CN109618140B - 基于视频监控的车辆监测方法、装置、系统及服务器 - Google Patents
基于视频监控的车辆监测方法、装置、系统及服务器 Download PDFInfo
- Publication number
- CN109618140B CN109618140B CN201910034877.5A CN201910034877A CN109618140B CN 109618140 B CN109618140 B CN 109618140B CN 201910034877 A CN201910034877 A CN 201910034877A CN 109618140 B CN109618140 B CN 109618140B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicles
- area
- camera
- parking area
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000013507 mapping Methods 0.000 claims description 29
- 238000012423 maintenance Methods 0.000 claims description 13
- 238000012806 monitoring device Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 10
- 241000723418 Carya Species 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000031361 Hiccup Diseases 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种基于视频监控的车辆监测方法、装置、系统及服务器，以预设的时间周期获取摄像头拍摄的关于停车区域的图像；根据车辆特征对所述图像中的车辆进行分类，且获取各类别的车辆的数量；获取指定时间段内所述停车区域内的各类车辆的数量变化情况。所述车辆监测方法通过获取停车区域的各类车辆使用情况，可以有效的为各类车辆的投放提供准确的建议，提高车辆使用效率，且可最大化的满足用户的需求。
Description
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监测方法、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共享经济，随着互联网的飞速发展，现在在城市的各个地方随处可见。共享单车在给人们的短距离出行提供了极大便利的同时，给企业带来了一些挑战，其中一个迫在眉睫的问题是，企业需要根据停车区域人口密度和单车使用频率投放单车的数量。例如对于地铁站，居民区和旅游景点附近的停车区域，应该加大投放比率，而对于郊区附近人流量较少的停车区域，应该减少投放比率。因此需要一种方法协调城市内各个停车区域内的共享单车的投放数量。
目前各个停车区域共享单车的投放数量的多少主要是通过运维人员的判断和实时进行调度，但是这种方式首先会消耗大量的人力成本，其次人为主观性比较强，会存在判断不准确的情况，因此需要一种能客观评判各个停车区域周围人们使用共享单车状况的方法。
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监测方法、装置、系统及服务器，用于解决现有技术中不能准有效的对停车区域内各类车辆的使用情况进行获取和分析的问题。
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监测方法，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对应的停车区域内的图像，所述摄像头与所述服务器通信，所述车辆监测方法包括：以预设的时间周期获取摄像头拍摄的关于停车区域的图像；根据车辆特征对所述图像中的车辆进行分类，且获取各类别的车辆的数量；获取指定时间段内所述停车区域内的各类车辆的数量变化情况。
于本发明一具体实施例中，还包括将所述图像划分为多个单位区域，每个所述单位区域能供停放一辆车辆，且对各所述单位区域分配区域编号。
于本发明一具体实施例中，根据车辆特征对所述图像中的车辆进行分类的步骤包括，根据所述车辆特征对所述图像中的各所述单位区域进行识别，且根据识别结果对各所述单位区域的车辆进行分类。
于本发明一具体实施例中，所述分类的类别至少包括以下中的一种：不包含单车、共享单车、私人单车以及电动车；其中，所述分类的类别为所述共享单车时，还用以根据所述车辆特征识别所述共享单车的运营商，每个所述运营商的共享单车作为一个所述类别。
