CN108734967B - 违章车辆监控方法、装置及系统 - Google Patents

违章车辆监控方法、装置及系统 Download PDF

Info

Publication number
CN108734967B
CN108734967B CN201710262464.3A CN201710262464A CN108734967B CN 108734967 B CN108734967 B CN 108734967B CN 201710262464 A CN201710262464 A CN 201710262464A CN 108734967 B CN108734967 B CN 108734967B
Authority
CN
China
Prior art keywords
vehicle
camera
violation
intersection
weight
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
CN201710262464.3A
Other languages
English (en)
Other versions
CN108734967A (zh
Inventor
范沣曦
高浩然
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 CN201710262464.3A priority Critical patent/CN108734967B/zh
Publication of CN108734967A publication Critical patent/CN108734967A/zh
Application granted granted Critical
Publication of CN108734967B publication Critical patent/CN108734967B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules

Landscapes

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

Abstract

本发明是关于一种违章车辆监控方法、装置及系统,属于智能交通领域。用于车辆监控服务器,该方法包括:接收第一摄像机发送的违章车辆的图像信息,第一摄像机位于包括多个交通卡口的布防区域,每个交通卡口设置有摄像机,第一摄像机为布防区域内所有摄像机中的任一个;预测违章车辆的行驶轨迹;将违章车辆的图像信息发送至行驶轨迹上部署的除第一摄像机之外的第二摄像机,使得第二摄像机根据图像信息对违章车辆进行追踪。本发明解决了相关技术中摄像机监控方式较单一的问题,丰富了摄像机对车辆的监控方式,用于监控车辆。

