CN107578489A - 一种用于机动车辆的行车记录仪 - Google Patents
一种用于机动车辆的行车记录仪 Download PDFInfo
- Publication number
- CN107578489A CN107578489A CN201710055396.3A CN201710055396A CN107578489A CN 107578489 A CN107578489 A CN 107578489A CN 201710055396 A CN201710055396 A CN 201710055396A CN 107578489 A CN107578489 A CN 107578489A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- target object
- data recorder
- tachograph
- 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
- 238000007781 pre-processing Methods 0.000 claims abstract description 31
- 238000001914 filtration Methods 0.000 claims description 16
- 238000003709 image segmentation Methods 0.000 claims description 8
- 238000009499 grossing Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 5
- 239000003990 capacitor Substances 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 abstract description 6
- 239000000463 material Substances 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
Abstract
本发明提供了一种用于机动车辆的行车记录仪，包括：图像采集模块，用于采集视频流图像；图像预处理模块，与图像采集模块相连接，用于对视频流图像进行预处理得到识别出的目标物体；特征识别模块，与图像预处理模块相连接，用于将识别出的目标物体送至后台的大数据平台进行在线特征识别，并接收识别结果；以及显示模块，用于显示识别结果。相比于现有技术，本发明将图像预处理模块得到的识别目标物体应用大数据平台进行分析和深度学习，以识别行车记录仪实时视频中的车辆和行人的特征，从而拓展记录仪的功能。此外，本发明的行车记录仪采用大数据分析，速度快、精确度高，无需再花大量精力和物力建立并且维护庞大的样本特征数据库。
Description
技术领域
本发明涉及一种用于机动车辆的行车记录仪。
背景技术
近年来，随着车载信息技术的不断发展，行车记录仪的功能也越来越强大，行车记录仪在车辆上的应用也越来越广泛。简单来说，行车记录仪是记录车辆在行驶过程中的视频及音频等相关信息的仪器，能够还原车辆在一段时间内的周边环境以及车内环境。例如，行车记录仪内置存储卡，所拍摄的视频数据都保存在存储卡中。在车辆出现交通事故或其他意外事故时，通过调取行车记录仪中的视频信息可以还原事故发生时的现场情况。此外，为了保证行车记录仪能够记录完整的行车视频，行车记录仪通常持续、不间断的录像，最终得到录像时长较大的一个视频文件。当用户需要完整行车视频中指定时间段内的视频时，首先将存储卡从行车记录仪中取出，并将其与计算机连接，通过计算机展示存储卡中的完整行车视频，然后，在电脑上对完整行车视频进行剪辑，最后才能得到期望获取的指定时间段内的视频数据，这将使得用户获取指定时间段内视频数据的操作十分不便。
另一方面，目前市面流行的行车记录仪往往配备有高分辨率和高清晰度的摄像头(诸如720P或1080P)，采集的视频图像焦距较远，图像清晰度高。行车记录仪除了将录像视频用于查看或分享的功能之外，还期望能够精确识别到行车记录仪中所采集到的视频图像的目标物体，例如，建筑物、车辆、行人等，以实现ADAS(Advanced Driving AssistantSystem，高级驾驶辅助系统)。在现有技术中，上述功能实现的基础是通过分析视频数据和图像匹配进行目标识别，如各种机动车辆的车型、行人、物体等。传统的视觉类ADAS需要准确估算距离，从而进行距离提示或者前车、行人的碰撞告警等。要做到这一点，势必需要建立并不断维护一个庞大的样本特征数据库，保证这个数据库包含待识别目标物体的全部特征数据。举例而言，在一些特殊地区，为专门检测大型动物，特征数据库必须先行建立并包括大型动物的特征；对于另外某些区域，若存在非常规车型，特征数据库也要将这些车型的参数或特征数据先行录入。如果缺乏上述待识别目标的特征数据，就会导致ADAS系统无法对这些车型、行人、障碍物进行识别，进而造成系统漏报或者误报。
