CN108109132B - 一种图像分析方法及装置 - Google Patents

一种图像分析方法及装置 Download PDF

Info

Publication number
CN108109132B
CN108109132B CN201611056740.2A CN201611056740A CN108109132B CN 108109132 B CN108109132 B CN 108109132B CN 201611056740 A CN201611056740 A CN 201611056740A CN 108109132 B CN108109132 B CN 108109132B
Authority
CN
China
Prior art keywords
information
image
target
area
image acquisition
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
Application number
CN201611056740.2A
Other languages
English (en)
Other versions
CN108109132A (zh
Inventor
谢忠贤
浦世亮
周明耀
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201611056740.2A priority Critical patent/CN108109132B/zh
Priority to EP17873492.7A priority patent/EP3547253B1/en
Priority to US16/463,951 priority patent/US11048950B2/en
Priority to PCT/CN2017/107872 priority patent/WO2018095194A1/zh
Publication of CN108109132A publication Critical patent/CN108109132A/zh
Application granted granted Critical
Publication of CN108109132B publication Critical patent/CN108109132B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • 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
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates

Abstract

本发明实施例提供了一种图像分析方法及装置，所述方法包括：接收目标图像采集设备发送的目标信息；其中，所述目标信息至少包括：所述目标图像采集设备采集的第一图像、以及所述目标图像采集设备的标识信息；根据预先保存的各图像采集设备的标识信息与各区域信息的对应关系，获取与所述目标图像采集设备的标识信息对应的目标区域信息；在所述第一图像中，确定与所述目标区域信息对应的第二图像，并对所述第二图像进行分析。本发明实施例中，能够仅对包含第一图像特定区域的第二图像进行分析，与第一图像相比，第二图像的尺寸较小，因此，能够提高图像分析效率。

