CN109147342A - 一种酒驾智能识别方法、装置及系统 - Google Patents
一种酒驾智能识别方法、装置及系统 Download PDFInfo
- Publication number
- CN109147342A CN109147342A CN201811109237.8A CN201811109237A CN109147342A CN 109147342 A CN109147342 A CN 109147342A CN 201811109237 A CN201811109237 A CN 201811109237A CN 109147342 A CN109147342 A CN 109147342A
- Authority
- CN
- China
- Prior art keywords
- driver
- time
- image
- drunk driving
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
Abstract
本发明实施例涉及智能安防技术领域,公开了一种酒驾智能识别方法、装置及系统,所述方法包括:接收所述高清摄像头于停车场采集的驾驶员人脸第一图像和驾驶员人脸第二图像,如果所述驾驶员人脸第一图像与所述驾驶员人脸第二图像匹配,则进一步判断所述第二图像与所述第一图像的肤色是否发生变化,并且在所述肤色变化超出预设的肤色阈值时,确定所述驾驶员疑似酒驾,启动收费站摄像头采集所述车辆的行车轨迹,如果所述行车轨迹超出预设行车轨迹,则确定所述驾驶员酒驾。通过上述方式,本发明实施例能够解决目前依靠人力判断酒驾的技术问题,实现更好地确认驾驶员酒驾,为道路交通安全提供多一道保障。
Description
技术领域
本发明涉及智能安防技术领域,特别是涉及一种酒驾智能识别方法、装置及系统。
背景技术
酒驾,指的是酒后驾驶,事故调查显示,大约50%-60%的交通事故与酒后驾驶有关,酒后驾驶已经被列为车祸致死的主要原因。在中国,每年由于酒后驾车引发的交通事故达数万起;而造成死亡的事故中50%以上都与酒后驾车有关,酒后驾车的危害触目惊心,已经成为交通事故的第一大"杀手"。酒驾的驾驶员往往存在侥幸的心理,认为只要交警没有抓到则会平安无事,殊不知酒驾对社会公众的危害,影响他人的生命安全。
目前,酒驾的识别往往通过交警对驾驶者进行酒精测试,从而判断驾驶者是否发生酒驾或醉驾,这种方式耗费人力,并且容易让一些心存侥幸的驾驶者冒险酒驾,不利于道路交通安全。
为了避免此类酒驾事故的发生,因此有必要提供一种合理的酒驾识别方式,基于此,本发明实施例提供一种酒驾智能识别方法、装置及系统,解决目前依靠人力判断酒驾的技术问题,实现更好地确认驾驶员酒驾,为道路交通安全提供多一道保障。
发明内容
本发明实施例旨在提供一种酒驾智能识别方法、装置及系统,解决目前依靠人力判断酒驾的技术问题,实现更好地确认驾驶员酒驾,为道路交通安全提供多一道保障。
为解决上述技术问题,本发明实施例提供以下技术方案:
第一方面,本发明实施例提供一种酒驾智能识别方法,应用于高清智能监控服务器,所述高清智能监控服务器与多个高清摄像头连接,所述多个高清摄像头分别设置于停车场及收费站,所述方法包括:
在第一时间,接收所述高清摄像头于停车场采集的车辆车牌信息及驾驶员人脸第一图像,所述第一时间信息为下车时间信息,
在第二时间,接收所述高清摄像头于所述停车场采集的所述车辆车牌信息及驾驶员人脸第二图像,所述第二时间信息为上车时间信息,所述第二时间大于第一时间,且为所述车辆在所述停车场的合理停车时间,
如果所述驾驶员人脸第一图像与所述驾驶员人脸第二图像匹配,则进一步判断所述第二图像与所述第一图像的肤色是否发生变化,并且在所述肤色变化超出预设的肤色阈值时,确定所述驾驶员疑似酒驾,
根据所述第二时间,以及所述停车场与收费站之间的距离,确定第三时间,所述第三时间大于所述第二时间,小于所述车辆行驶所述距离的正常时间,
在第三时间,启动收费站摄像头采集所述车辆的行车轨迹,如果所述行车轨迹超出预设行车轨迹,则确定所述驾驶员酒驾。
在一些实施例中,所述方法还包括:
在确定所述驾驶员酒驾后,标记所述第二图像为酒驾人脸图像并储存。
在一些实施例中,所述方法还包括:
根据所述高清智能监控服务器存储的酒驾人脸图像的肤色平均值与预定数量正常人脸图像的肤色统计平均值确定所述肤色阈值。
在一些实施例中,所述方法还包括:
根据所述车牌信息及所述驾驶员人脸第一图像,调取所述车辆驶入停车场的行车轨迹,
根据所述车辆驶入停车场的行车轨迹中确定所述驾驶员的预设行车轨迹。
在一些实施例中,所述方法还包括:
将所述车辆车牌信息发送至收费站周边的道路交通执勤警察智能终端。
第二方面,本发明实施例提供一种酒驾智能识别装置,应用于高清智能监控服务器,所述高清智能监控服务器与多个高清摄像头连接,所述多个高清摄像头分别设置于停车场及收费站,所述装置包括:
第一采集单元,用于在第一时间,接收所述高清摄像头于停车场采集的车辆车牌信息及驾驶员人脸第一图像,所述第一时间信息为下车时间信息;
第二采集单元,用于在第二时间,接收所述高清摄像头于所述停车场采集的所述车辆车牌信息及驾驶员人脸第二图像,所述第二时间信息为上车时间信息,所述第二时间大于第一时间,且为所述车辆在所述停车场的合理停车时间;
疑似酒驾单元,用于如果所述驾驶员人脸第一图像与所述驾驶员人脸第二图像匹配,则进一步判断所述第二图像与所述第一图像的肤色是否发生变化,并且在所述肤色变化超出预设的肤色阈值时,确定所述驾驶员疑似酒驾;