有鉴于此，如何设计一种用于机动车辆的行车记录仪，或对现有的行车记录仪进行有效改进，以克服现有技术中的上述缺陷或不足，是相关技术人员亟待解决的一项课题。
发明内容
针对现有技术中的行车记录仪存在的上述缺陷，本发明提供了一种用于机车车辆的行车记录仪。
依据本发明的一个方面，提供了一种用于机动车辆的行车记录仪，适于对视频图像的目标物体进行实时识别，其中，该行车记录仪包括：
图像采集模块，用于采集所述行车记录仪的可视范围内的视频流图像；
图像预处理模块，与所述图像采集模块相连接，用于对来自所述图像采集模块的视频流图像进行预处理，得到识别出的目标物体；
特征识别模块，与图像预处理模块相连接，用于将识别出的所述目标物体送至后台的大数据平台进行在线特征识别，并接收来自所述大数据平台返回的识别结果；以及
显示模块，与所述特征识别模块相连接，用于输出与所述目标物体相对应的识别结果。
在其中的一实施例，该图像预处理模块还包括：图像分割单元，用于将所述视频流图像的图像帧分割为前景图像和背景图像，并对所述背景图像进行初始化或实时更新；图像提取单元，与所述图像分割单元相连接，用于提取所述背景图像中的目标物体。
在其中的一实施例，该图像预处理模块还包括：捕捉单元，用于捕捉和截取所述视频流图像中的所述图像帧；以及第一滤波单元，与所述捕捉单元相连接，用于对所述图像帧进行去噪和平滑滤波操作。
在其中的一实施例，该图像预处理单元还包括：第二滤波单元，与所述图像提取单元相连接，用于对从所述所背景图像提取的所述目标物体进行去噪和平滑滤波操作。
在其中的一实施例，该行车记录仪固定安装于所述机动车辆的前部、后端或车厢内。
在其中的一实施例，该行车记录仪具有多个图像传感器，分别实时采集所述机动车辆的车体、车体前方和后方、车体两侧的感兴趣区域的视频流图像。
在其中的一实施例，该行车记录仪还包括无线网络接口，其中，所述特征识别模块通过所述无线网络接口将识别出的所述目标物体送至后台的大数据平台进行在线特征识别。
在其中的一实施例，该行车记录仪包括高清摄像头，其对应的分辨率为720P或1080P。
在其中的一实施例，该行车记录仪还包括供电模块，该供电模块为可拆卸安装的充电电池、超级电容或太阳能电池板。
在其中的一实施例，该行车记录仪还包括数据传输接口，被配置为从所述行车记录仪的存储器导出所述视频流图像。
采用本发明的用于机动车辆的行车记录仪，其包括图像采集模块、图像预处理模块、特征识别模块和显示模块。图像采集模块用于采集行车记录仪可视范围内的视频流图像，图像预处理模块用于对视频流图像进行预处理以得到识别出的目标物体，特征识别模块将识别出的目标物体送至后台的大数据平台进行在线特征识别并接收来自大数据平台返回的识别结果，显示模块用于输出与目标物体相对应的识别结果。相比于现有技术，本发明将图像预处理模块得到的识别目标物体应用大数据平台进行分析和深度学习，以识别行车记录仪实时视频中的车辆和行人的特征，从而拓展记录仪的功能。此外，本发明的行车记录仪采用大数据分析，速度快、精确度高，无需再花大量精力和物力来建立并且维护庞大的样本特征数据库，也不必担心数据库中的特征记录不全从而导致识别精度低的问题。
附图说明
读者在参照附图阅读了本发明的具体实施方式以后，将会更清楚地了解本发明的各个方面。其中，
图1示出依据本发明的一实施方式，用于机动车辆的行车记录仪的结构示意图；以及
图2示出图1的行车记录仪中的图像预处理模块的一示意性实施例。
具体实施方式
为了使本申请所揭示的技术内容更加详尽与完备，可参照附图以及本发明的下述各种具体实施例，附图中相同的标记代表相同或相似的组件。然而，本领域的普通技术人员应当理解，下文中所提供的实施例并非用来限制本发明所涵盖的范围。此外，附图仅仅用于示意性地加以说明，并未依照其原尺寸进行绘制。
下面参照附图，对本发明各个方面的具体实施方式作进一步的详细描述。
图1示出依据本发明的一实施方式，用于机动车辆的行车记录仪的结构示意图。参照图1，在该实施方式中，该行车记录仪包括图像采集模块10、图像预处理模块12、特征识别模块14和显示模块16。
详细而言，图像采集模块10用于采集行车记录仪可视范围内的视频流图像。图像预处理模块12与图像采集模块10相连接，用于对来自图像采集模块10的视频流图像进行预处理，得到识别出的目标物体。特征识别模块14与图像预处理模块12相连接，用于将识别出的目标物体送至后台的大数据平台DB进行在线特征识别，并接收来自大数据平台DB返回的识别结果。例如，识别结果包括目标物体的类别(建筑物、指示牌、车辆、行人等)、特征(颜色、形状等)。此外，通过分析多个连续帧的图像数据，还可对目标物体的当前状态作出进一步的深度分析，如当前运动状态以及可能的运动趋势。显示模块16与特征识别模块14相连接，用于显示与目标物体相对应的识别结果。
在一具体实施例，该行车记录仪固定安装于机动车辆的前部、后端或车厢内。进一步，该行车记录仪具有多个图像传感器(例如，CCD传感器)，这些图像传感器分别实时采集机动车辆的车体本身、车体前方和后方、车体两侧的感兴趣区域的视频流图像。
