所述人脸数据库中及/或记录所述人脸数据对应的用户闯红灯次数为一。
根据本发明优选实施例，所述根据匹配结果，对所述人脸数据对应的用户进行警示包括以下一种或者多种的组合：
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，将所述用户的人脸显示在至少一个显示设备或所述摄像设备对应的显示设备上；或
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，获取所述用户的身份信息，将所述用户的人脸图像及所述用户的身份信息显示在至少一个显示设备或所述摄像设备对应的显示设备上；或
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，获取所述用户的联系信息，根据所述联系信息，将所述用户的闯红灯记录发送给所述用户，所述联系信息包括以下一种或者多种：邮箱、手机号码、社交软件账号。
一种闯红灯监控装置，所述装置包括：
获取模块，用于获取摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据，所述人脸数据包括行人人脸数据及/或机动车的驾驶人的人脸数据；
匹配模块，用于将所述人脸数据与人脸数据库中的人脸样本数据进行匹配；
警示模块，用于根据匹配结果，对所述人脸数据对应的用户进行警示。
根据本发明优选实施例，当所述摄像设备启动拍摄功能时，所述摄像设备对所述禁止通行区域进行拍摄，以获取所示人脸数据，所述摄像设备启动拍摄功能的方式包括以下任意一种或者多种：
所述摄像设备获取信号检测器检测的所述交通信号灯的状态信号，当所述摄像设备获取到所述交通信号灯的状态信号处于红灯状态的信号时，所述摄像设备启动拍摄功能；或
所述摄像设备实时获取所述交通信号灯的图片，对所述图片中的所述交通信号灯的颜色进行识别，当所述交通信号灯的颜色由绿色变为红色或所述交通信号灯的颜色由黄色变为红色时，所述摄像设备启动拍摄功能；或
当所述摄像设备接收所述监控处理设备发送的拍摄指令时，所述摄像设备启动拍摄功能。
根据本发明优选实施例，所述获取模块还用于：
获取所述交通信号灯的状态信号；
当获取所述交通信号灯的状态信号为红灯状态信号时，发送拍摄指令给所述摄像设备以启动所述摄像设备的拍摄功能。
根据本发明优选实施例，所述获取所述摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据包括：
获取所述摄像设备拍摄的所述禁止通行区域内的人脸图片，利用运动跟踪技术对获取的人脸图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，并根据所述最佳人脸图片获取所述人脸数据，所述人脸数据包括人脸图片数据及/或基于人脸图片进行数据转换得到的人脸矢量数据；或
接收所述摄像设备发送的所述人脸数据；所述摄像设备对所述禁止通行区域进行拍摄，并获取所述禁止通行区域内的人脸图片，对所述人脸图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，并根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，根据所述最佳人脸图片获取所述人脸数据，所述人脸数据包括人脸图片数据及/或基于人脸图片进行数据转换得到的人脸矢量数据。
根据本发明优选实施例，所述匹配模块将所述人脸数据与人脸数据库中的人脸样本数据进行匹配包括：
当所述人脸数据库中有一个人脸样本数据的特征与所述人脸数据的特征的相似度大于或者等于预设相似度值，则确定匹配成功，及将所述人脸数据的特征添加至所述人脸数据库中作为一个新的人脸样本数据及/或更新所述人脸数据对应的用户闯红灯次数；
当所有人脸样本数据的特征与所述人脸数据的特征的相似度小于预设相似度值，则确定匹配失败，并将所述人脸数据的特征添加至所述人脸数据库中及/或记录所述人脸数据对应的用户闯红灯次数为一。
根据本发明优选实施例，所述警示模块根据匹配结果，对所述人脸数据对应的用户进行警示包括以下一种或者多种的组合：
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，将所述用户的人脸显示在至少一个显示设备或所述摄像设备对应的显示设备上；或
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，获取所述用户的身份信息，将所述用户的人脸图像及所述用户的身份信息显示在至少一个显示设备或所述摄像设备对应的显示设备上；或
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，获取所述用户的联系信息，根据所述联系信息，将所述用户的闯红灯记录发送给所述用户，所述联系信息包括以下一种或者多种：邮箱、手机号码、社交软件账号；或
当所述禁止通行区域内闯红灯的用户有多个时，依次逐一在至少一个显示设备或所述摄像设备对应的显示设备上显示多个用户，或同时在至少一个显示设备或所述摄像设备对应的显示设备上显示多个用户；或
获取目标时间段内已经闯红灯的用户，将所述目标时间段内已经闯红灯的用户显示在至少一个显示设备上。
一种监控处理设备，所述监控处理设备包括存储器及处理器，所述存储器用于存储至少一个指令，所述处理器用于执行所述至少一个指令以实现上述任意实施例中的闯红灯监控方法中的步骤。
一种非易失性存储介质，所述非易失性存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现闯红灯监控方法，所述闯红灯监控方法包括上述实施例中任意一个实施例中的闯红灯监控方法中的步骤。
一种闯红灯监控装置，所述闯红灯监控装置包括摄像设备及监控处理设备，所述摄像设备包括存储设备及处理设备，所述存储设备存储一个或者多个指令，所述处理设备执行所述一个或者多个指令以实现：
获取所述摄像设备监控的交通信号灯的状态信号；
对所述摄像设备监控的交通信号灯处于红灯状态时的禁止通行区域进行拍摄；
所述监控处理设备包括存储器及处理器，所述存储器存储至少一个指令，所述处理器执行所述至少一个指令以实现上述实施例中任意一个实施例的闯红灯监控方法中的步骤。
根据本发明优选实施例，所述闯红灯监控装置包括显示设备，所述显示设备用于显示与所述人脸数据匹配的人脸信息，以对所述人脸数据对应的用户进行警示。
由以上技术方案可以看出，本发明获取摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据，所述人脸数据包括行人人脸数据及/或机动车的驾驶人的人脸数据；将所述人脸数据与人脸数据库中的人脸样本数据进行匹配；根据匹配结果，对所述人脸数据对应的用户进行警示。本发明能对闯红灯的用户进行自动抓拍，实时识别闯红灯的用户的身份，并对闯红灯的用户进行直观警示。
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，下面将对实施例或现有技术描述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，还可以根据提供的附图获得其他的附图。
图1是本发明实现闯红灯监控方法的系统架构图。
图2是本发明人行横道信号灯的拍摄示意图。
图3是本发明摄像设备同时拍摄行人及驾驶车辆的人的示意图。
图4是本发明闯红灯监控方法的第一较佳实施例的流程图。
图5是本发明闯红灯监控装置的第二较佳实施例的流程图。