于本发明一具体实施例中，还包括，对各所述分类的类别分配类别编号，根据所述区域编号和所述类别编号生成车辆状况映射表，且根据所述时间周期对所述车辆状况映射表进行更新，且记录所述车辆状况映射表的历史状态；其中，所述车辆状况映射表包括各所述区域编号以及当前时间周期内各单位区域内的车辆所对应的类别编号。
于本发明一具体实施例中，根据所述车辆状况映射表获取指定时间段内所述停车区域内的各类车辆的数量变化情况。
于本发明一具体实施例中，所述车辆特征至少包括以下中的一种：包括车身颜色、车体的标识以及车辆的结构。
于本发明一具体实施例中，根据车辆特征对所述图像中的车辆进行分类的步骤还包括，预先根据车辆特征训练目标识别模型，且根据所述目标识别模型，对所述图像中的车辆进行分类。
于本发明一具体实施例中，获取指定时间段内所述停车区域内的各类车辆的数量变化情况，向指定的运维端发送增加或者减少指定类别的车辆的建议信息。
于本发明一具体实施例中，根据预设的人脸信息对所述图像进行人脸识别，获取与预设的人脸信息关联的车辆信息，所述车辆信息包括车辆的类别以及车辆的使用频次。
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监测装置，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对应的停车区域内的图像，所述摄像头与所述服务器通信，所述车辆监测装置包括：图像获取模块，用以以预设的时间周期获取摄像头拍摄的关于停车区域的图像；分类模块，用以根据车辆特征对所述图像中的车辆进行分类，且获取各类别的车辆的数量；车辆变化分析模块，用以获取指定时间段内所述停车区域内的各类车辆的数量变化情况。
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监测方法。
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监测系统，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。
如上所述，本发明的基于视频监控的车辆监测方法、装置、系统及服务器，以预设的时间周期获取摄像头拍摄的关于停车区域的图像；根据车辆特征对所述图像中的车辆进行分类，且获取各类别的车辆的数量；获取指定时间段内所述停车区域内的各类车辆的数量变化情况。所述车辆监测方法通过获取停车区域的各类车辆使用情况，可以有效的为各类车辆的投放提供准确的建议，提高车辆使用效率，且可最大化的满足用户的需求。
附图说明
图1显示为本发明的基于视频监控的车辆监测方法在一具体实施例中的流程示意图。
图2显示为本发明的一具体实施例中停车区域的划分示意图。
图3显示为本发明的一具体实施例中车辆状况映射表的应用示意图。
图4显示为本发明的一具体实施例中车辆状况映射表的应用示意图。
图5显示为本发明的基于视频监控的车辆监测装置在一具体实施例中的组成示意图。
图6显示为本发明的基于视频监控的车辆监测系统在一具体实施例中的组成示意图。
图7显示为本发明的基于视频监控的车辆监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监测装置
11 图像获取模块
12 分类模块
13 车辆变化分析模块
20 基于视频监控的车辆监测系统
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 单位区域
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监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监测方法，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，所述车辆监测方法包括：
S11：以预设的时间周期获取摄像头拍摄的关于停车区域的图像；所述时间周期例如为1分钟，且每隔1分钟，均获取摄像头拍摄的关于停车区域的图像。在一些实施例中，可以根据所述停车区域和所述摄像头所处的地理位置调整所述时间周期。
S12：根据车辆特征对所述图像中的车辆进行分类，且获取各类别的车辆的数量。所述车辆特征至少包括以下中的一种：包括车身颜色、车体的标识以及车辆的结构。例如将车辆分为共享单车和私人车辆，共享单车中又分为各个共享单车运营商的车辆，例如车身为黄色时，为ofo共享单车的车辆，车身为红色时，为摩拜共享单车的车辆，还可以根据车体上检测车体的标识(logo)对车辆进行分类，例如当检测到车身有“哈哕”的标识时，识别该车辆为共享单车，且其运营商对应的为哈哕单车的运营商。且对每个所述时间周期内获取的停车区域内的车辆的类别和各类车辆的数量情况。
