CN108986472B - 一种掉头车辆监控方法及装置 - Google Patents
一种掉头车辆监控方法及装置 Download PDFInfo
- Publication number
- CN108986472B CN108986472B CN201710398915.6A CN201710398915A CN108986472B CN 108986472 B CN108986472 B CN 108986472B CN 201710398915 A CN201710398915 A CN 201710398915A CN 108986472 B CN108986472 B CN 108986472B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- license plate
- acquisition
- plate information
- 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
Links
Images
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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- 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
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种掉头车辆监控方法及装置,其中,所述方法包括:通过识别车辆的车牌信息,跟踪记录车辆在第一采集区域的第一车辆轨迹,当第一车辆轨迹在第一采集区域内位于第一车道且行车方向为第一方向,且第一车辆轨迹跟踪丢失,则在预设时间范围内识别图像采集设备在第二采集区域是否采集到第一车牌信息,进而跟踪记录图像采集设备在第二采集区域采集到的图像中包含第一车牌信息的第二车辆轨迹。通过车辆的车牌信息,将车辆掉头前后的第一车辆轨迹与第二车辆轨迹结合匹配起来,进而确定包含第一车牌信息的车辆为掉头车辆。通过本发明实施例提供的掉头车辆监控方法及装置,提高掉头事件的捕获率。
Description
技术领域
本发明涉及视频监控技术领域,特别是涉及一种掉头车辆监控方法及装置。
背景技术
随着我国汽车保有量的快速增长,道路交通违法行为如违法停车、违法掉头等现象层出不穷。这些违法行为不仅影响出行的效率,而且直接或间接导致交通事故的频繁发生,进一步造成人员伤亡或者公共财产损失。为了保证出行者的生命财产和公共财产的安全,以及提高出行效率,需要实时监测交通违法事件,而违法掉头事件是违法事件中一种常见的情况。
违法掉头事件即在不允许掉头处掉头,可以看出,违法掉头事件检测的重点是如何检测掉头事件。现有方法,根据车辆行驶过程中的视频监控,通过轨迹直方图描述并记录车辆目标在视场中的轨迹;然后通过轨迹及目标运动方向判断车辆目标是否发生违法掉头行为,若发生违法掉头,则上传当前时刻报警图,然后进行车牌信息的识别。
因为车辆在掉头过程中车辆的行驶方向会发生变化(上行->横向->下行),图像采集设备采集车辆目标的位置也会发生变化(车尾->车身->车头)。现有方法中,利用目标轨迹跟踪目标,往往在目标发生掉头事件的瞬间会出现目标跟丢的情况,而这种情况则很难将目标掉头前后两条轨迹匹配成一条轨迹进行行为分析,进而对违法事件进行检测。可以看出,现有方法会因为目标跟踪丢失,而导致掉头事件的漏捕获。
发明内容
本发明实施例的目的在于提供一种掉头车辆监控方法及装置,以提高掉头事件的捕获率。具体技术方案如下:
一方面,本发明实施例提供了一种掉头车辆监控方法,包括:
识别图像采集设备在第一采集区域采集到的图像中的第一车牌信息;
跟踪记录所述图像采集设备在所述第一采集区域采集到的图像中包含所述第一车牌信息的第一车辆轨迹;
当所述第一车辆轨迹在所述第一采集区域内位于第一车道且行车方向为第一方向,且所述第一车辆轨迹跟踪丢失,则在预设时间范围内识别所述图像采集设备在第二采集区域是否采集到所述第一车牌信息;
若在所述预设时间范围内识别到所述图像采集设备在第二采集区域采集到所述第一车牌信息,则跟踪记录所述图像采集设备在所述第二采集区域采集到的图像中包含所述第一车牌信息的第二车辆轨迹;
当所述第二车辆轨迹在所述第二采集区域内位于第二车道且行车方向为第二方向,则确定包含所述第一车牌信息的车辆为掉头车辆,所述第一方向与所述第二方向相反,所述第一车道与所述第二车道为行车方向相反的车道。
可选的,所述第一采集区域包括采集触发线和采集停止线;
所述识别图像采集设备在第一采集区域采集到的图像中的第一车牌信息,包括:
识别所述图像采集设备在所述第一采集区域内超过所述采集触发线的目标车辆所包含的所述第一车牌信息;
所述方法还包括:
当所述第一车辆轨迹对应的目标车辆超过所述采集停止线,则停止跟踪所述第一车辆轨迹。
可选的,所述方法还包括:
当所述第一车辆轨迹在所述第一采集区域内位于第一车道且行车方向为第一方向时,采集超过所述采集触发线的包含所述第一车牌信息的车辆对应的的图像,得到第一张证据图像;
当所述第一车辆轨迹跟踪丢失时,计算跟踪丢失位置与所述第一张证据图像中所述车辆的位置之间的第一距离,当所述第一距离大于第一距离阈值时,采集第二张证据图像;或者,当所述第一车辆轨迹进入所述第二车道时,采集第二张证据图像;
当所述第二车辆轨迹在所述第二采集区域内位于第二车道且行车方向为第二方向,采集超过所述第二采集区域内的采集触发线的包含所述第一车牌信息的车辆对应的图像,得到第三张证据图像;或者,当所述第二车辆轨迹跟踪丢失时,在跟踪丢失处采集第三张证据图像。
可选的,所述跟踪记录所述图像采集设备在所述第一采集区域采集到的图像中包含所述第一车牌信息的第一车辆轨迹,包括:
匹配所述图像采集设备在所述第一采集区域采集到的每一帧图像中包含车牌信息的目标车辆;
若当前帧图像中包含第二车牌信息的目标车辆与前一帧图像中包含所述第一车牌信息的目标车辆的重合度大于或等于重合度阈值,且所述第二车牌信息与所述第一车牌信息的相似度大于或等于相似度阈值,则将所述当前帧图像中包含第二车牌信息的目标车辆记录在所述第一车辆轨迹中;
否则根据所述当前帧图像中车辆目标的颜色直方图特征匹配所述前一帧图像,预测所述第一车辆轨迹;
若未预测到所述第一车辆轨迹,则确定所述第一车辆轨迹跟踪丢失。