Description

违章车辆监控方法、装置及系统
技术领域
本发明涉及智能交通领域,特别涉及一种违章车辆监控方法、装置及系统。
背景技术
违章车辆监控技术是智能交通领域中的一个重要技术,通过违章车辆监控技术可以对道路上的违章车辆进行实时抓拍,得到违章车辆的相关信息,实现对道路的智能化管理。
相关技术中有一种违章车辆监控方法,该方法中,位于布防区域中各路口的摄像机判断目标区域内的车辆是否满足预设的触发条件(比如闯红灯、违法变道等),当该车辆满足该触发条件时,摄像机确定该车辆为违章车辆,并对该车辆进行抓拍,得到该车辆的图像信息,然后将该车辆的图像信息发送至车辆监控服务器,车辆监控服务器根据该图像信息获取该车辆的车型、颜色等信息。
在实现本发明的过程中,发明人发现相关技术至少存在以下问题:
所有路口上的摄像机都是单独工作,摄像机之间无法进行交互,所以无法通过摄像机对违章车辆进行实时追踪,监控方式较单一。
发明内容
为了解决相关技术摄像机对违章车辆的监控方式较单一的问题,本发明实施例提供了一种违章车辆监控方法、装置及系统。所述技术方案如下:
根据本发明实施例的第一方面,提供一种违章车辆监控方法,所述方法包括:
接收第一摄像机发送的违章车辆的图像信息,所述第一摄像机位于包括多个交通卡口的布防区域,每个交通卡口设置有摄像机,所述第一摄像机为所述布防区域内所有摄像机中的任一个;
预测所述违章车辆的行驶轨迹;
将所述违章车辆的图像信息发送至所述行驶轨迹上部署的除所述第一摄像机之外的第二摄像机,使得所述第二摄像机根据所述图像信息对所述违章车辆进行追踪。
可选的,在所述接收第一摄像机发送的违章车辆的图像信息之后,所述方法还包括:
接收所述第一摄像机发送的所述违章车辆的属性信息和驾驶员的人脸特征信息,所述违章车辆的属性信息和所述驾驶员的人脸特征信息是所述第一摄像机从所述图像信息中提取出来的信息;
从预设的对应关系中查找与所述驾驶员的人脸特征信息的匹配度最大的目标人脸特征信息,所述对应关系用于记录人脸特征信息与属性信息的对应关系;
查询所述对应关系中所述目标人脸特征信息对应的目标属性信息;
判断所述目标属性信息与所述违章车辆的属性信息是否相同;
当所述目标属性信息与所述违章车辆的属性信息相同时,确定所述驾驶员为所述违章车辆的车主;
当所述目标属性信息与所述违章车辆的属性信息不相同时,确定所述驾驶员不为所述违章车辆的车主。
可选的,所述方法还包括:
接收所述布防区域内所有摄像机发送的对应路口的交通流量;
根据所述布防区域内所有摄像机发送的对应路口的交通流量确定所述布防区域内每个路口的流量权重;
所述预测所述违章车辆的行驶轨迹,包括:
根据所述每个路口的流量权重预测所述违章车辆的行驶轨迹。
可选的,所述根据所述布防区域内所有摄像机发送的对应路口的交通流量确定所述布防区域内每个路口的流量权重,包括:
根据所述布防区域内所有摄像机发送的交通流量确定所述布防区域内每个路口的第一权重;
根据异常车辆的行驶轨迹对每个路口的第一权重进行修正,得到第二权重;
将每个路口的第二权重作为对应路口的流量权重。
根据本发明实施例的第二方面,提供一种违章车辆监控方法,用于布防区域中的第一摄像机,所述布防区域包括多个交通卡口,每个交通卡口设置有摄像机,所述第一摄像机为所有摄像机中的任一个,所述方法包括:
当车辆行驶至所述第一摄像机的监控区域且满足预设的触发条件时,确定所述车辆为违章车辆;
获取所述违章车辆的图像信息;
将所述图像信息发送至车辆监控服务器,使得所述车辆监控服务器将所述图像信息发送至预测的行驶轨迹上部署的除所述第一摄像机之外的第二摄像机,所述第二摄像机用于根据所述图像信息对所述违章车辆进行追踪。
可选的,在所述确定所述车辆为违章车辆之后,所述方法还包括:
获取对所述违章车辆进行监控时生成的第一视频流;
确定所述违章车辆的违章类型;
根据所述违章类型,采用报警标记对所述第一视频流中所述违章车辆进行标记,得到第二视频流,不同违章类型对应的报警标记的颜色不同。
可选的,所述根据所述违章类型,采用报警标记对所述第一视频流中所述违章车辆进行标记,得到第二视频流,包括:
从所述第一视频流中提取出包含所述违章车辆的第一图像;
缩小所述第一图像,得到第二图像;
确定所述违章车辆在所述第二图像中的坐标信息;
根据所述车辆的违章类型,采用所述报警标记对所述坐标信息所指示的区域进行标记,得到标记后的第二图像;
放大所述标记后的第二图像,得到第三图像,所述第三图像的大小与所述第一图像的大小相同;
将所述第一图像替换成所述第三图像,得到所述第二视频流。
可选的,在所述获取所述违章车辆的图像信息之后,所述方法还包括:
从所述图像信息中提取出所述违章车辆的属性信息;
接收所述车辆监控服务器发送的黑名单车辆属性信息;
判断提取出的属性信息和所述黑名单车辆属性信息是否相同;
当提取出的属性信息和所述黑名单车辆属性信息相同时,触发所述车辆监控服务器发出报警信号,并向所述车辆监控服务器发送所述人脸特征信息。
根据本发明实施例的第三方面,提供一种违章车辆监控装置,用于车辆监控服务器,所述装置包括:
第一接收模块,用于接收第一摄像机发送的违章车辆的图像信息,所述第一摄像机位于包括多个交通卡口的布防区域,每个交通卡口设置有摄像机,所述第一摄像机为所述布防区域内所有摄像机中的任一个;
预测模块,用于预测所述违章车辆的行驶轨迹;
第一发送模块,用于将所述违章车辆的图像信息发送至所述行驶轨迹上部署的除所述第一摄像机之外的第二摄像机,使得所述第二摄像机根据所述图像信息对所述违章车辆进行追踪。
可选的,所述装置还包括:
第二接收模块,用于接收所述第一摄像机发送的所述违章车辆的属性信息和驾驶员的人脸特征信息,所述违章车辆的属性信息和所述驾驶员的人脸特征信息是所述第一摄像机从所述图像信息中提取出来的信息;
第一确定模块,用于:
从预设的对应关系中查找与所述驾驶员的人脸特征信息的匹配度最大的目标人脸特征信息,所述对应关系用于记录人脸特征信息与属性信息的对应关系;
查询所述对应关系中所述目标人脸特征信息对应的目标属性信息;
判断所述目标属性信息与所述违章车辆的属性信息是否相同;
当所述目标属性信息与所述违章车辆的属性信息相同时,确定所述驾驶员为所述违章车辆的车主;
当所述目标属性信息与所述违章车辆的属性信息不相同时,确定所述驾驶员不为所述违章车辆的车主。
可选的,所述装置还包括:
第三接收模块,用于接收所述布防区域内所有摄像机发送的对应路口的交通流量;
第二确定模块,用于根据所述布防区域内所有摄像机发送的对应路口的交通流量确定所述布防区域内每个路口的流量权重;
所述预测模块,包括:
预测子模块,用于根据所述每个路口的流量权重预测所述违章车辆的行驶轨迹。
可选的,所述第二确定模块,用于:
根据所述布防区域内所有摄像机发送的交通流量确定所述布防区域内每个路口的第一权重;
根据异常车辆的行驶轨迹对每个路口的第一权重进行修正,得到第二权重;
将每个路口的第二权重作为对应路口的流量权重。
根据本发明实施例的第四方面,提供一种违章车辆监控装置,用于布防区域中的第一摄像机,所述布防区域包括多个交通卡口,每个交通卡口设置有摄像机,所述第一摄像机为所有摄像机中的任一个,所述装置包括:
第一确定模块,用于确定在车辆行驶至所述第一摄像机的监控区域且满足预设的触发条件时,确定所述车辆为违章车辆;
第一获取模块,用于获取所述违章车辆的图像信息;
第一发送模块,用于将所述图像信息发送至车辆监控服务器,使得所述车辆监控服务器将所述图像信息发送至预测的行驶轨迹上部署的除所述第一摄像机之外的第二摄像机,所述第二摄像机用于根据所述图像信息对所述违章车辆进行追踪。
可选的,所述装置还包括:
第二获取模块,用于获取对所述违章车辆进行监控时生成的第一视频流;
第二确定模块,用于确定所述违章车辆的违章类型;
标记模块,用于根据所述违章类型,采用报警标记对所述第一视频流中所述违章车辆进行标记,得到第二视频流,不同违章类型对应的报警标记的颜色不同。
可选的,所述标记模块,用于:
从所述第一视频流中提取出包含所述违章车辆的第一图像;
缩小所述第一图像,得到第二图像;
确定所述违章车辆在所述第二图像中的坐标信息;
根据所述车辆的违章类型,采用所述报警标记对所述坐标信息所指示的区域进行标记,得到标记后的第二图像;
放大所述标记后的第二图像,得到第三图像,所述第三图像的大小与所述第一图像的大小相同;
将所述第一图像替换成所述第三图像,得到所述第二视频流。
可选的,所述装置还包括:
提取模块,用于从所述图像信息中提取出所述违章车辆的属性信息;
接收模块,用于接收所述车辆监控服务器发送的黑名单车辆属性信息;
判断模块,用于判断提取出的属性信息和所述黑名单车辆属性信息是否相同;
触发模块,用于当提取出的属性信息和所述黑名单车辆属性信息相同时,触发所述车辆监控服务器发出报警信号,并向所述车辆监控服务器发送所述人脸特征信息。
根据本发明实施例的第五方面,提供一种违章车辆监控装置,用于车辆监控服务器,所述装置包括:处理器、存储器、网络接口和总线;
所述总线用于连接所述处理器、所述存储器和所述网络接口,所述处理器用于执行所述存储器中存储的程序,所述程序包括第一方面所述的违章车辆监控方法。
根据本发明实施例的第六方面,提供一种违章车辆监控装置,用于布防区域中的第一摄像机,所述布防区域包括多个交通卡口,每个交通卡口设置有摄像机,所述第一摄像机为所有摄像机中的任一个,所述装置包括:处理器和存储器,所述处理器用于执行所述存储器中存储的程序,所述程序包括第二方面所述的违章车辆监控方法。
根据本发明实施例的第七方面,提供一种违章车辆监控系统,包括车辆监控服务器、第一摄像机和第二摄像机,布防区域包括多个交通卡口,每个交通卡口设置有摄像机,所述第一摄像机为所有摄像机中的任一个,所述第二摄像机为所述车辆监控服务器预测的行驶轨迹上部署的除所述第一摄像机之外的摄像机,
所述车辆监控服务器包括第三方面所述的违章车辆监控装置;
所述第一摄像机包括第四方面所述的违章车辆监控装置;
所述第二摄像机用于根据所述车辆监控服务器发送的违章车辆的图像信息对所述违章车辆进行追踪。
根据本发明实施例的第八方面,提供一种违章车辆监控系统,包括车辆监控服务器、第一摄像机和第二摄像机,布防区域包括多个交通卡口,每个交通卡口设置有摄像机,所述第一摄像机为所有摄像机中的任一个,所述第二摄像机为所述车辆监控服务器预测的行驶轨迹上部署的除所述第一摄像机之外的摄像机,
所述车辆监控服务器包括第五方面所述的违章车辆监控装置;
所述第一摄像机包括第六方面所述的违章车辆监控装置;
所述第二摄像机用于根据所述车辆监控服务器发送的违章车辆的图像信息对所述违章车辆进行追踪。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明实施例提供的违章车辆监控方法、装置及系统,车辆监控服务器能够将第一摄像机发送的违章车辆的图像信息,发送至预测的行驶轨迹上部署的除第一摄像机之外的第二摄像机,使得第二摄像机根据图像信息对违章车辆进行追踪。车辆监控服务器预测的行驶轨迹上相关联的摄像机可以通过车辆监控服务器进行通信,摄像机可以对违章车辆进行实时追踪,丰富了监控方式。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本发明。
附图说明
为了更清楚地说明本发明的实施例,下面将对实施例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是本发明部分实施例中提供的违章车辆监控方法所涉及的实施环境示意图;
图2是根据一示例性实施例示出的一种违章车辆监控方法的方法流程图;
图3是根据一示例性实施例示出的另一种违章车辆监控方法的方法流程图;
图4是根据一示例性实施例示出的又一种违章车辆监控方法的方法流程图;