图6是本发明本发明闯红灯监控装置的较佳实施例的功能模块图。
图7是本发明至少一个实施例中闯红灯监控装置的结构示意图。
图8是本发明至少一个实施例中摄像设备的结构示意图。
图9是本发明至少一个实例中监控处理设备的结构示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，是本发明实现闯红灯监控方法的系统架构图。所述系统架构图包括，但不限于：交通信号灯、信号检测器、摄像设备、监控处理设备、显示设备、交换机等等。所述交通信号灯与所述信号检测器相连，所述信号检测器与所述摄像设备相连。所述信号检测器用于实时检测所述交通信号灯的状态信号，并把所述交通信号灯的状态信号输出至所述摄像设备。当获取到所述交通信号灯的状态信号处于红灯状态的信号时，所述摄像设备对所述交通信号灯的红灯所指示的禁止通行区域进行拍摄，并获取所述禁止通行区域的行人及/或机动车的驾驶人的人脸图片，所述摄像设备对所述人脸图片进行处理，得到处理后的数据，并将处理的数据传输至所述监控处理设备。所述监控处理设备从处理的数据中获取人脸数据，并将所述人脸数据与人脸数据库中的人脸样本数据进行匹配；根据匹配结果，对所述人脸数据对应的用户进行警示。
其中，所述禁止通行区域是指在所述交通信号灯为红灯状态时，禁止交通信号灯对面的行人或车辆通行的区域。
优选地，所述交通信号灯通过220V电源线与所述信号检测器相连，所述信号检测器通过RS485通信电缆线与所述摄像设备相连。
优选地，所述监控处理设备可以是人脸识别引擎等等。
优选地，所述显示设备通过所述交换机与所述监控处理设备相连，这样可以使摄像设备、所述显示设备及所述监控处理设备在局域网内，提高数据传输的速度。所述显示设备用于显示与所述人脸数据匹配的人脸信息，以对所述人脸数据对应的用户进行警示。在其他实施例中，也可以不需要所述交换机，所述摄像设备直接与所述监控处理设备相连，所述显示设备直接与所述监控处理设备相连，这样节省硬件成本。
所述交通信号灯包括以下任意一种或者多种：机动车信号灯、非机动车信号灯、人行横道信号灯。所述摄像设备用于监控所述交通信号灯处于红灯状态时所指示的禁止通行区域。所述摄像设备可以监控至少一个人行横道信号灯所指示的禁止通行区域，在其他实施例中，所述摄像设备可以同时监控至少一个人行横道信号灯及/或机动车信号灯所指示的禁止通行区域，这样所述摄像设备可以同时监控一个或者多个红灯所指示的禁止通行区域。所述一个或者多个红灯可以是以下任意一种或者多种：人行横道信号灯中的红灯、机动车信号灯中的红灯、非机动车信号灯中的红灯。因此，所述摄像设备可以抓拍闯红灯的行人，也可以抓拍驾驶机动车闯红灯的人、驾驶非机动车闯红灯的人。
例如，如图2所示，一个所述摄像设备监控一个人行横道信号灯的红灯所指示的禁止通行区域，以图2中所示的十字路口为例，AC和BD之间的人行横道中间分别有一个安全岛，AB和CD之间的人行横道则是直接通过。对于AC和BD之间的人行横道类型属于二次过街人行横道。在AC之间的人行横道中间的安全岛上部署两台摄像设备a及b，摄像设备a监控的红灯所指示的禁止通行区域为从A处到安全岛间的人行横道，摄像设备a对从A处到安全岛行走闯红灯的行人进行拍摄，摄像设备b监控的红灯所指示的禁止通行区域为从C处到安全岛间的人行横，摄像设备b对从C处向安全岛行走闯红灯的行人进行拍摄。对于AB和CD之间的人行横道，在A处、B处分别部署摄像设备，抓拍从对面方向闯红灯的行人。如摄像设备c监控的红灯所指示的禁止通行区域为CD之间的人行横道，对从D处向C处行走闯红灯的行人进行拍摄。
例如，如图3所示，交通信号灯a为机动车交通信号灯。交通信号灯b为人行横道信号灯。当交通信号灯a处于红灯状态，且没有标识指明车辆可以右转时，交通信号灯a对面的车辆越过停止线后进入的区域即为交通信号灯a的红灯所指示的禁止通行区域Z1，当交通信号灯b处于红灯状态时，如图3中的斑马线区域即为交通信号灯b处于红灯状态时所指示的禁止通行区域Z2。摄像设备监控的禁止通行区域为禁止通行区域Z1和禁止通行区域Z2，这样所述摄像设备可以同时拍摄抓拍闯红灯的行人，也可以抓拍驾驶机动车闯红灯的人、驾驶非机动车闯红灯的人。
如图4所示，是本发明闯红灯监控方法的第一较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
S10，获取所述摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据，所述人脸数据包括行人人脸数据及/或机动车的驾驶人的人脸数据。
在本发明的至少一个实施例中，当获取到交通信号灯的状态信号处于红灯状态信号时，所述摄像设备启动拍摄功能，当获取到交通信号灯的状态信号处于绿灯状态的信号时，所述摄像设备关闭拍摄功能，这样可以减少所述摄像设备的工作量及减少所述摄像设备的存储器的负担。当所述摄像设备启动拍摄功能时，所述摄像设备对所述禁止通行区域进行拍摄。这样，所述摄像设备只需抓拍交通信号灯的状态信号处于红灯状态时间段内出现在所述禁止通行区域的行人及/或机动车的驾驶人的人脸图片，以生成人脸数据。
所述摄像设备启动拍摄功能的方式包括以下任意一种或者多种：
所述摄像设备获取信号检测器检测的交通信号灯的状态信号，当所述摄像设备获取到交通信号灯的状态信号处于红灯状态的信号时，所述摄像设备启动拍摄功能；或
所述摄像设备实时获取所述摄像设备监控的交通信号灯的图片，对所述图片中的所述交通信号灯的颜色进行识别，当所述交通信号灯的颜色由绿色变为红色或所述交通信号灯的颜色由黄色变为红色时，所述摄像设备启动拍摄功能；或
当所述摄像设备接收所述监控处理设备发送的拍摄指令时，所述摄像设备启动拍摄功能。
在本发明的至少一个实施例中，所述监控处理设备可以直接通过所述信号检测器获取所述摄像设备监控的交通信号灯的状态信号，然后发送拍摄指令给所述摄像设备，所述闯红灯监控方法还可以包括：
获取所述摄像设备监控的交通信号灯的状态信号；
当获取所述交通信号灯的状态信号为红灯状态信号时，发送拍摄指令给所述摄像设备以启动所述摄像设备的拍摄功能。
在本发明的至少一个实施例中，所述获取所述摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据包括：
获取所述摄像设备拍摄的所述禁止通行区域内的人脸图片，利用运动跟踪技术对获取的人脸图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，并根据所述最佳人脸图片获取所述人脸数据，所述人脸数据包括人脸图片数据及/或基于人脸图片进行数据转换得到的人脸矢量数据；或
接收所述摄像设备发送的所述人脸数据；所述摄像设备对所述禁止通行区域进行拍摄，并获取所述禁止通行区域内的人脸图片，对所述人脸图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，并根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，根据所述最佳人脸图片获取所述人脸数据，所述人脸数据包括人脸图片数据及/或基于人脸图片进行数据转换得到的人脸矢量数据。也就是说，所述摄像设备先对拍摄的图片进行处理，并得到所述人脸数据后，直接发送给所述监控处理设备以便所述监控处理设备进行识别匹配，这样可以减少所述监控处理设备的计算量，提高识别匹配速度。
