CN109714576B - 基于视频监控的车辆识别方法、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识别方法、装置、系统及服务器，获取摄像头拍摄的关于停车区域的图像，识别图像中的各车辆；获取停车区域中各车辆的停放时间；将各车辆的停放时间与预设的时间阈值进行比较，且根据预设的分类特征获取停放时间大于时间阈值的车辆的类别；在获取停放时间大于时间阈值的车辆的类别后，向指定的通信地址发送提醒信息。本发明通过对停放区域内的车辆进行停放时间计时，以获取各车辆的停放时间，且对长时间停放的车辆，向相关通信地址发送提醒信息，以通知相关部门及时处理，减少问题车辆的闲置，通过智能监控和提醒上报，可替代人工对问题车辆的巡视，节约车辆管理的人力成本，可有效的避免人工对问题车辆的误判。

Description

基于视频监控的车辆识别方法、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识别方法、装置、系统及服务器。

背景技术

共享单车作为新四大发明之一，便捷的取还车方式，切实解决了城市最后一公里的通勤问题。在带来便民的好处的同时，由于大规模投放，粗放管理方式，造成很多单车废弃成为无人认领的僵尸车，无人管理的僵尸车给城市市容及管理带来了很大的难题。

造成无人认领的僵尸车的主要原因如下：

1.私人用户单车丢弃无人认领；

2.共享单车运维管理不足。例如共享单车出现损坏无法骑行或共享单车公司倒闭等。

上面的问题原因，属于共享单车经营者的单车，如果智能锁的定位功能还未损坏的，共享单车经营者可以通过智能锁的定位功能分析出哪些单车长期未被使用。但是针对私人丢弃车辆，共享单车定位功能损坏和倒闭的共享单车经营者丢弃的共享单车等，只能通过职能部门人工巡视，而人工巡视很难判断单车是否为无人认领车辆。

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识别方法、装置、系统及服务器，用于解决现有技术中不能对长时间停放的可能问题车辆进行及时处理的问题。

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识别方法，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，所述车辆识别方法包括：获取摄像头拍摄的关于停车区域的图像，识别图像中的各车辆；获取所述停车区域中各车辆的停放时间；将所述各车辆的停放时间与预设的时间阈值进行比较，且根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别；在获取停放时间大于所述时间阈值的车辆的类别后，向指定的通信地址发送提醒信息。

于本发明一具体实施例中，还包括，根据预设的破旧特征对停车区域的各车辆的破旧级别进行判断，且根据对各所述车辆的破旧级别的判断结果，调整对应各所述车辆的时间阈值。

于本发明一具体实施例中，所述破旧特征至少包括以下中的一种：车辆的车篮的形状、车辆的链条形状、车辆的鞍座的形状以及车身的锈蚀状态。

于本发明一具体实施例中，所述分类特征至少包括以下中的一种：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，根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别的步骤还包括：预先将所述分类特征存储于目标特征数据库中；根据所述目标特征数据库对所述停车区域的图像中的各车辆进行识别；获取到停放时间大于所述时间阈值的车辆时，根据所述识别结果，获取停放时间大于所述时间阈值的车辆的类别；

于本发明一具体实施例中，根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别的步骤还包括：预先将所述分类特征存储于目标特征数据库中；获取到停放时间大于所述时间阈值的车辆时，根据所述目标特征数据库对所述停放时间大于所述时间阈值的车辆进行识别，以获得关于停放时间大于所述时间阈值的车辆的类别。

于本发明一具体实施例中，还包括获取所述摄像头的位置信息的步骤；其中，所述提醒信息至少包括所述摄像头的位置信息、停放时间大于所述时间阈值的车辆的类别和/或所述车辆的停放时间。

于本发明一具体实施例中，所述车辆识别方法还包括根据车辆的类别预设不同的时间阈值，在识别图像中的车辆类别后，将所述车辆的停放时间与其所对应的时间阈值进行比较。

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识别装置，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，所述车辆识别装置包括：图像获取模块，用以获取摄像头拍摄的关于停车区域的图像，识别图像中的各车辆；停放时间计算模块，用以获取所述停车区域中各车辆的停放时间；分类模块，用以将所述各车辆的停放时间与预设的时间阈值进行比较，且根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别；提醒模块，用以在获取停放时间大于所述时间阈值的车辆的类别后，向指定的通信地址发送提醒信息。

为实现上述目的及其他相关目的，本发明提供一种服务器，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识别方法。