可选的,所述跟踪记录所述图像采集设备在所述第一采集区域采集到的图像中包含所述第一车牌信息的第一车辆轨迹,之前,所述方法还包括:
删除所述图像采集设备在所述第一采集区域采集到的图像中第一车牌信息异常的目标车辆图像。
可选的,所述识别图像采集设备在第一采集区域采集到的图像中的第一车牌信息,包括:
定位所述图像采集设备在第一采集区域采集到的图像中车辆的车牌区域;
将所述车牌区域按照字符分割,得到单个字符区域;
分别对每个单个字符区域进行识别,得到所述第一车牌信息。
另一方面,本发明实施例还一种掉头车辆监控装置,包括:
识别模块,用于识别图像采集设备在第一采集区域采集到的图像中的第一车牌信息;
跟踪记录模块,用于跟踪记录所述图像采集设备在所述第一采集区域采集到的图像中包含所述第一车牌信息的第一车辆轨迹;
所述识别模块,还用于当所述第一车辆轨迹在所述第一采集区域内位于第一车道且行车方向为第一方向,且所述第一车辆轨迹跟踪丢失,则在预设时间范围内识别所述图像采集设备在第二采集区域是否采集到所述第一车牌信息;
所述跟踪记录模块,还用于若在所述预设时间范围内识别到所述图像采集设备在第二采集区域采集到所述第一车牌信息,则跟踪记录所述图像采集设备在所述第二采集区域采集到的图像中包含所述第一车牌信息的第二车辆轨迹;
检测掉头模块,用于当所述第二车辆轨迹在所述第二采集区域内位于第二车道且行车方向为第二方向,则确定包含所述第一车牌信息的车辆为掉头车辆,所述第一方向与所述第二方向相反,所述第一车道与所述第二车道为行车方向相反的车道。
可选的,所述第一采集区域包括采集触发线和采集停止线;
所述识别模块具体用于,识别所述图像采集设备在所述第一采集区域内超过所述采集触发线的目标车辆所包含的所述第一车牌信息;
所述跟踪记录模块具体用于当所述第一车辆轨迹对应的目标车辆超过所述采集停止线,则停止跟踪所述第一车辆轨迹。
可选的,所述装置还包括:
采集模块,用于当所述第一车辆轨迹在所述第一采集区域内位于第一车道且行车方向为第一方向时,采集超过所述采集触发线的包含所述第一车牌信息的车辆对应的的图像,得到第一张证据图像;
所述采集模块,还用于当所述第一车辆轨迹跟踪丢失时,计算跟踪丢失位置与所述第一张证据图像中所述车辆的位置之间的第一距离,当所述第一距离大于第一距离阈值时,采集第二张证据图像;或者,当所述第一车辆轨迹进入所述第二车道时,采集第二张证据图像;
所述采集模块,还用于当所述第二车辆轨迹在所述第二采集区域内位于第二车道且行车方向为第二方向,采集超过所述第二采集区域内的采集触发线的包含所述第一车牌信息的车辆对应的图像,得到第三张证据图像;或者,当所述第二车辆轨迹跟踪丢失时,在跟踪丢失处采集第三张证据图像。
可选的,所述跟踪记录模块具体用于:若当前帧图像中包含第二车牌信息的目标车辆与前一帧图像中包含所述第一车牌信息的目标车辆的重合度大于或等于重合度阈值,且所述第二车牌信息与所述第一车牌信息的相似度大于或等于相似度阈值,则将所述当前帧图像中包含第二车牌信息的目标车辆记录在所述第一车辆轨迹中;
否则根据所述当前帧图像中车辆目标的颜色直方图特征匹配所述前一帧图像,预测所述第一车辆轨迹;
若未预测到所述第一车辆轨迹,则确定所述第一车辆轨迹跟踪丢失。
可选的,所述装置还包括删除模块,用于删除所述图像采集设备在所述第一采集区域采集到的图像中第一车牌信息异常的目标车辆图像。
可选的,所述识别模块具体用于定位所述图像采集设备在第一采集区域采集到的图像中车辆的车牌区域;将所述车牌区域按照字符分割,得到单个字符区域;分别对每个单个字符区域进行识别,得到所述第一车牌信息。
本发明实施例提供的一种掉头车辆监控方法及装置,可以通过识别车辆的车牌信息,跟踪记录车辆在第一采集区域的第一车辆轨迹,且当第一车辆轨迹在第一采集区域内位于第一车道且行车方向为第一方向,且第一车辆轨迹跟踪丢失,则在预设时间范围内识别图像采集设备在第二采集区域是否采集到第一车牌信息,进而跟踪记录图像采集设备在第二采集区域采集到的图像中包含第一车牌信息的第二车辆轨迹。通过车辆的车牌信息,将车辆掉头前后的第一车辆轨迹与第二车辆轨迹结合匹配起来,当第二车辆轨迹在第二采集区域内位于与第一车道行车方向相反的第二车道且行车方向为与第一方向相反的第二方向,则确定包含第一车牌信息的车辆为掉头车辆。可以看出,通过本发明实施例提供的方法,即使在跟踪车辆目标过程中车辆目标跟踪丢失的情况下,也可以通过车辆的车牌信息将车辆掉头前后的第一车辆轨迹与第二车辆轨迹结合匹配起来,进而检测到车辆的掉头,提高了掉头事件的捕获率。当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
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为本发明实施例提供的掉头车辆监控方法的流程图;
图2为本发明实施例车辆掉头轨迹示意图;
图3为本发明实施例车辆跟踪丢失前后轨迹示意图;
图4为本发明实施例中采集触发线与采集停止线的示意图;
图5为本发明实施例中采集触发线和采集停止线与图像采集区域的示意图;
图6为本发明实施例中采集证据图像的示意图;
图7为本发明实施例识别车牌信息过程的示意图;
图8为本发明实施例提供的掉头车辆监控装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的掉头车辆监控方法可以应用于检测违法掉头的过程中,具体地,在不允许掉头的路段,例如:在有禁止掉头或者禁止左转弯标志、标线的地点以及在铁路道口、人行横道、桥梁、急弯、陡坡、隧道或者容易发生危险的路段,利用本发明实施例提供的掉头车辆监控方法,监控检测车辆是否发生掉头,进而检测违法掉头事件。
图1为本发明实施例提供的掉头车辆监控方法的流程图,参照图1对本发明实施例提供的掉头车辆监控方法进行详细说明,包括:
步骤101,识别图像采集设备在第一采集区域采集到的图像中的第一车牌信息。
本发明实施例提供的掉头车辆监控方法可以应用于电子设备,如监控器、图像采集设备等等。
图2为本发明实施例车辆掉头轨迹示意图,参照图2,对本发明实施例中车辆掉头的轨迹进行说明。车辆200掉头的轨迹如图2中203所示,从第一车道207行进至第二车道208。在监控车辆掉头的过程中,可以通过图像采集设备采集车辆200从第一采集区域201行进至第二采集区域202的图像,进而得到车辆200从第一车道207掉头至第二车道208的轨迹。另外,如图2中箭头205所示的第一方向和箭头206所示的第二方向,第一车道207上车辆行进的第一方向205与第二车道208上车辆行进的第二方向206方向相反。