Description

一种图像分析方法及装置
技术领域
本发明涉及图像处理技术领域，特别是涉及一种图像分析方法及装置。
背景技术
在交通监控领域，通常会在路口、卡口等地方安装图像采集设备，以获得包含车辆的图像，进而根据该图像获取相关的车辆信息。具体地，图像采集设备可以对其采集区域进行检测，当检测到有车辆通过时，抓拍得到包含目标车辆的监控图像。其中，目标车辆可以为图像采集设备检测到的车辆。
图像采集设备采集到包含目标车辆的图像后，为了获得目标车辆更多的信息，如，车辆品牌信息、归属地等，图像采集设备可以识别出目标车辆的车牌信息，并将其识别出的车牌信息和对应的图像一起发送给图像分析系统进行分析。
通常情况下，图像采集设备采集的图像中可能会包含多辆车，但是需要分析的目标车辆只有一辆。因此，图像分析系统接收到图像采集设备发送的车牌信息和对应的图像后，可以根据车牌信息识别出图像中包含的目标车辆，进而对识别出的目标车辆进行分析。
上述方法中，图像分析系统在对目标车辆进行分析之前，需要首先对整个图像进行分析，识别出其中包含的目标车辆。而这将耗费较长的时间，导致图像分析效率较低。
发明内容
本发明实施例的目的在于提供一种图像分析方法及装置，以提高图像分析效率。具体技术方案如下：
第一方面，本发明实施例提供了一种图像分析方法，所述方法包括：
接收目标图像采集设备发送的目标信息；其中，所述目标信息至少包括：所述目标图像采集设备采集的第一图像、以及所述目标图像采集设备的标识信息；
根据预先保存的各图像采集设备的标识信息与各区域信息的对应关系，获取与所述目标图像采集设备的标识信息对应的目标区域信息；
在所述第一图像中，确定与所述目标区域信息对应的第二图像，并对所述第二图像进行分析。
可选地，所述目标信息还包括：所述第一图像中包括的目标车辆的第一车牌信息；所述对所述第二图像进行分析至少包括：
识别所述第二图像中的第二车牌信息；
所述方法还包括：
判断所述第一车牌信息与所述第二车牌信息是否相同；
如果是，对所述第二图像进行分析，确定所述第二图像的第一区域信息，并对应保存所述目标图像采集设备的标识信息、所述第二图像的第一区域信息、以及第一判断结果，其中，所述第一判断结果为所述第一车牌信息与所述第二车牌信息相同；
如果否，对所述第一图像进行分析，确定所述第一图像的第一区域信息，并对应保存所述目标图像采集设备的标识信息、所述第一图像的第一区域信息、以及第二判断结果，其中，所述第二判断结果为所述第一车牌信息与所述第二车牌信息不同。
可选地，所述确定所述第二图像的第一区域信息的步骤包括：
识别所述第二图像中车牌信息为所述第一车牌信息的目标车辆；
确定所述目标车辆在所述第二图像中所占区域的位置信息，并将该位置信息确定为所述第二图像的第一区域信息。
可选地，所述确定所述第一图像的第一区域信息的步骤包括：
识别所述第一图像中车牌信息为所述第一车牌信息的目标车辆；
确定所述目标车辆在所述第一图像中所占区域的位置信息，并将该位置信息确定为所述第一图像的第一区域信息。
可选地，所述方法还包括：
按照设定的时间间隔，判断在第一预设时间段内保存的所述第二判断结果的数量是否大于第一预设阈值；
如果是，根据第二预设时间段内保存的各第二判断结果对应的所述目标图像采集设备的标识信息、所述第一图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息；
如果否，根据第三预设时间段内保存的各第一判断结果对应的所述目标图像采集设备的标识信息、所述第二图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
可选地，所述根据第二预设时间段内保存的各第二判断结果对应的所述目标图像采集设备的标识信息、所述第一图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息的步骤包括：
从所述第二预设时间段内保存的各第二判断结果中，获取所述目标图像采集设备的标识信息对应的多个第一图像的第一区域信息；
基于所述多个第一图像的第一区域信息的统计结果，或基于所述多个第一图像的第一区域信息的特征匹配结果，确定第二区域信息；
根据所确定的第二区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
可选地，所述根据第三预设时间段内保存的各第一判断结果对应的所述目标图像采集设备的标识信息、所述第二图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息的步骤包括：
从所述第三预设时间段内保存的各第一判断结果中，获取所述目标图像采集设备的标识信息对应的多个第二图像的第一区域信息；
基于所述多个第二图像的第一区域信息的统计结果，或基于所述多个第二图像的第一区域信息的特征匹配结果，确定第二区域信息；
根据所确定的第二区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
可选地，预先保存各图像采集设备的标识信息与各区域信息的对应关系的步骤包括：
针对各图像采集设备，接收该图像采集设备发送的第三图像、所述第三图像中包括的目标车辆的第三车牌信息、以及该图像采集设备的标识信息；
识别所述第三图像中包括的车牌信息为所述第三车牌信息的目标车辆，并确定该目标车辆在所述第三图像中所占区域的位置信息，将该位置信息确定为所述第三图像的初始区域信息；
保存该图像采集设备的标识信息与该初始区域信息的对应关系；
当该图像采集设备对应的初始区域信息的数量大于第二预设阈值时，根据该图像采集设备的标识信息对应的各初始区域信息，确定并保存该图像采集设备对应的区域信息。
第二方面，本发明实施例提供了一种图像分析装置，所述装置包括：
第一接收模块，用于接收目标图像采集设备发送的目标信息；其中，所述目标信息至少包括：所述目标图像采集设备采集的第一图像、以及所述目标图像采集设备的标识信息；
执行模块，用于根据预先保存的各图像采集设备的标识信息与各区域信息的对应关系，获取与所述目标图像采集设备的标识信息对应的目标区域信息；
分析模块，用于在所述第一图像中，确定与所述目标区域信息对应的第二图像，并对所述第二图像进行分析。
可选地，所述目标信息还包括：所述第一图像中包括的目标车辆的第一车牌信息；所述分析模块，具体用于识别所述第二图像中的第二车牌信息；
所述装置还包括：
第一判断模块，用于判断所述第一车牌信息与所述第二车牌信息是否相同；
第一存储模块，用于当所述第一判断模块判断结果为是时，对所述第二图像进行分析，确定所述第二图像的第一区域信息，并对应保存所述目标图像采集设备的标识信息、所述第二图像的第一区域信息、以及第一判断结果，其中，所述第一判断结果为所述第一车牌信息与所述第二车牌信息相同；
第二存储模块，用于当所述第一判断模块判断结果为否时，对所述第一图像进行分析，确定所述第一图像的第一区域信息，并对应保存所述目标图像采集设备的标识信息、所述第一图像的第一区域信息、以及第二判断结果，其中，所述第二判断结果为所述第一车牌信息与所述第二车牌信息不同。
可选地，所述第一存储模块，包括：
第一识别子模块，用于识别所述第二图像中车牌信息为所述第一车牌信息的目标车辆；
第一确定子模块，用于确定所述目标车辆在所述第二图像中所占区域的位置信息，并将该位置信息确定为所述第二图像的第一区域信息。
可选地，所述第二存储模块，包括：
第二识别子模块，用于识别所述第一图像中车牌信息为所述第一车牌信息的目标车辆；
第二确定子模块，用于确定所述目标车辆在所述第一图像中所占区域的位置信息，并将该位置信息确定为所述第一图像的第一区域信息。
可选地，所述装置还包括：
第二判断模块，用于按照设定的时间间隔，判断在第一预设时间段内保存的所述第二判断结果的数量是否大于第一预设阈值；
第一更新模块，用于当所述第二判断模块判断结果为是时，根据第二预设时间段内保存的各第二判断结果对应的所述目标图像采集设备的标识信息、所述第一图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息；
第二更新模块，用于当所述第二判断模块判断结果为否时，根据第三预设时间段内保存的各第一判断结果对应的所述目标图像采集设备的标识信息、所述第二图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
