CN109598977A - 基于视频监控的车辆检测方法、装置、系统及服务器 - Google Patents

Abstract

本发明提供一种基于视频监控的车辆检测方法、装置、系统及服务器，其中，所述检测方法应用于服务器中，预先划分多个停车区域，每个所述停车区域对应设置至少一个摄像头，所述摄像头用于采集其视场范围内的图像，所述摄像头与所述服务器通信，所述车辆检测方法包括：接收与停车区域对应的摄像头发送的图像；对所述图像进行预处理；根据预设的目标特征库，对所述经预处理后的图像进行分析，根据分析结果计算所述停车区域内的停车数。本发明通过特征目标库对设置于停车区域的摄像头摄取的图像进行比对分析，以准确有效的计算停车区域内的车辆停放数量。

Description

基于视频监控的车辆检测方法、装置、系统及服务器

技术领域

本发明涉及车辆智能监控领域，特别是涉及一种基于视频监控的车辆检测方法、装置、 系统及服务器。

背景技术

共享单车是指企业在城市的各个公共场合投放的共享自行车。共享单车作为一种新型的 租赁模式，随着互联网的飞速发展，现在在城市的各个地方随处可见。一方面共享单车提出 了一种城市短距离的清洁环保的出行方式，为城市人们的出行带来了极大的便利，另一方面 城市中共享单车数量的大幅度增加使得其管理规范变得相对困难，相应的也带来了许多的问 题，例如单车停放的分配问题，在实际使用中，经常会发现，在一些停车区域车辆很少，而 在另一些停车区域车辆却过多，造成单车的分布非常不均衡，而在一个有限的区域内堆放过 多的车辆，也会造成乱停放、占用人行道以及占用公共出口等问题。所以需要有效准确的获 取停车区域的单车数量进而根据该单车数量对停车区域的车辆停放状态进行监控以及调配。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于视频监控的车辆检测方 法、装置、系统及服务器，用于解决现有技术中不能准确有效获取停车区域的车辆数量的问 题。

为实现上述目的及其他相关目的，本发明提供一种基于视频监控的车辆检测方法，应用 于服务器中，预先划分多个停车区域，每个所述停车区域对应设置至少一个摄像头，所述摄 像头用于采集其视场范围内的图像，所述摄像头与所述服务器通信，所述车辆检测方法包括： 接收与停车区域对应的摄像头发送的图像；对所述图像进行预处理；根据预设的目标特征库， 对所述经预处理后的图像进行分析，根据分析结果计算所述停车区域内的停车数。

于本发明一具体实施例中，预设关于所述停车区域的区域停车数阈值，将所述停车数与 所述区域停车数阈值进行比对，当所述停车数大于所述区域停车数阈值时，形成提醒信息以 向指定的终端发送；其中，所述提醒信息至少包括以下信息中的一种：停车区域内的停车数、 所述停车区域对应的摄像头的位置信息以及所述摄像头当前摄取的图像。

于本发明一具体实施例中，向指定的终端发送所述提醒信息后，以预设的时间周期计算 所述停车区域内的停车数，并再次形成提醒信息以向所述指定的终端发送。

于本发明一具体实施例中，向指定的终端发送所述提醒信息后，统计所述停车区域在预 设时间段内的停车数的增长状态，当所述停车数的增长状态为停车数呈正向增长或所述停车 数的增长率大于预设增长率阈值时，将再次形成提醒信息以向所述指定的终端发送。

于本发明一具体实施例中，根据所述停车区域所处的位置和/或所述摄像头摄取所述图像 时所处的时间段，调整所述停车数阈值和/或所述时间周期。

于本发明一具体实施例中，所述停车区域包括至少一个单位停车区，每个所述单位停车 区对应设置至少一个摄像头。

于本发明一具体实施例中，预先设置关于所述单位停车区的单位停车数阈值，根据当前 停车区域所包括的单位停车区的个数以及所述单位停车数阈值，计算当前停车区域的区域停 车数阈值。