电子设备实时监控进入第一采集区域的车辆,通过进入第一采集区域的车辆目标的车牌信息进行识别。识别出的车牌信息可以是车头处的车牌,也可以是车尾处的车牌。其中,第一采集区域可以是实际应用过程中按照实际的需求划分的区域,如图2中虚线框201所在的区域,例如,检测违法掉头事件的检测过程中,右行车辆在标识有禁止左转弯标志的路段,靠近该禁止左转弯标志的右车道所在的区域为第一采集区域。可以理解的是,进入第一采集区域的车辆可能有一辆或者多辆,实际应用过程中,实时监控一辆车或者同时监控多辆车,并采集到每辆车对应的第一车牌信息。需要说明的,本发明实施例不对识别第一车牌信息的方式进行限制,可以采用任意一种可以识别车牌信息的方式识别第一车牌信息。
步骤102,跟踪记录图像采集设备在第一采集区域采集到的图像中包含第一车牌信息的第一车辆轨迹。
车辆在不断地行进,要判断车辆是否掉头,需要判断车辆的运动轨迹是否是掉头的轨迹,所以需要实时跟踪记录包含第一车牌信息的第一车辆轨迹。
具体地跟踪过程,通过图像采集设备采集到的每一帧图像中的的车牌信息与对应的第一车牌信息进行匹配,另外为了保证跟踪记录的第一车辆轨迹连续,在实际的使用过程中,除了通过车辆的车牌信息,还需要结合车辆目标的目标重合度,目标重合度和车牌信息的相似度同时满足条件时,例如,目标重合度大于重合度阈值且车牌信息的相似度大于相似度阈值,则确定匹配成功,此时认为当前帧图像中的车辆目标与包含第一车牌信息的车辆为同一个车辆目标,其中,目标重合度表示不同图像中在不同位置的车辆目标的重合度。此时更新第一车牌信息对应的车辆的位置,通过包含第一车牌信息的车辆在每一帧图像中的位置,跟踪包含第一车牌信息的第一车辆轨迹。
另外,跟踪记录车辆轨迹的过程中,有些时刻从图像采集设备采集到的图像中有可能不能识别到车牌信息,例如,车辆转弯时,车辆行进至如图2所示车辆行进轨迹203上虚线框204包括的部分轨迹时,图像采集设备只能采集到车辆的车身所在的图像,而不能采集到车辆车牌信息所在的车头或者车尾,如此就不能通过车牌信息匹配进行跟踪车辆轨迹,为了弥补这个影响,本发明实施例提供的方法中,可以对车辆的行进轨迹进行一定程度的预测。不难理解的是,图像采集设备采集的相邻两帧图像中,车辆目标的位置一般不会发生大的变化,所以当图像采集设备采集到的当前帧图像中没有识别到第一车牌信息时,可以通过前一帧图像中车辆的位置结合车辆的除车牌信息之外的其他特征进行预测跟踪,例如,颜色直方图特征等。
步骤103,当第一车辆轨迹在第一采集区域内位于第一车道且行车方向为第一方向,且第一车辆轨迹跟踪丢失,则在预设时间范围内识别图像采集设备在第二采集区域是否采集到第一车牌信息。
车辆掉头或者转弯过程中,不可避免地会出现上述图像采集设备采集到的图像中不能识别到第一车牌信息的情况。而且一般情况下,这种采集不到车牌信息的过程都会持续一段时间,也就是说,图像采集设备采集到的连续多帧图像都有可能采集不到车牌信息。因为预测跟踪的过程是通过前一帧图像中车辆的位置预计当前帧图像中车辆的位置,如果连续多帧图像中都不能识别到第一车牌信息,如此使得,通过上述预测跟踪的过程也没有办法跟踪记录包含第一车牌信息的第一车辆轨迹,此时,第一车辆轨迹跟踪丢失。
一般情况下,跟踪丢失前后的轨迹都有单独的标识,现有的方法中跟踪丢失前后的轨迹不能匹配成一条行为轨迹进行分析车辆是否掉头。但是,不难理解的是,在车辆发生掉头的过程中,图像采集设备采集不到车牌信息持续的时间足够短,而在这之后,又能在与第一车道相反的第二车道通过第一车牌信息检测到该车辆,则可以认为该车辆是从第一车道掉头至第二车道的车辆,进而确定该车辆发生了掉头。
本发明实施例提供的车辆掉头监控方法,在包含第一车牌信息的第一车辆跟踪丢失的情况下,可以针对第一车牌信息对应的车辆,在预设时间范围内识别图像采集设备在第二采集区域202是否采集到第一车牌信息,也就是在第一车辆轨迹跟踪丢失的情况下,匹配图像采集设备在第二采集区域采集到的图像中的车牌信息与第一车牌信息,进而监控车辆是否发生掉头。其中,需要说明的是,预设时间范围是在实际应用过程中确定的,也就是车辆掉头过程中以第一方向205行驶在第一车道变化到、以第二方向206行驶在第二车道的时间,例如可以是30秒、40秒、1分钟等。第二采集区域对应于上述的第一采集区域,第一采集区域为包括车辆以第一方向行驶在第一车道的区域,则第二采集区域为车辆以第二方向行驶在第二车道的区域,第一方向与第二方向相反,第一车道与第二车道为行车方向相反的车道。
步骤104,若在预设时间范围内识别到图像采集设备在第二采集区域采集到第一车牌信息,则跟踪记录图像采集设备在第二采集区域采集到的图像中包含第一车牌信息的第二车辆轨迹。
在预设时间范围内,识别到图像采集设备在第二采集区域采集到第一车牌信息,即识别到包含第一车牌信息对应的车辆行驶在包括第二车道的第二采集区域,接下来跟踪记录包含第一车牌信息的第二车辆轨迹,即跟踪记录包含第一车牌信息对应的车辆行驶在第二车道的行进轨迹。其中,跟踪记录第二车辆轨迹的过程与上述跟踪第一车辆轨迹过程类似,上面已经进行了详细介绍,这里就不再赘述。
步骤105,当第二车辆轨迹在第二采集区域内位于第二车道且行车方向为第二方向,则确定包含第一车牌信息的车辆为掉头车辆,第一方向与第二方向相反,第一车道与第二车道为行车方向相反的车道。
图3为本发明实施例车辆跟踪丢失前后轨迹示意图,参照图3,对确定车辆发生掉头的过程进行详细说明。
通过第一车牌信息将包含第一车牌信息的第一车辆轨迹301与包含第一车牌信息的第二车辆轨302迹结合匹配起来,进而确定车辆是否是掉头车辆。上述内容已经说明,在车辆目标跟踪丢失后,现有方法不能将第一车辆轨迹301与第二车辆轨迹302结合匹配起来,本发明实施例重点针对目标跟踪丢失的情况,利用车牌信息将第一车辆轨迹301与第二车辆轨迹302匹配成一条轨迹进行分析,进而确定车辆是否是掉头车辆。具体地,第一车辆轨迹在第一采集区域内位于第一车道且行车方向为第一方向,通过第一车牌信息,在预设时间范围内识别图像采集设备在第二采集区域采集到第一车牌信息,跟踪记录第二车辆轨迹,当第二车辆轨迹在第二采集区域内位于与第一车道行车方向相反的第二车道且行车方向为与第一方向相反的第二方向,则确定包含第一车牌信息的车辆为掉头车辆。