第三时间确定单元,用于根据所述第二时间,以及所述停车场与收费站之间的距离,确定第三时间,所述第三时间大于所述第二时间,小于所述车辆行驶所述距离的正常时间;
酒驾确定单元,用于在第三时间,启动收费站摄像头采集所述车辆的行车轨迹,如果所述行车轨迹超出预设行车轨迹,则确定所述驾驶员酒驾。
在一些实施例中,所述装置还包括:
标记储存单元,用于在确定所述驾驶员酒驾后,标记所述第二图像为酒驾人脸图像并储存。
在一些实施例中,所述装置还包括:
肤色阈值确定单元,用于根据所述高清智能监控服务器存储的酒驾人脸图像的肤色平均值与预定数量正常人脸图像的肤色统计平均值确定所述肤色阈值。
在一些实施例中,所述装置还包括:
预设行车轨迹单元,用于根据所述车牌信息及所述驾驶员人脸第一图像,调取所述车辆驶入停车场的行车轨迹,根据所述车辆驶入停车场的行车轨迹中确定所述驾驶员的预设行车轨迹。
第三方面,本发明实施例提供一种酒驾智能识别系统,所述系统包括:
高清智能监控服务器,所述高清智能监控服务器包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的酒驾智能识别方法;
多个高清摄像头,所述多个高清摄像头分别设置于停车场及收费站,所述多个高清摄像头均连接所述高清智能监控服务器,用于获取驾驶员的人脸图像以及车辆车牌信息。
第四方面,本发明实施例还提供了一种非易失性计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使高清智能监控服务器能够执行如上所述的酒驾智能识别方法。
本发明实施例的有益效果是:区别于现有技术的情况下,本发明实施例提供的一种酒驾智能识别方法,应用于高清智能监控服务器,所述高清智能监控服务器与多个高清摄像头连接,所述多个高清摄像头分别设置于停车场及收费站,所述方法包括:在第一时间,接收所述高清摄像头于停车场采集的车辆车牌信息及驾驶员人脸第一图像,所述第一时间信息为下车时间信息;在第二时间,接收所述高清摄像头于所述停车场采集的所述车辆车牌信息及驾驶员人脸第二图像,所述第二时间信息为上车时间信息,所述第二时间大于第一时间,且为所述车辆在所述停车场的合理停车时间;如果所述驾驶员人脸第一图像与所述驾驶员人脸第二图像匹配,则进一步判断所述第二图像与所述第一图像的肤色是否发生变化,并且在所述肤色变化超出预设的肤色阈值时,确定所述驾驶员疑似酒驾;根据所述第二时间,以及所述停车场与收费站之间的距离,确定第三时间,所述第三时间大于所述第二时间,小于所述车辆行驶所述距离的正常时间;在第三时间,启动收费站摄像头采集所述车辆的行车轨迹,如果所述行车轨迹超出预设行车轨迹,则确定所述驾驶员酒驾。通过上述方式,本发明实施例能够解决目前依靠人力判断酒驾的技术问题,实现更好地确认驾驶员酒驾,为道路交通安全提供多一道保障。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本发明实施例提供的一种酒驾智能识别方法的应用环境的示意图;
图2是本发明实施例提供的一种酒驾智能识别方法的流程示意图;
图3是本发明实施例提供的一种酒驾智能识别装置的结构示意图;
图4是本发明实施例提供的一种酒驾智能识别系统的结构示意图;
图5是本发明实施例提供的一种高清智能监控服务器的结构示意图。
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。
此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明的实施例中,如图1所示,图1是本发明实施例提供的一种酒驾智能识别方法的应用环境的示意图;
其中,所述酒驾智能识别方法应用于高清智能监控服务器,其中,所述高清智能监控服务器连接有多个高清摄像头,所述高清摄像头设置于停车场及收费站,其中,所述停车场和收费站可以是设置在酒店、餐厅、游乐场、公园等地方的停车场和收费站,用户的车辆经过所述收费站进入所述停车场,所述收费站与所述停车场之间有一段距离,所述用户的车辆在进入收费站前,所述收费站处的高清摄像头将获取所述用户的车辆车牌信息,并将所述车辆车牌信息进行记录,保存在所述高清智能监控服务器中,其中,还可以对所述收费站以及所述停车场之间的道路设置高清摄像头,以使所述高清智能监控服务器能够获取所述用户的车辆在所述收费站以及所述停车场之间的行车轨迹。
当车辆从所述收费站进行登记之后,将从所述收费站驶入所述停车场进行停放,所述车辆将停放在所述停车场的某一位置。在本发明实施例中,所述车辆停放在所述停车场的位置为固定位置,即默认所述车辆停放成功后,将不会再次转移到所述停车场的另一个位置,以免行车轨迹发生变化。
在本发明实施例中,默认所述车辆从所述收费站进入所述停车场与所述车辆从所述停车场进入所述收费站行驶的是同一线路,并且所述高清智能监控服务器记录所述线路。
具体的,下面以餐厅的停车场以及收费站为例进行阐述。
实施例1
请参阅图2,图2是本发明实施例提供的一种酒驾智能识别方法的流程示意图。如图2所示,所述方法应用于高清智能监控服务器,所述高清智能监控服务器与多个高清摄像头连接,所述多个高清摄像头分别设置于停车场及收费站,所述方法包括:
步骤S10:在第一时间,接收所述高清摄像头于停车场采集的车辆车牌信息及驾驶员人脸第一图像,所述第一时间信息为下车时间信息;