可选地，所述第一更新模块，包括：
第一获取子模块，用于从所述第二预设时间段内保存的各第二判断结果中，获取所述目标图像采集设备的标识信息对应的多个第一图像的第一区域信息；
第三确定子模块，用于基于所述多个第一图像的第一区域信息的统计结果，或基于所述多个第一图像的第一区域信息的特征匹配结果，确定第二区域信息；
第一更新子模块，用于根据所确定的第二区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
可选地，所述第二更新模块，包括：
第二获取子模块，用于从所述第三预设时间段内保存的各第一判断结果中，获取所述目标图像采集设备的标识信息对应的多个第二图像的第一区域信息；
第四确定子模块，用于基于所述多个第二图像的第一区域信息的统计结果，或基于所述多个第二图像的第一区域信息的特征匹配结果，确定第二区域信息；
第二更新子模块，用于根据所确定的第二区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
可选地，所述装置还包括：
第二接收模块，用于针对各图像采集设备，接收该图像采集设备发送的第三图像、所述第三图像中包括的目标车辆的第三车牌信息、以及该图像采集设备的标识信息；
处理模块，用于识别所述第三图像中包括的车牌信息为所述第三车牌信息的目标车辆，并确定该目标车辆在所述第三图像中所占区域的位置信息，将该位置信息确定为所述第三图像的初始区域信息；
第三存储模块，用于保存该图像采集设备的标识信息与该初始区域信息的对应关系；
第四存储模块，用于当所述第三存储模块保存的该图像采集设备对应的初始区域信息的数量大于第二预设阈值时，根据该图像采集设备的标识信息对应的各初始区域信息，确定并保存该图像采集设备对应的区域信息。
本发明实施例提供了一种图像分析方法及装置，所述方法包括：接收目标图像采集设备发送的目标信息；其中，所述目标信息至少包括：所述目标图像采集设备采集的第一图像、以及所述目标图像采集设备的标识信息；根据预先保存的各图像采集设备的标识信息与各区域信息的对应关系，获取与所述目标图像采集设备的标识信息对应的目标区域信息；在所述第一图像中，确定与所述目标区域信息对应的第二图像，并对所述第二图像进行分析。
本发明实施例中，针对同一图像采集设备采集的图像，其中的目标车辆所处区域通常是相对固定的，因此，能够预先获取各图像采集设备的标识信息与各区域信息的对应关系，上述区域信息包括各图像采集设备采集的图像中目标车辆所处区域的位置信息。当接收到目标图像采集设备发送的图像后，可以根据目标图像采集设备对应的目标区域信息，确定与目标区域信息对应的第二图像，并只对第二图像进行分析，与第一图像相比，第二图像的尺寸较小，因此，能够提高图像分析效率。
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。
图1为图像采集设备的图像采集区域与检测区域示意图；
图2为本发明实施例提供的一种图像分析方法的流程图；
图3(a)为本发明实施例的目标图像采集设备采集的第一图像示意图；
图3(b)为根据图3(a)所示的第一图像，以及目标区域信息确定的第二图像示意图；
图4为本发明实施例提供的一种图像分析方法的另一流程图；
图5为本发明实施例提供的一种图像分析方法的另一流程图；
图6为本发明实施例的根据各初始区域信息确定区域信息的示意图；
图7为本发明实施例提供的一种图像分析方法的另一流程图；
图8为本发明实施例提供的一种图像分析装置的结构示意图；
图9为本发明实施例提供的一种图像分析装置的另一结构示意图；
图10为本发明实施例提供的一种图像分析装置的另一结构示意图。
具体实施方式
为了提高图像分析效率，本发明实施例提供了一种图像分析方法及装置。
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。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
在交通监控领域，在路口、卡口等地方安装的图像采集设备可以对其图像采集区域进行检测，当检测到有车辆通过时，抓拍得到包含目标车辆的监控图像。并且，通常情况下，针对每个图像采集设备，当其安装完成后，其所处位置、采集视角等参数就确定了，因此，其图像采集区域也会相对固定。
在本发明的一个实施例中，图像采集设备在进行车辆检测时，并不是在整个图像采集区域进行车辆检测，而是在一个比较固定、包含在其采集区域内的一个小的检测区域内进行车辆检测。只有当图像采集设备的检测区域内有车辆通过时，其才能检测到有车辆通过，当该车辆在检测区域以外的图像采集区域内时，图像采集设备并不能检测到该车辆。也就是说，检测区域才是图像采集设备的感兴趣区域，也是图像采集设备采集的图像中目标车辆所在的区域。
相应的，图像采集设备采集的图像中，也包含图像采集区域和检测区域。其中，图像采集区域可以为整个图像区域，检测区域即为对应图像采集设备实际检测区域的图像区域。
或者，在另一个实施例中，在对图像采集区域进行分析时，可以将检测区域作为车辆检测的首选区域，图像采集区域内的非检测区域作为车辆检测的次选区域。
如图1所示，图像采集设备的图像采集区域可以为区域110，检测区域为区域120。由图1可以看出，图像采集设备的图像采集区域110的范围通常比较大，而其检测区域,120的范围比较小。
在本发明实施例中，为了提高图像分析效率，针对各图像采集设备，可以预先根据各图像采集设备采集的图像，确定其区域信息，即确定其采集的图像中检测区域的位置信息，并对应保存各图像采集设备的标识信息与区域信息的对应关系。
具体地，可以由图像分析系统根据各图像采集设备采集的图像，确定其区域信息并保存；或者，也可以由另一自学习系统根据各图像采集设备采集的图像，确定其区域信息并保存。当由自学习系统保存各图像采集设备采集的标识信息与区域信息的对应关系时，图像分析系统可以与自学习系统建立连接关系。本发明实施例中，以图像分析系统根据各图像采集设备采集的图像，确定其区域信息并保存为例，来说明本实施例提供的图像分析方法。
并且，各图像采集设备的标识信息与区域信息的对应关系可以保存在图像分析系统本地，也可以保存在与图像分析系统建立连接关系的外部设备中。
保存各图像采集设备的标识信息与区域信息的对应关系时，针对各图像采集设备采集的图像，可以设定坐标系，如图1所示，可以将图像的一个顶点确定为原点O，并确定X轴、Y轴。保存各图像采集设备对应的区域信息时，可以相应保存检测区域的X方向的起始点、终点，以及Y方向的起始点、终点。其中，保存的X方向的起始点、终点，以及Y方向的起始点、终点，其单位可以为像素。
图像分析系统保存的各图像采集设备的标识信息与区域信息的对应关系可以如表1所示：
表1
Figure BDA0001162811050000091
Figure BDA0001162811050000101
本发明实施例提供了一种图像分析方法过程，如图2所示，该过程可以包括以下步骤：
S101，接收目标图像采集设备发送的目标信息；其中，所述目标信息至少包括：所述目标图像采集设备采集的第一图像、以及所述目标图像采集设备的标识信息。
本发明实施例提供的方法可以应用于图像分析系统。具体地，该图像分析系统可以运行于电子设备中，如台式计算机、便携式计算机、智能移动终端等。
在本发明实施例中，为了进行交通监控，可以在需要进行监控的路口、卡口等地方安装图像采集设备。其中，上述图像采集设备可以为球机、摄像机、抓拍机等，本发明实施例对此不进行限定。
并且，可以在图像采集设备与图像分析系统之间建立有线或无线连接，从而图像采集设备可以将其采集的图像发送给图像分析系统。例如，可以通过WIFI(WirelessFidelity，无线保真)、NFC(Near Field Communication，近距离无线通讯技术)、蓝牙等无线连接方式在图像采集设备与图像分析系统之间建立连接，本发明实施例对此不进行限定。
需要说明的是，本发明实施例提供的方法可以对各个图像采集设备采集的图像进行分析，本实施例仅以任一图像采集设备为例，来说明本发明实施例提供的图像分析方法。并且，为了描述方便，可以将本发明实施例中针对的图像采集设备称为目标图像采集设备。
在本发明实施例中，目标图像采集设备可以检测其检测区域是否有车辆通过，当检测到时，可以采集包含其检测到的目标车辆的第一图像。并且，目标图像采集设备可以将其采集的第一图像，以及自身的标识信息发送给图像分析系统，以使图像分析系统获取更多的目标车辆的信息。