本发明实施例提供的掉头车辆的监控方法,通过识别车辆的车牌信息,跟踪记录车辆在第一采集区域的第一车辆轨迹,且当第一车辆轨迹跟踪丢失时,通过车辆的车牌信息,将车辆掉头前后的第一车辆轨迹与第二车辆轨迹结合匹配起来,进而判断车辆是否发生掉头。可以看出,通过本发明实施例提供的方法,即使在跟踪车辆目标的过程中车辆目标跟踪丢失的情况下,也可以通过车辆的车牌信息将车辆将车辆掉头前后的第一车辆轨迹与第二车辆轨迹结合匹配起来,进而检测到车辆的掉头,提高了掉头事件的捕获率,如此可以尽可能地捕获违法掉头事件。
掉头车辆监控的过程中,没有必要对所有区域的车辆都进行车牌信息的识别,因为对所有区域的车辆都进行车牌信息的识别,计算量大,耗时长,使得计算的实时性差,所以为了提高计算实时性,本发明实施例提供的掉头车辆监控方法,对识别车辆的车牌信息的区域进行了限制,也就是对图像采集设备采集图像的区域进行了限制,例如,第一采集区域、第二采集区域等。
设置采集触发线和采集停止线,对图像采集设备采集到的图像中进入采集触发线且还未驶出采集停止线的车辆识别车牌信息,而对未进入采集触发线,或者驶出采集停止线的车辆不再识别车牌信息,也即不对未进入采集触发线,或者驶出采集停止线的车辆进行跟踪。
图4为本发明实施例中采集触发线与采集停止线的示意图,跟踪记录图像采集设备在第一采集区域采集到的图像中包含第一车牌信息的第一车辆轨迹的过程中,第一采集区域包括采集触发线401和采集停止线402,也即第一采集区域包括采集触发线与采集停止线之间的区域。识别图像采集设备在第一采集区域内超过采集触发线的目标车辆所包含的第一车牌信息,且当第一车辆轨迹对应的目标车辆超过采集停止线,则停止跟踪第一车辆轨迹。
同理,跟踪记录图像采集设备在第二采集区域采集到的图像中包含第一车牌信息的第二车辆轨迹的过程中,第二采集区域包括触发线和停止线,也即第二采集区域包括触发线与停止线之间的区域。不难理解的是,第二采集区域与第一采集区域车辆的行车方向相反,在本发明实施例一种可选的实现方式中,也可以理解第二采集区域的触发线即是第一采集区域的采集停止线402,第二采集区域的停止线即为第一采集区域的采集触发线401。识别图像采集设备在第二采集区域内超过触发线的目标车辆所包含的第一车牌信息,且当第二车辆轨迹对应的目标车辆超过停止线,则停止跟踪第二车辆轨迹。
另外,在实际的使用过程中,对车牌像素较小,识别率低,误识别高的区域不再需要进行车牌信息的识别。本发明实施例另一种可选的实施例中,可以根据设置采集触发线与采集停止线,设置图像采集区域,也即识别车辆的车牌信息的区域,实际应用过程中,图像采集区域可以包括第一采集区域和第二采集区域。图5为本发明实施例中采集触发线和采集停止线与图像采集区域的示意图,根据采集触发线501和采集停止线502生成的图像采集区域503。其中,生成的图像采集设备的边界与采集触发线和采集停止线之间的距离在实际应用过程中根据实际情况确定。
在监控检测到车辆在标识有禁止掉头标志的路段发生掉头时,本发明实施例提供的方法还可以采集车辆发生掉头的证据图像,作为车辆违法掉头的证据。图6为本发明实施例中采集证据图像的示意图。本发明实施例提供的掉头车辆监控方法的一种可选的实施例中,为了利用少许信息表示车辆掉头完整地掉头过程,采集证据图像的过程中选取掉头过程中具有代表性的三张图像作为车辆掉头的证据图像。具体过程包括:第一步,当第一车辆轨迹在第一采集区域内位于第一车道且行车方向为第一方向时,采集超过采集触发线的包含第一车牌信息的车辆对应的的图像,得到第一张证据图像。
采集第一张证据图像时,首先判断车辆是否在第一采集区域,然后判断车辆的行车方向车道的行车方向是否一致,例如,左转弯掉头时,判断车辆的行车方向是否是上行,例如,图2中箭头205所示的方向,且车辆行驶的第一车道的行车方向是否也是上行,如果车辆的行车方向与车辆行驶在的第一车道的行车方向同为上行,且车辆超出采集触发线,则图像采集设备采集到此种情况对应的图像为车辆掉头的第一张证据图像。实际应用过程中,记录采集到的第一张证据图像在图像采集设备采集到的所有图像中的帧号、采集到的第一张证据图像中车辆的位置等信息。
第二步,当第一车辆轨迹跟踪丢失时,计算跟踪丢失位置与第一张证据图像中车辆的位置之间的第一距离,当第一距离大于第一距离阈值时,采集第二张证据图像;或者,当第一车辆轨迹进入第二车道时,采集第二张证据图像。
车辆在行进的过程中,跟踪记录第一车辆轨迹,如果跟踪的过程中,图像采集设备采集到的当前帧图像中包含第二车牌信息的目标车辆与前一帧图像中包含第一车牌信息的目标车辆的重合度大于或等于重合度阈值,且第二车牌信息与第一车牌信息的相似度大于或等于相似度阈值,则认为匹配成功,即包含第二车牌信息的车辆目标与包含第一车牌信息的车辆目标为同一目标;或者,即使匹配失败,但是根据上述通过前一帧图像与图像的除车牌信息之外的其他特征能够预测到车辆的位置,即跟踪成功时,计算当前帧车辆的位置与采集到的第一张证据图像中车辆的位置之间的距离,也即车辆的行驶距离,如果该行驶距离大于预设距离阈值,则采集对应的图像为第二张证据图像。另外,在本发明实施例一种可选的实现方式中,也可以根据实际情况更新车辆目标匹配成功或者车辆目标未跟踪丢失的情况下采集到的第二张证据图像,如已采集到第二张证据图像的车辆由第一车道进入第二车道,此时更新对应的第二张证据图像。
上述内容也已经说明,在实际的使用过程中,很有可能会跟踪丢失车辆目标,本发明实施例提供的掉头车辆监控方法,当第一车辆轨迹跟踪丢失时,计算跟踪丢失位置与第一张证据图像中车辆的位置之间的第一距离,当第一距离大于第一距离阈值时,采集第二张证据图像。使得即使在第一车辆轨迹跟踪丢失的情况下,也可以采集到第二张证据图像。
第三步,当第二车辆轨迹在第二采集区域内位于第二车道且行车方向为第二方向,采集超过第二采集区域内的采集触发线的包含第一车牌信息的车辆对应的图像,得到第三张证据图像;或者,当第二车辆轨迹跟踪丢失时,在跟踪丢失处采集第三张证据图像。
采集车辆掉头的三张代表性的证据图像,作为车辆违法掉头的证据,监控检测车辆违法掉头。
本发明实施例提供的掉头车辆监控方法中,通过车辆的车牌信息跟踪车辆的行车轨迹。具体地,跟踪记录图像采集设备在第一采集区域采集到的图像中包含第一车牌信息的第一车辆轨迹,包括:
匹配图像采集设备在第一采集区域采集到的每一帧图像中包含车牌信息的目标车辆。
