CN108288386A - 基于视频的路内停车跟踪方法 - Google Patents

基于视频的路内停车跟踪方法 Download PDF

Info

Publication number
CN108288386A
CN108288386A CN201810082172.6A CN201810082172A CN108288386A CN 108288386 A CN108288386 A CN 108288386A CN 201810082172 A CN201810082172 A CN 201810082172A CN 108288386 A CN108288386 A CN 108288386A
Authority
CN
China
Prior art keywords
vehicle
information
video
video image
auto model
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
CN201810082172.6A
Other languages
English (en)
Inventor
甘忠志
韦沛良
徐瑞
刘鸣
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 Lutong Intelligent Technology Co Ltd
Original Assignee
Shenzhen Lutong Intelligent 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 Shenzhen Lutong Intelligent Technology Co Ltd filed Critical Shenzhen Lutong Intelligent Technology Co Ltd
Priority to CN201810082172.6A priority Critical patent/CN108288386A/zh
Publication of CN108288386A publication Critical patent/CN108288386A/zh
Pending legal-status Critical Current

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
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • 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
    • G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/147—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is within an open public zone, e.g. city centre

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于视频的路内停车跟踪方法，包括：步骤S11，对停车位进行泊位号标定，建立世界坐标系平面模型；步骤S12，对采集到的视频图像进行车辆模型的实时检测；步骤S13，判断视频图像中是否存在车辆，若存在则执行步骤S14，否则执行步骤S12；步骤S14，确定车辆在世界坐标系中的坐标位置；步骤S15，对视频图像中的车辆模型进行跟踪的同时进行动态抓拍；步骤S16，确定车辆的运动轨迹，判断车辆的停车状态；步骤S17，确定并输出车辆的车辆信息和停车信息。通过本发明的技术方案，可同时对路内多个车位的停车状况进行准确监控，不存在联动环节，减少了视频图像中的车辆信息遗漏，提高了车位管理效率，减少了人工及维护成本。