在一具体实施例，该行车记录仪还包括供电模块。该供电模块为可拆卸安装的充电电池(rechargeable battery)、超级电容(super capacitor)或太阳能电池板(solarbattery panel)。
此外，该行车记录仪还可包括数据传输接口(例如，USB接口)，其被配置为从行车记录仪的存储器/存储卡导出视频流图像。
此外，该行车记录仪还包括无线网络接口。其中，特征识别模块14通过无线网络接口将识别出的目标物体送至后台的大数据平台DB进行在线特征识别。这是因为，大数据时代可以积累巨大数量的目标物体数据，对这些目标物体进行特征化后，可以直接用于目标物体的特征识别，进而提升识别效率和识别精度。而且，随着人工智能技术的发展，于不断的数据增加和积累中，大数据平台DB可以进行深度学习，不断地自我完善识别模型和特征量方法，进一步提高识别率。
图2示出图1的行车记录仪中的图像预处理模块的一示意性实施例。
参照图2，在该示意性实施例中，图像预处理模块12还包括图像分割单元125和图像提取单元127。其中，图像分割单元125用于将视频流图像的图像帧分割为前景图像和背景图像，并对背景图像进行初始化或实时更新。图像提取单元127与图像分割单元125相连接，用于提取背景图像中的目标物体。具体而言，通过图像分割技术，对于采集到的视频流图像进行二值化，区分出前景图像和背景图像。在做图像差分之前，首先需要确定一幅背景图并将其初始化，才能在之后的检测中与当前实时的背景图像进行差分计算。例如，可通过指定法确定第一帧背景图，之后在整个检测过程实时地更新背景图像。
在一具体实施例，图像预处理模块12还包括捕捉单元121和第一滤波单元123。捕捉单元121用于捕捉和截取视频流图像中的图像帧。第一滤波单元123与捕捉单元121相连接，用于对图像帧进行去噪和平滑滤波操作。例如，捕捉单元121截取视频流中的每一个关键帧图像，因为目标物体的识别只能在关键帧图像上进行。第一滤波单元123针对关键帧进行初步的去噪和非线性平滑滤波处理，减小图像中的噪声，以便预先去除图像中的琐碎细节，为后续分析和处理图像作好准备。此外，图像预处理单元12还包括第二滤波单元129，其与图像提取单元127相连接。第二滤波单元129用于对从所述背景图像提取的目标物体进行去噪和平滑滤波操作，以利于后续的目标物体特征识别。
采用本发明的用于机动车辆的行车记录仪，其包括图像采集模块、图像预处理模块、特征识别模块和显示模块。图像采集模块用于采集行车记录仪可视范围内的视频流图像，图像预处理模块用于对视频流图像进行预处理以得到识别出的目标物体，特征识别模块将识别出的目标物体送至后台的大数据平台进行在线特征识别并接收来自大数据平台返回的识别结果，显示模块用于输出与目标物体相对应的识别结果。相比于现有技术，本发明将图像预处理模块得到的识别目标物体应用大数据平台进行分析和深度学习，以识别行车记录仪实时视频中的车辆和行人的特征，从而拓展记录仪的功能。此外，本发明的行车记录仪采用大数据分析，速度快、精确度高，无需再花大量精力和物力来建立并且维护庞大的样本特征数据库，也不必担心数据库中的特征记录不全从而导致识别精度低的问题。
上文中，参照附图描述了本发明的具体实施方式。但是，本领域中的普通技术人员能够理解，在不偏离本发明的精神和范围的情况下，还可以对本发明的具体实施方式作各种变更和替换。这些变更和替换都落在本发明权利要求书所限定的范围内。
Claims (10)
1.一种用于机动车辆的行车记录仪，适于对视频图像的目标物体进行实时识别，其特征在于，该行车记录仪包括：
图像采集模块，用于采集所述行车记录仪的可视范围内的视频流图像；
图像预处理模块，与所述图像采集模块相连接，用于对来自所述图像采集模块的视频流图像进行预处理，得到识别出的目标物体；
特征识别模块，与图像预处理模块相连接，用于将识别出的所述目标物体送至后台的大数据平台进行在线特征识别，并接收来自所述大数据平台返回的识别结果；以及
显示模块，与所述特征识别模块相连接，用于显示与所述目标物体相对应的识别结果。
2.根据权利要求1所述的行车记录仪，其特征在于，该图像预处理模块还包括：
图像分割单元，用于将所述视频流图像的图像帧分割为前景图像和背景图像，并对所述背景图像进行初始化或实时更新；以及
图像提取单元，与所述图像分割单元相连接，用于提取所述背景图像中的目标物体。
3.根据权利要求2所述的行车记录仪，其特征在于，该图像预处理模块还包括：
捕捉单元，用于捕捉和截取所述视频流图像中的所述图像帧；以及
第一滤波单元，与所述捕捉单元相连接，用于对所述图像帧进行去噪和平滑滤波操作。
4.根据权利要求2所述的行车记录仪，其特征在于，该图像预处理单元还包括：
第二滤波单元，与所述图像提取单元相连接，用于对从所述所背景图像提取的所述目标物体进行去噪和平滑滤波操作。
5.根据权利要求1所述的行车记录仪，其特征在于，该行车记录仪固定安装于所述机动车辆的前部、后端或车厢内。