S13：获取指定时间段内所述停车区域内的各类车辆的数量变化情况。所述指定时间段可包括多个所述时间周期，例如指定时间段为从当前时间往前的1个小时内的所述停车区域内的各类车辆的数量变化情况，以所述时间周期为1分钟为例，即获取最近的60个时间周期内记录的停车区域内的各类车辆的数量，以获取该的1个小时内所述停车区域内的各类车辆的数量变化情况。
在一些实施例中，还包括将所述图像划分为如图2所示的多个单位区域，每个所述单位区域能供停放一辆车辆，且对各所述单位区域分配区域编号，编号例如为1、2、3～N，在实际应用中，所述停车区域为矩形，且车辆依照矩形的宽度与车辆的长度对应，车辆依照矩形的长度方向依次停放，则可将所述停放区域的图像依照其长度方向划分为如图2所示的的多个单位区域，每个单位区域可供一辆车辆停放。
且根据车辆特征对所述图像中的车辆进行分类的步骤包括，根据所述车辆特征对所述图像中的各所述单位区域进行识别，且根据识别结果对各所述单位区域的车辆进行分类。
所述分类的类别至少包括以下中的一种：不包含单车、共享单车、私人单车以及电动车；其中，所述分类的类别为所述共享单车时，还用以根据所述车辆特征识别所述共享单车的运营商，每个所述运营商的共享单车作为一个所述类别。
在一些实施例中，还包括，对各所述分类的类别分配类别编号，所述车辆的类别和对应的编号例如为：不包含单车(编号为0)、哈哕单车(编号为1)、mobike单车(编号为2)、ofo单车(编号为3)、私人单车(编号为4)、电动车(编号为5)以及其他运营商的共享单车(编号为6)。
且可根据所述区域编号和所述类别编号生成车辆状况映射表，且根据所述时间周期对所述车辆状况映射表进行更新，且记录所述车辆状况映射表的历史状态；其中，所述车辆状况映射表包括各所述区域编号以及当前时间周期内各单位区域内的车辆所对应的类别编号。参阅图3，显示为本发明的一具体实施例中车辆状况映射表的应用示意图。如图3中，所述停车区域划分为10单位区域，根据对当前时间周期内获取的图像的识别可知，区域1对应的编号为0(不包含单车)，区域2对应的编号为1(哈哕单车)，区域3对应的编号为3(ofo单车)，区域4对应的编号为1(哈哕单车)，区域5对应的编号为1(哈哕单车)，区域6对应的编号为2(mobike单车)，区域7对应的编号为4(私人单车)，区域8对应的编号为0(不包含单车)，区域9对应的编号为0(不包含单车)，区域10对应的编号为1(哈哕单车)，且根据对所述车辆状况映射表的分析，当前时间周期内，所述停车区域内一共有7辆单车，其中，有4辆哈哕单车，有1辆ofo单车，有1辆mobike单车，以及1辆私人单车。
还可以根据所述车辆状况映射表获取指定时间段内所述停车区域内的各类车辆的数量变化情况。例如在上一个时间周期内的车辆状况映射表为如图3所示的情况，而当在下一个时间周期内，检测到对应的单位区域内的车辆类别有变化时，说明有用户或运维人员对该单位区域内的车辆进行了操作，例如，在下一个时间周期内，编号为2的区域2内，车辆类别的编号变化为0(不包含单车)，则，说明在该时间周期内，有用户骑走了哈哕单车。
通过对N个时间周期内的停车区域的图像进行识别和分类，可以获得例如如图4所示的N个车辆状况映射表，用户或者运维人员可以获取任意个时间段内的车辆状况映射表，以对该时间段内的车辆使用状况进行分析，例如分析某一类别的车辆的使用频次，可以为后续分析各品牌共享单车使用状况提供数据支持。还可以根据所述车辆状况映射表的变化情况，为后续共享单车运营商在各停车区域的车辆投放数量的修正提供有建设性的参考建议。即可以获取指定时间段内所述停车区域内的各类车辆的数量变化情况，向指定的运维端发送增加或者减少指定类别的车辆的建议信息。例如，某一停车区域，哈哕单车的使用频率和出现频率特别高，则可以向哈哕单车的运维端发送建议信息，以在该停车区域投放更多的哈哕单车，最大化的提高共享单车的使用率，满足用户的需求，且减少资源的浪费。该建议信息可包括对应的停车区域的位置信息。
在一些实施例中，还可根据车辆特征对所述图像中的车辆进行分类的步骤还包括，预先根据车辆特征训练目标识别模型，且根据所述目标识别模型，对所述图像中的车辆进行分类。例如预先获取多个包含车辆特征的数据进行目标识别模型的训练，且可以80％的数据作为训练数据，以20％的数据作为检测数据，对该目标识别模型的准确率进行检测，且当该目标识别模型的检测的准确率达到90％以上时，才根据所述目标识别模型对所述图像中的车辆进行分类。
在一些实施例中，还可根据预设的人脸信息对所述图像进行人脸识别，获取与预设的人脸信息关联的车辆信息，所述车辆信息包括车辆的类别以及车辆的使用频次。即对录入人脸的用户进行比对，跟踪分析该用户对多种品牌共享单车的选车喜好。