Description

基于视频的路内停车跟踪方法
技术领域
本发明涉及停车管理技术领域，尤其涉及一种基于视频的路内停车跟踪方法。
背景技术
目前，在路内泊车位视频监控管理领域，由于应用方案及其他因素的限制，对停车位内的车辆进行监控时，仍存在不少问题。例如：枪球联动泊车位监控管理方案，缺点是不能兼顾同一时刻多个车位的车辆进出，且枪机与球机联动过程中存在时延，不能准确捕获车辆信息；对停车位内的车辆状态检测失误率高；停车位的管理效率低，人工及维护成本高。
发明内容
针对上述问题中的至少之一，本发明提供了一种基于视频的路内停车跟踪方法，通过停车位标定及世界坐标系建模，采用高分辨率相机实时采集停车位区域的视频图像，并判断视频图像中是否存在车辆；当视频图像中存在车辆时，识别该车辆的车辆特征并进行精确定位；对所述车辆进行跟踪及状态抓拍，从而判断该车辆的停车状态，进而输出该车辆的车辆信息及停车信息。该停车跟踪方法能够同时对路内多个车位的停车状况进行准确监控，不存在联动环节，也不会遗漏任何在视频图像中的车辆信息，提高了停车位的管理效率，减少了人工及维护成本。
为实现上述目的，本发明提供了一种基于视频的路内停车跟踪方法，包括：步骤S11，采用相机标定法对停车位进行泊位号标定，并以停车位的边缘线为基底建立世界坐标系平面模型；步骤S12，对多个相机采集到的视频图像进行车辆模型的实时检测；步骤S13，判断所述视频图像中是否存在车辆，若存在车辆则执行步骤S14，否则返回执行步骤S12；步骤S14，根据所述车辆模型在所述视频图像中的映射点，确定所述车辆在所述世界坐标系中的坐标位置；步骤S15，对所述视频图像中的所述车辆模型进行跟踪的同时进行动态抓拍；步骤S16，根据所述动态抓拍图像确定所述车辆的运动轨迹，并根据所述停车位的状态判断所述车辆的停车状态；步骤S17，确定所述车辆的车辆信息和停车信息，并将所述车辆信息和所述停车信息输出。
在上述技术方案中，优选地，所述步骤S12中对多个相机采集到的视频图像进行车辆模型的实时检测具体包括：利用滑框扫描的方式在多个相机采集到的所述视频图像中搜索与所述车辆模型相似的区域；其中，所述车辆模型为采用模型训练的方法通过样本训练获得的车牌模型以及包括车头、车顶、车尾的车身模型。
在上述技术方案中，优选地，所述步骤S14中根据所述车辆模型在所述视频图像中的映射点，确定所述车辆在所述世界坐标系中的坐标位置具体包括：根据所述车辆模型在所述视频图像中的像素坐标点以及成像投影关系，确定所述车辆模型的该点在相机坐标系下的坐标；根据所述相机坐标系与所述世界坐标系之间的坐标转换方程，计算所述车辆模型的该点在所述世界坐标系中的坐标。
在上述技术方案中，优选地，所述步骤S15中对所述视频图像中的所述车辆模型进行跟踪的同时进行动态抓拍的具体过程包括：识别视频流图像中车辆模型的移动，从而对所述车辆模型进行跟踪；根据车辆模型的移动过程确定车牌质量、车头/车尾倾斜度和车辆位置；综合车牌质量、车头/车尾的倾斜度和车辆位置对视频流图像进行抓拍。
在上述技术方案中，优选地，所述步骤S17中确定所述车辆的车辆信息和停车信息具体包括：对所述动态抓拍图像进行图像分析，确定所述车辆的车型和车身颜色；对多帧所述动态抓拍图像识别出的所述车辆的车牌信息采用多帧识别投票机制以确定所述车辆的车牌信息；根据所述车辆的运动轨迹确定所述车辆停入和驶出所述停车位的时刻，并计算出所述车辆的停车时间；其中，所述车辆信息包括所述车辆的车型、车身颜色和车牌信息，所述停车信息包括所述车辆的停车时间和所述停车位的泊位号。
与现有技术相比，本发明的有益效果为：通过停车位标定及世界坐标系建模，采用高分辨率相机实时采集停车位区域的视频图像，并判断视频图像中是否存在车辆；当视频图像中存在车辆时，识别该车辆的车辆特征并进行精确定位；对所述车辆进行跟踪及状态抓拍，从而判断该车辆的停车状态，进而输出该车辆的车辆信息及停车信息。该停车跟踪方法能够同时对路内多个车位的停车状况进行准确监控，不存在联动环节，也不会遗漏任何在视频图像中的车辆信息，提高了停车位的管理效率，减少了人工及维护成本。
附图说明
图1为本发明一种实施例公开的基于视频的路内停车跟踪方法的示意图；
图2为本发明一种实施例公开的基于视频的路内停车跟踪方法的流程示意框图。
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的一部分实施例，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的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。
下面结合附图对本发明做进一步的详细描述：