图5-1是根据一示例性实施例示出的再一种违章车辆监控方法的方法流程图,
图5-2是摄像机监控交通卡口的示意图;
图5-3是图5-1所示实施例中确定布防区域内每个路口的流量权重的方法流程图;
图5-4是根据一示例性实施例示出的布防区域的示意图;
图5-5是图5-1所示实施例中标记违章车辆的方法流程图;
图5-6是图5-1所示实施例中对违章车辆的目标区域进行抓拍的方法流程图;
图5-7是图5-1所示实施例中对违章车辆进行追踪的方法流程图;
图5-8是图5-1所示实施例中确定驾驶员是否为违章车辆的车主的方法流程图;
图6-1是根据一示例性实施例示出的一种违章车辆监控装置的框图;
图6-2是根据一示例性实施例示出的另一种违章车辆监控装置的框图;
图6-3是图6-1所示实施例中预测模块的框图;
图7-1是根据一示例性实施例示出的一种违章车辆监控装置的框图;
图7-2是图7-1所示实施例中第一获取模块的框图;
图7-3是根据一示例性实施例示出的另一种违章车辆监控装置的框图;
图8是根据一示例性实施例示出的一种违章车辆监控装置的框图;
图9是根据一示例性实施例示出的又一种违章车辆监控装置的框图;
图10是根据一示例性实施例示出的再一种违章车辆监控装置的框图。
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,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它实施例,都属于本发明保护的范围。
请参见图1,其示出了本发明提供的违章车辆监控方法所涉及的实施环境示意图。该实施例环境可以为包括多个交通卡口01(图1示例性地示出了两个交通卡口)的布防区域,每个交通卡口设置有摄像机02。后端的车辆监控服务器(图1中未画出)与布防区域中所有摄像机建立有通信连接,可以通过该通信连接进行通信。设置于交通卡口处的摄像机可以在车辆03行驶至监控区域且满足预设的触发条件(比如超速、闯红灯所对应的触发条件)时,确定车辆03为违章车辆,并将该违章车辆的图像信息发送至车辆监控服务器。本发明实施例对交通卡口01的数量不做限制。
图2是根据一示例性实施例示出的一种违章车辆监控方法的方法流程图,该违章车辆监控方法可以由车辆监控服务器执行。参见图2,该方法流程可以包括如下几个步骤:
步骤201、接收第一摄像机发送的违章车辆的图像信息,第一摄像机位于包括多个交通卡口的布防区域,每个交通卡口设置有摄像机,第一摄像机为布防区域中所有摄像机中的任一个。
其中,违章车辆的图像信息为能够唯一指示该违章车辆的图像信息。优选的,违章车辆的图像信息可以为该违章车辆的属性图像信息,示例的,可以为车牌图像信息。此外,违章车辆的图像信息还可以为包含该违章车辆的车牌的车辆图像信息,本发明实施例对此不做限定。
步骤202、预测违章车辆的行驶轨迹。
步骤203、将违章车辆的图像信息发送至行驶轨迹上部署的除第一摄像机之外的第二摄像机,使得第二摄像机根据图像信息对违章车辆进行追踪。
综上所述,本发明实施例提供的违章车辆监控方法,由于车辆监控服务器能够将第一摄像机发送的违章车辆的图像信息,发送至预测的行驶轨迹上部署的除第一摄像机之外的第二摄像机,使得第二摄像机根据图像信息对违章车辆进行追踪。相较于相关技术,车辆监控服务器预测的行驶轨迹上相关联的摄像机可以通过车辆监控服务器进行通信,摄像机可以对违章车辆进行实时追踪,丰富了监控方式。
图3是根据一示例性实施例示出的一种违章车辆监控方法的方法流程图,该违章车辆监控方法可以由布防区域中的第一摄像机执行。布防区域包括多个交通卡口,每个交通卡口设置有摄像机,第一摄像机为所有摄像机中的任一个。参见图3,该方法流程可以包括如下几个步骤:
步骤301、当车辆行驶至第一摄像机的监控区域且满足预设的触发条件时,确定车辆为违章车辆。
步骤302、获取违章车辆的图像信息。
步骤303、将图像信息发送至车辆监控服务器,使得车辆监控服务器将图像信息发送至预测的行驶轨迹上部署的除第一摄像机之外的第二摄像机,第二摄像机用于根据图像信息对违章车辆进行追踪。
综上所述,本发明实施例提供的违章车辆监控方法,布防区域中的第一摄像机能够获取违章车辆的图像信息,并将该图像信息发送至车辆监控服务器,使得车辆监控服务器将图像信息发送至预测的行驶轨迹上部署的除第一摄像机之外的第二摄像机,之后,第二摄像机根据图像信息对违章车辆进行追踪。相较于相关技术,车辆监控服务器预测的行驶轨迹上相关联的摄像机可以通过车辆监控服务器进行通信,摄像机可以对违章车辆进行实时追踪,丰富了监控方式。
图4是根据一示例性实施例示出的一种违章车辆监控方法的方法流程图,该违章车辆监控方法可以由布防区域中的第二摄像机执行。布防区域包括多个交通卡口,每个交通卡口设置有摄像机,第一摄像机为所有摄像机中的任一个,第二摄像机为车辆监控服务器预测的行驶轨迹上部署的除第一摄像机之外的摄像机。参见图4,该方法流程可以包括如下几个步骤:
步骤401、接收车辆监控服务器发送的违章车辆的图像信息,该违章车辆的图像信息是第一摄像机发送至车辆监控服务器的。
步骤402、根据图像信息对违章车辆进行追踪。
综上所述,本发明实施例提供的违章车辆监控方法,布防区域中的第二摄像机能够接收车辆监控服务器发送的违章车辆的图像信息,并根据该图像信息对违章车辆进行追踪。相较于相关技术,车辆监控服务器预测的行驶轨迹上相关联的摄像机可以通过车辆监控服务器进行通信,摄像机可以对违章车辆进行实时追踪,丰富了监控方式。
图5-1是根据一示例性实施例示出的一种违章车辆监控方法的方法流程图,参见图5-1,该方法流程可以包括如下几个步骤:
步骤501、第一摄像机统计预设时间段内所监控的交通卡口对应路口的交通流量。
该第一摄像机位于包括多个交通卡口的布防区域,每个交通卡口设置有摄像机,该第一摄像机为布防区域中所有摄像机中的任一个。可选的,第一摄像机可以统计预设时间段内所监控的交通卡口对应路口的交通流量。
示例的,第一摄像机可以统计一个小时内所监控的交通卡口对应路口的交通流量,该交通流量可以为车辆数目。示例的,参见图5-2,第一摄像机02a所监控的交通卡口对应的路口分别为路口L1、路口L2和路口L3。第一摄像机统计一个小时内,路口L1的交通流量为28辆/小时,路口L2的交通流量为15辆/小时,路口L3的交通流量为57辆/小时。路口L1、路口L2和路口L3的交通流量是第一摄像机在不区分方向的情况下统计的。此外,第一摄像机也可以基于方向来统计每个路口的车辆数目,比如,第一摄像机统计一个小时内,从路口L4行驶至路口L1的车辆28辆,从路口L4行驶至路口L2的车辆15辆,从路口L4行驶至路口L3的车辆57辆。本发明实施例预设的方式对此不做限定。
步骤502、第一摄像机将对应路口的交通流量发送至车辆监控服务器。
可选的,第一摄像机将对应路口的交通流量发送至车辆监控服务器。示例的,第一摄像机将步骤501中统计的路口L1的交通流量、路口L2的交通流量,路口L3的交通流量发送至车辆监控服务器。
同样的,布防区域内其余摄像机也将对应路口的交通流量发送至车辆监控服务器。
步骤503、车辆监控服务器根据布防区域内所有摄像机发送的对应路口的交通流量确定布防区域内每个路口的流量权重。
假设布防区域内有10个摄像机,每个摄像机可以统计一个小时内所监控的交通卡口对应路口的交通流量,然后摄像机再将统计的对应路口的交通流量发送至车辆监控服务器,以便于车辆监控服务器根据10个摄像机发送的对应路口的交通流量确定每个路口的流量权重。路口的流量权重指的是通过该路口的交通流量与通过该路口所在的交通卡口的交通流量的比值。
需要说明的是,实际应用中,布防区域内的摄像机的数量远大于10。
可选的,如图5-3所示,步骤503可以包括:
步骤5031、车辆监控服务器根据布防区域内所有摄像机发送的交通流量确定布防区域内每个路口的第一权重。
可选的,车辆监控服务器根据布防区域内所有摄像机发送的交通流量确定布防区域内每个路口的第一权重。
示例的,参见图5-4,交通卡口L设置的摄像机S2统计的路口L1的交通流量为28辆/小时,路口L2的交通流量为15辆/小时,路口L3的交通流量为57辆/小时。那么车辆监控服务器可以确定摄像机S2所监控的交通卡口L的路口L1的第一权重为28%,路口L2的第一权重为15%,路口L3的第一权重为57%。同样的,车辆监控服务器可以确定其余摄像机所监控的交通卡口对应路口的第一权重。之后,车辆监控服务器可以将每个路口的第一权重作为对应路口的流量权重。
需要说明的是,在本发明实施例中,车辆监控服务器可以根据布防区域内所有摄像机发送的交通流量确定每个路口的第一权重,也可以根据所有摄像机发送的基于方向统计的每个路口的车辆数目,确定对应路口的第一权重,比如,第一摄像机统计一个小时内,从路口L4行驶至路口L1的车辆28辆,从路口L4行驶至路口L2的车辆15辆,从路口L4行驶至路口L3的车辆57,车辆监控服务器根据每个路口的车辆数目,确定对应路口的第一权重。本发明实施例对每个路口的第一权重的确定方式不做限定。
步骤5032、车辆监控服务器根据异常车辆的行驶轨迹对每个路口的第一权重进行修正,得到第二权重。
可选的,车辆监控服务器在确定布防区域内每个路口的流量权重时,可以对每个路口的第一权重进行修正。车辆监控服务器根据布防区域内所有摄像机发送的交通流量确定了布防区域内每个路口的第一权重后,进一步的,可以根据异常车辆的行驶轨迹对每个路口的第一权重进行修正,从而为违章车辆预测出更加准确的行驶轨迹。
可选的,车辆监控服务器根据异常车辆的行驶轨迹对每个路口的第一权重进行修正,可以包括:
1、车辆监控服务器检测异常车辆是否通过预设路口。
该预设路口的第一权重大于预设路口所在交通卡口的其余路口的第一权重。
示例的,如图5-4所示,交通卡口M的路口M1的第一权重为45%,路口M2的第一权重为20%,路口M3的第一权重为35%。路口M1的第一权重最大,所以车辆监控服务器确定路口M1为预设路口。车辆监控服务器检测异常车辆是否通过路口M1,车辆监控服务器可以通过设置于交通卡口M的摄像机检测异常车辆是否通过预设路口。
2、当异常车辆通过预设路口时,车辆监控服务器增大预设路口的第一权重。
示例的,参见图5-4,当异常车辆通过路口M1时,车辆监控服务器增大路口M1的第一权重,得到路口M1的第二权重:46/101,同时,减小路口M2的第一权重而得到路口M2的第二权重:20/101,减小路口M3的第一权重而得到路口M3的第二权重:35/101。其中,路口M1的交通流量由原来的45变为了46,所以,路口M1的第一权重发生了小尺度变化。
3、当异常车辆通过预设路口所在交通卡口的其余路口时,车辆监控服务器增大其余路口的第一权重。
示例的,参见图5-4,当异常车辆通过路口M2时,车辆监控服务器增大路口M2的第一权重,得到路口M2的第二权重:21/101,同时,减小路口M1的第一权重而得到路口M1的第二权重:45/101,减小路口M3的第一权重而得到路口M3的第二权重:35/101。其中,路口M2的交通流量由原来的20变为了21,所以,路口M2的第一权重发生了大尺度变化。
步骤5033、车辆监控服务器将每个路口的第二权重作为对应路口的流量权重。
可选的,车辆监控服务器将步骤5032得到的每个路口的第二权重作为对应路口的流量权重。示例的,参见图5-4,假设异常车辆通过路口M1,那么车辆监控服务器将路口M1的第二权重46/101作为路口M1的流量权重,将路口M2的第二权重20/101作为路口M2的流量权重,将路口M3的第二权重35/101作为路口M3的流量权重。
步骤504、当车辆行驶至第一摄像机的监控区域且满足预设的触发条件时,第一摄像机确定车辆为违章车辆。