当所述摄像设备监控的交通信号灯包括机动车信号灯时，在获取所述摄像设备拍摄的所述禁止通行区域内的人脸图片之前，先从拍摄的图片中识别车辆，然后再利用图像识别技术识别车辆中的驾驶人员的人脸图片。从拍摄的图片中识别车辆时，还可以识别车辆的车辆号码等等。
在本发明的至少一个实施例中，所述最佳人脸图片可以根据结合以下任意一种或多种因素确定：人脸角度、人脸表情、分辨率、光照等等。所述筛选条件包括，但不限于：筛选正脸、无夸张表情、分辨率高、光照均匀等等。
S11，将所述人脸数据与人脸数据库中的人脸样本数据进行匹配。
在本发明的至少一个实施例中，将所述人脸数据的特征与所述人脸数据库中的人脸样本数据的特征进行匹配。所述人脸数据的特征包括，但不限于：几何特征、矢量特征、由人脸图片转换得到的字符串特征等等。所述人脸样本数据的特征包括，但不限于：几何特征、矢量特征、由人脸图片转换得到的字符串特征等等。所述摄像设备包括安装在不同的城市不同的路口的摄像设备，这样不管用户在哪里闯红灯都可以被抓拍记录。而且所述人脸数据库中也存储有行人闯红灯的人脸样本数据、驾驶机动车闯红灯的人脸样本数据及驾驶非机动车闯红灯的人脸样本数据。
当所述人脸数据库中有一个人脸样本数据的特征与所述人脸数据的特征的相似度大于或者等于预设相似度值，则确定匹配成功。将所述人脸数据添加至所述人脸数据库中作为一个新的人脸样本数据及/或更新所述人脸数据对应的用户的闯红灯次数。当有N个人脸样本数据与所述人脸数据匹配成功时，则确定所述人脸数据对应的用户闯红灯为(N+1)次。当然在其他实施例中，还可以通过其他方式确定用户闯红灯的次数，所述人脸数据库中记录每个闯红灯的用户的一个人脸样本数据，及还记录每个闯红灯的用户的闯红灯次数。当一个用户的人脸数据匹配成功一次，就是记录所述用户闯红灯一次。
在所述人脸数据库中，当所有人脸样本数据的特征与所述人脸数据的特征的相似度小于预设相似度值，则确定匹配失败。即所述人脸数据对应用户为第一次闯红灯，并将所述人脸数据添加至所述人脸数据库中，记录所述人脸数据对应的用户闯红灯次数为一。
S12，根据匹配结果，对所述人脸数据对应的用户进行警示。
在本发明的至少一个实施例中，所述匹配结果包括，但不限于：匹配是否成功，匹配次数等等。所述根据匹配结果，对所述人脸数据对应的用户进行警示包括根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数(如1次、2次)时，将所述用户的用户信息显示在至少一个显示设备或所述摄像设备对应的显示设备上。其中用户信息可以包括人脸图像、身份信息、联系信息等。具体可以为：
(1)当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，将所述用户的人脸图像显示在至少一个显示设备或所述摄像设备对应的显示设备上。例如，如图2所示，当用户从C处走向D处时，D处的摄像设备能抓拍到用户，D处的摄像设备对应的显示设备在其附近区域，也是正对用户走过来的方向，这样可以实时显示用户的人脸图像给用户，便于用户直观地看到自己闯红灯了。
(2)当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，获取所述用户的身份信息，将所述用户的人脸图像及所述用户的身份信息显示在至少一个显示设备或所述摄像设备对应的显示设备上。
在本发明的至少一个实施中，所述用户的身份信息包括，但不限于：身份证号等等、在显示用户的人脸图像时，可以对用户的人脸图像进行特殊处理，如在眼睛部位添加马赛格等等。在显示用户的身份信息时，可以对身份信息进行处理，不需显示完整的身份信息了，如身份证号的最后几位可以采用其他符合如星号进行显示。
(3)当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，获取所述用户的联系信息，根据所述联系信息，将所述用户的闯红灯记录发送给所述用户，所述联系信息包括以下一种或者多种：邮箱、手机号码、社交软件账号。例如，将用户闯红灯的记录发送至用户的邮箱、手机、推送至用户的聊天软件上等等。
上述(1)、(2)、(3)是一种实时发布模式，即当确认用户闯红灯后，实时通知用户。
在本发明的至少一个实施例中，当所述禁止通行区域内闯红灯的用户有多个时，依次逐一在至少一个显示设备或所述摄像设备对应的显示设备上显示多个用户，或同时在至少一个显示设备或所述摄像设备对应的显示设备上显示多个用户。
在本发明的至少一个实施例中，获取目标时间段内(如前一个月、前四个小时等等)已经闯红灯的用户，将所述目标时间段内已经闯红灯的用户显示在至少一个显示设备上。这种警示方式是一种历史发布模式，统计过去一段时间段内闯红灯的用户，并进行显示。实时发布模式和历史发布模式可以不间断循环进行。
如图5所示，是本发明闯红灯监控方法的第二较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
S20，获取摄像设备监控的交通信号灯的状态信号。
S21，通过所述摄像设备，对所述摄像设备监控的交通信号灯处于红灯状态时禁止通行区域进行拍摄。
S22，获取所述禁止通行区域内的人脸数据，所述人脸数据包括行人人脸数据及/或机动车的驾驶人的人脸数据。
S23，将所述人脸数据与人脸数据库中的人脸样本数据进行匹配。
S24，根据匹配结果，对所述人脸数据对应的用户进行警示。
在本发明的至少一个实施例中，所述第二较佳实施例中所述闯红灯监控方法可以直接通过所述闯红灯监控装置实现，所述闯红灯监控装置包括所述监控处理设备及所述摄像设备。当然在其他实施例中，所述闯红灯监控装置可以是所述监控处理设备，所述闯红灯监控方法可以直接通过所述监控处理设备实现。S20中获取所述摄像设备监控的交通信号灯的状态信号的方式、S22、S23及S24中的具体内容在第一较佳实施例中已经详述，对此不再赘述。
如图6所示，本发明闯红灯监控装置的较佳实施例的功能模块图。所述闯红灯监控装置11包括获取模块500、匹配模块501及警示模块502。本发明所称的模块是指一种能够被闯红灯监控装置11的处理设备所执行并且能够完成固定功能的一系列计算机程序段，其存储在基站的存储设备中。在本实施例中，关于各模块的功能将在后续的实施例中详述。
所述获取模块500获取所述摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据，所述人脸数据包括行人人脸数据及/或机动车的驾驶人的人脸数据。
在本发明的至少一个实施例中，当所述获取模块500获取到交通信号灯的状态信号处于红灯状态的信号时，所述摄像设备启动拍摄功能，当所述获取模块500获取到交通信号灯的状态信号处于绿灯状态的信号时，所述摄像设备关闭拍摄功能，这样可以减少所述摄像设备的工作量及减少所述摄像设备的存储器的负担。当所述摄像设备启动拍摄功能时，所述摄像设备对所述禁止通行区域进行拍摄。这样，所述摄像设备只需抓拍交通信号灯的状态信号处于红灯状态时间段内出现在所述禁止通行区域的行人及/或机动车的驾驶人的人脸图片，以生成人脸数据。
所述摄像设备启动拍摄功能的方式包括以下任意一种或者多种：
所述摄像设备获取信号检测器检测的交通信号灯的状态信号，当所述摄像设备获取到交通信号灯的状态信号处于红灯状态的信号时，所述摄像设备启动拍摄功能；或
所述摄像设备实时获取所述摄像设备监控的交通信号灯的图片，对所述图片中的所述交通信号灯的颜色进行识别，当所述交通信号灯的颜色由绿色变为红色或所述交通信号灯的颜色由黄色变为红色时，所述摄像设备启动拍摄功能；或
当所述摄像设备接收所述监控处理设备发送的拍摄指令时，所述摄像设备启动拍摄功能。