所述驾驶员驾驶车辆从所述收费站进入所述停车场准备停放车辆进行就餐,具体的,所述驾驶员人脸第一图像指的是驾驶员在车辆安全停放在所述停车场的人脸图像,所述停车场的高清摄像头通过获取所述车辆的驾驶位的图像,获取所述驾驶员的人脸第一图像,并且通过转动所述高清摄像头,获取所述车辆的车牌信息。其中,所述方法还包括:获取所述驾驶员的原始人脸图像,所述原始人脸图像为所述车辆在进入所述收费站时的人脸图像,比对所述驾驶员的原始人脸图像和所述驾驶员的人脸第一图像,判断所述驾驶员是否出现中途更换的情况,若是,分别获取所述原始人脸图像对应的第一驾驶员以及所述人脸第一图像对应的第二驾驶员,通过所述高清智能监控服务器的存储器记录所述第一驾驶员以及第二驾驶员的人脸特征。其中,所述第一驾驶员和第二驾驶员的人脸特征通过分别对所述原始人脸图像和人脸第一图像进行识别并获取。通过保存所述第一驾驶员和第二驾驶员的人脸特征,方便在后续车辆离开停车场时,确定所述车辆的驾驶员,并确定所述驾驶员是否发生酒驾。
可以理解的是,在所述车辆进入收费站前,所述收费站的高清摄像头将自动获取所述车辆的原始车牌信息,并保存所述车辆的原始车牌信息,当所述车辆停放在所述停车场时,所述停车场的高清摄像头再次获取所述车辆的车牌信息,其中,所述车辆停放在所述停车场的时间点为第一时间,所述第一时间默认为所述驾驶员的下车时间,在所述驾驶员下车时或下车后,通过所述停车场的高清摄像头获取所述车辆的车牌信息以及所述驾驶员人脸第一图像,在第一时间获取的车辆的车牌信息默认为第一车牌信息,通过比对在第一时间获取的第一车牌信息与在收费站获取的原始车牌信息,若比对一致,则确认所述车辆无更换车牌操作。通过比对所述第一车牌信息和原始车牌信息,以及比对所述驾驶员的原始人脸图像以及驾驶员人脸第一图像,有利于确认车辆信息以及驾驶员信息。
步骤S20:在第二时间,接收所述高清摄像头于所述停车场采集的所述车辆车牌信息及驾驶员人脸第二图像,所述第二时间信息为上车时间信息,所述第二时间大于第一时间,且为所述车辆在所述停车场的合理停车时间;
具体的,所述第二时间指的是所述驾驶员在就餐完毕后,准备驾驶车辆离开停车场的时间点,所述第二时间大于第一时间,且为所述车辆在所述停车场的合理停车时间,即所述车辆在第一时间开始停放在所述停车场,经过一段合理停车时间后,所述合理停车时间指的是所述车辆允许停放在所述停车场的逗留时间,可以理解的是,一般认为所述合理停车时间指的是所述驾驶员就餐的时间。所述驾驶员在第二时间进行上车,在第二时间,所述高清智能监控服务器接收所述高清摄像头于所述停车场采集的所述车辆车牌信息及驾驶员人脸第二图像,其中,所述车辆车牌信息为第二车牌信息,所述方法还包括:比对所述第一车牌信息以及所述第二车牌信息,判断所述第二车牌信息是否与所述第一车牌信息相同,若是,则确定所述用户的车牌未遭受破坏,若否,则确定所述用户的车牌发生问题,提醒用户。具体的,所述驾驶员的移动终端连接所述高清智能监控服务器,所述提醒方式可以为:向所述驾驶员的移动终端发送报警信息。其中,所述驾驶员的移动终端安装有一应用程序APP,所述应用程序APP可以接收所述报警信息,并通过所述移动终端的显示屏进行显示。可以理解的是,所述移动终端还可以向所述高清智能监控服务器发送监控请求,以使所述高清智能监控服务器通过所述停车场的高清摄像头获取所述驾驶员的车辆的当前图像,所述驾驶员可以通过所述移动终端查看所述车辆的当前图像,通过获取所述当前图像,确认所述车辆的安全。通过向所述驾驶员的移动终端发送所述车辆的当前图像,以使所述驾驶员能够确认车辆的安全,防止所述车辆受到不法侵害,比如:被喷漆、被刮花等情况。
可以理解的是,一般认为所述人脸第二图像为所述驾驶员就餐后的人脸图像,或者,在某些情况下,所述驾驶员未进行就餐时,突然发生变故,需要立即驾驶车辆离开停车场,所述人脸第二图像为所述驾驶员上车的时间点时,所述停车场的高清摄像头获取的人脸图像。其中,为了更好地获取所述驾驶员的人脸第二图像,可以在所述驾驶员进入车辆内部,并坐在驾驶位之后,才通过所述停车场的高清摄像头获取所述驾驶员的人脸第二图像。具体的,所述方法还包括:判断所述车辆的驾驶位是否有人脸特征,若是,则获取所述驾驶位的人脸第二图像,其中,为了使获取的人脸第二图像更为清晰,可以通过多个高清摄像头同时获取所述驾驶位的图像,并且还可以控制所述多个高清摄像头的焦距,由于所述多个高清摄像头分别设置在所述停车场的不同位置,通过多个高清摄像头同时获取所述驾驶员的人脸第二图像,并且通过控制所述多个高清摄像头的焦距,实现更为清晰地获取所述驾驶员的人脸第二图像,方便所述高清智能监控服务器提取所述驾驶员的人脸特征,提高识别准确率。
步骤S30:如果所述驾驶员人脸第一图像与所述驾驶员人脸第二图像匹配,则进一步判断所述第二图像与所述第一图像的肤色是否发生变化,并且在所述肤色变化超出预设的肤色阈值时,确定所述驾驶员疑似酒驾;
具体的,所述驾驶员人脸第一图像为第一时间采集的人脸图像,即所述驾驶员从停车场下车时采集的人脸图像,所述驾驶员人脸第二图像为第二时间采集的人脸图像,即所述驾驶员间隔一定时间后从停车场上车时采集的人脸图像,通过所述驾驶员人脸第一图像以及所述驾驶员人脸第二图像,识别所述驾驶员人脸第一图像以及所述驾驶员人脸第二图像中的人脸特征,判断所述人脸特征是否相同,若是,分别通过分析所述驾驶员人脸第一图像以及所述驾驶员人脸第二图像,获取所述驾驶员人脸第一图像以及所述驾驶员人脸第二图像的人脸肤色,判断所述第二图像与所述第一图像的肤色是否发生变化,并且在所述肤色变化超出预设的肤色阈值时,确定所述驾驶员疑似酒驾;
可以理解的是,驾驶员在喝酒之后一般会出现脸色发红的现象,因此可以通过识别所述驾驶员的肤色变化,确认所述驾驶员是否发生酒驾的情况。