示例的,该触发条件可以是超速、闯红灯、交通事故及违法变道等对应的触发条件。比如当车辆行驶至第一摄像机的监控区域,第一摄像机通过检测车辆的车轮压过地上的感应线圈的情况来确定车辆是否闯红灯。关于确定车辆为违章车辆的过程可以参考相关技术,在此不再赘述。
步骤505、第一摄像机获取对违章车辆进行监控时生成的第一视频流。
可选的,第一摄像机获取对违章车辆进行监控时生成的第一视频流。示例的,第一摄像机可以在现场可编程门阵列(Field-Programmable Gate Array、FPGA)的控制下输出第一视频流,该第一视频流为第一摄像机对步骤503中确定的违章车辆进行监控时生成的。
第一摄像机可以将第一视频流输出至车辆监控服务器,以便于车辆监控服务器将该第一视频流发送至后端的显示器,显示器对该第一视频流进行显示。第一视频流能够实时显示实际的监控场景。
步骤506、第一摄像机确定违章车辆的违章类型。
示例的,违章类型为超速、闯红灯、交通事故或违法变道。
步骤506可以包括:第一摄像机根据触发条件,确定违章车辆的违章类型。
示例的,当违章车辆满足的是闯红灯对应的触发条件时,第一摄像机可以确定该违章车辆的违章类型为闯红灯。
在本发明实施例中,第一摄像机确定车辆为违章车辆的同时,也可以得到违章车辆的违章类型。也即是,步骤506和步骤504可以同时执行。
步骤507、第一摄像机根据违章类型,采用报警标记对第一视频流中违章车辆进行标记,得到第二视频流。
可选的,第一摄像机根据违章类型,采用报警标记对第一视频流中违章车辆进行标记,得到第二视频流。不同违章类型对应的报警标记的颜色不同。比如,第一摄像机可以根据违章车辆的违章类型,采用某一种颜色的报警标记,对第一视频流中的违章车辆进行标记,得到第二视频流。报警标记可以为圆圈、矩形框等形状。示例的,第一摄像机可以在FPGA的控制下输出该第二视频流。
示例的,当违章车辆的违章类型为超速时,第一摄像机可以采用蓝色的矩形框对第一视频流中的违章车辆进行标记;当违章车辆的违章类型为闯红灯时,第一摄像机可以采用红色的矩形框对第一视频流中的违章车辆进行标记。
可选的,如图5-5所示,步骤507可以包括:
步骤5071、第一摄像机从第一视频流中提取出包含违章车辆的第一图像。
第一摄像机从步骤505中获取的第一视频流中提取出包含违章车辆的第一图像。
步骤5072、第一摄像机缩小第一图像,得到第二图像。
为了减少待处理的像素数,降低图像处理复杂度,第一摄像机可以对包含违章车辆的第一图像进行缩小处理,得到第二图像。
步骤5073、第一摄像机确定违章车辆在第二图像中的坐标信息。
第一摄像机基于违章车辆的车牌位置,根据膨胀算法确定违章车辆在第二图像中的坐标信息。采用膨胀算法,根据车牌特征相似度与违章车辆除车牌之外的区域的特征相似度的差值,比如该差值小于预设值时,将车牌所在区域进行扩大,进而得到整个违章车辆在第二图像中的坐标信息。
步骤5074、第一摄像机根据车辆的违章类型,采用报警标记对坐标信息所指示的区域进行标记,得到标记后的第二图像。
示例的,违章车辆的违章类型为超速,第一摄像机可以采用蓝色的矩形框对步骤5073中确定的坐标信息所指示的区域进行标记,即得到标记后的第二图像。
步骤5075、第一摄像机放大标记后的第二图像,得到第三图像,第三图像的大小与第一图像的大小相同。
标记完违章车辆后,第一摄像机再将标记后的第二图像放大至原始大小进行输出。放大后的图像即为第三图像。
步骤5076、第一摄像机将第一图像替换成第三图像,得到第二视频流。
第一摄像机将第一视频流中的第一图像替换为包含有报警标记的第三图像,得到第二视频流。可选的,第一摄像机可以在FPGA的控制下将第二视频流输出至车辆监控服务器,使得车辆监控服务器将该第二视频流发送至后端的显示器,之后,显示器再对该第二视频流进行显示。
步骤508、第一摄像机将第二视频流发送至车辆监控服务器。
可选的,第一摄像机可以将第二视频流发送至车辆监控服务器。后端的显示器在接收到用户触发的浏览命令后,可以向车辆监控服务器发送一浏览指令。车辆监控服务器基于该浏览指令再向显示器发送包含有报警标记的第二视频流。
可选的,第一摄像机也可以将第二视频流发送至存储服务器,该存储服务器用于存储第二视频流。后端的显示器在接收到用户触发的浏览命令后,可以向存储服务器发送一浏览指令。存储服务器基于该浏览指令再向显示器发送包含有报警标记的第二视频流。
相关技术中,摄像机在确定某一车辆为违章车辆时,会对违章车辆进行抓拍,得到该违章车辆的图像信息,再将该违章车辆的图像信息发送至车辆监控服务器。车辆监控服务器根据该图像信息与数据库中车辆的信息相比较,调出该违章车辆的综合信息,比如车型、颜色等信息。然后工作人员将这些信息录入违章信息库,供用户后续查找。
而在本发明实施例中,用户可以通过包含有报警标记的第二视频流及时了解违章车辆的违章情况,用户无需再从违章信息库中查找违章车辆的综合信息。
需要说明的是,步骤505至步骤508与步骤509至步骤513无先后顺序,也即是,步骤505至步骤508可以在步骤509至步骤513之前执行,也可以在步骤509至步骤513之后执行,本发明实施例对此不做限定。
步骤509、第一摄像机获取违章车辆的图像信息。
违章车辆的图像信息用于指示违章车辆的属性信息。
可选的,属性信息可以为车牌信息,相应的,步骤509可以包括:
第一摄像机对违章车辆的目标区域进行抓拍,得到图像信息。
该目标区域为违章车辆的车牌和车窗所在的区域。第一摄像机可以对违章车辆的车牌和车窗所在的区域进行抓拍,得到图像信息。
其中,对违章车辆的目标区域进行抓拍,得到图像信息,如图5-6所示,可以包括:
步骤5091、第一摄像机判断目标区域的亮度值是否大于预设亮度值。当目标区域的亮度值大于预设亮度值时,执行步骤5092;当目标区域的亮度值不大于预设亮度值时,执行步骤5093。
为得到违章车辆的图像信息,抓拍的目标区域的亮度值不能过小,所以第一摄像机可以先判断违章车辆的车牌和车窗所在的区域是否大于预设亮度值。该预设亮度值可以根据实际需要进行设置,本发明实施例对此不做限定。
步骤5092、第一摄像机对目标区域进行抓拍,得到图像信息。
当违章车辆的车牌和车窗所在的区域的亮度值大于预设亮度值时,第一摄像机可以对违章车辆的车牌和车窗所在的区域进行抓拍,得到违章车辆的图像信息。
步骤5093、第一摄像机开启补光灯。
当违章车辆的车牌和车窗所在的区域的亮度不大于预设亮度值时,第一摄像机开启与第一摄像机关联的补光灯,该补光灯对目标区域进行照射,使得目标区域的亮度值大于预设亮度。之后,第一摄像机对目标区域进行抓拍,得到违章车辆的图像信息。
步骤510、第一摄像机将图像信息发送至车辆监控服务器。
第一摄像机获取违章车辆的图像信息后,将违章车辆的图像信息发送至车辆监控服务器,使得车辆监控服务器将违章车辆的图像信息发送至预测的违章车辆的行驶轨迹上部署的除第一摄像机之外的第二摄像机,实现对违章车辆的实时追踪。
需要说明的是,步骤502和步骤503可以在步骤510之前执行,也即是,在车辆监控服务器接收第一摄像机发送的违章车辆的图像信息之前,车辆监控服务器接收布防区域内所有摄像机发送的对应路口的交通流量,并根据布防区域内所有摄像机发送的对应路口的交通流量确定布防区域内每个路口的流量权重;步骤502和步骤503也可以在步骤510之后执行,也即是,在车辆监控服务器接收第一摄像机发送的违章车辆的图像信息之后,车辆监控服务器接收布防区域内所有摄像机发送的对应路口的交通流量,并根据布防区域内所有摄像机发送的对应路口的交通流量确定布防区域内每个路口的流量权重。步骤502和步骤503在该违章车辆监控方法中的顺序不做限定。
步骤511、车辆监控服务器预测违章车辆的行驶轨迹。
该行驶轨迹携带有路口标识和摄像机标识。
在本发明实施例中,车辆监控服务器可以对违章车辆的行驶轨迹进行预测。以便于确定该行驶轨迹上部署的所有摄像机。这样一来,车辆监控服务器能够将违章车辆的图像信息发送至违章车辆可能路过的交通卡口处的摄像机,违章车辆路过该交通卡口时,该交通卡口处的摄像机便能够对违章车辆进行追踪。
可选的,步骤511可以包括:车辆监控服务器根据每个路口的流量权重预测违章车辆的行驶轨迹。
车辆监控服务器根据步骤503中确定的每个路口的流量权重来预测违章车辆的行驶轨迹。具体的,可以包括:
车辆监控服务器基于违章车辆的起始位置,将对应交通卡口中最大流量权重的路口形成的轨迹作为违章车辆的行驶轨迹。
示例的,如图5-4所示,车辆监控服务器确定的布防区域内部分路口的流量权重为:交通卡口M的路口M1的流量权重为45%,路口M2的流量权重为20%,路口M3的流量权重为35%;交通卡口L的路口L1的流量权重为28%,路口L2的流量权重为15%,路口L3的流量权重为57%;交通卡口N的路口N1的流量权重为19%,路口N2的流量权重为19%,路口N3的流量权重为62%;交通卡口O的路口O1的流量权重为22%,路口N2的流量权重为55%,路口N3的流量权重为23%。违章车辆的起始位置为P,交通卡口M中,路口M1的流量权重(即45%)最大,与路口M1相邻的交通卡口L中,路口L3的流量权重(即57%)最大。与路口L3相邻的交通卡口N中,路口N3的流量权重(即62%)最大。与路口N3相邻的交通卡口O中,路口O2的流量权重(即55%)最大。那么,车辆监控服务器可以将路口M1、路口L3、路口N3和路口O2形成的轨迹为违章车辆的行驶轨迹。
步骤512、车辆监控服务器将违章车辆的图像信息发送至行驶轨迹上部署的除第一摄像机之外的第二摄像机。
示例的,参见图5-4,车辆监控服务器可以将摄像机S1发送的违章车辆的图像信息发送至摄像机S2。车辆监控服务器也可以将违章车辆的图像信息发送至摄像机S3及摄像机S4。
步骤513、第二摄像机根据图像信息对违章车辆进行追踪。
当第二摄像机接收到违章车辆的图像信息后,便可以对违章车辆进行追踪,及时获取违章车辆的行驶状态。第二摄像机可以接收车辆监控服务器发送的违章车辆的图像信息,也可以接收第一摄像机发送的违章车辆的图像信息。
可选的,如图5-7所示,步骤513可以包括:
步骤5131、第二摄像机检测当前抓拍的车辆的图像信息与车辆监控服务器发送的图像信息是否相同。
第二摄像机检测当前自身抓拍的车辆的图像信息与车辆监控服务器发送的图像信息是否相同。在当前自身抓拍的车辆的图像信息与车辆监控服务器发送的图像信息相同时,第二摄像机便可以确定当前抓拍的车辆为第一摄像机所确定的违章车辆。在当前自身抓拍的车辆的图像信息与车辆监控服务器发送的图像信息不相同时,第二摄像机便可以确定当前抓拍的车辆不为第一摄像机所确定的违章车辆。其中,检测两个图像信息是否相同可以采用多种方式,比如基于图像特征值来检测。
步骤5132、当前抓拍的车辆的图像信息与车辆监控服务器发送的图像信息相同时,第二摄像机确定当前抓拍的车辆为违章车辆。
示例的,第二摄像机基于图像特征值,检测到当前抓拍的车辆的图像信息与车辆监控服务器发送的图像信息相同时,便可以确定当前抓拍的车辆为第一摄像机确定的违章车辆。
步骤5133、第二摄像机向车辆监控服务器发送提示信息。
该提示信息用于指示违章车辆通过第二摄像机所在的交通卡口。
示例的,参见图5-4,第二摄像机为摄像机S2,摄像机S2检测到当前抓拍的车辆的图像信息与车辆监控服务器发送的图像信息相同时,摄像机S2便向车辆监控服务器发送提示信息,使得车辆监控服务器能够确定违章车辆通过摄像机S2所在的交通卡口L。
可选的,在本发明实施例中,在步骤511之后,该违章车辆监控方法还可以包括:第一摄像机向车辆监控服务器发送指示信息;车辆监控服务器向第一摄像机发送违章车辆的行驶轨迹;第一摄像机基于该违章车辆的行驶轨迹向该行驶轨迹上部署的其他摄像机发送违章车辆的图像信息。