所述服务器可通过无线网络与运维端的电子终端进行通信，所述无线网络例如为企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System ofMobile communication，GSM)、宽带码分多址(Wideband Code Division MultipleAccess，WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi或通话网络等。且，所述服务器以一定的时间周期，例如为每天向运维端发送所述车辆状况映射表和/或对应各所述车辆状况映射表的停车区域的图像。运维端的运维人员可以通过电子终端结合电子地图数据，看到电子地图数据中对应的停车区域内的车辆状况映射表，且可根据停车区域内的一段时间内的车辆状况映射表的变化情况形成图表，以图标的形式形象的显示该指定时间段内，该停车区域的各类别的车辆的使用情况。
本发明的基于视频监控的车辆监测方法，以预设的时间周期获取摄像头拍摄的关于停车区域的图像；根据车辆特征对所述图像中的车辆进行分类，且获取各类别的车辆的数量；获取指定时间段内所述停车区域内的各类车辆的数量变化情况。所述车辆监测方法通过获取停车区域的各类车辆使用情况，可以有效的为各类车辆的投放提供准确的建议，提高车辆使用效率，且可最大化的满足用户的需求。
参阅图5，显示为本发明的基于视频监控的车辆监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监测装置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对应的停车区域内的图像，所述摄像头与所述服务器通信，所述车辆监测装置10包括：图像获取模块11、分类模块12以及车辆变化分析模块13。
所述图像获取模块11用以以预设的时间周期获取摄像头拍摄的关于停车区域的图像；在一具体实施例中，所述图像获取模块11还用以将所述图像划分为多个单位区域，每个所述单位区域能供停放一辆车辆，且对各所述单位区域分配区域编号。
所述分类模块12用以根据车辆特征对所述图像中的车辆进行分类，且获取各类别的车辆的数量；在一具体实施例中，所述分类模块12还用以根据所述车辆特征对所述图像中的各所述单位区域进行识别，且根据识别结果对各所述单位区域的车辆进行分类。所述分类的类别至少包括以下中的一种：不包含单车、共享单车、私人单车以及电动车；其中，所述分类的类别为所述共享单车时，还用以根据所述车辆特征识别所述共享单车的运营商，每个所述运营商的共享单车作为一个所述类别。
在一具体实施例中，所述分类模块12还用以对各所述分类的类别分配类别编号，根据所述区域编号和所述类别编号生成车辆状况映射表，且根据所述时间周期对所述车辆状况映射表进行更新，且记录所述车辆状况映射表的历史状态；其中，所述车辆状况映射表包括各所述区域编号以及当前时间周期内各单位区域内的车辆所对应的类别编号。还可根据所述车辆状况映射表获取指定时间段内所述停车区域内的各类车辆的数量变化情况。
所述车辆特征至少包括以下中的一种：包括车身颜色、车体的标识以及车辆的结构。
在一具体实施例中，所述分类模块12还用以预先根据车辆特征训练目标识别模型，且根据所述目标识别模型，对所述图像中的车辆进行分类。
所述车辆变化分析模块13用以获取指定时间段内所述停车区域内的各类车辆的数量变化情况。在一具体实施例中，所述车辆变化分析模块13还用以获取指定时间段内所述停车区域内的各类车辆的数量变化情况，向指定的运维端发送增加或者减少指定类别的车辆的建议信息。在一具体实施例中，所述车辆变化分析模块13还用以根据预设的人脸信息对所述图像进行人脸识别，获取与预设的人脸信息关联的车辆信息，所述车辆信息包括车辆的类别以及车辆的使用频次。
所述基于视频监控的车辆监测装置10的技术方案为与基于视频监控的车辆监测方法的技术方案对应的装置项，两者技术方案一一对应，所有关于所述基于视频监控的车辆监测方法的描述均可应用于本实施例中，在此不加赘述。
参阅图6，显示为本发明的基于视频监控的车辆监测系统在一具体实施例中的组成示意图。参阅图7，显示为本发明的基于视频监控的车辆监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监测系统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7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，所述终端22例如为政府职能部门对应的电子终端，或者为各共享单车对应的运维部门的电子终端，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 Mobilecommunication，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执行基于基于视频监控的车辆监测方法，所述基于视频监控的车辆监测方法参阅图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所示的基于视频监控的车辆监测方法。