在本发明的至少一个实施例中，所述监控处理设备可以直接通过所述信号检测器获取所述摄像设备监控的交通信号灯的状态信号，然后发送拍摄指令给所述摄像设备，所述获取模块500还具体用于：
获取所述摄像设备监控的交通信号灯的状态信号；
当获取所述交通信号灯的状态信号为红灯状态信号时，发送拍摄指令给所述摄像设备以启动所述摄像设备的拍摄功能。
在本发明的至少一个实施例中，所述获取模块500获取所述摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据包括：
获取所述摄像设备拍摄的所述禁止通行区域内的人脸图片，利用运动跟踪技术对获取的人脸图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，并根据所述最佳人脸图片获取所述人脸数据，所述人脸数据包括人脸图片数据及/或基于人脸图片进行数据转换得到的人脸矢量数据；或
接收所述摄像设备发送的所述人脸数据；所述摄像设备对所述禁止通行区域进行拍摄，并获取所述禁止通行区域内的人脸图片，对所述人脸图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，并根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，根据所述最佳人脸图片获取所述人脸数据，所述人脸数据包括人脸图片数据及/或基于人脸图片进行数据转换得到的人脸矢量数据。也就是说，所述摄像设备先对拍摄的图片进行处理，并得到所述人脸数据后，直接发送给所述监控处理设备以便所述监控处理设备进行识别匹配，这样可以减少所述监控处理设备的计算量，提高识别匹配速度。
当所述摄像设备监控的交通信号灯包括机动车信号灯时，在所述获取模块500获取所述摄像设备拍摄的所述禁止通行区域内的人脸图片之前，所述获取模块500先从拍摄的图片中识别车辆，然后再利用图像识别技术识别车辆中的驾驶人员的人脸图片。从拍摄的图片中识别车辆时，还可以识别车辆的车辆号码等等。
在本发明的至少一个实施例中，所述最佳人脸图片可以根据结合以下任意一种或多种因素确定：人脸角度、人脸表情、分辨率、光照等等。所述筛选条件包括，但不限于：筛选正脸、无夸张表情、分辨率高、光照均匀等等。
所述匹配模块501将所述人脸数据与人脸数据库中的人脸样本数据进行匹配。
在本发明的至少一个实施例中，所述匹配模块501将所述人脸数据的特征与所述人脸数据库中的人脸样本数据的特征进行匹配。所述人脸数据的特征包括，但不限于：几何特征、矢量特征、由人脸图片转换得到的字符串特征等等。所述人脸样本数据的特征包括，但不限于：几何特征、矢量特征、由人脸图片转换得到的字符串特征等等。所述摄像设备包括安装在不同的城市不同的路口的摄像设备，这样不管用户在哪里闯红灯都可以被抓拍记录。而且所述人脸数据库中也存储有行人闯红灯的人脸样本数据、驾驶机动车闯红灯的人脸样本数据及驾驶非机动车闯红灯的人脸样本数据。
当所述人脸数据库中有一个人脸样本数据的特征与所述人脸数据的特征的相似度大于或者等于预设相似度值，则所述匹配模块501确定匹配成功。将所述人脸数据添加至所述人脸数据库中作为一个新的人脸样本数据及/或更新所述人脸数据对应的用户的闯红灯次数。当有N个人脸样本数据与所述人脸数据匹配成功时，则确定所述人脸数据对应的用户闯红灯为(N+1)次。当然在其他实施例中，还可以通过其他方式确定用户闯红灯的次数，所述人脸数据库中记录每个闯红灯的用户的一个人脸样本数据，及还记录每个闯红灯的用户的闯红灯次数。当一个用户的人脸数据匹配成功一次，就是记录所述用户闯红灯一次。
在所述人脸数据库中，当所有人脸样本数据的特征与所述人脸数据的特征的相似度小于预设相似度值，则所述匹配模块501确定匹配失败。即所述人脸数据对应用户为第一次闯红灯，并将所述人脸数据添加至所述人脸数据库中，记录所述人脸数据对应的用户闯红灯次数为一。
所述警示模块502根据匹配结果，对所述人脸数据对应的用户进行警示。
在本发明的至少一个实施例中，所述匹配结果包括，但不限于：匹配是否成功，匹配次数等等。所述警示模块502根据匹配结果，对所述人脸数据对应的用户进行警示包括根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数(如1次、2次)时，将所述用户的用户信息显示在至少一个显示设备或所述摄像设备对应的显示设备上。其中用户信息可以包括人脸图像、身份信息、联系信息等。具体可以为：：
(1)当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，将所述用户的人脸图像显示在至少一个显示设备或所述摄像设备对应的显示设备上。例如，如图2所示，当用户从C处走向D处时，D处的摄像设备能抓拍到用户，D处的摄像设备对应的显示设备在其附近区域，也是正对用户走过来的方向，这样可以实时显示用户的人脸图像给用户，便于用户直观地看到自己闯红灯了。
(2)当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，获取所述用户的身份信息，将所述用户的人脸图像及所述用户的身份信息显示在至少一个显示设备或所述摄像设备对应的显示设备上。
在本发明的至少一个实施中，所述用户的身份信息包括，但不限于：身份证号等等、在显示用户的人脸图像时，可以对用户的人脸图像进行特殊处理，如在眼睛部位添加马赛格等等。在显示用户的身份信息时，可以对身份信息进行处理，不需显示完整的身份信息了，如身份证号的最后几位可以采用其他符合如星号进行显示。
(3)当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，获取所述用户的联系信息，根据所述联系信息，将所述用户的闯红灯记录发送给所述用户，所述联系信息包括以下一种或者多种：邮箱、手机号码、社交软件账号。例如，将用户闯红灯的记录发送至用户的邮箱、手机、推送至用户的聊天软件上等等。
上述(1)、(2)、(3)是一种实时发布模式，即当确认用户闯红灯后，实时通知用户。
在本发明的至少一个实施例中，当所述禁止通行区域内闯红灯的用户有多个时，所述警示模块502依次逐一在至少一个显示设备或所述摄像设备对应的显示设备上显示多个用户，或同时在至少一个显示设备或所述摄像设备对应的显示设备上显示多个用户。
在本发明的至少一个实施例中，所述警示模块502获取目标时间段内(如前一个月、前四个小时等等)已经闯红灯的用户，将所述目标时间段内已经闯红灯的用户显示在至少一个显示设备上。这种警示方式是一种历史发布模式，统计过去一段时间段内闯红灯的用户，并进行显示。实时发布模式和历史发布模式可以不间断循环进行。
上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。
如图7所示，图7是本发明至少一个实施例中闯红灯监控装置的结构示意图。所述闯红灯监控装置11包括监控处理设备111及摄像设备112。优选地，所述闯红灯监控装置11还可以包括信号检测器113、交换机114。当然在其他实施例中，所述闯红灯监控装置11可以不用包括图7中所示的所有元件，所述闯红灯监控装置11同时也可以包括没有在图7中示出的其他元件。例如，所述闯红灯监控装置11也可以包括监控处理设备111，不用包括摄像设备112，只需要所述闯红灯监控装置11从所述摄像设备112处获取图片数据。