示例的,参见图5-4,路口M1处设置有摄像机S1,路口L3处设置有摄像机S2,路口N3处设置有摄像机S3,路口O2处设置有摄像机S4。那么车辆监控服务器可以将路口M1、路口L3、路口N3和路口O2形成的轨迹发送至第一摄像机,该行驶轨迹可以携带有路口标识,即:M1、L3、N3和O2,以及摄像机标识,即S1、S2、S3和S4。
第一摄像机可以将步骤509中获取的违章车辆的图像信息直接发送至行驶轨迹上部署的其他摄像机。比如第一摄像机可以将违章车辆的图像信息直接发送至部署于行驶轨迹上的与第一摄像机相邻,且位于第一摄像机下游的摄像机。示例的,参见图5-4,第一摄像机可以为行驶轨迹中的摄像机S1,那么第一摄像机在接收到服务器发送的违章车辆的行驶轨迹后,可以将违章车辆的图像信息发送至摄像机S2,使得摄像机S2对违章车辆进行追踪,第一摄像机也可以将违章车辆的图像信息发送至摄像机S3及S4。
进一步的,为了检测人车是否匹配,即检测违章车辆的驾驶员是否是该违章车辆的车主,该违章车辆监控方法还可以包括:
1、第一摄像机从图像信息中提取出违章车辆的属性信息和驾驶员的人脸特征信息。
属性信息可以为车牌信息。由于第一摄像机对违章车辆的车牌和车窗所在的区域进行了抓拍,所以第一摄像机可以从获取的违章车辆的图像信息中提取出违章车辆的车牌信息和驾驶员的人脸特征信息。
2、第一摄像机查询预设的属性信息库中是否存在违章车辆的属性信息。
该属性信息库包括多个车辆的属性信息。
示例的,第一摄像机查询预设的车牌信息库中是否存在该违章车辆的车牌信息。该车牌信息库存储于第一摄像机中。
3、当属性信息库中存在违章车辆的属性信息时,第一摄像机确定对违章车辆的属性信息识别成功。
示例的,当第一摄像机存储的车牌信息库中存在违章车辆的车牌信息,那么第一摄像机可以确定对违章车辆的车牌信息识别成功。
4、当对违章车辆的属性信息识别成功时,第一摄像机将违章车辆的属性信息和驾驶员的人脸特征信息发送至车辆监控服务器。
示例的,当对违章车辆的车牌信息识别成功时,第一摄像机将违章车辆的车牌信息和驾驶员的人脸特征信息发送至车辆监控服务器,以便于车辆监控服务器进行人车匹配操作。
5、车辆监控服务器根据违章车辆的属性信息、驾驶员的人脸特征信息和预设的对应关系确定驾驶员是否为违章车辆的车主。
该对应关系用于记录人脸特征信息与属性信息的对应关系。
可选的,如图5-8所示,车辆监控服务器根据违章车辆的属性信息、驾驶员的人脸特征信息和预设的对应关系确定驾驶员是否为违章车辆的车主,可以包括:
步骤581、车辆监控服务器从预设的对应关系中查找与驾驶员的人脸特征信息的匹配度最大的目标人脸特征信息。
示例的,表1示出了人脸特征信息与车牌信息的对应关系。参见表1,人脸特征a1对应的车牌信息为Y1,人脸特征b1对应的车牌信息为Y2,人脸特征c1对应的车牌信息为Y3。
表1
人脸特征 车牌信息
a1 Y1
b1 Y2
c1 Y3
步骤582、车辆监控服务器查询对应关系中目标人脸特征信息对应的目标属性信息。
参见表1,假设车辆监控服务器从表1中查找与违章车辆的驾驶员的人脸特征信息的匹配度最大的目标人脸特征信息为b1。那么车辆监控服务器可以查询对应关系中目标人脸特征信息b1对应的目标车牌信息Y2。
步骤583、车辆监控服务器判断目标属性信息与违章车辆的属性信息是否相同。当目标属性信息与违章车辆的属性信息相同时,执行步骤584;当目标属性信息与违章车辆的属性信息不相同时,执行步骤585。
步骤584、车辆监控服务器确定驾驶员为违章车辆的车主。
步骤585、车辆监控服务器确定驾驶员不为违章车辆的车主。
以表1为例,车辆监控服务器判断目标车牌信息Y2与违章车辆的车牌信息是否相同。当目标车牌信息Y2与违章车辆的车牌信息相同时,车辆监控服务器确定违章车辆的驾驶员为违章车辆的车主;当目标车牌信息Y2与违章车辆的车牌信息不相同时,车辆监控服务器确定违章车辆的驾驶员不为违章车辆的车主。在本发明实施例中,车辆监控服务器能够对违章车辆进行人车匹配操作,判断违章车辆的驾驶员是否为违章车辆的车主。当然,车辆监控服务器也可以采用同样的方式对非违章车辆进行人车匹配操作。
进一步的,为了实现重点人车追踪,该方法还可以包括:
1、车辆监控服务器向第一摄像机发送黑名单车辆属性信息。
2、第一摄像机判断提取出的属性信息和黑名单车辆属性信息是否相同。
3、当提取出的属性信息和黑名单车辆属性信息相同时,第一摄像机触发车辆监控服务器发出报警信号,并向车辆监控服务器发送人脸特征信息。
示例的,当需要对车牌信息为Y1的车辆和车辆上的人员进行追踪时,车辆监控服务器可以向第一摄像机发送车牌信息Y1。第一摄像机判断从获取的车辆图像信息中提取的车牌信息是否为Y1。当提取的车牌信息为Y1时,第一摄像机触发车辆监控服务器发出报警信号,并向车辆监控服务器发送从车辆图像信息中提取的驾驶员的人脸特征信息,以便于车辆监控服务器及时获取所追踪车辆驾驶员的身份信息,并基于该身份信息对该驾驶员进行追踪。
可选的,车辆监控服务器也可以向第一摄像机发送目标车辆的图像信息;第一摄像机判断自身抓拍获取的图像信息与接收到的目标车辆的图像信息是否相同;当自身抓拍得到的图像信息与接收到的目标车辆的图像信息相同时,第一摄像机触发车辆监控服务器发出报警信号,并向车辆监控服务器发送从自身抓拍得到的图像信息中提取的驾驶员的人脸特征信息。第一摄像机可以对该车辆进行实时监控,比如当该车辆停止行驶,或者该车辆的驾驶员离开该车辆时,第一摄像机可以触发车辆监控服务器发出报警信号,同时,将进入该车辆的新的驾驶员的人脸特征信息发送至车辆监控服务器。
为了降低图像处理复杂度,具体的,在判断自身抓拍获取的图像信息与接收到的目标车辆的图像信息是否相同时,第一摄像机可以缩小自身抓拍得到的图像信息所对应的图像,然后基于图像特征值将缩小后的图像与目标车辆的图像信息所对应的图像进行比较,比较完成后,再将缩小后的图像的大小恢复至原始大小。
综上所述,本发明实施例提供的违章车辆监控方法,由于车辆监控服务器能够将接收到第一摄像机发送的违章车辆的图像信息,发送至预测的行驶轨迹上部署的除第一摄像机之外的第二摄像机,使得第二摄像机根据图像信息对违章车辆进行追踪。相较于相关技术,车辆监控服务器预测的行驶轨迹上相关联的摄像机可以进行通信,摄像机可以对违章车辆进行实时追踪,因此,丰富了监控方式。
需要说明的是,本发明实施例提供的违章车辆监控方法步骤的先后顺序可以进行适当调整,步骤也可以根据情况进行相应增减,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化的方法,都应涵盖在本发明的保护范围之内,因此不再赘述。
图6-1是根据一示例性实施例示出的一种违章车辆监控装置600的框图,该违章车辆监控装置用于车辆监控服务器,参见图6-1,该违章车辆监控装置600可以包括:
第一接收模块610,用于接收第一摄像机发送的违章车辆的图像信息,第一摄像机位于包括多个交通卡口的布防区域,每个交通卡口设置有摄像机,第一摄像机为布防区域内所有摄像机中的任一个。
预测模块620,用于预测违章车辆的行驶轨迹。
第一发送模块630,用于将违章车辆的图像信息发送至行驶轨迹上部署的除第一摄像机之外的第二摄像机,使得第二摄像机根据图像信息对违章车辆进行追踪。
综上所述,本发明实施例提供的违章车辆监控装置,由于车辆监控服务器能够将第一摄像机发送的违章车辆的图像信息,发送至预测的行驶轨迹上部署的除第一摄像机之外的第二摄像机,使得第二摄像机根据图像信息对违章车辆进行追踪。相较于相关技术,车辆监控服务器预测的行驶轨迹上相关联的摄像机可以通过车辆监控服务器进行通信,摄像机可以对违章车辆进行实时追踪,丰富了监控方式。
进一步的,如图6-2所示,该装置600还包括:
第二接收模块640,用于接收第一摄像机发送的违章车辆的属性信息和驾驶员的人脸特征信息,违章车辆的属性信息和驾驶员的人脸特征信息是第一摄像机从图像信息中提取出来的信息。
第一确定模块650,用于:
从预设的对应关系中查找与驾驶员的人脸特征信息的匹配度最大的目标人脸特征信息,对应关系用于记录人脸特征信息与属性信息的对应关系;
查询对应关系中目标人脸特征信息对应的目标属性信息;
判断目标属性信息与违章车辆的属性信息是否相同;
当目标属性信息与违章车辆的属性信息相同时,确定驾驶员为违章车辆的车主;
当目标属性信息与违章车辆的属性信息不相同时,确定驾驶员不为违章车辆的车主。
进一步的,如图6-2所示,该装置600还包括:
第三接收模块660,用于接收布防区域内所有摄像机发送的对应路口的交通流量。
第二确定模块670,用于根据布防区域内所有摄像机发送的对应路口的交通流量确定布防区域内每个路口的流量权重。
如图6-3所示,预测模块620,包括:
预测子模块621,用于根据每个路口的流量权重预测违章车辆的行驶轨迹。
可选的,第二确定模块670,用于:
根据布防区域内所有摄像机发送的交通流量确定布防区域内每个路口的第一权重。
根据异常车辆的行驶轨迹对每个路口的第一权重进行修正,得到第二权重。
将每个路口的第二权重作为对应路口的流量权重。
其中,第二确定模块670,具体用于:
检测异常车辆是否通过预设路口,预设路口的第一权重大于预设路口所在交通卡口的其余路口的第一权重;
当异常车辆通过预设路口时,增大预设路口的第一权重;
当异常车辆通过预设路口所在交通卡口的其余路口时,增大其余路口的第一权重。
可选的,图6-3中的预测子模块621,用于:
基于违章车辆的起始位置,将对应交通卡口中最大流量权重的路口形成的轨迹作为违章车辆的行驶轨迹。
图6-2中的其他标记含义可以参考图6-1。
综上所述,本发明实施例提供的违章车辆监控装置,由于车辆监控服务器能够将第一摄像机发送的违章车辆的图像信息,发送至预测的行驶轨迹上部署的除第一摄像机之外的第二摄像机,使得第二摄像机根据图像信息对违章车辆进行追踪。相较于相关技术,车辆监控服务器预测的行驶轨迹上相关联的摄像机可以进行通信,摄像机可以对违章车辆进行实时追踪,丰富了监控方式。
图7-1是根据一示例性实施例示出的一种违章车辆监控装置700的框图,该违章车辆监控装置用于布防区域中的第一摄像机,布防区域包括多个交通卡口,每个交通卡口设置有摄像机,第一摄像机为所有摄像机中的任一个,参见图7-1,该违章车辆监控装置700可以包括:
第一确定模块710,用于确定在车辆行驶至第一摄像机的监控区域且满足预设的触发条件时,确定车辆为违章车辆。
第一获取模块720,用于获取违章车辆的图像信息。
第一发送模块730,用于将图像信息发送至车辆监控服务器,使得车辆监控服务器将图像信息发送至预测的行驶轨迹上部署的除第一摄像机之外的第二摄像机,第二摄像机用于根据图像信息对违章车辆进行追踪。
综上所述,本发明实施例提供的违章车辆监控装置,布防区域中的第一摄像机能够获取违章车辆的图像信息,并将该图像信息发送至车辆监控服务器,使得车辆监控服务器将图像信息发送至预测的行驶轨迹上部署的除第一摄像机之外的第二摄像机,之后,第二摄像机根据图像信息对违章车辆进行追踪。相较于相关技术,车辆监控服务器预测的行驶轨迹上相关联的摄像机可以通过车辆监控服务器进行通信,摄像机可以对违章车辆进行实时追踪,丰富了监控方式。
可选的,属性信息为车牌信息,相应的,如图7-2所示,第一获取模块720,包括:
抓拍子模块721,用于对违章车辆的目标区域进行抓拍,得到图像信息,目标区域为违章车辆的车牌和车窗所在的区域。
可选的,抓拍子模块721,用于:
判断目标区域的亮度值是否大于预设亮度值;
当目标区域的亮度值大于预设亮度值时,对目标区域进行抓拍,得到图像信息。
进一步的,如图7-3所示,该装置700还包括:
第二获取模块740,用于获取对违章车辆进行监控时生成的第一视频流。
第二确定模块750,用于确定违章车辆的违章类型。可选的,违章类型为超速、闯红灯、交通事故或违法变道。