于本发明一具体实施例中，根据预设的目标特征库，对所述图像中所包括的车辆进行分 类，且分别计算不同类别的车辆的数量。

于本发明一具体实施例中，所述目标特征库包括对应指定共享单车的商标特征、造型特 征和/或颜色特征，根据所述目标特征库对所述摄像头摄取的图像进行识别，计算所述停车区 域内所停放的所述指定共享单车的数量，且当所述指定共享单车的数量大于预设的共享单车 数量阈值时，向指定的终端发送提醒信息，其中，所述提醒信息至少包括以下信息中的一种： 停车区域内的所述指定共享单车的数量、所述停车区域对应的摄像头的位置信息以及所述摄 像头当前摄取的图像。

为实现上述目的及其他相关目的，本发明还提供一种基于视频监控的车辆检测装置，应 用于服务器中，预先划分多个停车区域，每个所述停车区域对应设置至少一个摄像头，所述 摄像头用于采集其视场范围内的图像，所述摄像头与所述服务器通信，所述车辆检测装置包 括：图像接收模块，用以接收与停车区域对应的摄像头发送的图像；预处理模块，用以对所 述图像进行预处理；图像分析模块，用以根据预设的目标特征库，对所述经预处理后的图像 进行分析，根据分析结果计算所述停车区域内的停车数。

为实现上述目的及其他相关目的，本发明还提供一种服务器，包括处理器和存储器，所 述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所 述服务器执行如上任一项所述的基于视频监控的车辆检测方法。

为实现上述目的及其他相关目的，本发明还提供一种基于视频监控的车辆检测系统，包 括：至少一个摄像头、终端以及如上所述的服务器；其中，所述至少一个摄像头，用以获取 关于所述停车区域的图像；所述服务器，与所述至少一个摄像头通信；所述终端，与所述服 务器通信。

于本发明一具体实施例中，所述停车区域包括至少一个单位停车区，每个所述单位停车 区对应设置至少一个所述摄像头，所述摄像头安装于毗邻所述单位停车区的架设桩上。

如上所述，本发明提供一种基于视频监控的车辆检测方法、装置、系统及服务器，其中， 所述检测方法应用于服务器中，预先划分多个停车区域，每个所述停车区域对应设置至少一 个摄像头，所述摄像头用于采集其视场范围内的图像，所述摄像头与所述服务器通信，所述 车辆检测方法包括：接收与停车区域对应的摄像头发送的图像；对所述图像进行预处理；根 据预设的目标特征库，对所述经预处理后的图像进行分析，根据分析结果计算所述停车区域 内的停车数。本发明通过特征目标库对设置于停车区域的摄像头摄取的图像进行比对分析， 以准确有效的计算停车区域内的车辆停放数量。

附图说明

图1显示为本发明的基于视频监控的车辆检测方法在一具体实施例中的流程示意图。

图2显示为本发明的基于视频监控的车辆检测装置在一具体实施例中的组成示意图。

图3显示为本发明的基于视频监控的车辆检测系统在一具体实施例中的组成示意图。

图4显示为本发明的基于视频监控的车辆检测系统在一具体实施例中的架构示意图。

元件标号说明

10 基于视频监控的车辆检测装置

11 图像接收模块

12 预处理模块

13 图像分析模块

20 基于视频监控的车辆检测系统

21 摄像头

22 终端

23 服务器

231 处理器

232 存储器

24 架设桩

30 停车区域

31 单位停车区

S11～S13 步骤

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露 的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加 以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精 神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征 可以相互组合。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图 示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实 际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复 杂。

请参阅图1，显示为本发明的基于视频监控的车辆检测方法在一具体实施例中的流程示 意图。所述基于视频监控的车辆检测方法应用于服务器中，预先划分多个停车区域，每个所 述停车区域对应设置至少一个摄像头，所述摄像头用于采集其视场范围内的图像，所述摄像 头与所述服务器通信，对应所述停车区域的所有摄像头所摄取的图像，构成关于所述停车区 域的完整图像，所述车辆检测方法包括：