或者，如果在检测区域附近设置红外感应装置等车辆检测设备，目标采集设备也可以在接收到车辆检测设备的指示信号时采集检测区域的图像，例如，目标车辆驶过红外感应装置发出的红外射线时，确定目标车辆即将驶入检测区域，红外感应装置就向车辆检测设备发送指示信号，指示目标采集设备采集图像，而目标采集设备采集图像(如抓拍机抓拍图像)时，目标车辆也正位于驶过检测区域，目标采集设备就可以采集到目标车辆的第一图像。
又或者，在检测区域附近的路面上设置感应(如重量感应器)，一旦车辆驶过该路面，感应装置就指示目标采集设备(如摄像机)采集视频或者图像，就可以采集到目标车辆的第一图像。
因此，在本发明实施例中，图像分析系统可以接收目标图像采集设备发送的目标信息，其中，该目标信息至少可以包括：目标图像采集设备采集的第一图像、以及目标图像采集设备的标识信息。例如，图像分析系统接收到的目标信息中包括的目标图像采集设备的标识信息可以为：02，图像分析系统接收的目标信息中包括的第一图像可以如图3(a)所示。
S102，根据预先保存的各图像采集设备的标识信息与各区域信息的对应关系，获取与所述目标图像采集设备的标识信息对应的目标区域信息。
在本发明实施例中，获取到目标图像采集设备发送的目标信息后，图像分析系统可以根据预先保存的各图像采集设备的标识信息与各区域信息的对应关系，获取与目标图像采集设备的标识信息对应的目标区域信息。具体地，图像分析系统可以在各图像采集设备的标识信息中，查找与目标图像采集设备的标识信息相同的标识信息，进而将识别到的标识信息对应的区域信息确定为目标区域信息。
例如，当图像分析系统获取到的各图像采集设备的标识信息与各区域信息的对应关系如表1所示，目标图像采集设备的标识信息为02时，其获取的与目标图像采集设备的标识信息对应的目标区域信息即为：X(112,232)，Y(21,53)。
S103，在所述第一图像中，确定与所述目标区域信息对应的第二图像，并对所述第二图像进行分析。
在本发明实施例中，当图像分析系统获取到与目标图像采集设备匹配的目标区域信息后，其可以在第一图像中，确定与目标区域信息对应的第二图像，并对第二图像进行分析。
具体地，图像分析系统可以在第一图像中，确定目标区域信息对应的区域，并将包含该区域的图像确定为第二图像，进而可以对第二图像进行分析。
例如，当图像分析系统获取的第一图像如图3(a)所示，其识别出的目标区域信息为：X(112,232)，Y(21,53)时，其可以确定第一图像中，X轴方向从112像素到232像素，Y轴方向从21像素到53像素的区域为对应目标区域信息的区域，如图3(a)中的区域310。进而，可以确定包含该区域的图像为第二图像。图像采集设备确定的第二图像可以如图3(b)所示。
第二图像可以是包括目标车辆的图像，也可以是仅包括车牌的图像。
电子设备对第二图像进行分析时，例如可以识别第二图像中包括的目标车辆的车辆品牌、归属地等信息，本发明实施例对此不做限定。
本发明实施例中，针对同一图像采集设备采集的图像，其中的目标车辆所处区域通常是相对固定的，因此，能够预先获取各图像采集设备的标识信息与各区域信息的对应关系，上述区域信息包括各图像采集设备采集的图像中目标车辆所处区域的位置信息。当接收到目标图像采集设备发送的图像后，可以根据目标图像采集设备对应的目标区域信息，确定与目标区域信息对应的第二图像，并只对第二图像进行分析，与第一图像相比，第二图像的尺寸较小，因此，能够提高图像分析效率。
作为本发明实施例的一种实施方式，图像分析系统预先保存目标图像采集设备的标识信息与目标区域信息的对应关系时，如果目标区域信息是车辆的信息，且该目标区域信息对应的第二图像中包括的车辆体型较大，而同样大小的车辆在以后很长一段时间之内都未再出现过，这将导致保存的目标图像采集设备的标识信息对应的目标区域信息不够准确；或者，有些情况下，即使目标区域信息是车牌的信息，该目标区域信息对应得第二图像包含的仅为车牌不包含整个车辆，而车牌的大小较为固定，但是当目标图像采集设备因一些外在因素，如大风等，其检测区域改变时，预先保存的目标图像采集设备对应的目标区域信息可能就不再准确。
因此，在本发明实施例中，图像分析系统可以对目标图像采集设备对应的区域信息进行优化更新，以保证目标图像采集设备对应的区域信息的准确性，以进一步提高图像分析效率。
如图4所示，本发明实施例提供的图像分析方法，可以包括以下步骤：
S201，接收目标图像采集设备发送的目标信息；其中，所述目标信息至少包括：所述目标图像采集设备采集的第一图像、所述目标图像采集设备的标识信息、以及所述第一图像中包括的目标车辆的第一车牌信息。
在本发明实施例中，目标图像采集设备检测到其检测区域有目标车辆时，其可以识别目标车辆的车牌信息，并发送给图像分析系统，以使图像分析系统根据该车牌信息，识别对应的目标车辆，并对目标车辆进行分析。
其中，图像采集设备可以通过任一种图像识别方法，识别第一图像中包括的目标车辆的车牌信息，本发明实施例对此不进行赘述。
因此，在本发明实施例中，图像分析系统接收到的目标信息中可以包括：目标图像采集设备采集的第一图像、目标图像采集设备的标识信息、以及第一图像中包括的目标车辆的第一车牌信息。
S202，根据预先保存的各图像采集设备的标识信息与各区域信息的对应关系，获取与所述目标图像采集设备的标识信息对应的目标区域信息。
本步骤与图2所示实施例中步骤S102基本相同，在此不进行赘述。
S203，在所述第一图像中，确定与所述目标区域信息对应的第二图像，并识别所述第二图像中的第二车牌信息。
在本发明实施例中，图像分析系统对第二图像进行分析时，至少可以识别第二图像中的第二车牌信息，以根据该第二车牌信息，以及目标图像采集设备发送的目标车辆的第一车牌信息，确定目标区域信息是否准确。
S204，判断所述第一车牌信息与所述第二车牌信息是否相同；如果是，执行步骤S205，如果否，执行步骤S206。
图像分析系统识别出第二图像中包括的车辆的第二车牌信息后，其可以判断目标图像采集设备发送的第一车牌信息与该第二车牌信息是否相同。
S205，对所述第二图像进行分析，确定所述第二图像的第一区域信息，并对应保存所述目标图像采集设备的标识信息、所述第二图像的第一区域信息、以及第一判断结果，其中，所述第一判断结果为所述第一车牌信息与所述第二车牌信息相同。
当图像分析系统确定第一车牌信息与第二车牌信息相同时，表明预先保存的目标图像采集设备对应的区域信息是正确的。
但是，预先保存的目标图像采集设备对应的区域信息对应的检测区域，可能比目标图像采集设备的实际检测区域大。因此，图像分析系统可以对第二图像进行分析，确定第二图像的第一区域信息。其中，第二图像的第一区域信息可以为第二图像中的车辆所在区域的位置信息，或者，也可以为第二图像中的车牌所在区域的位置信息。
例如，图像分析系统可以识别第二图像中车牌信息为第一车牌信息的目标车辆；并确定目标车辆在第二图像中所占区域的位置信息，将该位置信息确定为第二图像的第一区域信息。或者，图像分析系统可以识别第二图像中车牌信息为第一车牌信息的车牌；并确定该车牌在第二图像中所占区域的位置信息，将该位置信息确定为第二图像的第一区域信息。其中，图像分析系统保存的第一区域信息的格式可以与其预先保存的区域信息的格式相同。
确定第二图像的第一区域信息后，图像分析系统可以对应保存目标图像采集设备的标识信息、第二图像的第一区域信息、以及第一判断结果，其中，第一判断结果为第一车牌信息与第二车牌信息相同，以根据保存的信息，对目标图像采集设备对应的区域信息进行优化更新。
S206，对所述第一图像进行分析，确定所述第一图像的第一区域信息，并对应保存所述目标图像采集设备的标识信息、所述第一图像的第一区域信息、以及第二判断结果，其中，所述第二判断结果为所述第一车牌信息与所述第二车牌信息不同。
当图像分析系统确定第一车牌信息与第二车牌信息不同时，表明预先保存的目标图像采集设备对应的区域信息是不够准确的。这种情况下，图像分析系统可以对第一图像进行整体分析，确定第一图像的第一区域信息。其中，第一图像的第一区域信息可以为第一图像中的车辆所在区域的位置信息，或者，也可以为第一图像中的车牌所在区域的位置信息。