标记模块760,用于根据违章类型,采用报警标记对第一视频流中违章车辆进行标记,得到第二视频流,不同违章类型对应的报警标记的颜色不同。
其中,标记模块760用于:
从第一视频流中提取出包含违章车辆的第一图像;
缩小第一图像,得到第二图像;
确定违章车辆在第二图像中的坐标信息;
根据车辆的违章类型,采用报警标记对坐标信息所指示的区域进行标记,得到标记后的第二图像;
放大标记后的第二图像,得到第三图像,第三图像的大小与第一图像的大小相同;
将第一图像替换成第三图像,得到第二视频流。
进一步的,如图7-3所示,该装置700还包括:
提取模块770,用于从图像信息中提取出违章车辆的属性信息。
接收模块780,用于接收车辆监控服务器发送的黑名单车辆属性信息。
判断模块790,用于判断提取出的属性信息和黑名单车辆属性信息是否相同。
触发模块791,用于当提取出的属性信息和黑名单车辆属性信息相同时,触发车辆监控服务器发出报警信号,并向车辆监控服务器发送人脸特征信息。
图7-3中的其他标记含义可以参考图7-1。
综上所述,本发明实施例提供的违章车辆监控装置,布防区域中的第一摄像机能够获取违章车辆的图像信息,并将该图像信息发送至车辆监控服务器,使得车辆监控服务器将图像信息发送至预测的行驶轨迹上部署的除第一摄像机之外的第二摄像机,之后,第二摄像机根据图像信息对违章车辆进行追踪。相较于相关技术,车辆监控服务器预测的行驶轨迹上相关联的摄像机可以进行通信,摄像机可以对违章车辆进行实时追踪,丰富了监控方式。
图8是根据一示例性实施例示出的一种违章车辆监控装置800的框图,该违章车辆监控装置用于布防区域中的第二摄像机,布防区域包括多个交通卡口,每个交通卡口设置有摄像机,第一摄像机为所有摄像机中的任一个,第二摄像机为车辆监控服务器预测的行驶轨迹上部署的除第一摄像机之外的摄像机,参见图8,该违章车辆监控装置800可以包括:
接收模块810,用于接收车辆监控服务器发送的违章车辆的图像信息,违章车辆的图像信息是第一摄像机发送至车辆监控服务器的。
追踪模块820,用于根据图像信息对违章车辆进行追踪。
综上所述,本发明实施例提供的违章车辆监控装置,布防区域中的第二摄像机能够接收车辆监控服务器发送的违章车辆的图像信息,并根据该图像信息对违章车辆进行追踪。相较于相关技术,车辆监控服务器预测的行驶轨迹上相关联的摄像机可以通过车辆监控服务器进行通信,摄像机可以对违章车辆进行实时追踪,丰富了监控方式。
具体的,追踪模块820,用于:
检测当前抓拍的车辆的图像信息与车辆监控服务器发送的图像信息是否相同;
当前抓拍的车辆的图像信息与车辆监控服务器发送的图像信息相同时,确定当前抓拍的车辆为违章车辆;
向车辆监控服务器发送提示信息,提示信息用于指示违章车辆通过第二摄像机所在的交通卡口。
综上所述,本发明实施例提供的违章车辆监控装置,布防区域中的第二摄像机能够接收车辆监控服务器发送的违章车辆的图像信息,并根据该图像信息对违章车辆进行追踪。相较于相关技术,车辆监控服务器预测的行驶轨迹上相关联的摄像机可以进行通信,摄像机可以对违章车辆进行实时追踪,丰富了监控方式。
图9是根据一示例性实施例示出的违章车辆监控装置900的框图,该装置900用于车辆监控服务器,该装置900包括:
处理器901、存储器902、网络接口903和总线904。总线904用于连接处理器901、存储器902和网络接口903,处理器901用于执行存储器902中存储的程序9021。
存储器902可能包含高速随机存取存储器,也可能包含非不稳定的存储器,例如至少一个磁盘存储器。通过网络接口903(可以是有线或者无线)实现该违章车辆监控装置与摄像机之间的通信连接。处理器901可以执行存储器902中存储的程序9021来实现车辆监控服务器,并使得该车辆监控服务器执行上述图2所示的违章车辆监控方法,或者执行图5-1所示实施例中的相关步骤。
综上所述,本发明实施例提供的违章车辆监控装置,由于车辆监控服务器能够将第一摄像机发送的违章车辆的图像信息,发送至预测的行驶轨迹上部署的除第一摄像机之外的第二摄像机,使得第二摄像机根据图像信息对违章车辆进行追踪。相较于相关技术,车辆监控服务器预测的行驶轨迹上相关联的摄像机可以进行通信,摄像机可以对违章车辆进行实时追踪,丰富了监控方式。
图10是根据一示例性实施例示出的违章车辆监控装置1000的框图,该装置1000用于布防区域中的第一摄像机,布防区域包括多个交通卡口,每个交通卡口设置有摄像机,第一摄像机为所有摄像机中的任一个。
参见图10,装置1000可以包括以下一个或多个组件:处理组件1001,存储器1002,电源组件1003,多媒体组件1004,音频组件1005,输入/输出(I/O)接口1006,传感器组件1007,以及通信组件1008。
处理组件1001通常控制装置1000的整体操作,诸如与显示,数据通信,相机操作和记录操作相关联的操作。处理组件1001可以包括一个或多个处理器1010来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件1001可以包括一个或多个模块,便于处理组件1001和其他组件之间的交互。例如,处理组件1001可以包括多媒体模块,以方便多媒体组件1004和处理组件1001之间的交互。
存储器1002被配置为存储各种类型的数据以支持在装置1000的操作。这些数据的示例包括用于在装置1000上操作的任何应用程序或方法的指令,图片,视频等。存储器1002可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件1003为装置1000的各种组件提供电力。电源组件1003可以包括电源管理系统,一个或多个电源,及其他与为装置1000生成、管理和分配电力相关联的组件。
多媒体组件1004包括在所述装置1000和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件504包括一个前置摄像头和/或后置摄像头。当装置1000处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1005被配置为输出和/或输入音频信号。例如,音频组件1005包括一个麦克风(MIC),当装置1000处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1002或经由通信组件1008发送。在一些实施例中,音频组件1005还包括一个扬声器,用于输出音频信号。
I/O接口1006为处理组件1001和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1007包括一个或多个传感器,用于为装置1000提供各个方面的状态评估。例如,传感器组件1007可以检测到装置1000的打开/关闭状态,组件的相对定位,例如所述组件为装置1000的显示器和小键盘,传感器组件1007还可以检测装置1000或装置1000的一个组件的位置改变,用户与装置1000接触的存在或不存在,装置1000方位或加速/减速和装置1000的温度变化。传感器组件1007可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1007还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件1007还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件1008被配置为便于装置1000和其他设备之间有线或无线方式的通信。装置1000可以接入基于通信标准的无线网络,如WIFI,2G或3G,或它们的组合。在一个示例性实施例中,通信组件1008经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件1008还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置1000可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器1002,上述指令可由装置1000的处理器1010执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、只读存储器(CD-ROM)、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置1000的处理器执行时,使得装置1000能够执行图3所示的违章车辆监控方法,或者执行图5-1所示实施例中的相关步骤。
综上所述,本发明实施例提供的违章车辆监控装置,布防区域中的第一摄像机能够获取违章车辆的图像信息,并将该图像信息发送至车辆监控服务器,使得车辆监控服务器将图像信息发送至预测的行驶轨迹上部署的除第一摄像机之外的第二摄像机,之后,第二摄像机根据图像信息对违章车辆进行追踪。相较于相关技术,车辆监控服务器预测的行驶轨迹上相关联的摄像机可以进行通信,摄像机可以对违章车辆进行实时追踪,丰富了监控方式。
本发明实施例还提供了另一种违章车辆监控装置,参考图10,该违章车辆监控装置用于布防区域中的第二摄像机,布防区域包括多个交通卡口,每个交通卡口设置有摄像机,第一摄像机为所有摄像机中的任一个,第二摄像机为车辆监控服务器预测的行驶轨迹上部署的除第一摄像机之外的摄像机。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器1002,上述指令可由装置1000的处理器1010执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、只读存储器(CD-ROM)、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置1000的处理器执行时,使得装置1000能够执行图4所示的违章车辆监控方法,或者执行图5-1所示实施例中的相关步骤。
综上所述,本发明实施例提供的违章车辆监控装置,布防区域中的第二摄像机能够接收车辆监控服务器发送的违章车辆的图像信息,并根据该图像信息对违章车辆进行追踪。车辆监控服务器预测的行驶轨迹上相关联的摄像机可以进行通信,摄像机可以对违章车辆进行实时追踪,丰富了监控方式。
本发明实施例还提供了一种违章车辆监控系统,包括车辆监控服务器、第一摄像机和第二摄像机,布防区域包括多个交通卡口,每个交通卡口设置有摄像机,第一摄像机为所有摄像机中的任一个,第二摄像机为车辆监控服务器预测的行驶轨迹上部署的除第一摄像机之外的摄像机,
其中,车辆监控服务器包括图6-1或图6-2所示的违章车辆监控装置;
第一摄像机包括图7-1或图7-3所示的违章车辆监控装置;
第二摄像机包括图8所示的违章车辆监控装置,第二摄像机用于根据车辆监控服务器发送的违章车辆的图像信息对违章车辆进行追踪。
本发明实施例还提供了另一种违章车辆监控系统,包括车辆监控服务器、第一摄像机和第二摄像机,布防区域包括多个交通卡口,每个交通卡口设置有摄像机,第一摄像机为所有摄像机中的任一个,第二摄像机为所述车辆监控服务器预测的行驶轨迹上部署的除第一摄像机之外的摄像机,
其中,车辆监控服务器包括图9所示的违章车辆监控装置;
第一摄像机包括图10所示的违章车辆监控装置;
第二摄像机包括图10所示的违章车辆监控装置,第二摄像机用于根据车辆监控服务器发送的违章车辆的图像信息对违章车辆进行追踪。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域技术人员在考虑说明书及实践这里发明的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (13)