如图1和图2所示，根据本发明提供的一种基于视频的路内停车跟踪方法，包括：步骤S11，采用相机标定法对停车位进行泊位号标定，并以停车位的边缘线为基底建立世界坐标系平面模型；步骤S12，对多个相机采集到的视频图像进行车辆模型的实时检测；步骤S13，判断视频图像中是否存在车辆，若存在车辆则执行步骤S14，否则返回执行步骤S12；步骤S14，根据车辆模型在视频图像中的映射点，确定车辆在世界坐标系中的坐标位置；步骤S15，对视频图像中的车辆模型进行跟踪的同时进行动态抓拍；步骤S16，根据动态抓拍图像确定车辆的运动轨迹，并根据停车位的状态判断车辆的停车状态；步骤S17，确定车辆的车辆信息和停车信息，并将车辆信息和停车信息输出。
在步骤S11中，在安装好枪机等设备后，采用相机标定法对各个停车位进行泊位号标定，在此基础上对地面进行世界坐标系平面建模，建模过程中以枪机采集图像中停车位的边缘线为基底建模，可大大减少整个系统的运算量。
在上述实施例中，优选地，步骤S12中对多个相机采集到的视频图像进行车辆模型的实时检测具体包括：利用滑框扫描的方式在多个相机采集到的视频图像中搜索与车辆模型相似的区域；其中，车辆模型为采用模型训练的方法通过样本训练获得的车牌模型以及包括车头、车顶、车尾的车身模型。其中，采用多个高分辨率相机对停车位区域进行全画面覆盖实时检测，从而能够兼顾同一时刻整个停车位区域的停车状态。滑框扫描是在视频跟踪领域中确定目标位置的算法，属于本领域现有技术，在此不再赘述。
在步骤S13中，当在步骤S12中搜索到与车牌模型或车身模型相似的区域时，则判断视频图像中存在车辆；当步骤S12中既没有搜索到与车牌模型相似的区域，也没有搜索到与车身模型相似的区域时，则判断视频图像中不存在车辆。
在上述实施例中，优选地，步骤S14中根据车辆模型在视频图像中的映射点，确定车辆在世界坐标系中的坐标位置具体包括：根据所述车辆模型在所述视频图像中的像素坐标点以及成像投影关系，确定车辆模型的该点在相机坐标系下的坐标；根据相机坐标系与世界坐标系之间的坐标转换方程，计算车辆模型的该点在世界坐标系中的坐标。
在步骤S14中，具体地，假设像平面中车头或车尾边缘上的一点。根据成像投影关系有：
其中，f为焦距，Pc(Xc，Yc，Zc)为点P(x，y)在相机坐标系下的坐标。又，相机坐标系与世界坐标系之间的关系为：
式中，R为3×3正交单位矩阵，T为3维平移向量，M为两个坐标系之间的关联矩阵。
因此，确定像平面中车头或车尾边缘上的一点P(x，y)，可以根据以上两个坐标转换方程求出该点在世界坐标系中的坐标Pw(Xw，Yw，Zw)。令Zw＝0，即可求出点P(x，y)映射到路面后在世界坐标系下的坐标P′w(Xw,Yw,0)。
在上述实施例中，优选地，步骤S15中对视频图像中的车辆模型进行跟踪的同时进行动态抓拍的具体过程包括：识别视频流图像中车辆模型的移动，从而对所述车辆模型进行跟踪；根据车辆模型的移动过程确定车牌质量、车头/车尾倾斜度和车辆位置；综合车牌质量、车头/车尾的倾斜度和车辆位置对视频流图像进行抓拍。
在该实施例中，采用多种技术对车辆的运动轨迹跟踪，并进行车辆运动动态抓拍。具体地，车牌质量主要包括视频流图像中车牌与图像视角之间的夹角、车牌的清晰度等，如果车牌与图像视角之间的夹角过小或过大，则不能从抓拍图像中准确识别车牌号码，此时不进行抓拍，在车牌正对图像视角时进行抓拍能够增大抓拍图像中车牌的识别准确率。同理，在车头或车尾与停车位的边缘线之间倾斜角较小时，以及车辆的边缘线位于停车位边缘线时，同样能够增大抓拍图像中其他车辆特征的识别准确率，此时对视频流图像进行抓拍，提高了对车辆信息的识别准确率。
在步骤S16中，通过跟踪车辆的运动轨迹及监控各个泊位号的状态来综合判断车辆的停车状态的。具体为，判断车辆是否停稳采用的技术有连续多帧车尾识别、车顶识别、移动方向矢量判断(光流法)、基于Hog/SVM特征的图像比对法等。
在上述实施例中，优选地，步骤S17中确定车辆的车辆信息和停车信息具体包括：对动态抓拍图像进行图像分析，确定车辆的车型和车身颜色；对多帧动态抓拍图像识别出的车辆的车牌信息采用多帧识别投票机制以确定车辆的车牌信息；根据车辆的运动轨迹确定车辆停入和驶出停车位的时刻，并计算出车辆的停车时间；其中，车辆信息包括车辆的车型、车身颜色和车牌信息，停车信息包括车辆的停车时间和停车位的泊位号。
简单来说，输出的车辆信息主要包括车牌信息、车型、车身颜色等；停车状态主要包括车辆所在的泊位号及停车时间等。车牌信息的获得采用的技术为多帧识别投票机制。具体为，综合各帧车牌质量，对不同角度的车牌分别识别，然后采用投票机制确定最终的车牌信息。
以上所述为本发明的实施方式，根据本发明提出的基于视频的路内停车跟踪方法，通过车位标定及对路面进行世界坐标系建模；采用高分辨率相机实时检测视频图像，判断所述视频图像中是否存在车辆；当所述视频图像中存在车辆时，识别所述车辆的车辆特征，并对所述车辆进行精确定位；对所述车辆进行跟踪及状态抓拍；判断所述车辆的停车状态；输出所述车辆信息及停车状态。从而可同时对路内多个车位的停车状况进行准确监控，不存在联动环节，自然也不会遗漏任何在视频图像中的车辆信息，提高了车位管理效率，减少了人工及维护成本。
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 (5)