6.根据权利要求5所述的行车记录仪，其特征在于，该行车记录仪具有多个图像传感器，分别实时采集所述机动车辆的车体、车体前方和后方、车体两侧的感兴趣区域的视频流图像。
7.根据权利要求1所述的行车记录仪，其特征在于，该行车记录仪还包括无线网络接口，其中，所述特征识别模块通过所述无线网络接口将识别出的所述目标物体送至后台的大数据平台进行在线特征识别。
8.根据权利要求1所述的行车记录仪，其特征在于，该行车记录仪包括高清摄像头，其对应的分辨率为720P或1080P。
9.根据权利要求1所述的行车记录仪，其特征在于，该行车记录仪还包括供电模块，该供电模块为可拆卸安装的充电电池、超级电容或太阳能电池板。
10.根据权利要求1所述的行车记录仪，其特征在于，该行车记录仪还包括数据传输接口，被配置为从所述行车记录仪的存储器导出所述视频流图像。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2016207059994 | 2016-07-05 | ||
| CN201620705999 | 2016-07-05 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107578489A true CN107578489A (zh) | 2018-01-12 |
Family
ID=61049274
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710055396.3A Pending CN107578489A (zh) | 2016-07-05 | 2017-01-23 | 一种用于机动车辆的行车记录仪 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107578489A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109712391A (zh) * | 2018-12-27 | 2019-05-03 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于车载t-box的肇事逃逸监控方法和系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080288162A1 (en) * | 2007-05-17 | 2008-11-20 | Nokia Corporation | Combined short range and long range communication for traffic analysis and collision avoidance |
| CN102314596A (zh) * | 2010-07-02 | 2012-01-11 | 哈曼贝克自动系统股份有限公司 | 用于提供驾驶辅助信息的基于计算机的系统和方法 |
| CN103345618A (zh) * | 2013-06-21 | 2013-10-09 | 银江股份有限公司 | 一种基于视频技术的交通违章检测方法 |
| CN204440659U (zh) * | 2015-02-28 | 2015-07-01 | 北京壹卡行科技有限公司 | 驾驶员安全驾驶辅助系统 |
| CN105184771A (zh) * | 2015-08-12 | 2015-12-23 | 西安斯凯智能科技有限公司 | 一种自适应运动目标检测系统及检测方法 |
| CN205230149U (zh) * | 2015-12-18 | 2016-05-11 | 周志勇 | 行车记录仪 |
| CN105654753A (zh) * | 2016-01-08 | 2016-06-08 | 北京乐驾科技有限公司 | 一种智能车载安全驾驶辅助方法及系统 |
| CN105702068A (zh) * | 2016-03-09 | 2016-06-22 | 深圳市成为智能交通系统有限公司 | 一种基于移动终端的高级驾驶辅助系统 |
-
2017
- 2017-01-23 CN CN201710055396.3A patent/CN107578489A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080288162A1 (en) * | 2007-05-17 | 2008-11-20 | Nokia Corporation | Combined short range and long range communication for traffic analysis and collision avoidance |
| CN102314596A (zh) * | 2010-07-02 | 2012-01-11 | 哈曼贝克自动系统股份有限公司 | 用于提供驾驶辅助信息的基于计算机的系统和方法 |