1.一种违章车辆监控方法,其特征在于,用于车辆监控服务器,所述方法包括:
接收第一摄像机发送的违章车辆的图像信息,所述第一摄像机位于包括多个交通卡口的布防区域,每个交通卡口设置有摄像机,所述第一摄像机为所述布防区域内所有摄像机中的任一个;
根据每个路口的流量权重预测所述违章车辆的行驶轨迹,所述流量权重是所述路口的交通流量与所述路口所在的交通卡口的交通流量的比值,所述行驶轨迹用于追踪所述违章车辆;
将所述违章车辆的图像信息发送至所述行驶轨迹上部署的除所述第一摄像机之外的第二摄像机,使得所述第二摄像机根据所述图像信息对所述违章车辆进行追踪;
所述方法还包括:
接收所述布防区域内所有摄像机发送的对应路口的交通流量;根据所述布防区域内所有摄像机发送的交通流量确定所述布防区域内每个路口的第一权重;根据异常车辆的行驶轨迹对每个路口的第一权重进行修正,得到第二权重;将每个路口的第二权重作为对应路口的流量权重;
所述根据异常车辆的行驶轨迹对每个路口的第一权重进行修正,得到第二权重,包括:
检测所述异常车辆是否通过预设路口;当所述异常车辆通过所述预设路口时,增大所述预设路口的第一权重;当所述异常车辆通过所述预设路口所在交通卡口的其余路口时,增大所述其余路口的第一权重。
2.根据权利要求1所述的方法,其特征在于,在所述接收第一摄像机发送的违章车辆的图像信息之后,所述方法还包括:
接收所述第一摄像机发送的所述违章车辆的属性信息和驾驶员的人脸特征信息,所述违章车辆的属性信息和所述驾驶员的人脸特征信息是所述第一摄像机从所述图像信息中提取出来的信息;
从预设的对应关系中查找与所述驾驶员的人脸特征信息的匹配度最大的目标人脸特征信息,所述对应关系用于记录人脸特征信息与属性信息的对应关系;
查询所述对应关系中所述目标人脸特征信息对应的目标属性信息;
判断所述目标属性信息与所述违章车辆的属性信息是否相同;
当所述目标属性信息与所述违章车辆的属性信息相同时,确定所述驾驶员为所述违章车辆的车主;
当所述目标属性信息与所述违章车辆的属性信息不相同时,确定所述驾驶员不为所述违章车辆的车主。
3.一种违章车辆监控方法,其特征在于,用于布防区域中的第一摄像机,所述布防区域包括多个交通卡口,每个交通卡口设置有摄像机,所述第一摄像机为所有摄像机中的任一个,所述方法包括:
当车辆行驶至所述第一摄像机的监控区域且满足预设的触发条件时,确定所述车辆为违章车辆;
获取所述违章车辆的图像信息;
将所述图像信息发送至车辆监控服务器,使得所述车辆监控服务器将所述图像信息发送至预测的行驶轨迹上部署的除所述第一摄像机之外的第二摄像机,所述行驶轨迹用于追踪所述违章车辆,所述行驶轨迹是所述车辆监控服务器根据每个路口的流量权重预测得到的,所述每个路口的流量权重为所述每个路口的第二权重,所述每个路口的第二权重是所述车辆监控服务器根据异常车辆的行驶轨迹对所述每个路口的第一权重进行修正得到的,所述每个路口的第一权重是所述车辆监控服务器根据接收到的所述布防区域内所有摄像机发送的对应路口的交通流量确定的,所述流量权重是所述路口的交通流量与所述路口所在的交通卡口的交通流量的比值,所述第二摄像机用于根据所述图像信息对所述违章车辆进行追踪;
所述车辆监控服务器用于检测所述异常车辆是否通过预设路口,当所述异常车辆通过所述预设路口时,增大所述预设路口的第一权重,当所述异常车辆通过所述预设路口所在交通卡口的其余路口时,增大所述其余路口的第一权重。
4.根据权利要求3所述的方法,其特征在于,在所述确定所述车辆为违章车辆之后,所述方法还包括:
获取对所述违章车辆进行监控时生成的第一视频流;
确定所述违章车辆的违章类型;
根据所述违章类型,采用报警标记对所述第一视频流中所述违章车辆进行标记,得到第二视频流,不同违章类型对应的报警标记的颜色不同。
5.根据权利要求4所述的方法,其特征在于,所述根据所述违章类型,采用报警标记对所述第一视频流中所述违章车辆进行标记,得到第二视频流,包括:
从所述第一视频流中提取出包含所述违章车辆的第一图像;
缩小所述第一图像,得到第二图像;
确定所述违章车辆在所述第二图像中的坐标信息;
根据所述车辆的违章类型,采用所述报警标记对所述坐标信息所指示的区域进行标记,得到标记后的第二图像;
放大所述标记后的第二图像,得到第三图像,所述第三图像的大小与所述第一图像的大小相同;
将所述第一图像替换成所述第三图像,得到所述第二视频流。
6.根据权利要求3所述的方法,其特征在于,在所述获取所述违章车辆的图像信息之后,所述方法还包括:
从所述图像信息中提取出所述违章车辆的属性信息;
接收所述车辆监控服务器发送的黑名单车辆属性信息;
判断提取出的属性信息和所述黑名单车辆属性信息是否相同;
当提取出的属性信息和所述黑名单车辆属性信息相同时,触发所述车辆监控服务器发出报警信号,并向所述车辆监控服务器发送人脸特征信息,所述人脸特征信息为从所述第一摄像机抓拍得到的图像信息中提取的驾驶员的人脸特征信息。
7.一种违章车辆监控装置,其特征在于,用于车辆监控服务器,所述装置包括:
第一接收模块,用于接收第一摄像机发送的违章车辆的图像信息,所述第一摄像机位于包括多个交通卡口的布防区域,每个交通卡口设置有摄像机,所述第一摄像机为所述布防区域内所有摄像机中的任一个;
预测模块,用于根据每个路口的流量权重预测所述违章车辆的行驶轨迹,所述流量权重是所述路口的交通流量与所述路口所在的交通卡口的交通流量的比值,所述行驶轨迹用于追踪所述违章车辆;
第一发送模块,用于将所述违章车辆的图像信息发送至所述行驶轨迹上部署的除所述第一摄像机之外的第二摄像机,使得所述第二摄像机根据所述图像信息对所述违章车辆进行追踪;
所述装置还包括:
第三接收模块,用于接收所述布防区域内所有摄像机发送的对应路口的交通流量;
第二确定模块,用于根据所述布防区域内所有摄像机发送的对应路口的交通流量确定所述布防区域内每个路口的流量权重;
所述第二确定模块,用于:
根据所述布防区域内所有摄像机发送的交通流量确定所述布防区域内每个路口的第一权重;
根据异常车辆的行驶轨迹对每个路口的第一权重进行修正,得到第二权重;
将每个路口的第二权重作为对应路口的流量权重;
所述第二确定模块,还用于:
检测所述异常车辆是否通过预设路口;当所述异常车辆通过所述预设路口时,增大所述预设路口的第一权重;当所述异常车辆通过所述预设路口所在交通卡口的其余路口时,增大所述其余路口的第一权重。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第二接收模块,用于接收所述第一摄像机发送的所述违章车辆的属性信息和驾驶员的人脸特征信息,所述违章车辆的属性信息和所述驾驶员的人脸特征信息是所述第一摄像机从所述图像信息中提取出来的信息;
第一确定模块,用于:
从预设的对应关系中查找与所述驾驶员的人脸特征信息的匹配度最大的目标人脸特征信息,所述对应关系用于记录人脸特征信息与属性信息的对应关系;
查询所述对应关系中所述目标人脸特征信息对应的目标属性信息;
判断所述目标属性信息与所述违章车辆的属性信息是否相同;
当所述目标属性信息与所述违章车辆的属性信息相同时,确定所述驾驶员为所述违章车辆的车主;
当所述目标属性信息与所述违章车辆的属性信息不相同时,确定所述驾驶员不为所述违章车辆的车主。
9.一种违章车辆监控装置,其特征在于,用于布防区域中的第一摄像机,所述布防区域包括多个交通卡口,每个交通卡口设置有摄像机,所述第一摄像机为所有摄像机中的任一个,所述装置包括:
第一确定模块,用于确定在车辆行驶至所述第一摄像机的监控区域且满足预设的触发条件时,确定所述车辆为违章车辆;
第一获取模块,用于获取所述违章车辆的图像信息;
第一发送模块,用于将所述图像信息发送至车辆监控服务器,使得所述车辆监控服务器将所述图像信息发送至预测的行驶轨迹上部署的除所述第一摄像机之外的第二摄像机,所述行驶轨迹用于追踪所述违章车辆,所述行驶轨迹是所述车辆监控服务器根据每个路口的流量权重预测得到的,所述每个路口的流量权重为所述每个路口的第二权重,所述每个路口的第二权重是所述车辆监控服务器根据异常车辆的行驶轨迹对所述每个路口的第一权重进行修正得到的,所述每个路口的第一权重是所述车辆监控服务器根据接收到的所述布防区域内所有摄像机发送的对应路口的交通流量确定的,所述流量权重是所述路口的交通流量与所述路口所在的交通卡口的交通流量的比值,所述第二摄像机用于根据所述图像信息对所述违章车辆进行追踪;
所述车辆监控服务器用于检测所述异常车辆是否通过预设路口,当所述异常车辆通过所述预设路口时,增大所述预设路口的第一权重,当所述异常车辆通过所述预设路口所在交通卡口的其余路口时,增大所述其余路口的第一权重。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于获取对所述违章车辆进行监控时生成的第一视频流;
第二确定模块,用于确定所述违章车辆的违章类型;
标记模块,用于根据所述违章类型,采用报警标记对所述第一视频流中所述违章车辆进行标记,得到第二视频流,不同违章类型对应的报警标记的颜色不同。
11.根据权利要求10所述的装置,其特征在于,所述标记模块,用于:
从所述第一视频流中提取出包含所述违章车辆的第一图像;
缩小所述第一图像,得到第二图像;
确定所述违章车辆在所述第二图像中的坐标信息;
根据所述车辆的违章类型,采用所述报警标记对所述坐标信息所指示的区域进行标记,得到标记后的第二图像;
放大所述标记后的第二图像,得到第三图像,所述第三图像的大小与所述第一图像的大小相同;
将所述第一图像替换成所述第三图像,得到所述第二视频流。
12.根据权利要求9所述的装置,其特征在于,所述装置还包括:
提取模块,用于从所述图像信息中提取出所述违章车辆的属性信息;
接收模块,用于接收所述车辆监控服务器发送的黑名单车辆属性信息;
判断模块,用于判断提取出的属性信息和所述黑名单车辆属性信息是否相同;
触发模块,用于当提取出的属性信息和所述黑名单车辆属性信息相同时,触发所述车辆监控服务器发出报警信号,并向所述车辆监控服务器发送人脸特征信息,所述人脸特征信息为从所述第一摄像机抓拍得到的图像信息中提取的驾驶员的人脸特征信息。
13.一种违章车辆监控系统,其特征在于,包括车辆监控服务器、第一摄像机和第二摄像机,布防区域包括多个交通卡口,每个交通卡口设置有摄像机,所述第一摄像机为所有摄像机中的任一个,所述第二摄像机为所述车辆监控服务器预测的行驶轨迹上部署的除所述第一摄像机之外的摄像机,
所述车辆监控服务器包括权利要求7至8任一所述的违章车辆监控装置;
所述第一摄像机包括权利要求9至12任一所述的违章车辆监控装置;
所述第二摄像机用于根据所述车辆监控服务器发送的违章车辆的图像信息对所述违章车辆进行追踪。
CN201710262464.3A 2017-04-20 2017-04-20 违章车辆监控方法、装置及系统 Active CN108734967B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710262464.3A CN108734967B (zh) 2017-04-20 2017-04-20 违章车辆监控方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710262464.3A CN108734967B (zh) 2017-04-20 2017-04-20 违章车辆监控方法、装置及系统