具体的,所述肤色通过肤色值来表征,所述肤色值可以通过获取所述人脸图像,例如:原始人脸图像、人脸第一图像、人脸第二图像的RGB颜色分量获取,通过计算所述RGB颜色分量,确定所述原始人脸图像、人脸第一图像以及人脸第二图像的肤色值。例如:通过肤色值计算模型,所述肤色值计算模型为:肤色值=R分量的值*50%+G分量的值*30%+B分量的值*20,从而获取原始人脸图像、人脸第一图像以及人脸第二图像的肤色值,通过获取所述原始人脸图像、人脸第一图像以及人脸第二图像的肤色值,将所述原始人脸图像、人脸第一图像以及人脸第二图像的肤色值确定为所述驾驶员的肤色值,有利于确定所述驾驶员的肤色变化,并根据所述肤色变化确定所述驾驶员是否疑似酒驾。
在本发明实施例中,所述方法还包括:通过所述驾驶员人脸第一图像与所述驾驶员人脸第二图像,获取所述驾驶员的肤色种类,所述肤色种类包括:黄种肤色、白种肤色以及黑种肤色。通过深度学习预先确定所述不同的肤色种类对应的正常肤色值,通过获取所述驾驶员的肤色种类,结合通过所述驾驶员的人脸第一图像获取的第一肤色值以及通过所述驾驶员的人脸第二图像获取的第二肤色值,计算所述第二肤色值与第一肤色值的差值,若所述第二肤色值与所述第一肤色值之间的差值大于或等于预设的肤色阈值,则确定所述驾驶员疑似酒驾;若所述第二肤色值与所述第一肤色值之间的差值小于所述预设的肤色阈值,则确定所述驾驶员的驾驶状态为正常驾驶。
其中,确定所述肤色阈值,包括:根据所述高清智能监控服务器存储的酒驾人脸图像的肤色平均值与预定数量正常人脸图像的肤色统计平均值确定所述肤色阈值。具体的,所述高清智能监控服务器包括一存储器,所述存储器用于存储所述酒驾人脸图像的肤色平均值与预定数量正常人脸图像的肤色统计值。其中,所述酒驾人脸图像的肤色平均值通过深度学习获取,例如:通过获取多个酒驾人脸图像,并通过深度学习算法计算所述多个酒驾人脸图像的肤色平均值,并获取预定数量正常人脸图像,通过深度学习算法计算多个正常人脸图像的肤色统计值,计算所述酒驾人脸图像的肤色平均值与所述正常人脸图像的肤色统计值的差值,并将所述差值作为所述肤色阈值。可以理解的是,不同的肤色种类的肤色阈值可能有所不同,因此,需要分别计算不同肤色的肤色阈值,例如:分别计算黄种肤色、白种肤色以及黑种肤色的肤色阈值。
若识别到所述驾驶员人脸第一图像以及所述驾驶员人脸第二图像中的人脸特征不同,则直接获取所述驾驶员人脸第二图像的肤色,比对正常肤色,确认所述驾驶员是否酒驾。具体的,获取所述驾驶员的肤色值,比对所述驾驶员对应的肤色种类的正常肤色值,确认所述驾驶员是否疑似酒驾。
步骤S40:根据所述第二时间,以及所述停车场与收费站之间的距离,确定第三时间,所述第三时间大于所述第二时间,小于所述车辆行驶所述距离的正常时间;
具体的,所述第三时间用于启动所述收费站的摄像头,具体的,所述第三时间为所述车辆从所述停车场行驶到所述收费站之间的一个时间点,所述第三时间大于所述第二时间,并且所述第三时间小于所述车辆行驶所述距离的正常时间。
可以理解的是,在所述车辆未到达所述收费站的时间点之前,确定所述第三时间,并在所述第三时间时,确定所述驾驶员是否酒驾,从而免去在收费站对所述驾驶员进行酒驾测试,并且,通过在第三时间对所述驾驶员进行酒驾确认,能够在所述驾驶员到达所述收费站之前有一定的时间采取相应的措施,防止意外的发生。
具体的,所述第三时间小于所述第二时间加上所述车辆行驶所述停车场与收费站之间的距离所需的时间之和,例如:可以在第二时间加上所述停车场与收费站之间的距离所需的时间的四分之三,作为所述第三时间,或者,通过其他方式计算所述第三时间。
步骤S50:在第三时间,启动收费站摄像头采集所述车辆的行车轨迹,如果所述行车轨迹超出预设行车轨迹,则确定所述驾驶员酒驾。
具体的,所述预设行车轨迹通过所述车辆从所述收费站进入所述停车场进行确定。例如:根据所述车牌信息及所述驾驶员人脸第一图像,调取所述车辆驶入停车场的行车轨迹;根据所述车辆驶入停车场的行车轨迹中确定所述驾驶员的预设行车轨迹。在实际停车过程中,由于车位的限制原因,可能会导致所述车辆从所述收费站驶入所述停车场的行车轨迹并非最佳的行车轨迹。因此,可以通过所述高清智能监控服务器连接所述驾驶员的移动终端,具体的,在所述驾驶员的车辆到达所述收费站准备驶入所述停车场时,自动连接所述驾驶员的移动终端,所述移动终端安装有应用程序APP,通过向所述移动终端发送最佳行车轨迹,以使所述移动终端的应用程序APP呈现所述最佳行车轨迹,并根据所述最佳行车轨迹,对所述车辆进行导航,同理,在所述车辆从所述停车场驶向收费站时,通过向所述移动终端发送最佳行车轨迹,以使所述移动终端的应用程序APP呈现所述最佳行车轨迹,并根据所述最佳行车轨迹对所述车辆进行导航。
具体的,通过所述高清摄像头获取所述停车场的车位图像,所述高清智能监控服务器根据所述停车场的车位图像,以及所述停车场的道路情况,确定所述最佳行车轨迹,并将所述最佳行车轨迹确认为预设行车轨迹。
通过采集所述车辆从所述停车场驶向所述收费站的行车轨迹,对比所述预设行车轨迹,若所述驶向所述收费站的行车轨迹超出所述预设行车轨迹,则确定所述驾驶员酒驾。由于所述驾驶员的移动终端连接所述高清智能监控服务器,所述高清智能监控服务器通过所述驾驶员的移动终端对所述车辆进行导航,在导航的情况下,若所述驶向所述收费站的行车轨迹仍然超出所述预设行车轨迹,并且所述驾驶员的肤色变化超出预设的肤色阈值,则可以确认所述驾驶员酒驾。
在本发明实施例中,所述方法还包括:在确定所述驾驶员酒驾后,标记所述第二图像为酒驾人脸图像并储存。具体的,标记所述驾驶员人脸第二图像为酒驾人脸图像并储存,同时将所述车辆车牌信息发送至收费站周边的道路交通执勤警察智能终端。