若当前帧图像中包含第二车牌信息的目标车辆与前一帧图像中包含第一车牌信息的目标车辆的重合度大于或等于重合度阈值,且第二车牌信息与第一车牌信息的相似度大于或等于相似度阈值,则将当前帧图像中包含第二车牌信息的目标车辆记录在第一车辆轨迹中;否则根据当前帧图像中车辆目标的颜色直方图特征匹配前一帧图像,预测第一车辆轨迹。
首先根据包含第一车牌信息的目标车辆的重合度以及车牌信息的相似度判断目标是否匹配,即判断当前帧图像中包含第二车牌信息的目标车辆与前一帧图像中包含第一车牌信息的目标车辆是否为同一目标,如果是同一目标,则更新目标的位置,同时将该位置记录在第一车辆轨迹中。当根据包含第一车牌信息的目标车辆的重合度以及车牌信息的相似度匹配失败时,则根据当前帧图像中车辆目标的颜色直方图特征匹配前一帧图像,预测第一车辆轨迹。需要说明的是,只能通过当前帧的前一帧图像进行预测,如果连续的图像中都没有识别到车牌信息,则不能应用预测轨迹,此时,则说明目标跟踪失败。具体地预测过程包括:利用目标的颜色直方图模型将图像转换为颜色概率分布图,初始化一个搜索窗的大小和位置,并根据前一帧得到的车牌框自适应调整搜索窗口的位置和大小,从而定位出当前帧图像中车辆的位置,同时记录当前帧中车辆目标的位置、轨迹等相关信息。
若未预测到第一车辆轨迹,则确定第一车辆轨迹跟踪丢失。
另外,在跟踪记录图像采集设备在第一采集区域采集到的图像中包含第一车牌信息的第一车辆轨迹,之前,可以首先对采集到的图像进行预处理,删除图像采集设备在第一采集区域采集到的图像中第一车牌信息异常的目标车辆图像。可以是车辆目标尺度异常或者车牌信息识别结果异常的目标车辆图像。
本发明实施例提供的方法中车牌信息的识别是一个必备的重要过程,这里对识别车牌信息的过程进行详细说明。图7为本发明实施例识别车牌信息过程的示意图,参照图7对本发明实施例中识别车牌信息的过程进行详细说明。
第一步,定位图像采集设备在第一采集区域采集到的图像中车辆的车牌区域。
先用车辆检测器检测出图像采集设备在第一采集区域采集到的图像中车辆的的车头或者车尾,需要说明的是,在实际的应用过程中,也可以通过图像采集设备直接采取已经有的视频信号进而采集图像;然后在采集到的图像中提取检测框内跳变次数特征、颜色特征、利用CNN(Convolutional Neural Network,卷积神经网络)提取的特征、HOG(Histogram of Oriented Gradient,方向梯度直方图)特征等进行车牌定位,进而从采集到的图像中提取车牌区域。
第二步,将车牌区域按照字符分割,得到单个字符区域。
每个字符分割出来,便于后续识别。字符分割的主要目的是寻找每个字符的左右边界。
第三步,分别对每个单个字符区域进行识别,得到第一车牌信息。
将分割后的字符尺寸、亮度归一化,分别送到神经网络分类器,通过OCR(OpticalCharacter Recognition,光学字符识别)进行每个单个字符的识别,再将字符识别结果组合成字符串,识别到车辆的车牌信息,车牌信息具体可以包括:车牌号码、车牌底颜色等信息。
本发明实施例还提供了一种掉头车辆监控装置,图8为本发明实施例提供的掉头车辆监控装置的结构示意图,参照图8对本发明实施例提供的掉头车辆监控装置进行详细说明,包括:
识别模块801,用于识别图像采集设备在第一采集区域采集到的图像中的第一车牌信息。
跟踪记录模块802,用于跟踪记录图像采集设备在第一采集区域采集到的图像中包含第一车牌信息的第一车辆轨迹。
识别模块801,还用于当第一车辆轨迹在第一采集区域内位于第一车道且行车方向为第一方向,且第一车辆轨迹跟踪丢失,则在预设时间范围内识别图像采集设备在第二采集区域是否采集到第一车牌信息。
跟踪记录模块802,还用于若在预设时间范围内识别到图像采集设备在第二采集区域采集到第一车牌信息,则跟踪记录图像采集设备在第二采集区域采集到的图像中包含第一车牌信息的第二车辆轨迹。
检测掉头模块803,用于当第二车辆轨迹在第二采集区域内位于第二车道且行车方向为第二方向,则确定包含第一车牌信息的车辆为掉头车辆,第一方向与第二方向相反,第一车道与第二车道为行车方向相反的车道。
可选的,本发明实施例提供的掉头车辆监控装置中,第一采集区域包括采集触发线和采集停止线。
识别模块801具体用于,识别图像采集设备在第一采集区域内超过采集触发线的目标车辆所包含的第一车牌信息。
可选的,本发明实施例提供的掉头车辆监控装置中跟踪记录模块还用于当第一车辆轨迹对应的目标车辆超过采集停止线,则停止跟踪第一车辆轨迹。
可选的,本发明实施例提供的掉头车辆监控装置还包括:
采集模块,用于当第一车辆轨迹在第一采集区域内位于第一车道且行车方向为第一方向时,采集超过采集触发线的包含第一车牌信息的车辆对应的的图像,得到第一张证据图像。
采集模块,还用于当第一车辆轨迹跟踪丢失时,计算跟踪丢失位置与第一张证据图像中车辆的位置之间的第一距离,当第一距离大于第一距离阈值时,采集第二张证据图像;或者,当第一车辆轨迹进入第二车道时,采集第二张证据图像。
采集模块,还用于当第二车辆轨迹在第二采集区域内位于第二车道且行车方向为第二方向,采集超过第二采集区域内的采集触发线的包含第一车牌信息的车辆对应的图像,得到第三张证据图像;或者,当第二车辆轨迹跟踪丢失时,在跟踪丢失处采集第三张证据图像。
可选的,本发明实施例提供的掉头车辆监控装置中,跟踪记录模块802具体用于:若当前帧图像中包含第二车牌信息的目标车辆与前一帧图像中包含第一车牌信息的目标车辆的重合度大于或等于重合度阈值,且第二车牌信息与第一车牌信息的相似度大于或等于相似度阈值,则将当前帧图像中包含第二车牌信息的目标车辆记录在第一车辆轨迹中;否则根据当前帧图像中车辆目标的颜色直方图特征匹配前一帧图像,预测第一车辆轨迹。
若未预测到第一车辆轨迹,则确定第一车辆轨迹跟踪丢失。
可选的,本发明实施例提供的掉头车辆监控装置还包括删除模块,用于删除图像采集设备在第一采集区域采集到的图像中第一车牌信息异常的目标车辆图像。
可选的,本发明实施例提供的掉头车辆监控装置中,识别模块801具体用于定位图像采集设备在第一采集区域采集到的图像中车辆的车牌区域;将车牌区域按照字符分割,得到单个字符区域;分别对每个单个字符区域进行识别,得到第一车牌信息。
需要说明的是,本发明实施例的掉头车辆监控装置是应用上述掉头车辆监控方法的装置,则上述掉头车辆监控方法的所有实施例均适用于该装置,且均能达到相同或相似的有益效果。