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包括至少一个单位区域31，每个所述摄像头21对应至少一个所述单位区域31，所述摄像头21安装于毗邻其对应的单位区域31的架设桩24上。如图7所示，所述停车区域30包括12个单位区域31，每4个所述单位区域31对应设置一个摄像头21，且毗邻每4个所述单位区域31安装有所述架设桩24，对应每4个所述单位区域31的摄像头21安装于毗邻该4个单位区域31的所述架设桩24上，对应所述单位区域31的摄像头21用以获取关于所述单位区域31的完整图像。且所述建议信息中所包括的停车区域的位置信息可以为停车区域的其中一个摄像头21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，本发明的基于视频监控的车辆监测方法、装置、系统及服务器，以预设的时间周期获取摄像头拍摄的关于停车区域的图像；根据车辆特征对所述图像中的车辆进行分类，且获取各类别的车辆的数量；获取指定时间段内所述停车区域内的各类车辆的数量变化情况。所述车辆监测方法通过获取停车区域的各类车辆使用情况，可以有效的为各类车辆的投放提供准确的建议，提高车辆使用效率，且可最大化的满足用户的需求。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 (11)
1.一种基于视频监控的车辆监测方法，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对应的停车区域内的图像，所述摄像头与所述服务器通信，所述车辆监测方法包括：
以预设的时间周期获取摄像头拍摄的关于停车区域的图像；
根据车辆特征对所述图像中的车辆进行分类，且获取各类别的车辆的数量；
获取指定时间段内所述停车区域内的各类车辆的数量变化情况；
其中，根据车辆特征对所述图像中的车辆进行分类的步骤包括：将所述图像划分为多个单位区域，每个所述单位区域能供停放一辆车辆，且对各所述单位区域分配区域编号；
根据所述车辆特征对所述图像中的各所述单位区域进行识别，且根据识别结果对各所述单位区域的车辆进行分类。
2.根据权利要求1所述的基于视频监控的车辆监测方法，其特征在于，所述分类的类别至少包括以下中的一种：不包含单车、共享单车、私人单车以及电动车；其中，所述分类的类别为所述共享单车时，还用以根据所述车辆特征识别所述共享单车的运营商，每个所述运营商的共享单车作为一个所述类别。
3.根据权利要求1所述的基于视频监控的车辆监测方法，其特征在于，还包括，对各所述分类的类别分配类别编号，根据所述区域编号和所述类别编号生成车辆状况映射表，且根据所述时间周期对所述车辆状况映射表进行更新，且记录所述车辆状况映射表的历史状态；其中，所述车辆状况映射表包括各所述区域编号以及当前时间周期内各单位区域内的车辆所对应的类别编号。
4.根据权利要求3所述的基于视频监控的车辆监测方法，其特征在于，根据所述车辆状况映射表获取指定时间段内所述停车区域内的各类车辆的数量变化情况。
5.根据权利要求1所述的基于视频监控的车辆监测方法，其特征在于，所述车辆特征至少包括以下中的一种：包括车身颜色、车体的标识以及车辆的结构。
6.根据权利要求1所述的基于视频监控的车辆监测方法，其特征在于，根据车辆特征对所述图像中的车辆进行分类的步骤还包括，预先根据车辆特征训练目标识别模型，且根据所述目标识别模型，对所述图像中的车辆进行分类。
7.根据权利要求1所述的基于视频监控的车辆监测方法，其特征在于，获取指定时间段内所述停车区域内的各类车辆的数量变化情况，向指定的运维端发送增加或者减少指定类别的车辆的建议信息。
8.根据权利要求1所述的基于视频监控的车辆监测方法，其特征在于，根据预设的人脸信息对所述图像进行人脸识别，获取与预设的人脸信息关联的车辆信息，所述车辆信息包括车辆的类别以及车辆的使用频次。
9.一种基于视频监控的车辆监测装置，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对应的停车区域内的图像，所述摄像头与所述服务器通信，所述车辆监测装置包括：
图像获取模块，用以以预设的时间周期获取摄像头拍摄的关于停车区域的图像；
分类模块，用以根据车辆特征对所述图像中的车辆进行分类，且获取各类别的车辆的数量；
车辆变化分析模块，用以获取指定时间段内所述停车区域内的各类车辆的数量变化情况；
其中，所述根据车辆特征对所述图像中的车辆进行分类包括：将所述图像划分为多个单位区域，每个所述单位区域能供停放一辆车辆，且对各所述单位区域分配区域编号；根据所述车辆特征对所述图像中的各所述单位区域进行识别，且根据识别结果对各所述单位区域的车辆进行分类。
10.一种服务器，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8中任一项所述的基于视频监控的车辆监测方法。