具体的,所述收费站周边的道路交通执勤警察智能终端通信连接所述高清智能监控服务器,可以理解的是,所述收费站周边的道路交通执勤警察可能有多个,所述方法还包括:获取所有所述收费站周边的道路交通执勤警察的智能终端距离所述收费站的距离,确定所述收费站周边的道路交通执勤警察距离所述收费站最近的智能终端,将所述车辆车牌信息发送至距离所述收费站最近的智能终端,以使所述智能终端对应的道路交通执勤警察根据所述车辆车牌信息,确定酒驾情况,进行相应的处理。其中,当所述方法还包括:若所述酒驾情况为严重酒驾或醉驾,向所述道路交通执勤警察的智能终端发送报警信息,以使所述道路交通执勤警察尽快进行处理。
在本发明实施例中,通过提供一种酒驾智能识别方法,应用于高清智能监控服务器,所述高清智能监控服务器与多个高清摄像头连接,所述多个高清摄像头分别设置于停车场及收费站,所述方法包括:在第一时间,接收所述高清摄像头于停车场采集的车辆车牌信息及驾驶员人脸第一图像,所述第一时间信息为下车时间信息;在第二时间,接收所述高清摄像头于所述停车场采集的所述车辆车牌信息及驾驶员人脸第二图像,所述第二时间信息为上车时间信息,所述第二时间大于第一时间,且为所述车辆在所述停车场的合理停车时间;如果所述驾驶员人脸第一图像与所述驾驶员人脸第二图像匹配,则进一步判断所述第二图像与所述第一图像的肤色是否发生变化,并且在所述肤色变化超出预设的肤色阈值时,确定所述驾驶员疑似酒驾;根据所述第二时间,以及所述停车场与收费站之间的距离,确定第三时间,所述第三时间大于所述第二时间,小于所述车辆行驶所述距离的正常时间;在第三时间,启动收费站摄像头采集所述车辆的行车轨迹,如果所述行车轨迹超出预设行车轨迹,则确定所述驾驶员酒驾。通过上述方式,本发明实施例能够解决目前依靠人力判断酒驾的技术问题,实现更好地确认驾驶员酒驾,为道路交通安全提供多一道保障。
实施例二
请参阅图3,图3是本发明实施例提供的一种酒驾智能识别装置的结构示意图;
如图3所示,该酒驾智能识别装置100,应用于高清智能监控服务器,所述高清智能监控服务器与多个高清摄像头连接,所述多个高清摄像头分别设置于停车场及收费站,所述装置包括:
第一采集单元10,用于在第一时间,接收所述高清摄像头于停车场采集的车辆车牌信息及驾驶员人脸第一图像,所述第一时间信息为下车时间信息;
第二采集单元20,用于在第二时间,接收所述高清摄像头于所述停车场采集的所述车辆车牌信息及驾驶员人脸第二图像,所述第二时间信息为上车时间信息,所述第二时间大于第一时间,且为所述车辆在所述停车场的合理停车时间;
疑似酒驾单元30,用于如果所述驾驶员人脸第一图像与所述驾驶员人脸第二图像匹配,则进一步判断所述第二图像与所述第一图像的肤色是否发生变化,并且在所述肤色变化超出预设的肤色阈值时,确定所述驾驶员疑似酒驾;
第三时间确定单元40,用于根据所述第二时间,以及所述停车场与收费站之间的距离,确定第三时间,所述第三时间大于所述第二时间,小于所述车辆行驶所述距离的正常时间;
酒驾确定单元50,用于在第三时间,启动收费站摄像头采集所述车辆的行车轨迹,如果所述行车轨迹超出预设行车轨迹,则确定所述驾驶员酒驾。
标记储存单元60,用于在确定所述驾驶员酒驾后,标记所述第二图像为酒驾人脸图像并储存。
肤色阈值确定单元70,用于根据所述高清智能监控服务器存储的酒驾人脸图像的肤色平均值与预定数量正常人脸图像的肤色统计平均值确定所述肤色阈值。
预设行车轨迹单元80,用于根据所述车牌信息及所述驾驶员人脸第一图像,调取所述车辆驶入停车场的行车轨迹;
根据所述车辆驶入停车场的行车轨迹中确定所述驾驶员的预设行车轨迹。
在本发明实施例中,所述酒驾智能识别装置100还包括:
发送单元,用于将所述车辆车牌信息发送至收费站周边的道路交通执勤警察智能终端。
由于装置实施例和方法实施例是基于同一构思,在内容不互相冲突的前提下,装置实施例的内容可以引用方法实施例的,在此不赘述。
请参阅图4,图4为本发明实施例提供的一种酒驾智能识别系统的结构示意图,如图4所示,该酒驾智能识别系统400包括:高清智能监控服务器410、多个高清摄像头420以及移动终端430,所述多个高清摄像头420分别连接所述高清智能监控服务器410,所述移动终端430也连接所述高清智能监控服务器410。
其中,所述高清智能监控服务器410,用于接收所述移动终端430发送的监控请求以及接收所述高清摄像头420发送的图像数据,请参阅图5,图5是本发明实施例提供的一种高清智能监控服务器的结构示意图,如图5所示,所述高清智能监控服务器410包括:一个或多个处理器411以及存储器412。其中,图5中以一个处理器411为例。
处理器411和存储器412可以通过总线或者其他方式连接,图5中以通过总线连接为例。
存储器412作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的一种酒驾智能识别方法对应的单元(例如,图3所述的各个单元)。处理器411通过运行存储在存储器412中的非易失性软件程序、指令以及模块,从而执行酒驾智能识别方法的各种功能应用以及数据处理,即实现上述方法实施例酒驾智能识别方法以及上述装置实施例的各个模块和单元的功能。
存储器412可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器412可选包括相对于处理器411远程设置的存储器,这些远程存储器可以通过网络连接至处理器411。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述模块存储在所述存储器412中,当被所述一个或者多个处理器411执行时,执行上述任意方法实施例中的酒驾智能识别方法,例如,执行以上描述的图2所示的各个步骤;也可实现图3所述的各个模块或单元的功能。