| CN103345618A (zh) * | 2013-06-21 | 2013-10-09 | 银江股份有限公司 | 一种基于视频技术的交通违章检测方法 |
| CN204440659U (zh) * | 2015-02-28 | 2015-07-01 | 北京壹卡行科技有限公司 | 驾驶员安全驾驶辅助系统 |
| CN105184771A (zh) * | 2015-08-12 | 2015-12-23 | 西安斯凯智能科技有限公司 | 一种自适应运动目标检测系统及检测方法 |
| CN205230149U (zh) * | 2015-12-18 | 2016-05-11 | 周志勇 | 行车记录仪 |
| CN105654753A (zh) * | 2016-01-08 | 2016-06-08 | 北京乐驾科技有限公司 | 一种智能车载安全驾驶辅助方法及系统 |
| CN105702068A (zh) * | 2016-03-09 | 2016-06-22 | 深圳市成为智能交通系统有限公司 | 一种基于移动终端的高级驾驶辅助系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109712391A (zh) * | 2018-12-27 | 2019-05-03 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于车载t-box的肇事逃逸监控方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2210235B1 (en) | Methods and systems for processing of video data | |
| CN112800860B (zh) | 一种事件相机和视觉相机协同的高速抛撒物检测方法和系统 | |
| US7747075B2 (en) | Salient motion detection system, method and program product therefor | |
| CN112200172B (zh) | 一种可行驶区域的检测方法及装置 | |
| CN110223511A (zh) | 一种汽车路边违停智能监测方法及系统 | |
| CN110222667B (zh) | 一种基于计算机视觉的开放道路交通参与者数据采集方法 | |
| CN110706247B (zh) | 一种目标跟踪方法、装置及系统 | |
| CN109033972A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
| CN112669349A (zh) | 一种客流统计方法、电子设备及存储介质 | |
| CN101179713A (zh) | 复杂背景下单个运动目标的检测方法 | |
| EP3043555B1 (en) | Image storage method and device thereof | |
| CN107633703A (zh) | 一种行车记录仪及其前向防撞预警方法 | |
| CN105654733A (zh) | 一种基于视频检测的前后车牌识别方法及装置 | |
| CN111553247B (zh) | 一种基于改进骨干网络的视频结构化系统、方法及介质 | |
| CN103093198A (zh) | 一种人群密度监测方法及装置 | |
| CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
| CN111738218A (zh) | 人体异常行为识别系统及方法 | |
| CN104378539A (zh) | 场景自适应的视频结构化语义提取摄像机及其方法 | |
| CN111723773A (zh) | 遗留物检测方法、装置、电子设备及可读存储介质 | |
| Ali et al. | Vehicle detection and tracking in UAV imagery via YOLOv3 and Kalman filter | |
| CN113256731A (zh) | 基于单目视觉的目标检测方法及装置 | |
| CN104103062A (zh) | 图像处理设备和图像处理方法 | |
| CN103324950A (zh) | 基于在线学习的人体重现检测方法及其系统 | |
| EP2048619A1 (en) | Methods and systems for processing of video data | |
| CN107578489A (zh) | 一种用于机动车辆的行车记录仪 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180112 |
|
| WD01 | Invention patent application deemed withdrawn after publication |