11.一种基于视频监控的车辆监测系统，其特征在于，包括：至少一个摄像头、终端以及如权利要求10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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910034877.5A CN109618140B (zh) | 2019-01-14 | 2019-01-14 | 基于视频监控的车辆监测方法、装置、系统及服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910034877.5A CN109618140B (zh) | 2019-01-14 | 2019-01-14 | 基于视频监控的车辆监测方法、装置、系统及服务器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109618140A CN109618140A (zh) | 2019-04-12 |
| CN109618140B true CN109618140B (zh) | 2020-12-15 |
Family
ID=66017305
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910034877.5A Active CN109618140B (zh) | 2019-01-14 | 2019-01-14 | 基于视频监控的车辆监测方法、装置、系统及服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109618140B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110728534B (zh) * | 2019-05-25 | 2021-01-29 | 侯小芳 | 街区可投放性互联网检测方法 |
| CN112417922B (zh) * | 2019-08-20 | 2024-06-28 | 杭州海康威视数字技术股份有限公司 | 目标识别方法和装置 |
| CN111858624A (zh) * | 2019-12-31 | 2020-10-30 | 北京骑胜科技有限公司 | 一种车辆使用情况更新方法及装置 |
| CN112101745A (zh) * | 2020-08-27 | 2020-12-18 | 深圳市元征科技股份有限公司 | 车辆投放提示方法、装置、终端设备及存储介质 |
| CN112381560B (zh) * | 2020-10-23 | 2022-10-21 | 东北石油大学 | 一种共享设备产品市场预测系统及方法 |
| CN113240898B (zh) * | 2021-04-30 | 2022-11-22 | 云上青海大数据产业有限公司 | 一种大数据信息采集方法 |
| CN113421067A (zh) * | 2021-07-16 | 2021-09-21 | 桂林电子科技大学 | 一种共享自行车品牌识别与数量管理方法及系统 |
| CN114639202B (zh) * | 2022-03-16 | 2023-02-10 | 无锡易百客科技有限公司 | 基于互联网的校园共享电单车管理系统及方法 |
| CN115457799B (zh) * | 2022-08-16 | 2023-09-22 | 安徽鸿杰威尔停车设备有限公司 | 一种基于5g通讯的智能化车库停车位推送系统 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103473950B (zh) * | 2012-06-06 | 2017-04-12 | 刘鉵 | 一种停车场车位监控方法 |
| JP6295833B2 (ja) * | 2014-05-29 | 2018-03-20 | 日産自動車株式会社 | 共用車両管理装置及び共用車両管理方法 |
| CN106909581A (zh) * | 2015-12-23 | 2017-06-30 | 北京奇虎科技有限公司 | 信息查询的方法和装置 |
| CN106971271A (zh) * | 2017-03-30 | 2017-07-21 | 上海卓易科技股份有限公司 | 车辆投放方法及装置 |
| CN110235155B (zh) * | 2017-04-28 | 2023-01-06 | 深圳市元征科技股份有限公司 | 外卖共享车的控制方法及装置 |
| CN109003340A (zh) * | 2017-05-31 | 2018-12-14 | 李刚 | 自行车停放管理方法及其系统 |
| CN107862857A (zh) * | 2017-10-19 | 2018-03-30 | 东峡大通（北京）管理咨询有限公司 | 基于车辆监控装置的无固定桩共享单车管理方法和管理系统 |