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识别系统，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，本发明的基于视频监控的车辆识别方法、装置、系统及服务器，获取摄像头拍摄的关于停车区域的图像，识别图像中的各车辆；获取所述停车区域中各车辆的停放时间；将所述各车辆的停放时间与预设的时间阈值进行比较，且根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别；在获取停放时间大于所述时间阈值的车辆的类别后，向指定的通信地址发送提醒信息。本发明通过对停放区域内的车辆进行停放时间计时，以获取各车辆的停放时间，且对长时间停放的车辆，向相关通信地址发送提醒信息，以通知相关部门进行及时的处理，减少问题车辆的闲置，且减少公共区域位置的随意占用，通过智能的监控和提醒上报，可以替代人工对问题车辆的巡视，节约车辆管理的人力成本，还可有效的避免人工对问题车辆的误判。

附图说明

图1显示为本发明的基于视频监控的车辆识别方法在一具体实施例中的流程示意图。

图2显示为本发明的车辆类别识别的流程示意图。

图3显示为本发明的车辆类别识别的流程示意图。

图4显示为本发明的基于视频监控的车辆识别装置在一具体实施例中的组成示意图。

图5显示为本发明的基于视频监控的车辆识别系统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识别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识别装置

11 图像获取模块

12 停放时间计算模块

13 比较模块

14 提醒模块

20 基于视频监控的车辆识别系统

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～S14 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识别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识别方法，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，所述摄像头与所述服务器通信，所述车辆识别方法包括：

S11：获取摄像头拍摄的关于停车区域的图像，识别图像中的各车辆；

S12：获取所述停车区域中各车辆的停放时间；例如为图像识别出的各车辆分别记录停放的起始时间，且对各车辆的停放时间进行计时。

S13：将所述各车辆的停放时间与预设的时间阈值进行比较，且根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别；所述时间阈值例如为一个星期，当所述停车区域内有车辆从起始时间开始，一直持续停放的时间超过所述时间阈值时，则认为该车辆为无人认领的车辆。且在车辆从起始时间开始，未达到所述时间阈值时，判断车辆离开所述停车区域(被骑走或被拉走维修)时，则对该车辆的停放时间的记录清零。

在一些实施例中，包括，根据预设的破旧特征对停车区域的各车辆的破旧级别进行判断，且根据对各所述车辆的破旧级别的判断结果，调整对应各所述车辆的时间阈值。所述破旧特征至少包括以下中的一种：车辆的车篮的形状、车辆的链条形状、车辆的鞍座的形状以及车身的锈蚀状态。例如将所述破旧级别划分为三个等级，当所述车篮、链条以及鞍座均完好时，破旧级别为第一等级，对应的时间阈值为第一时间阈值，当所述车篮、链条以及鞍座中有一者变形，而其他两者均完好时，破旧级别为第二等级，当所述车篮、链条以及鞍座中有二者或者二者以上存在变形时，破旧级别为第三等级，对应的时间阈值为第三时间阈值，且第一时间阈值大于所述第二时间阈值，第二时间阈值大于所述第三时间阈值，以方便运维人员及时的对破损车辆进行维修。

所述分类特征至少包括以下中的一种：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“哈罗”的标识时，识别该车辆为共享单车，且其运营商对应的为哈罗单车的运营商。

于本发明一具体实施例中，所述车辆识别方法还包括根据车辆的类别预设不同的时间阈值，在识别图像中的车辆类别后，将所述车辆的停放时间与其所对应的时间阈值进行比较。例如，设置私人车辆对应的时间阈值大于共享车辆对应的时间阈值。

其中，在一些实施例中，参阅图2，图2显示为本发明的车辆类别识别的流程示意图。根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别的步骤还包括：

S131：预先将所述分类特征存储于目标特征数据库中；

S132：根据所述目标特征数据库对所述停车区域的图像中的各车辆进行识别；

S133：获取到停放时间大于所述时间阈值的车辆时，根据所述识别结果，获取停放时间大于所述时间阈值的车辆的类别；

即在获取到关于停车区域的图像后，对停车区域的图像中的所有车辆进行类别的识别，且在获取到停放时间大于所述时间阈值的车辆时，直接根据预先的类别识别结果，获取停放时间大于所述时间阈值的车辆的类别。本方案是在获取停车区域的图像后，直接进行车辆的类别的识别，而在后续获得停放时间大于所述时间阈值的车辆后，直接根据预先识别的结果，提取停放时间大于所述时间阈值的车辆的类别，减小方法后续部分的运行压力，可以在获取停放时间大于所述时间阈值的车辆后，及时对该种情况作出反馈。

在另一些实施例中，参阅图3，图3显示为本发明的车辆类别识别的流程示意图。根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别的步骤还包括：