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 (10)
1.一种掉头车辆监控方法,其特征在于,包括:
识别图像采集设备在第一采集区域采集到的图像中的第一车牌信息;所述第一采集区域包括采集触发线和采集停止线;
跟踪记录所述图像采集设备在所述第一采集区域采集到的图像中包含所述第一车牌信息的第一车辆轨迹;
当所述第一车辆轨迹在所述第一采集区域内位于第一车道且行车方向为第一方向,且所述第一车辆轨迹跟踪丢失,则在预设时间范围内识别所述图像采集设备在第二采集区域是否采集到所述第一车牌信息;
若在所述预设时间范围内识别到所述图像采集设备在第二采集区域采集到所述第一车牌信息,则跟踪记录所述图像采集设备在所述第二采集区域采集到的图像中包含所述第一车牌信息的第二车辆轨迹;所述第二采集区域包括采集触发线和采集停止线;
当所述第二车辆轨迹在所述第二采集区域内位于第二车道且行车方向为第二方向,则确定包含所述第一车牌信息的车辆为掉头车辆,所述第一方向与所述第二方向相反,所述第一车道与所述第二车道为行车方向相反的车道;
所述识别图像采集设备在第一采集区域采集到的图像中的第一车牌信息,包括:
识别所述图像采集设备在所述第一采集区域内采集到的超过所述采集触发线的目标车辆所包含的所述第一车牌信息;
所述方法还包括:
当所述第一车辆轨迹对应的目标车辆超过所述采集停止线,则停止跟踪所述第一车辆轨迹。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述第一车辆轨迹在所述第一采集区域内位于第一车道且行车方向为第一方向时,采集超过所述采集触发线的包含所述第一车牌信息的车辆对应的图像,得到第一张证据图像;
当所述第一车辆轨迹跟踪丢失时,计算跟踪丢失位置与所述第一张证据图像中所述车辆的位置之间的第一距离,当所述第一距离大于第一距离阈值时,采集第二张证据图像;或者,当所述第一车辆轨迹进入所述第二车道时,采集第二张证据图像;
当所述第二车辆轨迹在所述第二采集区域内位于第二车道且行车方向为第二方向,采集超过所述第二采集区域内的采集触发线的包含所述第一车牌信息的车辆对应的图像,得到第三张证据图像;或者,当所述第二车辆轨迹跟踪丢失时,在跟踪丢失处采集第三张证据图像。
3.根据权利要求1或2所述的方法,其特征在于,所述跟踪记录所述图像采集设备在所述第一采集区域采集到的图像中包含所述第一车牌信息的第一车辆轨迹,包括:
匹配所述图像采集设备在所述第一采集区域采集到的每一帧图像中包含车牌信息的目标车辆;
若当前帧图像中包含第二车牌信息的目标车辆与前一帧图像中包含所述第一车牌信息的目标车辆的重合度大于或等于重合度阈值,且所述第二车牌信息与所述第一车牌信息的相似度大于或等于相似度阈值,则将所述当前帧图像中包含第二车牌信息的目标车辆记录在所述第一车辆轨迹中;
否则根据所述当前帧图像中目标车辆的颜色直方图特征匹配所述前一帧图像,预测所述第一车辆轨迹;
若未预测到所述第一车辆轨迹,则确定所述第一车辆轨迹跟踪丢失。
4.根据权利要求1或2所述的方法,其特征在于,所述跟踪记录所述图像采集设备在所述第一采集区域采集到的图像中包含所述第一车牌信息的第一车辆轨迹,之前,所述方法还包括:
删除所述图像采集设备在所述第一采集区域采集到的图像中第一车牌信息异常的目标车辆图像。
5.根据权利要求1或2所述的方法,其特征在于,所述识别图像采集设备在第一采集区域采集到的图像中的第一车牌信息,包括:
定位所述图像采集设备在第一采集区域采集到的图像中车辆的车牌区域;
将所述车牌区域按照字符分割,得到单个字符区域;
分别对每个单个字符区域进行识别,得到所述第一车牌信息。
6.一种掉头车辆监控装置,其特征在于,包括:
识别模块,用于识别图像采集设备在第一采集区域采集到的图像中的第一车牌信息;所述第一采集区域包括采集触发线和采集停止线;
跟踪记录模块,用于跟踪记录所述图像采集设备在所述第一采集区域采集到的图像中包含所述第一车牌信息的第一车辆轨迹;
所述识别模块,还用于当所述第一车辆轨迹在所述第一采集区域内位于第一车道且行车方向为第一方向,且所述第一车辆轨迹跟踪丢失,则在预设时间范围内识别所述图像采集设备在第二采集区域是否采集到所述第一车牌信息;
所述跟踪记录模块,还用于若在所述预设时间范围内识别到所述图像采集设备在第二采集区域采集到所述第一车牌信息,则跟踪记录所述图像采集设备在所述第二采集区域采集到的图像中包含所述第一车牌信息的第二车辆轨迹;所述第二采集区域包括采集触发线和采集停止线;
检测掉头模块,用于当所述第二车辆轨迹在所述第二采集区域内位于第二车道且行车方向为第二方向,则确定包含所述第一车牌信息的车辆为掉头车辆,所述第一方向与所述第二方向相反,所述第一车道与所述第二车道为行车方向相反的车道;
所述识别模块具体用于,识别所述图像采集设备在所述第一采集区域内采集到的超过所述采集触发线的目标车辆所包含的所述第一车牌信息;
所述跟踪记录模块具体用于当所述第一车辆轨迹对应的目标车辆超过所述采集停止线,则停止跟踪所述第一车辆轨迹。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
采集模块,用于当所述第一车辆轨迹在所述第一采集区域内位于第一车道且行车方向为第一方向时,采集超过所述采集触发线的包含所述第一车牌信息的车辆对应的图像,得到第一张证据图像;
所述采集模块,还用于当所述第一车辆轨迹跟踪丢失时,计算跟踪丢失位置与所述第一张证据图像中所述车辆的位置之间的第一距离,当所述第一距离大于第一距离阈值时,采集第二张证据图像;或者,当所述第一车辆轨迹进入所述第二车道时,采集第二张证据图像;
所述采集模块,还用于当所述第二车辆轨迹在所述第二采集区域内位于第二车道且行车方向为第二方向,采集超过所述第二采集区域内的采集触发线的包含所述第一车牌信息的车辆对应的图像,得到第三张证据图像;或者,当所述第二车辆轨迹跟踪丢失时,在跟踪丢失处采集第三张证据图像。
8.根据权利要求6或7所述的装置,其特征在于,所述跟踪记录模块具体用于:若当前帧图像中包含第二车牌信息的目标车辆与前一帧图像中包含所述第一车牌信息的目标车辆的重合度大于或等于重合度阈值,且所述第二车牌信息与所述第一车牌信息的相似度大于或等于相似度阈值,则将所述当前帧图像中包含第二车牌信息的目标车辆记录在所述第一车辆轨迹中;
否则根据所述当前帧图像中目标车辆的颜色直方图特征匹配所述前一帧图像,预测所述第一车辆轨迹;