例如，图像分析系统可以识别第一图像中车牌信息为第一车牌信息的目标车辆；并确定目标车辆在第一图像中所占区域的位置信息，将该位置信息确定为第二图像的第一区域信息。或者，图像分析系统可以识别第一图像中车牌信息为第一车牌信息的车牌；并确定该车牌在第一图像中所占区域的位置信息，将该位置信息确定为第一图像的第一区域信息。
确定第一图像的第一区域信息后，图像分析系统可以对应保存目标图像采集设备的标识信息、第一图像的第一区域信息、以及第二判断结果，其中，第二判断结果为第一车牌信息与第二车牌信息不同，以根据保存的信息，对目标图像采集设备对应的区域信息进行优化更新。
本实施例中，图像分析系统可以获得目标图像采集设备发送的目标车辆的第一车牌信息，并识别第二图像中的第二车牌信息，当第一车牌信息与第二车牌信息相同时，确定并保存第二图像的第一区域信息；当第一车牌信息与第二车牌信息不同时，确定并保存第一图像的第一区域信息；从而，能够根据保存的信息，对目标图像采集设备对应的区域信息进行优化更新。
作为本发明实施例的一种实施方式，当图像分析系统预先确定并保存各图像采集设备与各区域信息的对应关系时，其还可以周期性对各图像采集设备对应的区域信息进行更新。同样的，当自学习系统预先确定并保存各图像采集设备与各区域信息的对应关系时，其也可以按照类似的方式，周期性对各图像采集设备对应的区域信息进行更新。
在图4所示实施例的基础上，本发明实施例提供的图像分析方法，如图5所示，还可以包括：
S207，按照设定的时间间隔，判断在第一预设时间段内保存的所述第二判断结果的数量是否大于第一预设阈值；如果是，执行步骤S208，如果否，执行步骤S209。
在本发明实施例中，图像分析系统可以按照设定的时间间隔，如2分钟、5分钟、10分钟等，判断在第一预设时间段内保存的第二判断结果的数量是否大于第一预设阈值。上述第一预设时间段例如可以为2小时、5小时、12小时等，第一预设阈值例如可以为100、200、300等。
S208，根据第二预设时间段内保存的各第二判断结果对应的所述目标图像采集设备的标识信息、所述第一图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
当图像分析系统判断出在第一预设时间段内保存的第二判断结果的数量大于第一预设阈值时，表明在第一预设时间段内从第二图像中识别不出第一车牌信息的次数较多，从而可以确定目标图像采集设备对应的区域信息可能准确性较低，或已变化，这种情况下，可以对保存的目标图像采集设备对应的区域信息进行更新。
具体地，图像分析系统可以从第二预设时间段内保存的各第二判断结果中，获取目标图像采集设备的标识信息对应的多个第一图像的第一区域信息，然后基于多个第一图像的第一区域信息的统计结果，或基于多个第一图像的第一区域信息的特征匹配结果，确定第二区域信息，最后根据所确定的第二区域信息，更新目标图像采集设备的标识信息对应的区域信息。其中，上述第二预设时间段与第一预设时间段可以相同或不同。
在一种实现方式中，图像分析系统基于多个第一图像的第一区域信息的统计结果，确定第二区域信息的过程例如可以为，可以首先确定各第一区域信息对应的第一区域，然后确定覆盖各第一区域的第二区域，并将第二区域的位置信息确定为第二区域信息。如图6所示，当多个第一区域信息对应的第一区域分别为区域610、620、以及630时，确定的第二区域信息对应的第二区域可以为区域640。
图像分析系统还可以在多个第一区域信息中，统计出现概率最高的第一区域信息，并将该第一区域信息确定为第二区域信息。或者，图像分析系统还可以在多个第一区域信息对应的第一区域中，确定重叠率最高的第二区域，并将第二区域的位置信息确定为第二区域信息。或者，图像分析系统可以确定各第一区域信息对应的第一区域的中心点，然后以该中心点为中心，扩展到预设车牌大小的第二区域，并将第二区域的位置信息确定为第二区域信息。
在一种实现方式中，图像分析系统基于多个第一图像的第一区域信息的特征匹配结果，确定第二区域信息的过程，可以为基于尺度不变特征变换(Scale InvariantFeature Transform，SIFT)算法对多个第一图像的第一区域信息进行特征匹配，将特征匹配结果作为第二区域信息。
S209，根据第三预设时间段内保存的各第一判断结果对应的所述目标图像采集设备的标识信息、所述第二图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
当图像分析系统判断出在第一预设时间段内保存的第二判断结果的数量不大于第一预设阈值时，表明在第一预设时间段内从第二图像中识别不出第一车牌信息的次数较少，从而可以确定目标图像采集设备对应的区域信息是比较准确的。
这种情况下，图像分析系统可以对目标图像采集设备对应的区域信息进行进一步优化。例如，图像分析系统可以从第三预设时间段内保存的各第一判断结果中，获取目标图像采集设备的标识信息对应的多个第二图像的第一区域信息，然后基于多个第二图像的第一区域信息的统计结果，或基于多个第二图像的第一区域信息的特征匹配结果，确定第二区域信息，最后根据所确定的第二区域信息，更新目标图像采集设备的标识信息对应的区域信息。其中，上述第三预设时间段与第一预设时间段可以相同或不同。
在一种实现方式中，图像分析系统基于多个第二图像的第一区域信息的统计结果，确定第二区域信息的过程例如可以为，可以首先确定各第一区域信息对应的第一区域，然后确定覆盖各第一区域的第二区域，并将第二区域的位置信息确定为第二区域信息。
图像分析系统还可以在多个第一区域信息中，统计出现概率最高的第一区域信息，并将该第一区域信息确定为第二区域信息。或者，图像分析系统还可以在多个第一区域信息对应的第一区域中，确定重叠率最高的第二区域，并将第二区域的位置信息确定为第二区域信息。或者，图像分析系统可以确定各第一区域信息对应的第一区域的中心点，然后以该中心点为中心，扩展到预设车牌大小的第二区域，并将第二区域的位置信息确定为第二区域信息。
在一种实现方式中，图像分析系统可以基于SIFT算法对多个第二图像的第一区域信息进行特征匹配，将特征匹配结果作为第二区域信息。
本发明实施例中，图像分析系统可以根据保存的第一图像的第一区域信息或第二图像的第一区域信息，对保存的各图像采集设备对应的区域信息进行优化更新，从而保证各图像采集设备对应的区域信息的准确性，进而提高图像分析效率。
在本发明实施例中，图像分析系统可以预先保存各图像采集设备与各区域信息的对应关系。具体地，如图7所示，本发明实施例提供的图像分析方法，还可以包括以下步骤：
S301，针对各图像采集设备，接收该图像采集设备发送的第三图像、所述第三图像中包括的目标车辆的第三车牌信息、以及该图像采集设备的标识信息。
在本发明实施例中，图像分析系统可以针对各图像采集设备，接收该图像采集设备发送的第三图像、第三图像中包括的目标车辆的第三车牌信息、以及该图像采集设备的标识信息。
其中，第三车牌信息是图像采集设备从第三图像中识别到的。例如，图像采集设备可以根据其检测区域，在第三图像对应区域中检测目标车辆，并识别目标车辆的第三车牌信息。
S302，识别所述第三图像中包括的车牌信息为所述第三车牌信息的目标车辆，并确定该目标车辆在所述第三图像中所占区域的位置信息，将该位置信息确定为所述第三图像的初始区域信息。
图像分析系统接收到图像采集设备发送的第三图像、第三车牌信息后，其可以识别第三图像中包括的车牌信息为第三车牌信息的目标车辆。例如，图像分析系统可以采用任一种图像识别方法，在第三图像中识别车牌信息为第三车牌信息的车辆，并将识别到的车牌确定为目标车辆。
识别出第三图像中包括的目标车辆后，图像分析系统可以进一步地确定目标车辆在第三图像中所占区域的位置信息。如，图像分析系统可以在第三图像中建立坐标系，进而确定目标车辆在第三图像中所占区域在X方向的起始点、终点，以及Y方向的起始点、终点，并将确定的位置信息确定为第三图像的初始区域信息。
S303，保存该图像采集设备的标识信息与该初始区域信息的对应关系。
确定第三图像的初始区域信息后，图像分析系统可以保存图像采集设备的标识信息与该初始区域信息的对应关系。例如，图像分析系统可以将图像采集设备的标识信息与初始区域信息保存在本地，或者，可以保存在与自身建立连接关系的外部设备中。
可选地，图像分析系统可以针对各图像采集设备，分组保存各图像采集设备的标识信息对应的初始区域信息。例如，图像分析系统保存的各图像采集设备的标识信息与初始区域信息的对应关系可以如表2所示：
表2