S11：接收与停车区域对应的摄像头发送的图像；

S12：对所述图像进行预处理；

S13：根据预设的目标特征库，对所述经预处理后的图像进行分析，根据分析结果计算所 述停车区域内的停车数。所述目标特征库例如包括车座特征、把手特征或车轮特征，用以识 别图像中的单车。

在一些实施例中，预设关于所述停车区域的区域停车数阈值，将所述停车数与所述区域 停车数阈值进行比对，当所述停车数大于所述区域停车数阈值时，形成提醒信息以向指定的 终端发送；其中，所述提醒信息至少包括以下信息中的一种：停车区域内的停车数、所述停 车区域对应的摄像头的位置信息以及所述摄像头当前摄取的图像。

所述指定的终端例如包括客户端或者运维端，所述客户端例如为智能手机、平板电脑、 智能手表等便携式智能电子设备，所述客户端可具有触摸屏，且可在所述客户端的电子地图 上显示相应停车区域的停车数信息，且将停车数大于停车数阈值的停车区域设为饱和状态的 停车区域，可以特定的标识或者颜色在所述电子地图中指示饱和状态的停车区域，以提醒用 户不要将车辆停放在饱和状态的停车区域内，对应所述饱和状态的停车区域的特定的标识例 如为显示装满水的水杯，对应所述饱和状态的停车区域的颜色例如为红色。在一些实施例中， 还可以根据客户端的停车请求，向客户端反馈距离客户端当前距离最近的非饱和状态的停车 区域。或者当用户对电子地图中标识饱和状态的停车区域进行触控选择时，向用户推荐距离 当前触摸选择的饱和状态的停车区域最近的非饱和状态的停车区域。

所述指定的终端例为运维端时，所述运维端可具有触摸屏，且在当前的运维端的触摸屏 的电子地图中显示停车区域的状态，当运维人员对电子地图中标识饱和状态的停车区域进行 触控选择时，自动生成关于饱和状态的停车区域的调度任务和调度规划，调度规划例如为指 派制定的运维人员将饱和状态的停车区域的车辆分配一部分至非饱和状态的停车区域内。

且在一些实施例中，向指定的终端发送所述提醒信息后，以预设的时间周期计算所述停 车区域内的停车数，并再次形成提醒信息以向所述指定的终端发送。所述预设的时间周期例 如为10分钟。在实际应用中，还可根据所述停车区域所处的位置和/或所述摄像头摄取所述 图像时所处的时间段，调整所述停车数阈值和/或所述时间周期。例如，当所述停车区域为地 铁站口或车站口等人流量很大的区域，或者该停车区域处于早高峰或者晚高峰等人流量较大 的时间段的时候，将所述停车数阈值调大，且将所述时间周期调长，例如将停车数阈值从15 辆调大为20辆，将所述时间周期从10分钟调大为30分钟。

在另一些实施例中，向指定的终端发送所述提醒信息后，还用以统计所述停车区域在预 设时间段内的停车数的增长状态，当所述停车数的增长状态为停车数呈正向增长或所述停车 数的增长率大于预设增长率阈值时，将再次形成提醒信息以向所述指定的终端发送。所述预 设的增长率阈值例如为10％。所述预设时间段例如为10分钟。在实际应用中，还可根据所述 停车区域所处的位置和/或所述摄像头摄取所述图像时所处的时间段，调整所述停车数阈值、 所述增长率阈值和/或所述预设时间段。例如，当所述停车区域为地铁站口或车站口等人流量 很大的区域，或者该停车区域处于早高峰或者晚高峰等人流量较大的时间段的时候，将所述 停车数阈值增大，将所述增长率阈值增大和/或将所述预设时间段增长，例如将所述停车数阈 值从15条调整为20辆，将所述增长率阈值从10％调整为20％，将所述预设时间段从10分 钟调整为30分钟。