进一步地，所述信号检测器113与交通信号灯相连，所述信号检测器113与所述摄像设备112相连。所述信号检测器113用于实时检测所述交通信号灯的状态信号，并把所述交通信号灯的状态信号输出至所述摄像设备112。当获取到所述交通信号灯处于红灯状态的信号时，所述摄像设备112对红灯所指示的禁止通行区域进行拍摄，并获取所述禁止通行区域的行人及/或机动车的驾驶人的人脸图片，所述摄像设备112对所述人脸图片进行处理，得到处理后的数据，并将处理的数据传输至所述监控处理设备111。所述监控处理设备111从处理后的数据中获取人脸数据，并将所述人脸数据与人脸数据库中的人脸样本数据进行匹配；根据匹配结果，对所述人脸数据对应的用户进行警示。
优选地，所述交通信号灯通过220V电源线与所述信号检测器113相连，所述信号检测器113通过RS485通信电缆线与所述摄像设备112相连。
优选地，所述监控处理设备111可以是人脸识别引擎等等。
优选地，所述显示设备115通过所述交换机114与所述监控处理设备111相连，这样可以使摄像设备112、所述显示设备115及所述监控处理设备111在局域网内，提高数据传输的速度。所述显示设备115用于显示与所述人脸数据匹配的人脸信息，以对所述人脸数据对应的用户进行警示。在其他实施例中，也可以不需要所述交换机114，所述摄像设备112直接与所述监控处理设备111相连，所述显示设备115直接与所述监控处理设备111相连，这样节省硬件成本。
如图8所示，图8是本发明至少一个实施例中摄像设备的结构示意图。所述摄像设备112包括接口一1121、图像传感器1122、只读存储器1123、处理设备1124及接口二1125。所述处理设备1124分别与所述接口一1121、图像传感器1122及只读存储器1123相连。
优选地，所述接口一1121与信号检测器相连，以将所述信号检测器采集到的交通信号灯的状态信号传输至所述处理设备，所述接口二1125与监控处理设备相连。
所述处理设备1124控制所述图像传感器1122拍摄所述交通信号灯处于红灯状态时所指示的禁止通行区域，以获得拍摄图片。所述处理设备还用于对所述拍摄图片进行处理，得到处理后的数据，并通过所述接口二将处理后的数据传输至所述监控处理设备。
优选地，所述只读存储器1123用于固化程序代码，所述程序代码用于对所述拍摄图片进行处理，并得到所述禁止通行区域内的人脸数据。
优选地，所述处理设备1124利用所述只读存储器1123存储的程序代码对所述拍摄图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，并根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，根据所述最佳人脸图片获取所述人脸数据。
优选地，所述摄像设备112利用所述接口一1121，并通过RS485通信电缆线与所述信号检测器113相连，以使所述处理设备1124通过接口一1121从所述信号检测器113中获取交通信号灯的状态信号。
优先地，所述图像传感器可以是彩色图像传感器或者黑白图像传感器。
当然在其他实施例中，所述摄像设备也可以没有所述只读存储器1123，所述只读存储器1123的程序代码存储在监控处理设备111中。所述摄像设备还可以包括存储设备1126。在其他实施例中，所述摄像设备112可以不用包括图8中所示的所有元件，所述摄像设备112同时也可以包括没有在图8中示出的其他元件。
如图9所示，所述监控处理设备111包括，但不限于：存储器1111及处理器1112。当然在其他实施例中，所述监控处理设备111可以不用包括图9中所示的所有元件，所述监控处理设备111同时也可以包括没有在图9中示出的其他元件。
所述存储设器1111、所述存储设备1126用于存储一种闯红灯监控方法的程序和各种数据，并在运行过程中实现高速、自动地完成程序或数据的存取。所述存储设器1111、所述存储设备1126可以是外部存储器和/或内部存储器。进一步地，所述存储设器1111、所述存储设备1126可以是集成电路中没有实物形式的具有存储功能的电路，如RAM(Random-Access Memory，随机存取存储器)、FIFO(First In First Out，)等。或者，所述存储设备12也可以是具有实物形式的存储器，如内存条、TF卡(Trans-flash Card)等等。
所述处理设备1124、所述处理器1112又称中央处理器(CPU，Central ProcessingUnit)，是一块超大规模的集成电路，是运算核心(Core)和控制核心(Control Unit)。所述处理设备1124、所述处理器1112可执行操作系统以及安装的各类应用程序、程序代码等，例如闯红灯监控装置11。
所述监控处理设备111包括人脸识别引擎，所述人脸识别引擎是基于人脸识别技术和高效的计算架构研发的软硬件一体化专用设备。内置基于深度学习的人脸技术，实现准确的多角度人脸检测、五官标定、面部特征点定位，以及特征提取与比对，通过高效的软硬件计算架构实现对多路数据进行并行处理，以保证计算资源的最高效利用。
结合图4，所述监控处理设备111中的所述存储器1111存储多个指令以实现一种闯红灯监控方法，所述及处理器1112可执行所述多个指令从而实现：获取摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据，所述人脸数据包括行人人脸数据及/或机动车的驾驶人的人脸数据；
将所述人脸数据与人脸数据库中的人脸样本数据进行匹配；
根据匹配结果，对所述人脸数据对应的用户进行警示。
根据本发明优选实施例，当所述摄像设备启动拍摄功能时，所述摄像设备对所述禁止通行区域进行拍摄，以获取所示人脸数据，所述摄像设备启动拍摄功能的方式包括以下任意一种或者多种：
所述摄像设备获取信号检测器检测的所述交通信号灯的状态信号，当所述摄像设备获取到所述交通信号灯的状态信号处于红灯状态的信号时，所述摄像设备启动拍摄功能；或
所述摄像设备实时获取所述交通信号灯的图片，对所述图片中的所述交通信号灯的颜色进行识别，当所述交通信号灯的颜色由绿色变为红色或所述交通信号灯的颜色由黄色变为红色时，所述摄像设备启动拍摄功能；或
当所述摄像设备接收所述监控处理设备发送的拍摄指令时，所述摄像设备启动拍摄功能。
根据本发明优选实施例，所述处理器1112执行的多个指令进一步实现：
获取所述交通信号灯的状态信号；
当获取到所述交通信号灯的状态信号为红灯状态信号时，发送拍摄指令给所述摄像设备以启动所述摄像设备的拍摄功能，使所述摄像设备对禁止通行区域的人脸进行拍摄。
根据本发明优选实施例，所述所述处理器1112执行的多个指令进一步实现：
获取所述摄像设备拍摄的所述禁止通行区域内的人脸图片，利用运动跟踪技术对获取的人脸图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，并根据所述最佳人脸图片获取所述人脸数据，所述人脸数据包括人脸图片数据及/或基于人脸图片进行数据转换得到的人脸矢量数据；或
接收所述摄像设备发送的所述人脸数据；所述摄像设备对所述禁止通行区域进行拍摄，并获取所述禁止通行区域内的人脸图片，对所述人脸图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，并根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，根据所述最佳人脸图片获取所述人脸数据，所述人脸数据包括人脸图片数据及/或基于人脸图片进行数据转换得到的人脸矢量数据。
根据本发明优选实施例，所述所述处理器1112执行的多个指令进一步实现：