Publications (2)

Publication Number Publication Date
CN108734967A CN108734967A (zh) 2018-11-02
CN108734967B true CN108734967B (zh) 2021-09-28

Family

ID=63933188

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710262464.3A Active CN108734967B (zh) 2017-04-20 2017-04-20 违章车辆监控方法、装置及系统

Country Status (1)

Country Link
CN (1) CN108734967B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111291585B (zh) * 2018-12-06 2023-12-08 杭州海康威视数字技术股份有限公司 一种基于gps的目标跟踪系统、方法、装置及球机
CN109858470A (zh) * 2019-03-06 2019-06-07 百度在线网络技术(北京)有限公司 用于输出信息的方法和装置
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
CN111275983B (zh) * 2020-02-14 2022-11-01 阿波罗智联(北京)科技有限公司 车辆追踪方法、装置、电子设备和计算机可读存储介质
CN112100305B (zh) * 2020-09-15 2021-07-30 重庆中科云从科技有限公司 一种基于多源数据的轨迹确定方法、装置、设备及介质
CN114155714B (zh) * 2020-09-15 2022-11-08 深圳市软筑信息技术有限公司 一种机动车牌接力识别系统及车牌接力识别方法
CN112907979B (zh) * 2021-03-08 2023-05-12 河海大学 一种基于多摄像头的机动车违法行驶轨迹跟踪系统及方法
CN114360257B (zh) * 2022-01-07 2023-02-28 重庆紫光华山智安科技有限公司 车辆监控方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102903239A (zh) * 2012-09-27 2013-01-30 安科智慧城市技术(中国)有限公司 交通路口车辆左右违章转向检测方法和系统
CN103606277A (zh) * 2013-11-18 2014-02-26 安徽大学 一种路口临时交通信号灯和闯红灯抓拍装置
JP2016021158A (ja) * 2014-07-15 2016-02-04 オムロン株式会社 交通量計測装置、交通量計測方法、および交通量計測プログラム
CN106384516A (zh) * 2016-09-28 2017-02-08 北京信路威科技股份有限公司 一种车辆违章行为检测方法及装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130286198A1 (en) * 2012-04-25 2013-10-31 Xerox Corporation Method and system for automatically detecting anomalies at a traffic intersection
CN102768800A (zh) * 2012-07-12 2012-11-07 复旦大学 基于高清视频的机动车闯红灯违章取证方法
US9081651B2 (en) * 2013-03-13 2015-07-14 Ford Global Technologies, Llc Route navigation with optimal speed profile
CN103544481A (zh) * 2013-10-24 2014-01-29 深圳市飞瑞斯科技有限公司 一种基于人脸识别的道路卡口监控方法及系统
US9978270B2 (en) * 2014-07-28 2018-05-22 Econolite Group, Inc. Self-configuring traffic signal controller
CN106355874B (zh) * 2015-07-16 2020-07-31 南京中兴软件有限责任公司 一种违章车辆的监控和报警方法、装置及系统
CN106412414B (zh) * 2016-06-08 2019-12-27 同济大学 追踪系统、摄像头、监测方法、及监测系统
CN106485927A (zh) * 2016-10-28 2017-03-08 江苏信息职业技术学院 一种智能交通违章信息采集装置及采集方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102903239A (zh) * 2012-09-27 2013-01-30 安科智慧城市技术(中国)有限公司 交通路口车辆左右违章转向检测方法和系统
CN103606277A (zh) * 2013-11-18 2014-02-26 安徽大学 一种路口临时交通信号灯和闯红灯抓拍装置
JP2016021158A (ja) * 2014-07-15 2016-02-04 オムロン株式会社 交通量計測装置、交通量計測方法、および交通量計測プログラム
CN106384516A (zh) * 2016-09-28 2017-02-08 北京信路威科技股份有限公司 一种车辆违章行为检测方法及装置

Also Published As

Publication number Publication date
CN108734967A (zh) 2018-11-02

Similar Documents

Publication Publication Date Title
CN108734967B (zh) 违章车辆监控方法、装置及系统
US10475337B2 (en) Investigation assist device, investigation assist method and investigation assist system
US11030463B2 (en) Systems and methods for displaying captured videos of persons similar to a search target person
US10977917B2 (en) Surveillance camera system and surveillance method
CN106004883B (zh) 车辆违规提醒的方法及装置
US11100332B2 (en) Investigation assist system and investigation assist method
US20170300503A1 (en) Method and apparatus for managing video data, terminal, and server
US20210192239A1 (en) Method for recognizing indication information of an indicator light, electronic apparatus and storage medium
CN109145679B (zh) 一种发出预警信息的方法、装置及系统
CN105469102A (zh) 车辆行驶信息记录方法及装置
EP2450832A1 (en) Image processing apparatus and image processing method
JP6547900B2 (ja) 眼鏡型ウェアラブル端末、その制御方法および制御プログラム
CN111047621B (zh) 一种目标对象追踪方法、系统、设备及可读介质
KR102181355B1 (ko) 인공지능 기반 차량 검색 시스템
KR101492473B1 (ko) 사용자 기반 상황 인지형 씨씨티비 통합관제시스템
CN110827556A (zh) 交通信号灯的指示状态提示方法、装置及存储介质
EP3309711A1 (en) Vehicle alert apparatus and operating method thereof
CN114841377B (zh) 应用于图像目标识别的联邦学习模型训练方法、识别方法
CN108133181B (zh) 获取指示信息的方法、ar设备及存储介质
CN104980695A (zh) 协同对象位置数据与视频数据
KR20210158037A (ko) 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법
CN106530711A (zh) 一种用于高速车辆的视频图像智能交通分析方法
KR102484789B1 (ko) 무인단속 및 교통정보 수집 기능을 구비한 지능형 교차로 통합관리시스템
US20240054489A1 (en) Traffic information processing methods, apparatuses, electronic devices, servers, and storage mediums
CN110889346A (zh) 一种智能追踪方法、系统、设备及可读介质

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