在一些实施例中，还用以根据预设的目标特征库，对所述图像中所包括的车辆进行分类， 且分别计算不同类别的车辆的数量。所述车辆的类型例如包括具有特定特征的共享单车或者 为私家车，还可以将识别的车辆分类为不同商家的共享单车，所述共享单车的特定的特征例 如为该共享单车的商标特征、造型特征和/或颜色特征，例如，ofo的共享单车上有“ofo”标 识的商标，ofo的共享单车的颜色特征为黄色，还可以对应设置关于ofo的共享单车的造型特 征，例如，ofo的共享单车具有特定造型的车篮或者其他的车辆造型特征。

且可根据所述目标特征库对所述摄像头摄取的图像进行识别，计算所述停车区域内所停 放的所述指定共享单车的数量，且当所述指定共享单车的数量大于预设的共享单车数量阈值 时，向指定的终端发送提醒信息，其中，所述提醒信息至少包括以下信息中的一种：停车区 域内的所述指定共享单车的数量、所述停车区域对应的摄像头的位置信息以及所述摄像头当 前摄取的图像。所述指定共享单车例如为哈罗共享单车，当当前停车区域内的哈罗共享单车 的停放数量大于所述共享单车数量阈值(例如为15辆)时，向使用哈罗单车的客户端或者哈 罗单车对应的运维端发送所述提醒信息。

在一些实施例中，所述停车区域包括至少一个单位停车区，每个所述单位停车区对应设 置至少一个摄像头。且预先设置关于所述单位停车区的单位停车数阈值，根据当前停车区域 所包括的单位停车区的个数以及所述单位停车数阈值，计算当前停车区域的区域停车数阈值。 例如，单位停车区的长度为2米，且单位停车区对应的单位停车数阈值为15辆，通过测算， 当前停车区域的长度为4米，即当前停车区域包括2个所述单位停车区域，即当前的停车区 域对应的停车数阈值为30辆。

参阅图2，显示为本发明的基于视频监控的车辆检测装置在一具体实施例中的组成示意 图，所述基于视频监控的车辆检测装置10应用于服务器中，预先划分多个停车区域，每个所 述停车区域对应设置至少一个摄像头，所述摄像头用于采集其视场范围内的图像，所述摄像 头与所述服务器通信，所述车辆检测装置10包括：图像接收模块11、预处理模块12以及图 像分析模块13。

所述图像接收模块11用以接收与停车区域对应的摄像头发送的图像；

所述预处理模块12用以对所述图像进行预处理；在具体应用中，所述预处理至少包括以 下中的一种：降噪、增强以及根据预设的裁剪规则对图像进行裁剪。在一具体实施例中，所 述根据预设的裁剪规则对所述图像进行裁剪的步骤还包括：根据预设的关于停车区域的轮廓 和尺寸对所述图像进行裁剪，以获得匹配所述轮廓和尺寸的关于所述停车区域的裁剪后的图 像。关于所述停车区域的轮廓例如为矩形，所述停车区域为矩形框时，关于所述停车区域的 尺寸例如为矩形框的长为4米，宽为1.5米。在具体应用中，可在停车区域的周边涂上带有 特定颜色的矩形框，对摄像头拍摄的图像中的线条进行识别，根据识别的线条构成多个获选 识别对象，改多个候选识别对象例如都为矩形框，但有些矩形框并不是所述停车区域的矩形 框，为干扰项，所以还需要将所述多个候选识别对象与所述预设的关于停车区域的轮廓和尺 寸进行比对，根据所述比对结果对所述图像进行裁剪，并将与所述预设的关于停车区域的轮 廓和尺寸匹配的候选识别对象作为所述裁剪后的图像。例如，通过图像的线条识别，可获得 3个矩形框的候选识别对象，第一个候选识别对象为长为0.5米，宽为0.3米的矩形框，第二 个候选识别对象为长为6米，宽为4米的矩形框，第三个候选识别对象为长为4米，宽为1.5 米的矩形框，且由于设定的停车区域的矩形框的尺寸为长为4米，宽为1.5米，则可以判定 第三个矩形框对应的候选识别对象为本申请需要选取的停车区域对应的轮廓，且以该选取的 候选识别对象作为所述裁剪后的图像。