Figure BDA0001162811050000191
S304，当该图像采集设备对应的初始区域信息的数量大于第二预设阈值时，根据该图像采集设备的标识信息对应的各初始区域信息，确定并保存该图像采集设备对应的区域信息。
当该图像采集设备对应的初始区域信息的数量大于第二预设阈值，如，5000、10000、20000等时，图像分析系统可以根据该图像采集设备的标识信息对应的各初始区域信息，确定并保存该图像采集设备对应的区域信息。具体地，图像分析系统可以基于该图像采集设备对应的多个初始区域信息的统计结果或特征匹配结果，确定该图像采集设备对应的区域信息。
在一种实现方式中，图像分析系统基于该图像采集设备对应的多个初始区域信息的统计结果确定该图像采集设备对应的区域信息的过程例如可以为，可以首先确定各初始区域信息对应的初始区域，然后确定覆盖各初始区域的目标区域，并将目标区域的位置信息确定为该图像采集设备对应的区域信息。
根据表2所示的各图像采集设备的标识信息与初始区域信息的对应关系，确定的各图像采集设备的标识信息与区域信息的对应关系可以如表3所示：
表3
标识信息 区域信息
01 X(110,151)，Y(12,53)
02 X(112,235)，Y(21,55)
03 X(23,86)，Y(14,49)
… …
图像分析系统还可以在多个初始区域信息中，统计出现概率最高的初始区域信息，并将该初始区域信息确定为该图像采集设备对应的区域信息。或者，图像分析系统还可以在多个初始区域信息对应的初始区域中，确定重叠率最高的目标区域，并将目标区域的位置信息确定为该图像采集设备对应的区域信息。或者，图像分析系统可以确定各初始区域信息对应的初始区域的中心点，然后以该中心点为中心，扩展到预设车牌大小的目标区域，并将目标区域的位置信息确定为该图像采集设备对应的区域信息。
在一种实现方式中，图像分析系统可以通过SIFT算法获取该图像采集设备对应的多个初始区域信息的特征匹配结果，作为该图像采集设备对应的区域信息。
本实施例中，图像分析系统可以预先保存各图像采集设备与各区域信息的对应关系，进而，在接收到目标图像采集设备发送的第一图像时，可以确定与目标图像采集设备的区域信息对应的第二图像，并仅对第二图像进行分析，与第一图像相比，第二图像的尺寸较小，因此，能够提高图像分析效率。
相应于上面的方法实施例，本发明实施例还提供了相应的装置实施例。
图8为本发明实施例提供的一种图像分析装置，所述装置包括：
第一接收模块810，用于接收目标图像采集设备发送的目标信息；其中，所述目标信息至少包括：所述目标图像采集设备采集的第一图像、以及所述目标图像采集设备的标识信息；
执行模块820，用于根据预先保存的各图像采集设备的标识信息与各区域信息的对应关系，获取与所述目标图像采集设备的标识信息对应的目标区域信息；
分析模块830，用于在所述第一图像中，确定与所述目标区域信息对应的第二图像，并对所述第二图像进行分析。
本发明实施例中，针对同一图像采集设备采集的图像，其中的目标车辆所处区域通常是相对固定的，因此，能够预先获取各图像采集设备的标识信息与各区域信息的对应关系，上述区域信息可以各图像采集设备采集的图像中目标车辆所处区域的位置信息。当接收到目标图像采集设备发送的图像后，可以根据目标图像采集设备对应的目标区域信息，确定与目标区域信息对应的第二图像，并只对第二图像进行分析，与第一图像相比，第二图像的尺寸较小，因此，能够提高图像分析效率。
作为本发明实施例的一种实施方式，所述目标信息还包括：所述第一图像中包括的目标车辆的第一车牌信息；所述分析模块，具体用于识别所述第二图像中的第二车牌信息；如图9所示，所述装置还包括：
第一判断模块840，用于判断所述第一车牌信息与所述第二车牌信息是否相同；
第一存储模块850，用于当所述第一判断模块840判断结果为是时，对所述第二图像进行分析，确定所述第二图像的第一区域信息，并对应保存所述目标图像采集设备的标识信息、所述第二图像的第一区域信息、以及第一判断结果，其中，所述第一判断结果为所述第一车牌信息与所述第二车牌信息相同；
第二存储模块860，用于当所述第一判断模块840判断结果为否时，对所述第一图像进行分析，确定所述第一图像的第一区域信息，并对应保存所述目标图像采集设备的标识信息、所述第一图像的第一区域信息、以及第二判断结果，其中，所述第二判断结果为所述第一车牌信息与所述第二车牌信息不同。
作为本发明实施例的一种实施方式，所述第一存储模块850，包括：
第一识别子模块(图中未示出)，用于识别所述第二图像中车牌信息为所述第一车牌信息的目标车辆；
第一确定子模块(图中未示出)，用于确定所述目标车辆在所述第二图像中所占区域的位置信息，并将该位置信息确定为所述第二图像的第一区域信息。
作为本发明实施例的一种实施方式，所述第二存储模块860，包括：
第二识别子模块(图中未示出)，用于识别所述第一图像中车牌信息为所述第一车牌信息的目标车辆；
第二确定子模块(图中未示出)，用于确定所述目标车辆在所述第一图像中所占区域的位置信息，并将该位置信息确定为所述第一图像的第一区域信息。
作为本发明实施例的一种实施方式，如图9所示，所述装置还包括：
第二判断模块870，用于按照设定的时间间隔，判断在第一预设时间段内保存的所述第二判断结果的数量是否大于第一预设阈值；
第一更新模块880，用于当所述第二判断模块870判断结果为是时，根据第二预设时间段内保存的各第二判断结果对应的所述目标图像采集设备的标识信息、所述第一图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息；
第二更新模块890，用于当所述第二判断模块870判断结果为否时，根据第三预设时间段内保存的各第一判断结果对应的所述目标图像采集设备的标识信息、所述第二图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
作为本发明实施例的一种实施方式，所述第一更新模块880，包括：
第一获取子模块(图中未示出)，用于从所述第二预设时间段内保存的各第二判断结果中，获取所述目标图像采集设备的标识信息对应的多个第一图像的第一区域信息；
第三确定子模块(图中未示出)，用于基于所述多个第一图像的第一区域信息的统计结果，或基于所述多个第一图像的第一区域信息的特征匹配结果，确定第二区域信息；
第一更新子模块(图中未示出)，用于根据所确定的第二区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
作为本发明实施例的一种实施方式，所述第二更新模块890，包括：
第二获取子模块(图中未示出)，用于从所述第三预设时间段内保存的各第一判断结果中，获取所述目标图像采集设备的标识信息对应的多个第二图像的第一区域信息；
第四确定子模块(图中未示出)，用于基于所述多个第二图像的第一区域信息的统计结果，或基于所述多个第二图像的第一区域信息的特征匹配结果，确定第二区域信息；
第二更新子模块(图中未示出)，用于根据所确定的第二区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
作为本发明实施例的一种实施方式，如图10所示，所述装置还包括：
第二接收模块1010，用于针对各图像采集设备，接收该图像采集设备发送的第三图像、所述第三图像中包括的目标车辆的第三车牌信息、以及该图像采集设备的标识信息；
处理模块1020，用于识别所述第三图像中包括的车牌信息为所述第三车牌信息的目标车辆，并确定该目标车辆在所述第三图像中所占区域的位置信息，将该位置信息确定为所述第三图像的初始区域信息；
第三存储模块1030，用于保存该图像采集设备的标识信息与该初始区域信息的对应关系；
第四存储模块1040，用于当所述第三存储模块1030保存的该图像采集设备对应的初始区域信息的数量大于第二预设阈值时，根据该图像采集设备的标识信息对应的各初始区域信息，确定并保存该图像采集设备对应的区域信息。
本发明实施例中，能够仅对包含第一图像特定区域的第二图像进行分析，与第一图像相比，第二图像的尺寸较小，因此，能够提高图像分析效率。
对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。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，均包含在本发明的保护范围内。