| CN107909731A (zh) * | 2017-10-23 | 2018-04-13 | 东南大学 | 一种基于大数据的城市共享单车投放管理系统 |
| CN107909811B (zh) * | 2017-12-05 | 2019-05-07 | 北京摩拜科技有限公司 | 车辆调度方法、服务器、客户端及系统 |
| CN108921371A (zh) * | 2018-05-15 | 2018-11-30 | 平安科技（深圳）有限公司 | 共享单车的投放方法、装置、设备及计算机可读存储介质 |
| CN109034963B (zh) * | 2018-07-16 | 2022-11-11 | 宁波美喵科技有限公司 | 一种基于大数据的共享单车监管方法 |
| CN109064672B (zh) * | 2018-08-23 | 2021-10-26 | 中国联合网络通信集团有限公司 | 一种特殊共享单车管控方法及管控系统 |
-
2019
- 2019-01-14 CN CN201910034877.5A patent/CN109618140B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109618140A (zh) | 2019-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109618140B (zh) | 基于视频监控的车辆监测方法、装置、系统及服务器 | |
| KR102189262B1 (ko) | 엣지 컴퓨팅을 이용한 교통 정보 수집 장치 및 방법 | |
| JP7070683B2 (ja) | 劣化診断装置、劣化診断システム、劣化診断方法、プログラム | |
| Morishita et al. | SakuraSensor: Quasi-realtime cherry-lined roads detection through participatory video sensing by cars | |
| EP2603770B1 (en) | Parking lot detection using probe data | |
| CN109598977A (zh) | 基于视频监控的车辆检测方法、装置、系统及服务器 | |
| CN112052826A (zh) | 基于YOLOv4算法的智慧执法多尺度目标检测方法、装置、系统及存储介质 | |
| CN109741628B (zh) | 一种智能停车路线规划方法 | |
| CN109714576B (zh) | 基于视频监控的车辆识别方法、装置、系统及服务器 | |
| CN109325429A (zh) | 一种关联特征数据的方法、装置、存储介质及终端 | |
| CN105389974A (zh) | 基于车辆历史行驶数据追踪车辆的方法及系统 | |
| US20200162724A1 (en) | System and method for camera commissioning beacons | |
| CN104034316A (zh) | 一种基于视频分析的空间定位方法 | |
| CN103247092A (zh) | 一种基于场景的驾驶行为评价方法 | |
| CN107862072B (zh) | 基于大数据技术分析车辆入城套牌作案的方法 | |
| CN112749825A (zh) | 预测车辆的目的地的方法和装置 | |
| CN112418081B (zh) | 一种空地联合快速勘察交通事故的方法及系统 | |
| CN111458721A (zh) | 一种暴露垃圾的识别定位方法、装置及系统 | |
| CN111222375A (zh) | 车辆行驶轨迹生成方法、系统及服务器 | |
| EP2831545A1 (en) | Digital location-based data methods and product | |
| CN111009139A (zh) | 一种信号灯配时信息处理方法、装置及车路协同系统 | |
| CN111380530A (zh) | 导航方法及相关产品 | |
| KR102426943B1 (ko) | 도로 이동 차량의 대기오염물질 배출량 및 미세먼지 감시 스마트 cctv 시스템 | |
| Rezzouqi et al. | Analyzing the accuracy of historical average for urban traffic forecasting using google maps | |
| JP2015210713A (ja) | ドライブレコーダおよびこれを用いたクラウド型道路情報等運用システム |
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 |