当所述人脸数据库中有一个人脸样本数据的特征与所述人脸数据的特征的相似度大于或者等于预设相似度值，则确定匹配成功，及将所述人脸数据的特征添加至所述人脸数据库中作为一个新的人脸样本数据及/或更新所述人脸数据对应的用户闯红灯次数；
当所有人脸样本数据的特征与所述人脸数据的特征的相似度小于预设相似度值，则确定匹配失败，并将所述人脸数据的特征添加至所述人脸数据库中及/或记录所述人脸数据对应的用户闯红灯次数为一。
根据本发明优选实施例，所述处理器1112执行的多个指令进一步实现：
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，将所述用户的人脸图像显示在至少一个显示设备或所述摄像设备对应的显示设备上；或
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，获取所述用户的身份信息，将所述用户的人脸图像及所述用户的身份信息显示在至少一个显示设备或所述摄像设备对应的显示设备上；或
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，获取所述用户的联系信息，根据所述联系信息，将所述用户的闯红灯记录发送给所述用户，所述联系信息包括以下一种或者多种：邮箱、手机号码、社交软件账号。
具体地，所述处理器1112对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
结合图5中的闯红灯监控方法，所述闯红灯监控装置包括摄像设备及监控处理设备，所述摄像设备包括存储设备及处理设备，所述存储设备存储一个或者多个指令，所述处理设备执行所述一个或者多个指令以实现：获取摄像设备监控的交通信号灯的状态信号；通过所述摄像设备，对所述摄像设备监控的交通信号灯处于红灯状态时的禁止通行区域进行拍摄。
所述监控处理设备包括存储器及处理器，所述存储器存储至少一个指令，所述处理器执行所述至少一个指令以实现：获取所述禁止通行区域内的人脸数据，所述人脸数据包括行人人脸数据及/或机动车的驾驶人的人脸数据；将所述人脸数据与人脸数据库中的人脸样本数据进行匹配；根据匹配结果，对所述人脸数据对应的用户进行警示。
根据本发明优选实施例，所述闯红灯监控装置包括显示设备，所述显示设备用于显示与所述人脸数据匹配的用户信息，以对所述人脸数据对应的用户进行警示。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (13)

1.一种闯红灯监控方法，其特征在于，所述方法包括：
获取摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据，所述人脸数据包括行人人脸数据及/或机动车的驾驶人的人脸数据；
将所述人脸数据与人脸数据库中的人脸样本数据进行匹配；
根据匹配结果，对所述人脸数据对应的用户进行警示。
2.如权利要求1所述的闯红灯监控方法，其特征在于，当所述摄像设备启动拍摄功能时，所述摄像设备对所述禁止通行区域进行拍摄，以获取所示人脸数据，所述摄像设备启动拍摄功能的方式包括以下任意一种或者多种：
所述摄像设备获取信号检测器检测的所述交通信号灯的状态信号，当所述摄像设备获取到所述交通信号灯的状态信号处于红灯状态的信号时，所述摄像设备启动拍摄功能；或
所述摄像设备实时获取所述交通信号灯的图片，对所述图片中的所述交通信号灯的颜色进行识别，当所述交通信号灯的颜色由绿色变为红色或所述交通信号灯的颜色由黄色变为红色时，所述摄像设备启动拍摄功能；或
当所述摄像设备接收所述监控处理设备发送的拍摄指令时，所述摄像设备启动拍摄功能。
3.如权利要求1所述的闯红灯监控方法，其特征在于，所述获取所述摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据包括：
获取所述摄像设备拍摄的所述禁止通行区域内的人脸图片，利用运动跟踪技术对获取的人脸图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，并根据所述最佳人脸图片获取所述人脸数据，所述人脸数据包括人脸图片数据及/或基于人脸图片进行数据转换得到的人脸矢量数据；或
接收所述摄像设备发送的所述人脸数据；所述摄像设备对所述禁止通行区域进行拍摄，并获取所述禁止通行区域内的人脸图片，对所述人脸图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，并根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，根据所述最佳人脸图片获取所述人脸数据，所述人脸数据包括人脸图片数据及/或基于人脸图片进行数据转换得到的人脸矢量数据。
4.如权利要求1所述的闯红灯监控方法，其特征在于，所述将所述人脸数据与人脸数据库中的人脸样本数据进行匹配包括：
当所述人脸数据库中有一个人脸样本数据的特征与所述人脸数据的特征的相似度大于或者等于预设相似度值，则确定匹配成功，及将所述人脸数据的特征添加至所述人脸数据库中作为一个新的人脸样本数据及/或更新所述人脸数据对应的用户闯红灯次数；
当所有人脸样本数据的特征与所述人脸数据的特征的相似度小于预设相似度值，则确定匹配失败，并将所述人脸数据的特征添加至所述人脸数据库中及/或记录所述人脸数据对应的用户闯红灯次数为一。
5.如权利要求1所述的闯红灯监控方法，其特征在于，所述根据匹配结果，对所述人脸数据对应的用户进行警示包括以下一种或者多种的组合：
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，将所述用户的人脸显示在至少一个显示设备或所述摄像设备对应的显示设备上；或
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，获取所述用户的身份信息，将所述用户的人脸图像及所述用户的身份信息显示在至少一个显示设备或所述摄像设备对应的显示设备上；或
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，获取所述用户的联系信息，根据所述联系信息，将所述用户的闯红灯记录发送给所述用户，所述联系信息包括以下一种或者多种：邮箱、手机号码、社交软件账号。
6.一种闯红灯监控装置，其特征在于，所述装置包括：
获取模块，用于获取摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据，所述人脸数据包括行人人脸数据及/或机动车的驾驶人的人脸数据；
匹配模块，用于将所述人脸数据与人脸数据库中的人脸样本数据进行匹配；
警示模块，用于根据匹配结果，对所述人脸数据对应的用户进行警示。
7.如权利要求6所述的闯红灯监控装置，其特征在于，当所述摄像设备启动拍摄功能时，所述摄像设备对所述禁止通行区域进行拍摄，以获取所示人脸数据，所述摄像设备启动拍摄功能的方式包括以下任意一种或者多种：
所述摄像设备获取信号检测器检测的所述交通信号灯的状态信号，当所述摄像设备获取到所述交通信号灯的状态信号处于红灯状态的信号时，所述摄像设备启动拍摄功能；或
所述摄像设备实时获取所述交通信号灯的图片，对所述图片中的所述交通信号灯的颜色进行识别，当所述交通信号灯的颜色由绿色变为红色或所述交通信号灯的颜色由黄色变为红色时，所述摄像设备启动拍摄功能；或
当所述摄像设备接收所述监控处理设备发送的拍摄指令时，所述摄像设备启动拍摄功能。