1.一种基于视频的路内停车跟踪方法，其特征在于，包括：
步骤S11，采用相机标定法对停车位进行泊位号标定，并以停车位的边缘线为基底建立世界坐标系平面模型；
步骤S12，对多个相机采集到的视频图像进行车辆模型的实时检测；
步骤S13，判断所述视频图像中是否存在车辆，若存在车辆则执行步骤S14，否则返回执行步骤S12；
步骤S14，根据所述车辆模型在所述视频图像中的映射点，确定所述车辆在所述世界坐标系中的坐标位置；
步骤S15，对所述视频图像中的所述车辆模型进行跟踪的同时进行动态抓拍；
步骤S16，根据所述动态抓拍图像确定所述车辆的运动轨迹，并根据所述停车位的状态判断所述车辆的停车状态；
步骤S17，确定所述车辆的车辆信息和停车信息，并将所述车辆信息和所述停车信息输出。
2.根据权利要求1所述的基于视频的路内停车跟踪方法，其特征在于，所述步骤S12中对多个相机采集到的视频图像进行车辆模型的实时检测具体包括：
利用滑框扫描的方式在多个相机采集到的所述视频图像中搜索与所述车辆模型相似的区域；
其中，所述车辆模型为采用模型训练的方法通过样本训练获得的车牌模型以及包括车头、车顶、车尾的车身模型。
3.根据权利要求1所述的基于视频的路内停车跟踪方法，其特征在于，所述步骤S14中根据所述车辆模型在所述视频图像中的映射点，确定所述车辆在所述世界坐标系中的坐标位置具体包括：
根据所述车辆模型在所述视频图像中的像素坐标点以及成像投影关系，确定所述车辆模型的该点在相机坐标系下的坐标；
根据所述相机坐标系与所述世界坐标系之间的坐标转换方程，计算所述车辆模型的该点在所述世界坐标系中的坐标。
4.根据权利要求1所述的基于视频的路内停车跟踪方法，其特征在于，所述步骤S15中对所述视频图像中的所述车辆模型进行跟踪的同时进行动态抓拍的具体过程包括：
识别视频流图像中车辆模型的移动，从而对所述车辆模型进行跟踪；
根据车辆模型的移动过程确定车牌质量、车头/车尾倾斜度和车辆位置；
综合车牌质量、车头/车尾的倾斜度和车辆位置对视频流图像进行抓拍。
5.根据权利要求1所述的基于视频的路内停车跟踪方法，其特征在于，所述步骤S17中确定所述车辆的车辆信息和停车信息具体包括：
对所述动态抓拍图像进行图像分析，确定所述车辆的车型和车身颜色；
对多帧所述动态抓拍图像识别出的所述车辆的车牌信息采用多帧识别投票机制以确定所述车辆的车牌信息；
根据所述车辆的运动轨迹确定所述车辆停入和驶出所述停车位的时刻，并计算出所述车辆的停车时间；
其中，所述车辆信息包括所述车辆的车型、车身颜色和车牌信息，所述停车信息包括所述车辆的停车时间和所述停车位的泊位号。
CN201810082172.6A 2018-01-29 2018-01-29 基于视频的路内停车跟踪方法 Pending CN108288386A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810082172.6A CN108288386A (zh) 2018-01-29 2018-01-29 基于视频的路内停车跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810082172.6A CN108288386A (zh) 2018-01-29 2018-01-29 基于视频的路内停车跟踪方法