本发明实施例的高清智能监控服务器410以多种形式存在,在执行以上描述的图2所示的各个步骤;也可实现图3所述的各个单元的功能时,上述高清智能监控服务器410包括但不限于:
(1)塔式服务器
一般的塔式服务器机箱和我们常用的PC机箱差不多,而大型的塔式机箱就要粗大很多,总的来说外形尺寸没有固定标准。
(2)机架式服务器
机架式服务器是由于满足企业的密集部署,形成的以19英寸机架作为标准宽度的服务器类型,高度则从1U到数U。将服务器放置到机架上,并不仅仅有利于日常的维护及管理,也可能避免意想不到的故障。首先,放置服务器不占用过多空间。机架服务器整齐地排放在机架中,不会浪费空间。其次,连接线等也能够整齐地收放到机架里。电源线和LAN线等全都能在机柜中布好线,可以减少堆积在地面上的连接线,从而防止脚踢掉电线等事故的发生。规定的尺寸是服务器的宽(48.26cm=19英寸)与高(4.445cm的倍数)。由于宽为19英寸,所以有时也将满足这一规定的机架称为“19英寸机架”。
(3)刀片式服务器
刀片服务器是一种HAHD(High Availability High Density,高可用高密度)的低成本服务器平台,是专门为特殊应用行业和高密度计算机环境设计的,其中每一块“刀片”实际上就是一块系统母板,类似于一个个独立的服务器。在这种模式下,每一个母板运行自己的系统,服务于指定的不同用户群,相互之间没有关联。不过可以使用系统软件将这些母板集合成一个服务器集群。在集群模式下,所有的母板可以连接起来提供高速的网络环境,可以共享资源,为相同的用户群服务。
其中,所述高清摄像头420,分别设置于停车场及收费站,所述多个高清摄像头均连接所述高清智能监控服务器,用于获取驾驶员的人脸图像以及车辆车牌信息,并将所述驾驶员的人脸图像以及车辆车牌信息发送到所述高清智能监控服务器410,所述高清摄像头420还可以接收所述高清智能监控服务器410发送的命令,实时获取所述人脸图像,或者,根据所述高清智能监控服务器410发送的命令,调整所述高清摄像头420的转动角度以及转动速度。
其中,所述移动终端430,通信连接所述高清智能监控服务器410,用于向所述高清智能监控服务器410发送监控请求,接收所述高清智能监控服务器410发送的监控图像。
在本发明实施例中,所述移动终端430包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类电子设备包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类电子设备包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放视频内容,一般也具备移动上网特性。该类设备包括:视频播放器,掌上游戏机,以及智能玩具和便携式车载导航设备。
(4)其他具有视频播放功能和上网功能的电子设备。
本发明实施例还提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,例如图5中的一个处理器411,可使得上述一个或多个处理器可执行上述任意方法实施例中的酒驾智能识别方法,例如,执行上述任意方法实施例中的酒驾智能识别方法,例如,执行以上描述的图2所示的各个步骤;也可实现图3所述的各个单元的功能。
以上所描述的装置或设备实施例仅仅是示意性的,其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的,作为模块单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用直至得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种酒驾智能识别方法,应用于高清智能监控服务器,所述高清智能监控服务器与多个高清摄像头连接,所述多个高清摄像头分别设置于停车场及收费站,其特征在于,所述方法包括:
在第一时间,接收所述高清摄像头于停车场采集的车辆车牌信息及驾驶员人脸第一图像,所述第一时间信息为下车时间信息;
在第二时间,接收所述高清摄像头于所述停车场采集的所述车辆车牌信息及驾驶员人脸第二图像,所述第二时间信息为上车时间信息,所述第二时间大于第一时间,且为所述车辆在所述停车场的合理停车时间;
如果所述驾驶员人脸第一图像与所述驾驶员人脸第二图像匹配,则进一步判断所述第二图像与所述第一图像的肤色是否发生变化,并且在所述肤色变化超出预设的肤色阈值时,确定所述驾驶员疑似酒驾;
根据所述第二时间,以及所述停车场与收费站之间的距离,确定第三时间,所述第三时间大于所述第二时间,小于所述车辆行驶所述距离的正常时间;
在第三时间,启动收费站摄像头采集所述车辆的行车轨迹,如果所述行车轨迹超出预设行车轨迹,则确定所述驾驶员酒驾。
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:
在确定所述驾驶员酒驾后,标记所述第二图像为酒驾人脸图像并储存。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述高清智能监控服务器存储的酒驾人脸图像的肤色平均值与预定数量正常人脸图像的肤色统计平均值确定所述肤色阈值。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述方法还包括:
根据所述车牌信息及所述驾驶员人脸第一图像,调取所述车辆驶入停车场的行车轨迹;
根据所述车辆驶入停车场的行车轨迹中确定所述驾驶员的预设行车轨迹。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
将所述车辆车牌信息发送至收费站周边的道路交通执勤警察智能终端。
6.一种酒驾智能识别装置,应用于高清智能监控服务器,所述高清智能监控服务器与多个高清摄像头连接,所述多个高清摄像头分别设置于停车场及收费站,其特征在于,所述装置包括:
第一采集单元,用于在第一时间,接收所述高清摄像头于停车场采集的车辆车牌信息及驾驶员人脸第一图像,所述第一时间信息为下车时间信息;
第二采集单元,用于在第二时间,接收所述高清摄像头于所述停车场采集的所述车辆车牌信息及驾驶员人脸第二图像,所述第二时间信息为上车时间信息,所述第二时间大于第一时间,且为所述车辆在所述停车场的合理停车时间;
疑似酒驾单元,用于如果所述驾驶员人脸第一图像与所述驾驶员人脸第二图像匹配,则进一步判断所述第二图像与所述第一图像的肤色是否发生变化,并且在所述肤色变化超出预设的肤色阈值时,确定所述驾驶员疑似酒驾;
第三时间确定单元,用于根据所述第二时间,以及所述停车场与收费站之间的距离,确定第三时间,所述第三时间大于所述第二时间,小于所述车辆行驶所述距离的正常时间;
酒驾确定单元,用于在第三时间,启动收费站摄像头采集所述车辆的行车轨迹,如果所述行车轨迹超出预设行车轨迹,则确定所述驾驶员酒驾。
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:
标记储存单元,用于在确定所述驾驶员酒驾后,标记所述第二图像为酒驾人脸图像并储存。
8.根据权利要求6所述的装置,其特征在于,所述装置还包括:
肤色阈值确定单元,用于根据所述高清智能监控服务器存储的酒驾人脸图像的肤色平均值与预定数量正常人脸图像的肤色统计平均值确定所述肤色阈值。
9.根据权利要求6-8任一项所述的装置,其特征在于,所述装置还包括:
预设行车轨迹单元,用于根据所述车牌信息及所述驾驶员人脸第一图像,调取所述车辆驶入停车场的行车轨迹,根据所述车辆驶入停车场的行车轨迹中确定所述驾驶员的预设行车轨迹。
10.一种酒驾智能识别系统,其特征在于,所述系统包括:
高清智能监控服务器,所述高清智能监控服务器包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5任一项所述的方法;
多个高清摄像头,所述多个高清摄像头分别设置于停车场及收费站,所述多个高清摄像头均连接所述高清智能监控服务器,用于获取驾驶员的人脸图像以及车辆车牌信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811109237.8A CN109147342A (zh) | 2018-09-21 | 2018-09-21 | 一种酒驾智能识别方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811109237.8A CN109147342A (zh) | 2018-09-21 | 2018-09-21 | 一种酒驾智能识别方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109147342A true CN109147342A (zh) | 2019-01-04 |
Family
ID=64823255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811109237.8A Pending CN109147342A (zh) | 2018-09-21 | 2018-09-21 | 一种酒驾智能识别方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109147342A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110301892A (zh) * | 2019-06-11 | 2019-10-08 | Oppo广东移动通信有限公司 | 一种基于静脉识别的检测方法及相关产品 |
CN114360264A (zh) * | 2022-01-18 | 2022-04-15 | 重庆大学 | 一种基于交通流量进行调节的智慧城市交通管理方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745193A (zh) * | 2013-12-17 | 2014-04-23 | 小米科技有限责任公司 | 一种肤色检测方法及装置 |
US20150258892A1 (en) * | 2014-03-16 | 2015-09-17 | Roger Li-Chung Wu | Drunk Driving Prevention System and Method |
CN105956548A (zh) * | 2016-04-29 | 2016-09-21 | 奇瑞汽车股份有限公司 | 驾驶员疲劳状况检测方法和装置 |
CN107221156A (zh) * | 2016-03-22 | 2017-09-29 | 山东理工大学 | 一种实时监测酒后驾驶的方法和系统 |
CN108091136A (zh) * | 2017-12-14 | 2018-05-29 | 阜阳裕晟电子科技有限公司 | 一种基于视频监控的酒驾车辆检测系统 |