所述图像分析模块13用以根据预设的目标特征库，对所述经预处理后的图像进行分析， 根据分析结果计算所述停车区域内的停车数。

所述基于视频监控的车辆检测装置10的技术方案为与所述车辆检测方法的技术方案对 应的装置项，两者技术方案一一对应，在此不加赘述。

参阅图3，显示为本发明的基于视频监控的车辆检测系统在一具体实施例中的组成示意 图。参阅图4，显示为本发明的基于视频监控的车辆检测系统在一具体实施例中的架构示意 图。

所述基于视频监控的车辆检测系统20，包括：至少一个摄像头21、终端22以及服务器 23；其中，所述至少一个摄像头21，用以获取关于如图4所示的停车区域30的图像；所述服务器23与所述至少一个摄像头21通信；所述终端22与所述服务器23通信。所述服务器 23通过网络与所述摄像头21和所述终端22通信，所述网络3可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobile communication，GSM)、宽带码 分多址(Wideband Code Division Multiple Access，WCDMA)、4G网络、5G网络、蓝牙 (Bluetooth)、Wi-Fi、通话网络等无线或有线网络等。

其中，所述服务器23包括处理器231和存储器232，所述存储器232用于存储计算机程 序，所述处理器231用于执行所述存储器232存储的计算机程序，以使所述服务器23执行基 于视频监控的车辆检测方法，所述基于视频监控的车辆检测方法参阅图1及关于图1的相关 描述。所述存储单元232可包括高速随机存取存储器，并且还可包括非易失性存储器，例如 一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备。在某些实施例中，存储 单元232还可以包括远离一个或多个处理单元的存储单元，例如经由RF电路或外部端口以 及通信网络访问的网络附加存储单元，其中所述通信网络可以是因特网、一个或多个内部网、 局域网(LAN)、广域网(WLAN)、存储局域网(SAN)等，或其适当组合。

所述处理器231用于调用所述至少一个程序并执行如图1所示的车辆检测方法。所述处 理器231为一种能够进行数值运算、逻辑运算及数据分析的电子设备，其包括但不限于：CPU、 GPU、FPGA等。

在一些实施例中，所述停车区域30包括至少一个单位停车区31，每个所述单位停车区 31对应设置至少一个所述摄像头21，所述摄像头21安装于毗邻所述单位停车区31的架设桩 24上。如图4所示，所述停车区域30包括2个单位停车区31，每个所述单位停车区31对应 设置一个摄像头21，且毗邻每个所述单位停车区31安装有所述架设桩24，对应所述单位停 车区31的摄像头21安装于所述架设桩24上，对应所述单位停车区31的摄像头21用以获取 关于所述单位停车区31的完整图像。且所述提醒信息中所包括的摄像头21的位置信息，即 对应可知该摄像头21对应的单位停车区31的位置信息。所述摄像头21包括但不限于鱼眼摄 像头、广角(或非广角)摄像头中的任一种。

综上所述，本发明提供一种基于视频监控的车辆检测方法、装置、系统及服务器，其中， 所述检测方法应用于服务器中，预先划分多个停车区域，每个所述停车区域对应设置至少一 个摄像头，所述摄像头用于采集其视场范围内的图像，所述摄像头与所述服务器通信，所述 车辆检测方法包括：接收与停车区域对应的摄像头发送的图像；对所述图像进行预处理；根 据预设的目标特征库，对所述经预处理后的图像进行分析，根据分析结果计算所述停车区域 内的停车数。本发明通过特征目标库对设置于停车区域的摄像头摄取的图像进行比对分析， 以准确有效的计算停车区域内的车辆停放数量。所以，本发明有效克服了现有技术中的种种 缺点而具高度产业利用价值。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技 术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡 所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等 效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (13)

1.一种基于视频监控的车辆检测方法，其特征在于，应用于服务器中，预先划分多个停车区域，每个所述停车区域对应设置至少一个摄像头，所述摄像头用于采集其视场范围内的图像，所述摄像头与所述服务器通信，所述车辆检测方法包括：