Publications (1)

Publication Number Publication Date
CN108288386A true CN108288386A (zh) 2018-07-17

Family

ID=62835966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810082172.6A Pending CN108288386A (zh) 2018-01-29 2018-01-29 基于视频的路内停车跟踪方法

Country Status (1)

Country Link
CN (1) CN108288386A (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109376653A (zh) * 2018-10-24 2019-02-22 百度在线网络技术（北京）有限公司 用于定位车辆的方法、装置、设备和介质
CN109410635A (zh) * 2018-10-26 2019-03-01 北京智芯原动科技有限公司 一种路侧车位状态识别方法及装置
CN109446926A (zh) * 2018-10-09 2019-03-08 深兰科技（上海）有限公司 一种交通监控方法及装置、电子设备和存储介质
CN109509368A (zh) * 2018-12-21 2019-03-22 深圳信路通智能技术有限公司 一种基于车顶模型的停车行为算法
CN109615858A (zh) * 2018-12-21 2019-04-12 深圳信路通智能技术有限公司 一种基于深度学习的智能停车行为判断方法
CN109712428A (zh) * 2019-02-27 2019-05-03 爱笔（北京）智能科技有限公司 一种停车位置定位方法及装置、系统
CN111105639A (zh) * 2018-10-25 2020-05-05 杭州海康威视系统技术有限公司 车位状态检测方法及装置、车辆引导方法及系统、摄像机
CN111241879A (zh) * 2018-11-29 2020-06-05 杭州海康威视数字技术股份有限公司 车辆检测方法、装置、电子设备及可读存储介质
CN111275978A (zh) * 2019-12-23 2020-06-12 江西山水光电科技股份有限公司 一种路边停车车辆实时采集管理系统及管理方法
CN111276007A (zh) * 2020-01-20 2020-06-12 深圳市廿年科技有限公司 一种通过摄像头对停车场的汽车定位和导航的方法
CN111696365A (zh) * 2019-03-11 2020-09-22 杭州海康威视数字技术股份有限公司 一种车辆跟踪系统
CN111739335A (zh) * 2020-04-26 2020-10-02 智慧互通科技有限公司 一种基于视觉差的停车检测方法及装置
CN111898485A (zh) * 2020-07-14 2020-11-06 浙江大华技术股份有限公司 一种停车位车辆检测处理方法及装置
CN111931673A (zh) * 2020-04-26 2020-11-13 智慧互通科技有限公司 一种基于视觉差的车辆检测信息的校验方法及装置
CN111951598A (zh) * 2019-05-17 2020-11-17 杭州海康威视数字技术股份有限公司 一种车辆跟踪监测方法、装置及系统
CN114694124A (zh) * 2022-05-31 2022-07-01 成都国星宇航科技股份有限公司 一种车位状态检测方法、装置和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120093398A1 (en) * 2008-06-23 2012-04-19 Sri International System and method for multi-agent event detection and recognition
US20130261958A1 (en) * 2010-11-05 2013-10-03 Activ8Vps Limited System and method for implementing an exception to a parking restriction
CN103824091A (zh) * 2014-02-27 2014-05-28 中国石油大学(华东) 一种用于智能交通系统的车牌识别方法
US20170137024A1 (en) * 2015-08-24 2017-05-18 Ford Global Technologies, Llc System and method for autonomous valet parking using plenoptic cameras
CN107093328A (zh) * 2017-06-06 2017-08-25 重庆邮电大学 基于机器视觉的停车场导航系统及方法
CN107194393A (zh) * 2016-03-15 2017-09-22 杭州海康威视数字技术股份有限公司 一种检测临时车牌的方法及装置
CN107292277A (zh) * 2017-06-30 2017-10-24 深圳信路通智能技术有限公司 一种路侧双车位停车跟踪方法
CN107341964A (zh) * 2017-03-27 2017-11-10 小儒技术（深圳）有限公司 一种车位检测方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120093398A1 (en) * 2008-06-23 2012-04-19 Sri International System and method for multi-agent event detection and recognition
US20130261958A1 (en) * 2010-11-05 2013-10-03 Activ8Vps Limited System and method for implementing an exception to a parking restriction
CN103824091A (zh) * 2014-02-27 2014-05-28 中国石油大学(华东) 一种用于智能交通系统的车牌识别方法
US20170137024A1 (en) * 2015-08-24 2017-05-18 Ford Global Technologies, Llc System and method for autonomous valet parking using plenoptic cameras
CN107194393A (zh) * 2016-03-15 2017-09-22 杭州海康威视数字技术股份有限公司 一种检测临时车牌的方法及装置
CN107341964A (zh) * 2017-03-27 2017-11-10 小儒技术（深圳）有限公司 一种车位检测方法及装置
CN107093328A (zh) * 2017-06-06 2017-08-25 重庆邮电大学 基于机器视觉的停车场导航系统及方法
CN107292277A (zh) * 2017-06-30 2017-10-24 深圳信路通智能技术有限公司 一种路侧双车位停车跟踪方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
孟焱，等: "基于机器视觉的停车位检测技术的研究", 《计算机测量与控制》 *
熊俊: "基于多摄像头协同模式的智能停车场管理系统的研究与应用", 《中国优秀硕士学位论文全文数据库（信息科技辑）》 *
米磊: "基于视觉的停车位检测系统的研究与实现", 《中国优秀硕士学位论文全文数据库（工程科技II辑）》 *