若未预测到所述第一车辆轨迹,则确定所述第一车辆轨迹跟踪丢失。
9.根据权利要求6或7所述的装置,其特征在于,所述装置还包括删除模块,用于删除所述图像采集设备在所述第一采集区域采集到的图像中第一车牌信息异常的目标车辆图像。
10.根据权利要求6或7所述的装置,其特征在于,所述识别模块具体用于定位所述图像采集设备在第一采集区域采集到的图像中车辆的车牌区域;将所述车牌区域按照字符分割,得到单个字符区域;分别对每个单个字符区域进行识别,得到所述第一车牌信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710398915.6A CN108986472B (zh) | 2017-05-31 | 2017-05-31 | 一种掉头车辆监控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710398915.6A CN108986472B (zh) | 2017-05-31 | 2017-05-31 | 一种掉头车辆监控方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108986472A CN108986472A (zh) | 2018-12-11 |
CN108986472B true CN108986472B (zh) | 2020-10-30 |
Family
ID=64502346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710398915.6A Active CN108986472B (zh) | 2017-05-31 | 2017-05-31 | 一种掉头车辆监控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108986472B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325064B (zh) * | 2018-12-14 | 2023-04-18 | 杭州海康威视数字技术股份有限公司 | 一种人员轨迹确定系统、方法、装置 |
CN111627224A (zh) * | 2019-02-28 | 2020-09-04 | 杭州海康威视数字技术股份有限公司 | 车辆速度异常检测方法、装置、设备及存储介质 |
CN111508235B (zh) * | 2019-07-11 | 2021-03-16 | 杭州海康威视系统技术有限公司 | 无效车辆的监控方法、装置、设备及存储介质 |
CN111145555B (zh) * | 2019-12-09 | 2021-02-26 | 浙江大华技术股份有限公司 | 一种检测车辆违章的方法和装置 |
CN111260932A (zh) * | 2020-01-19 | 2020-06-09 | 上海眼控科技股份有限公司 | 车辆违法行为的确定方法、装置、计算机设备和存储介质 |
CN112820115B (zh) * | 2021-01-05 | 2021-11-23 | 四川铁投信息技术产业投资有限公司 | 一种行驶车辆转向状态识别方法 |
CN113096407B (zh) * | 2021-02-27 | 2022-10-11 | 惠州华阳通用电子有限公司 | 一种限高通道车辆防撞方法及装置 |
CN113077635B (zh) * | 2021-03-26 | 2022-06-21 | 天津天地伟业智能安全防范科技有限公司 | 一种交通违法掉头抓拍方法、装置、电子设备及存储介质 |
CN114566043B (zh) * | 2022-02-09 | 2023-09-22 | 浙江大华技术股份有限公司 | 一种目标停放的取证方法、装置及可读存储介质 |
CN115035714A (zh) * | 2022-05-05 | 2022-09-09 | 浙江大华技术股份有限公司 | 车辆停车行为确定方法、电子设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100779039B1 (ko) * | 2007-01-31 | 2007-11-26 | 주식회사 비츠로시스 | 불법유턴 차량의 감시, 추적 시스템 및 그 방법 |
CN201397576Y (zh) * | 2009-04-29 | 2010-02-03 | 南京安通杰科技实业有限公司 | 车辆路口违法变向自动捕捉装置 |
KR20100064011A (ko) * | 2008-12-04 | 2010-06-14 | 주식회사 케이티 | 불법 유턴 차량 단속 장치 및 그 방법 |
CN102201165A (zh) * | 2010-03-25 | 2011-09-28 | 北京汉王智通科技有限公司 | 交通路口车辆违章的监测系统及方法 |
CN102332209A (zh) * | 2011-02-28 | 2012-01-25 | 王志清 | 一种汽车违章视频监测方法 |
CN102509457A (zh) * | 2011-10-09 | 2012-06-20 | 青岛海信网络科技股份有限公司 | 一种车辆跟踪的方法及装置 |
CN102622884A (zh) * | 2012-03-22 | 2012-08-01 | 杭州电子科技大学 | 一种基于跟踪的车辆违章掉头行为检测方法 |
KR20120110462A (ko) * | 2011-03-29 | 2012-10-10 | 주식회사 케이티 | 불법유턴 차량 단속 시스템 |
KR101327905B1 (ko) * | 2013-08-09 | 2013-11-13 | 주식회사 넥스파시스템 | 꼬리물기, 정지선 위반 및 불법유턴 단속 시스템 및 그 제어방법 |
CN103778786A (zh) * | 2013-12-17 | 2014-05-07 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种基于显著车辆部件模型的交通违章检测方法 |