8.如权利要求6所述的闯红灯监控装置，其特征在于，所述获取所述摄像设备监控的交通信号灯处于红灯状态时禁止通行区域内的人脸数据包括：
获取所述摄像设备拍摄的所述禁止通行区域内的人脸图片，利用运动跟踪技术对获取的人脸图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，并根据所述最佳人脸图片获取所述人脸数据，所述人脸数据包括人脸图片数据及/或基于人脸图片进行数据转换得到的人脸矢量数据；或
接收所述摄像设备发送的所述人脸数据；所述摄像设备对所述禁止通行区域进行拍摄，并获取所述禁止通行区域内的人脸图片，对所述人脸图片中的人脸进行运动跟踪，对运动跟踪的图片中所述人脸进行筛选，并根据筛选条件从所述运动跟踪的图片中获取最佳人脸图片，根据所述最佳人脸图片获取所述人脸数据，所述人脸数据包括人脸图片数据及/或基于人脸图片进行数据转换得到的人脸矢量数据。
9.如权利要求6所述的闯红灯监控装置，其特征在于，所述匹配模块将所述人脸数据与人脸数据库中的人脸样本数据进行匹配包括：
当所述人脸数据库中有一个人脸样本数据的特征与所述人脸数据的特征的相似度大于或者等于预设相似度值，则确定匹配成功，及将所述人脸数据的特征添加至所述人脸数据库中作为一个新的人脸样本数据及/或更新所述人脸数据对应的用户闯红灯次数；
当所有人脸样本数据的特征与所述人脸数据的特征的相似度小于预设相似度值，则确定匹配失败，并将所述人脸数据的特征添加至所述人脸数据库中及/或记录所述人脸数据对应的用户闯红灯次数为一。
10.如权利要求6所述的闯红灯监控装置，其特征在于，所述警示模块根据匹配结果，对所述人脸数据对应的用户进行警示包括以下一种或者多种的组合：
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，将所述用户的人脸显示在至少一个显示设备或所述摄像设备对应的显示设备上；或
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，获取所述用户的身份信息，将所述用户的人脸图像及所述用户的身份信息显示在至少一个显示设备或所述摄像设备对应的显示设备上；或
当根据匹配结果确定所述用户闯红灯的次数大于或者等于预设次数时，获取所述用户的联系信息，根据所述联系信息，将所述用户的闯红灯记录发送给所述用户，所述联系信息包括以下一种或者多种：邮箱、手机号码、社交软件账号。
11.一种监控处理设备，其特征在于，所述监控处理设备包括存储器及处理器，所述存储器用于存储至少一个指令，所述处理器用于执行所述至少一个指令以实现权利要求1至5任意一项闯红灯监控方法中的步骤。
12.一种非易失性存储介质，其特征在于，所述非易失性存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现闯红灯监控方法，所述闯红灯监控方法包括权利要求1至5任意一项闯红灯监控方法中的步骤。
13.一种闯红灯监控装置，其特征在于，所述闯红灯监控装置包括摄像设备及监控处理设备，所述摄像设备包括存储设备及处理设备，所述存储设备存储一个或者多个指令，所述处理设备执行所述一个或者多个指令以实现：
获取所述摄像设备监控的交通信号灯的状态信号；
对所述摄像设备监控的交通信号灯处于红灯状态时的禁止通行区域进行拍摄；
所述监控处理设备包括存储器及处理器，所述存储器存储至少一个指令，所述处理器执行所述至少一个指令以实现权利要求1至5任意一项闯红灯监控方法中的步骤。
CN201710577206.4A 2017-07-14 2017-07-14 闯红灯监控方法、装置及监控处理设备 Pending CN107527012A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710577206.4A CN107527012A (zh) 2017-07-14 2017-07-14 闯红灯监控方法、装置及监控处理设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710577206.4A CN107527012A (zh) 2017-07-14 2017-07-14 闯红灯监控方法、装置及监控处理设备

Publications (1)

Publication Number Publication Date
CN107527012A true CN107527012A (zh) 2017-12-29

Family

ID=60748928

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710577206.4A Pending CN107527012A (zh) 2017-07-14 2017-07-14 闯红灯监控方法、装置及监控处理设备

Country Status (1)

Country Link
CN (1) CN107527012A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109388722A (zh) * 2018-09-30 2019-02-26 上海碳蓝网络科技有限公司 一种用于添加或查找社交联系人的方法与设备
CN109508659A (zh) * 2018-10-31 2019-03-22 绍兴文理学院 一种用于人行横道的人脸识别系统及方法
CN110084162A (zh) * 2019-04-18 2019-08-02 上海钧正网络科技有限公司 一种违章检测方法、装置及服务器
CN110414381A (zh) * 2019-07-10 2019-11-05 武汉联析医疗技术有限公司 追踪式人脸识别系统
CN110580808A (zh) * 2018-06-08 2019-12-17 杭州海康威视数字技术股份有限公司 一种信息处理方法、装置、电子设备及智能交通系统
CN110781759A (zh) * 2019-09-29 2020-02-11 浙江大华技术股份有限公司 车辆与驾驶人员的信息绑定方法、装置及计算机存储介质
CN110826508A (zh) * 2019-11-12 2020-02-21 浙江工商大学 一种基于视频流的行人非机动车违章检测与跟踪方法
CN111274886A (zh) * 2020-01-13 2020-06-12 天地伟业技术有限公司 一种基于深度学习的行人闯红灯违法行为分析方法及系统
WO2020173314A1 (zh) * 2019-02-27 2020-09-03 杭州海康威视数字技术股份有限公司 一种人员统计方法、装置及电子设备
CN113158853A (zh) * 2021-04-08 2021-07-23 浙江工业大学 一种结合人脸与人体姿态的闯红灯行人识别系统
US12067868B2 (en) 2019-09-29 2024-08-20 Zhejiang Dahua Technology Co., Ltd. Systems and methods for traffic monitoring

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268525A (zh) * 2014-09-24 2015-01-07 厦门蓝斯通信股份有限公司 一种基于人脸识别的车辆监控方法及系统