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109446926A (zh) * 2018-10-09 2019-03-08 深兰科技（上海）有限公司 一种交通监控方法及装置、电子设备和存储介质
CN109376653B (zh) * 2018-10-24 2022-03-01 百度在线网络技术（北京）有限公司 用于定位车辆的方法、装置、设备和介质
CN109376653A (zh) * 2018-10-24 2019-02-22 百度在线网络技术（北京）有限公司 用于定位车辆的方法、装置、设备和介质
CN111105639B (zh) * 2018-10-25 2022-04-05 杭州海康威视系统技术有限公司 车位状态检测方法及装置、车辆引导方法及系统、摄像机
CN111105639A (zh) * 2018-10-25 2020-05-05 杭州海康威视系统技术有限公司 车位状态检测方法及装置、车辆引导方法及系统、摄像机
CN109410635A (zh) * 2018-10-26 2019-03-01 北京智芯原动科技有限公司 一种路侧车位状态识别方法及装置
CN111241879A (zh) * 2018-11-29 2020-06-05 杭州海康威视数字技术股份有限公司 车辆检测方法、装置、电子设备及可读存储介质
CN111241879B (zh) * 2018-11-29 2023-09-26 杭州海康威视数字技术股份有限公司 车辆检测方法、装置、电子设备及可读存储介质
CN109509368A (zh) * 2018-12-21 2019-03-22 深圳信路通智能技术有限公司 一种基于车顶模型的停车行为算法
CN109615858A (zh) * 2018-12-21 2019-04-12 深圳信路通智能技术有限公司 一种基于深度学习的智能停车行为判断方法
CN109712428A (zh) * 2019-02-27 2019-05-03 爱笔（北京）智能科技有限公司 一种停车位置定位方法及装置、系统
CN111696365A (zh) * 2019-03-11 2020-09-22 杭州海康威视数字技术股份有限公司 一种车辆跟踪系统
CN111951598B (zh) * 2019-05-17 2022-04-26 杭州海康威视数字技术股份有限公司 一种车辆跟踪监测方法、装置及系统
CN111951598A (zh) * 2019-05-17 2020-11-17 杭州海康威视数字技术股份有限公司 一种车辆跟踪监测方法、装置及系统
CN111275978B (zh) * 2019-12-23 2021-08-20 江西山水光电科技股份有限公司 一种路边停车车辆实时采集管理系统及管理方法
CN111275978A (zh) * 2019-12-23 2020-06-12 江西山水光电科技股份有限公司 一种路边停车车辆实时采集管理系统及管理方法
CN111276007A (zh) * 2020-01-20 2020-06-12 深圳市廿年科技有限公司 一种通过摄像头对停车场的汽车定位和导航的方法
CN111931673A (zh) * 2020-04-26 2020-11-13 智慧互通科技有限公司 一种基于视觉差的车辆检测信息的校验方法及装置
CN111739335B (zh) * 2020-04-26 2021-06-25 智慧互通科技股份有限公司 一种基于视觉差的停车检测方法及装置
CN111739335A (zh) * 2020-04-26 2020-10-02 智慧互通科技有限公司 一种基于视觉差的停车检测方法及装置
CN111931673B (zh) * 2020-04-26 2024-05-17 智慧互通科技股份有限公司 一种基于视觉差的车辆检测信息的校验方法及装置
CN111898485A (zh) * 2020-07-14 2020-11-06 浙江大华技术股份有限公司 一种停车位车辆检测处理方法及装置
CN114694124A (zh) * 2022-05-31 2022-07-01 成都国星宇航科技股份有限公司 一种车位状态检测方法、装置和存储介质
CN114694124B (zh) * 2022-05-31 2022-08-26 成都国星宇航科技股份有限公司 一种车位状态检测方法、装置和存储介质