CN103927762A (zh) * | 2013-01-11 | 2014-07-16 | 浙江大华技术股份有限公司 | 一种目标车辆自动跟踪方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5137700B2 (ja) * | 2008-06-11 | 2013-02-06 | アルパイン株式会社 | 車両のuターン検出装置およびuターン検出方法 |
US10018703B2 (en) * | 2012-09-13 | 2018-07-10 | Conduent Business Services, Llc | Method for stop sign law enforcement using motion vectors in video streams |
-
2017
- 2017-05-31 CN CN201710398915.6A patent/CN108986472B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100779039B1 (ko) * | 2007-01-31 | 2007-11-26 | 주식회사 비츠로시스 | 불법유턴 차량의 감시, 추적 시스템 및 그 방법 |
KR20100064011A (ko) * | 2008-12-04 | 2010-06-14 | 주식회사 케이티 | 불법 유턴 차량 단속 장치 및 그 방법 |
CN201397576Y (zh) * | 2009-04-29 | 2010-02-03 | 南京安通杰科技实业有限公司 | 车辆路口违法变向自动捕捉装置 |
CN102201165A (zh) * | 2010-03-25 | 2011-09-28 | 北京汉王智通科技有限公司 | 交通路口车辆违章的监测系统及方法 |
CN102332209A (zh) * | 2011-02-28 | 2012-01-25 | 王志清 | 一种汽车违章视频监测方法 |
KR20120110462A (ko) * | 2011-03-29 | 2012-10-10 | 주식회사 케이티 | 불법유턴 차량 단속 시스템 |
CN102509457A (zh) * | 2011-10-09 | 2012-06-20 | 青岛海信网络科技股份有限公司 | 一种车辆跟踪的方法及装置 |
CN102622884A (zh) * | 2012-03-22 | 2012-08-01 | 杭州电子科技大学 | 一种基于跟踪的车辆违章掉头行为检测方法 |
CN103927762A (zh) * | 2013-01-11 | 2014-07-16 | 浙江大华技术股份有限公司 | 一种目标车辆自动跟踪方法及装置 |
KR101327905B1 (ko) * | 2013-08-09 | 2013-11-13 | 주식회사 넥스파시스템 | 꼬리물기, 정지선 위반 및 불법유턴 단속 시스템 및 그 제어방법 |
CN103778786A (zh) * | 2013-12-17 | 2014-05-07 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种基于显著车辆部件模型的交通违章检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108986472A (zh) | 2018-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108986472B (zh) | 一种掉头车辆监控方法及装置 | |
CN106448160B (zh) | 结合车辆行驶轨迹和监控视频数据的目标人物追踪方法 | |
CN110717433A (zh) | 一种基于深度学习的交通违规分析方法及装置 | |
CN105702048B (zh) | 基于行车记录仪的高速公路前车违法占道识别系统及方法 | |
CN110738857B (zh) | 一种车辆违章取证方法、装置及设备 | |
CN107301776A (zh) | 基于视频检测技术的车道路况处理及发布方法 | |
CN111353369B (zh) | 一种城市路侧停车高位视频在辅助刑侦中的应用方法及系统 | |
CN111126171A (zh) | 一种车辆逆行检测方法及系统 | |
CN113676702B (zh) | 基于视频流的目标追踪监测方法、系统、装置及存储介质 | |
CN111325048B (zh) | 一种人员聚集检测方法和装置 | |
CN110796862B (zh) | 一种基于人工智能的高速公路交通状况检测系统及方法 | |
Chang et al. | Video analytics in smart transportation for the AIC'18 challenge | |
CN105046966A (zh) | 即停即离区域的违章停车行为自动检测系统和方法 | |
CN102855508A (zh) | 敞开式校园防尾随系统 | |
CN111489380B (zh) | 一种目标物体轨迹分析方法 | |
CN204856897U (zh) | 一种机动车即停即离区域的违章检测装置 | |
CN114494998B (zh) | 一种车辆数据智能分析方法及系统 | |
CN115035564A (zh) | 基于巡逻车智能摄像机的人脸识别方法、系统及相关组件 | |
CN106448202A (zh) | 一种基于视频的弯道预警系统及预警方法 | |
CN116311166A (zh) | 交通障碍物识别方法、装置及电子设备 | |
CN108122414A (zh) | 公路上客车上下客的检测方法及装置 | |
CN111627224A (zh) | 车辆速度异常检测方法、装置、设备及存储介质 | |
Ramadan et al. | Real-time Automated License Plate Recognition and Tracking of Runaway Vehicles | |
CN113538968B (zh) | 用于输出信息的方法和装置 | |
WO2022267266A1 (zh) | 一种基于视觉识别的列车控制方法及设备 |
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 |