接收与停车区域对应的摄像头发送的图像；

对所述图像进行预处理；

根据预设的目标特征库，对所述经预处理后的图像进行分析，根据分析结果计算所述停车区域内的停车数。

2.根据权利要求1所述的基于视频监控的车辆检测方法，其特征在于，预设关于所述停车区域的区域停车数阈值，将所述停车数与所述区域停车数阈值进行比对，当所述停车数大于所述区域停车数阈值时，形成提醒信息以向指定的终端发送；其中，所述提醒信息至少包括以下信息中的一种：停车区域内的停车数、所述停车区域对应的摄像头的位置信息以及所述摄像头当前摄取的图像。

3.根据权利要求2所述的基于视频监控的车辆检测方法，其特征在于，向指定的终端发送所述提醒信息后，以预设的时间周期计算所述停车区域内的停车数，并再次形成提醒信息以向所述指定的终端发送。

4.根据权利要求2所述的基于视频监控的车辆检测方法，其特征在于，向指定的终端发送所述提醒信息后，统计所述停车区域在预设时间段内的停车数的增长状态，当所述停车数的增长状态为停车数呈正向增长或所述停车数的增长率大于预设增长率阈值时，将再次形成提醒信息以向所述指定的终端发送。

5.根据权利要求3所述的基于视频监控的车辆检测方法，其特征在于，根据所述停车区域所处的位置和/或所述摄像头摄取所述图像时所处的时间段，调整所述停车数阈值和/或所述时间周期。

6.根据权利要求2所述的基于视频监控的车辆检测方法，其特征在于，所述停车区域包括至少一个单位停车区，每个所述单位停车区对应设置至少一个摄像头。

7.根据权利要求6所述的基于视频监控的车辆检测方法，其特征在于，预先设置关于所述单位停车区的单位停车数阈值，根据当前停车区域所包括的单位停车区的个数以及所述单位停车数阈值，计算当前停车区域的区域停车数阈值。

8.根据权利要求1所述的基于视频监控的车辆检测方法，其特征在于，根据预设的目标特征库，对所述图像中所包括的车辆进行分类，且分别计算不同类别的车辆的数量。

9.根据权利要求1所述的基于视频监控的车辆检测方法，其特征在于，所述目标特征库包括对应指定共享单车的商标特征、造型特征和/或颜色特征，根据所述目标特征库对所述摄像头摄取的图像进行识别，计算所述停车区域内所停放的所述指定共享单车的数量，且当所述指定共享单车的数量大于预设的共享单车数量阈值时，向指定的终端发送提醒信息，其中，所述提醒信息至少包括以下信息中的一种：停车区域内的所述指定共享单车的数量、所述停车区域对应的摄像头的位置信息以及所述摄像头当前摄取的图像。

10.一种基于视频监控的车辆检测装置，其特征在于，应用于服务器中，预先划分多个停车区域，每个所述停车区域对应设置至少一个摄像头，所述摄像头用于采集其视场范围内的图像，所述摄像头与所述服务器通信，所述车辆检测装置包括：

图像接收模块，用以接收与停车区域对应的摄像头发送的图像；

预处理模块，用以对所述图像进行预处理；

图像分析模块，用以根据预设的目标特征库，对所述经预处理后的图像进行分析，根据分析结果计算所述停车区域内的停车数。

11.一种服务器，其特征在于，包括处理器和存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述服务器执行如权利要求1至9中任一项所述的基于视频监控的车辆检测方法。

12.一种基于视频监控的车辆检测系统，其特征在于，包括：至少一个摄像头、终端以及如权利要求11所述的服务器；其中，

所述至少一个摄像头，用以获取关于所述停车区域的图像；

所述服务器，与所述至少一个摄像头通信；

所述终端，与所述服务器通信。

13.根据权利要求12所述的基于视频监控的车辆检测系统，其特征在于，所述停车区域包括至少一个单位停车区，每个所述单位停车区对应设置至少一个所述摄像头，所述摄像头安装于毗邻所述单位停车区的架设桩上。