Similar Documents

Publication Publication Date Title
CN108288386A (zh) 基于视频的路内停车跟踪方法
CN106709436B (zh) 面向轨道交通全景监控的跨摄像头可疑行人目标跟踪系统
CN111145545B (zh) 基于深度学习的道路交通行为无人机监测系统及方法
CN103871079B (zh) 基于机器学习和光流的车辆跟踪方法
CN101969548B (zh) 基于双目摄像的主动视频获取方法及装置
Wu et al. A practical system for road marking detection and recognition
CN103997624B (zh) 重叠域双摄像头目标跟踪系统及方法
CN106541968B (zh) 基于视觉分析的地铁车厢实时提示系统的识别方法
WO2023155483A1 (zh) 一种车型识别方法、装置和系统
CN109949579A (zh) 一种基于深度学习的闯红灯违法自动审核方法
CN105893953A (zh) 一车两牌车辆检测方法及其系统
CN105059190B (zh) 基于视觉的汽车开门碰撞预警装置及方法
CN102768726B (zh) 一种预防行人碰撞的行人检测方法
CN104506800A (zh) 一种多方向电警摄像机场景合成及综合监控方法和装置
CN110781883A (zh) 一种基于360度环视摄像头的车位尺寸识别系统及方法
CN104951758B (zh) 市区环境下基于视觉的车载行人检测与跟踪方法及系统
CN110334625A (zh) 一种面向自动泊车的停车位视觉识别系统及其识别方法
CN114495068B (zh) 基于人机交互和深度学习的路面健康检测方法
CN110334666A (zh) 一种基于双摄像机的交叉口分车道详细交通参数采集方法
CN113435336A (zh) 一种基于人工智能的跑步智能计时系统及方法
CN109509368A (zh) 一种基于车顶模型的停车行为算法
Saif et al. Crowd density estimation from autonomous drones using deep learning: challenges and applications
CN117994987A (zh) 基于目标检测技术的交通参数提取方法及相关装置
CN110837769A (zh) 一种图像处理与深度学习的嵌入式远红外行人检测方法
CN108510744A (zh) 基于长短焦距相机实现半封闭车场管理的系统及方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180717