US20150269428A1 (en) * 2012-10-19 2015-09-24 Nec Corporation Vehicle imaging system, vehicle imaging method and device, program, and recording medium
CN105336160A (zh) * 2015-12-02 2016-02-17 深圳市博远交通设施有限公司 一种基于人脸识别的行人闯红灯一体化信号灯装置
CN105551257A (zh) * 2015-12-08 2016-05-04 合肥寰景信息技术有限公司 一种异常交通行为监控方法
CN106340179A (zh) * 2016-09-30 2017-01-18 南京蓝泰交通设施有限责任公司 一种具有闯红灯取证功能的人行横道信号灯系统及方法
CN106600978A (zh) * 2017-02-15 2017-04-26 赵立 一种车辆闯红灯的监控方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150269428A1 (en) * 2012-10-19 2015-09-24 Nec Corporation Vehicle imaging system, vehicle imaging method and device, program, and recording medium
CN104268525A (zh) * 2014-09-24 2015-01-07 厦门蓝斯通信股份有限公司 一种基于人脸识别的车辆监控方法及系统
CN105336160A (zh) * 2015-12-02 2016-02-17 深圳市博远交通设施有限公司 一种基于人脸识别的行人闯红灯一体化信号灯装置
CN105551257A (zh) * 2015-12-08 2016-05-04 合肥寰景信息技术有限公司 一种异常交通行为监控方法
CN106340179A (zh) * 2016-09-30 2017-01-18 南京蓝泰交通设施有限责任公司 一种具有闯红灯取证功能的人行横道信号灯系统及方法
CN106600978A (zh) * 2017-02-15 2017-04-26 赵立 一种车辆闯红灯的监控方法

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110580808A (zh) * 2018-06-08 2019-12-17 杭州海康威视数字技术股份有限公司 一种信息处理方法、装置、电子设备及智能交通系统
CN109388722A (zh) * 2018-09-30 2019-02-26 上海碳蓝网络科技有限公司 一种用于添加或查找社交联系人的方法与设备
CN109388722B (zh) * 2018-09-30 2022-10-11 上海碳蓝网络科技有限公司 一种用于添加或查找社交联系人的方法与设备
CN109508659A (zh) * 2018-10-31 2019-03-22 绍兴文理学院 一种用于人行横道的人脸识别系统及方法
WO2020173314A1 (zh) * 2019-02-27 2020-09-03 杭州海康威视数字技术股份有限公司 一种人员统计方法、装置及电子设备
CN110084162A (zh) * 2019-04-18 2019-08-02 上海钧正网络科技有限公司 一种违章检测方法、装置及服务器
CN110414381A (zh) * 2019-07-10 2019-11-05 武汉联析医疗技术有限公司 追踪式人脸识别系统
CN110781759B (zh) * 2019-09-29 2022-08-09 浙江大华技术股份有限公司 车辆与驾驶人员的信息绑定方法、装置及计算机存储介质
CN110781759A (zh) * 2019-09-29 2020-02-11 浙江大华技术股份有限公司 车辆与驾驶人员的信息绑定方法、装置及计算机存储介质
US12067868B2 (en) 2019-09-29 2024-08-20 Zhejiang Dahua Technology Co., Ltd. Systems and methods for traffic monitoring
CN110826508A (zh) * 2019-11-12 2020-02-21 浙江工商大学 一种基于视频流的行人非机动车违章检测与跟踪方法
CN111274886B (zh) * 2020-01-13 2023-09-19 天地伟业技术有限公司 一种基于深度学习的行人闯红灯违法行为分析方法及系统
CN111274886A (zh) * 2020-01-13 2020-06-12 天地伟业技术有限公司 一种基于深度学习的行人闯红灯违法行为分析方法及系统
CN113158853A (zh) * 2021-04-08 2021-07-23 浙江工业大学 一种结合人脸与人体姿态的闯红灯行人识别系统

Similar Documents

Publication Publication Date Title
CN107527012A (zh) 闯红灯监控方法、装置及监控处理设备
CN110390262B (zh) 视频分析方法、装置、服务器及存储介质
CN102843547B (zh) 一种嫌疑目标智能追踪方法和系统
CN105493502B (zh) 视频监控方法、视频监控系统以及计算机可读存储介质
CN110874362A (zh) 一种数据关联分析方法及装置
CN108388888A (zh) 一种车辆识别方法、装置和存储介质
CN110188807A (zh) 基于级联超分辨率网络与改进Faster R-CNN的隧道行人目标检测方法
CN107358146A (zh) 视频处理方法、装置及存储介质
CN107452104A (zh) 一种基于智能监控的车辆卡口的车辆控制方法及系统
CN107341443B (zh) 视频处理方法、装置及存储介质
CN107451544B (zh) 信息显示方法、装置、设备及监控系统
CN109615864A (zh) 基于视频结构化的车辆拥堵分析方法、系统、终端及存储介质
CN109740420A (zh) 车辆违法识别方法及相关产品
CN112041908A (zh) 监控交通标志违规的系统和方法
WO2022062396A1 (zh) 图像处理方法及装置、电子设备及存储介质
CN108197544B (zh) 人脸分析、过滤方法、装置、嵌入式设备、介质和集成电路
CN111047874B (zh) 智能交通违章管理方法及相关产品
CN111160175A (zh) 智能行人违章行为管理方法及相关产品
CN202940921U (zh) 一种基于人脸识别的实时监控系统
CN107169458A (zh) 数据处理方法、装置及存储介质
US20210089784A1 (en) System and Method for Processing Video Data from Archive
CN112990057A (zh) 一种人体姿态识别方法、装置及电子设备
CN114445780A (zh) 裸土苫盖的检测方法及装置、识别模型的训练方法及装置
CN109670431A (zh) 一种行为检测方法及装置
CN110147731A (zh) 车辆类型识别方法及相关产品

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20171229