Claims (16)

1.一种图像分析方法，其特征在于，所述方法包括：
接收目标图像采集设备发送的目标信息；其中，所述目标信息至少包括：所述目标图像采集设备采集的第一图像、以及所述目标图像采集设备的标识信息；
根据预先保存的各图像采集设备的标识信息与各区域信息的对应关系，获取与所述目标图像采集设备的标识信息对应的目标区域信息；所述目标区域信息所对应的区域为：所述目标图像采集设备的采集区域内一个固定的感兴趣区域，所述区域信息为各图像采集设备采集的图像中检测区域的位置信息；
在所述第一图像中，确定与所述目标区域信息对应的第二图像，并对所述第二图像进行分析。
2.根据权利要求1所述的方法，其特征在于，所述目标信息还包括：所述第一图像中包括的目标车辆的第一车牌信息；所述对所述第二图像进行分析至少包括：
识别所述第二图像中的第二车牌信息；
所述方法还包括：
判断所述第一车牌信息与所述第二车牌信息是否相同；
如果是，对所述第二图像进行分析，确定所述第二图像的第一区域信息，并对应保存所述目标图像采集设备的标识信息、所述第二图像的第一区域信息、以及第一判断结果，其中，所述第一判断结果为所述第一车牌信息与所述第二车牌信息相同；
如果否，对所述第一图像进行分析，确定所述第一图像的第一区域信息，并对应保存所述目标图像采集设备的标识信息、所述第一图像的第一区域信息、以及第二判断结果，其中，所述第二判断结果为所述第一车牌信息与所述第二车牌信息不同。
3.根据权利要求2所述的方法，其特征在于，所述确定所述第二图像的第一区域信息的步骤包括：
识别所述第二图像中车牌信息为所述第一车牌信息的目标车辆；
确定所述目标车辆在所述第二图像中所占区域的位置信息，并将该位置信息确定为所述第二图像的第一区域信息。
4.根据权利要求2所述的方法，其特征在于，所述确定所述第一图像的第一区域信息的步骤包括：
识别所述第一图像中车牌信息为所述第一车牌信息的目标车辆；
确定所述目标车辆在所述第一图像中所占区域的位置信息，并将该位置信息确定为所述第一图像的第一区域信息。
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
按照设定的时间间隔，判断在第一预设时间段内保存的所述第二判断结果的数量是否大于第一预设阈值；
如果是，根据第二预设时间段内保存的各第二判断结果对应的所述目标图像采集设备的标识信息、所述第一图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息；
如果否，根据第三预设时间段内保存的各第一判断结果对应的所述目标图像采集设备的标识信息、所述第二图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
6.根据权利要求5所述的方法，其特征在于，所述根据第二预设时间段内保存的各第二判断结果对应的所述目标图像采集设备的标识信息、所述第一图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息的步骤包括：
从所述第二预设时间段内保存的各第二判断结果中，获取所述目标图像采集设备的标识信息对应的多个第一图像的第一区域信息；
基于所述多个第一图像的第一区域信息的统计结果，或基于所述多个第一图像的第一区域信息的特征匹配结果，确定第二区域信息；
根据所确定的第二区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
7.根据权利要求5所述的方法，其特征在于，所述根据第三预设时间段内保存的各第一判断结果对应的所述目标图像采集设备的标识信息、所述第二图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息的步骤包括：
从所述第三预设时间段内保存的各第一判断结果中，获取所述目标图像采集设备的标识信息对应的多个第二图像的第一区域信息；
基于所述多个第二图像的第一区域信息的统计结果，或基于所述多个第二图像的第一区域信息的特征匹配结果，确定第二区域信息；
根据所确定的第二区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
8.根据权利要求1-7任一项所述的方法，其特征在于，预先保存各图像采集设备的标识信息与各区域信息的对应关系的步骤包括：
针对各图像采集设备，接收该图像采集设备发送的第三图像、所述第三图像中包括的目标车辆的第三车牌信息、以及该图像采集设备的标识信息；
识别所述第三图像中包括的车牌信息为所述第三车牌信息的目标车辆，并确定该目标车辆在所述第三图像中所占区域的位置信息，将该位置信息确定为所述第三图像的初始区域信息；
保存该图像采集设备的标识信息与该初始区域信息的对应关系；
当该图像采集设备对应的初始区域信息的数量大于第二预设阈值时，根据该图像采集设备的标识信息对应的各初始区域信息，确定并保存该图像采集设备对应的区域信息。
9.一种图像分析装置，其特征在于，所述装置包括：
第一接收模块，用于接收目标图像采集设备发送的目标信息；其中，所述目标信息至少包括：所述目标图像采集设备采集的第一图像、以及所述目标图像采集设备的标识信息；
执行模块，用于根据预先保存的各图像采集设备的标识信息与各区域信息的对应关系，获取与所述目标图像采集设备的标识信息对应的目标区域信息；所述目标区域信息所对应的区域为：所述目标图像采集设备的采集区域内一个固定的感兴趣区域，所述区域信息为各图像采集设备采集的图像中检测区域的位置信息；
分析模块，用于在所述第一图像中，确定与所述目标区域信息对应的第二图像，并对所述第二图像进行分析。
10.根据权利要求9所述的装置，其特征在于，所述目标信息还包括：所述第一图像中包括的目标车辆的第一车牌信息；所述分析模块，具体用于识别所述第二图像中的第二车牌信息；
所述装置还包括：
第一判断模块，用于判断所述第一车牌信息与所述第二车牌信息是否相同；
第一存储模块，用于当所述第一判断模块判断结果为是时，对所述第二图像进行分析，确定所述第二图像的第一区域信息，并对应保存所述目标图像采集设备的标识信息、所述第二图像的第一区域信息、以及第一判断结果，其中，所述第一判断结果为所述第一车牌信息与所述第二车牌信息相同；
第二存储模块，用于当所述第一判断模块判断结果为否时，对所述第一图像进行分析，确定所述第一图像的第一区域信息，并对应保存所述目标图像采集设备的标识信息、所述第一图像的第一区域信息、以及第二判断结果，其中，所述第二判断结果为所述第一车牌信息与所述第二车牌信息不同。
11.根据权利要求10所述的装置，其特征在于，所述第一存储模块，包括：
第一识别子模块，用于识别所述第二图像中车牌信息为所述第一车牌信息的目标车辆；
第一确定子模块，用于确定所述目标车辆在所述第二图像中所占区域的位置信息，并将该位置信息确定为所述第二图像的第一区域信息。
12.根据权利要求10所述的装置，其特征在于，所述第二存储模块，包括：
第二识别子模块，用于识别所述第一图像中车牌信息为所述第一车牌信息的目标车辆；
第二确定子模块，用于确定所述目标车辆在所述第一图像中所占区域的位置信息，并将该位置信息确定为所述第一图像的第一区域信息。
13.根据权利要求10所述的装置，其特征在于，所述装置还包括：
第二判断模块，用于按照设定的时间间隔，判断在第一预设时间段内保存的所述第二判断结果的数量是否大于第一预设阈值；
第一更新模块，用于当所述第二判断模块判断结果为是时，根据第二预设时间段内保存的各第二判断结果对应的所述目标图像采集设备的标识信息、所述第一图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息；
第二更新模块，用于当所述第二判断模块判断结果为否时，根据第三预设时间段内保存的各第一判断结果对应的所述目标图像采集设备的标识信息、所述第二图像的第一区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
14.根据权利要求13所述的装置，其特征在于，所述第一更新模块，包括：
第一获取子模块，用于从所述第二预设时间段内保存的各第二判断结果中，获取所述目标图像采集设备的标识信息对应的多个第一图像的第一区域信息；
第三确定子模块，用于基于所述多个第一图像的第一区域信息的统计结果，或基于所述多个第一图像的第一区域信息的特征匹配结果，确定第二区域信息；
第一更新子模块，用于根据所确定的第二区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
15.根据权利要求13所述的装置，其特征在于，所述第二更新模块，包括：
第二获取子模块，用于从所述第三预设时间段内保存的各第一判断结果中，获取所述目标图像采集设备的标识信息对应的多个第二图像的第一区域信息；
第四确定子模块，用于基于所述多个第二图像的第一区域信息的统计结果，或基于所述多个第二图像的第一区域信息的特征匹配结果，确定第二区域信息；
第二更新子模块，用于根据所确定的第二区域信息，更新所述目标图像采集设备的标识信息对应的区域信息。
16.根据权利要求9-15任一项所述的装置，其特征在于，所述装置还包括：
第二接收模块，用于针对各图像采集设备，接收该图像采集设备发送的第三图像、所述第三图像中包括的目标车辆的第三车牌信息、以及该图像采集设备的标识信息；
处理模块，用于识别所述第三图像中包括的车牌信息为所述第三车牌信息的目标车辆，并确定该目标车辆在所述第三图像中所占区域的位置信息，将该位置信息确定为所述第三图像的初始区域信息；
第三存储模块，用于保存该图像采集设备的标识信息与该初始区域信息的对应关系；
第四存储模块，用于当所述第三存储模块保存的该图像采集设备对应的初始区域信息的数量大于第二预设阈值时，根据该图像采集设备的标识信息对应的各初始区域信息，确定并保存该图像采集设备对应的区域信息。
CN201611056740.2A 2016-11-25 2016-11-25 一种图像分析方法及装置 Active CN108109132B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201611056740.2A CN108109132B (zh) 2016-11-25 2016-11-25 一种图像分析方法及装置
EP17873492.7A EP3547253B1 (en) 2016-11-25 2017-10-26 Image analysis method and device
US16/463,951 US11048950B2 (en) 2016-11-25 2017-10-26 Method and device for processing images of vehicles
PCT/CN2017/107872 WO2018095194A1 (zh) 2016-11-25 2017-10-26 一种图像分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611056740.2A CN108109132B (zh) 2016-11-25 2016-11-25 一种图像分析方法及装置