CN108454403A (zh) * | 2018-04-23 | 2018-08-28 | 苏州登阳信息技术有限公司 | 一种基于无线通信定位的车辆安全提示系统 |
-
2018
- 2018-09-21 CN CN201811109237.8A patent/CN109147342A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745193A (zh) * | 2013-12-17 | 2014-04-23 | 小米科技有限责任公司 | 一种肤色检测方法及装置 |
US20150258892A1 (en) * | 2014-03-16 | 2015-09-17 | Roger Li-Chung Wu | Drunk Driving Prevention System and Method |
CN107221156A (zh) * | 2016-03-22 | 2017-09-29 | 山东理工大学 | 一种实时监测酒后驾驶的方法和系统 |
CN105956548A (zh) * | 2016-04-29 | 2016-09-21 | 奇瑞汽车股份有限公司 | 驾驶员疲劳状况检测方法和装置 |
CN108091136A (zh) * | 2017-12-14 | 2018-05-29 | 阜阳裕晟电子科技有限公司 | 一种基于视频监控的酒驾车辆检测系统 |
CN108454403A (zh) * | 2018-04-23 | 2018-08-28 | 苏州登阳信息技术有限公司 | 一种基于无线通信定位的车辆安全提示系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110301892A (zh) * | 2019-06-11 | 2019-10-08 | Oppo广东移动通信有限公司 | 一种基于静脉识别的检测方法及相关产品 |
CN110301892B (zh) * | 2019-06-11 | 2022-03-22 | Oppo广东移动通信有限公司 | 一种基于静脉识别的检测方法及相关产品 |
CN114360264A (zh) * | 2022-01-18 | 2022-04-15 | 重庆大学 | 一种基于交通流量进行调节的智慧城市交通管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107967806B (zh) | 车辆套牌检测方法、装置、可读存储介质及电子设备 | |
CN104299416B (zh) | 一种基于视频车牌检测的自动车位锁定方法及系统 | |
CN107146468A (zh) | 停车场车位的识别方法与系统及管理方法与系统 | |
CN108197526A (zh) | 检测方法、系统及计算机可读存储介质 | |
CN106469518A (zh) | 基于视频跟踪识别的智能停车引导的方法、服务器和系统 | |
CN106710291A (zh) | 停车场的停车位获取方法及装置 | |
CN109165634A (zh) | 一种智能识别方法、装置及系统 | |
CN105390021A (zh) | 车位状态的检测方法及装置 | |
CN106846876A (zh) | 一种基于视频识别及二维码的寻车方法、系统及装置 | |
CN108399782A (zh) | 室外反向导车的方法、装置、系统、设备及存储介质 | |
CN105590479A (zh) | 车位监测方法和装置 | |
CN104574982B (zh) | 一种车辆侦查系统及其侦查方法 | |
CN109147342A (zh) | 一种酒驾智能识别方法、装置及系统 | |
CN104299418A (zh) | 一种实时通知用户闯红灯信息系统及方法 | |
CN112320522A (zh) | 基于智能识别的电梯控制系统和方法 | |
CN111784444A (zh) | 共享单车管理方法和系统 | |
CN106856014B (zh) | 一种停车场管理系统及方法 | |
DE102019121481A1 (de) | Systeme und verfahren zum durchsetzen von parkvorschriften für plug-in-fahrzeuge | |
CN108805184B (zh) | 一种固定空间、车辆上的图像识别方法及系统 | |
CN112802361A (zh) | 一种停车场的车位预约方法及装置 | |
CN113781827A (zh) | 一种云平台的视频数据管理方法及云平台 | |
CN204650756U (zh) | 停车场车辆防盗系统 | |
CN106558108A (zh) | 停车管理装置、停车管理方法及服务器 | |
CN109272770A (zh) | 一种基于图像识别技术的私人停车位管理方法 | |
CN108922199A (zh) | 基于车联网的车辆行为监管方法及车联网系统 |
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 |
Application publication date: 20190104 |
|
RJ01 | Rejection of invention patent application after publication |