Publications (2)

Publication Number Publication Date
CN108109132A CN108109132A (zh) 2018-06-01
CN108109132B true CN108109132B (zh) 2021-02-05

Family

ID=62194751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611056740.2A Active CN108109132B (zh) 2016-11-25 2016-11-25 一种图像分析方法及装置

Country Status (4)

Country Link
US (1) US11048950B2 (zh)
EP (1) EP3547253B1 (zh)
CN (1) CN108109132B (zh)
WO (1) WO2018095194A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG11201908985YA (en) * 2017-03-30 2019-11-28 Mitsubishi Heavy Industries Machinery Systems Ltd Vehicle management system, vehicle-mounted device, vehicle management method, and program
WO2020062088A1 (zh) * 2018-09-28 2020-04-02 安徽继远软件有限公司 图像识别方法和设备、存储介质和处理器
CN111243281A (zh) * 2018-11-09 2020-06-05 杭州海康威视系统技术有限公司 一种道路多视频联合检测系统及检测方法
CN109815758A (zh) * 2019-01-17 2019-05-28 柳州康云互联科技有限公司 一种基于二维码的图像特征采集方法
CN111641805B (zh) * 2020-04-30 2021-10-01 武汉旷视金智科技有限公司 获取视频的方法、装置、终端设备和服务器
CN114706581A (zh) * 2022-04-06 2022-07-05 北京字节跳动网络技术有限公司 图像分析方法、装置、计算机设备以及存储介质

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU7604796A (en) * 1995-11-01 1997-05-22 Carl Kupersmit Vehicle speed monitoring system
EP1056064B1 (en) * 1999-05-28 2007-12-12 Nippon Telegraph and Telephone Corporation Apparatus and method for speed measurement of vehicles with an image processing system
US6587755B1 (en) * 2000-07-12 2003-07-01 International Business Machines Corporation Virtual signs for improving information communicated to the automotive driver
US6879263B2 (en) * 2000-11-15 2005-04-12 Federal Law Enforcement, Inc. LED warning light and communication system
US7124006B2 (en) * 2002-08-19 2006-10-17 Ron Yaacov Davidson Vehicle identification means detection and evasion system
US6888445B2 (en) * 2003-05-20 2005-05-03 Bradley L. Gotfried Vehicle identification system
US7843313B2 (en) * 2003-09-05 2010-11-30 Honeywell International Inc. Distributed stand-off verification and face recognition systems (FRS)
TW200937313A (en) * 2008-02-18 2009-09-01 Univ Nat Chiao Tung Method and system for increasing license plate detection efficiency in successively inputting image
US8229168B2 (en) * 2008-02-20 2012-07-24 International Business Machines Corporation Fast license plate verifier
US8698896B2 (en) 2012-08-06 2014-04-15 Cloudparc, Inc. Controlling vehicle use of parking spaces and parking violations within the parking spaces using multiple cameras
CN103810696B (zh) * 2012-11-15 2017-03-22 浙江大华技术股份有限公司 一种目标对象图像检测方法及装置
CN103854026B (zh) * 2012-11-28 2017-12-29 联想(北京)有限公司 一种识别方法及电子设备
CN103402058B (zh) * 2013-08-22 2016-08-10 深圳市金立通信设备有限公司 一种拍摄图像的处理方法及装置
CN103699905B (zh) * 2013-12-27 2017-04-12 深圳市捷顺科技实业股份有限公司 一种车牌定位方法及装置
US10133530B2 (en) * 2014-05-19 2018-11-20 Allstate Insurance Company Electronic display systems connected to vehicles and vehicle-based systems
CN104239867B (zh) 2014-09-17 2017-12-01 深圳市捷顺科技实业股份有限公司 车牌定位方法及系统
JP2016091193A (ja) 2014-10-31 2016-05-23 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
CN104966049B (zh) * 2015-06-01 2018-06-05 江苏航天大为科技股份有限公司 基于图像的货车检测方法
US20170046891A1 (en) * 2015-08-12 2017-02-16 Tyco Fire & Security Gmbh Systems and methods for location identification and tracking using a camera
CN106056915B (zh) * 2016-06-17 2019-07-23 京东方科技集团股份有限公司 车辆身份信息识别方法及系统、识别装置及采集装置
CN107103774A (zh) * 2017-06-19 2017-08-29 京东方科技集团股份有限公司 一种车辆监控方法和车辆监控装置

Also Published As

Publication number Publication date
EP3547253B1 (en) 2024-01-10
EP3547253A4 (en) 2019-12-11
US20200380277A1 (en) 2020-12-03
EP3547253A1 (en) 2019-10-02
WO2018095194A1 (zh) 2018-05-31
US11048950B2 (en) 2021-06-29
CN108109132A (zh) 2018-06-01

Similar Documents

Publication Publication Date Title
CN108109132B (zh) 一种图像分析方法及装置
US11709282B2 (en) Asset tracking systems
CN109325429B (zh) 一种关联特征数据的方法、装置、存储介质及终端
JP6885682B2 (ja) 監視システム、管理装置、及び監視方法
KR101505459B1 (ko) 차량 위치 추적을 통한 주차 관리 시스템 및 주차 관리 방법
CN109656973B (zh) 一种目标对象关联分析方法及装置
US7467069B2 (en) Method and apparatus for extracting information from an array of hazardous material sensors
CN108268811B (zh) 图像处理方法、装置及计算机可读存储介质
KR20170000110A (ko) 차량 위치 추적을 통한 주차 관리 시스템 및 주차 관리 방법
CN109547748B (zh) 对象落脚点确定方法、装置及存储介质
CN108109383B (zh) 一种信息确定方法及装置
CN108734072B (zh) 一种多源对象关联方法及装置
CN112528099A (zh) 一种基于大数据的人员同行分析方法、系统、设备及介质
US20210034927A1 (en) Apparatus and method for person detection, tracking, and identification utilizing wireless signals and images
CN114332925A (zh) 电梯内宠物检测方法、系统、装置及计算机可读存储介质
CN108230680B (zh) 一种车辆行为信息获取方法、装置及终端
KR101804471B1 (ko) 영상 분석 방법 및 장치
KR20100046419A (ko) 이동체 근접 ｃｃｔｖ 모니터링 시스템 및 방법
CN108111802B (zh) 视频监控方法及装置
CN111753587B (zh) 一种倒地检测方法及装置
CN117214598A (zh) 基于巡检图像的电缆监测系统及方法
US20180322330A1 (en) Object recognition system and object recognition method
CN111723730B (zh) 对目标对象的数量进行预测的方法及相关设备
WO2021140844A1 (ja) 人体検出装置および人体検出方法
TW201626290A (zh) 車輛辨識偵測系統、車輛資訊蒐集方法、車輛資訊偵測記錄方法以及車輛資訊查詢方法

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
GR01 Patent grant
GR01 Patent grant