S131'：预先将所述分类特征存储于目标特征数据库中；

S132'：获取到停放时间大于所述时间阈值的车辆时，根据所述目标特征数据库对所述停放时间大于所述时间阈值的车辆进行识别，以获得关于停放时间大于所述时间阈值的车辆的类别。

即在计算得到停放时间大于所述时间阈值的车辆后，再根据所述目标特征数据库对所述停放时间大于所述时间阈值的车辆进行识别，即在该实施例中，只对停放时间大于所述时间阈值的车辆进行识别，且将识别的过程放置于获取停放时间大于所述时间阈值的车辆的后面，该方案可以减少车辆识别的频次，降低系统的压力。

S14：在获取停放时间大于所述时间阈值的车辆的类别后，向指定的通信地址发送提醒信息。所述指定的通信地址与停放时间大于所述时间阈值的车辆的类别有关，例如，获取停放时间大于所述时间阈值的车辆为私家车时，向指定的社会监管部门发送提醒信息，以提醒社会监管部门对该些车辆进行处理。而获取停放时间大于所述时间阈值的车辆为共享单车时，根据共享单车对应的运营商，向指定的运行商的运维部门发送所述提醒信息，以通知对应共享单车的运维部门对长时间停放的该运营商的车辆进行处理，减少资源的浪费，且提高运营商的车辆的利用率，并可以防止用户尝试使用问题车辆时的较差的用户体验。

在一些实施例中，还包括获取所述摄像头的位置信息的步骤；其中，所述提醒信息至少包括所述摄像头的位置信息、停放时间大于所述时间阈值的车辆的类别和/或所述车辆的停放时间。摄像头的位置信息对应停车区域的位置信息，在具体应用中，可以将各所述停车区域进行编号，且摄像头具有对应该停车区域的编号，系统中预先存储了关于编号对应的地理位置信息，则所述提醒信息中的所述摄像头的位置信息还可为该摄像头的编号信息，运维端在获取到关于该问题车辆对应的摄像头的编号时，可以定位到该摄像头对应的停车区域的地理位置信息。

参阅图4，显示为本发明的基于视频监控的车辆识别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识别装置，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，所述车辆识别装置10包括：图像获取模块11、停放时间计算模块12、比较模块13以及提醒模块14。

所述图像获取模块11用以获取摄像头拍摄的关于停车区域的图像，识别图像中的各车辆；

所述停放时间计算模块12用以获取所述停车区域中各车辆的停放时间；

所述比较模块13用以将所述各车辆的停放时间与预设的时间阈值进行比较，且根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别；

所述时间阈值例如为一个星期，当所述停车区域内有车辆从起始时间开始，一直持续停放的时间超过所述时间阈值时，则认为该车辆为无人认领的车辆。且在车辆从起始时间开始，未达到所述时间阈值时，判断车辆离开所述停车区域(被骑走或被拉走维修)时，则对该车辆的停放时间的记录清零。

在一些实施例中，包括，根据预设的破旧特征对停车区域的各车辆的破旧级别进行判断，且根据对各所述车辆的破旧级别的判断结果，调整对应各所述车辆的时间阈值。所述破旧特征至少包括以下中的一种：车辆的车篮的形状、车辆的链条形状、车辆的鞍座的形状以及车身的锈蚀状态。例如将所述破旧级别划分为三个等级，当所述车篮、链条以及鞍座均完好时，破旧级别为第一等级，对应的时间阈值为第一时间阈值，当所述车篮、链条以及鞍座中有一者变形，而其他两者均完好时，破旧级别为第二等级，当所述车篮、链条以及鞍座中有二者或者二者以上存在变形时，破旧级别为第三等级，对应的时间阈值为第三时间阈值，且第一时间阈值大于所述第二时间阈值，第二时间阈值大于所述第三时间阈值，以方便运维人员及时的对破损车辆进行维修。

所述分类特征至少包括以下中的一种：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“哈罗”的标识时，识别该车辆为共享单车，且其运营商对应的为哈罗单车的运营商。

于本发明一具体实施例中，所述比较模块13还用以根据车辆的类别预设不同的时间阈值，在识别图像中的车辆类别后，将所述车辆的停放时间与其所对应的时间阈值进行比较。例如，设置私人车辆对应的时间阈值大于共享车辆对应的时间阈值。

其中，在一些实施例中，参阅图2，图2显示为本发明的车辆类别识别的流程示意图。根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别的步骤还包括：

S131：预先将所述分类特征存储于目标特征数据库中；

S132：根据所述目标特征数据库对所述停车区域的图像中的各车辆进行识别；

S133：获取到停放时间大于所述时间阈值的车辆时，根据所述识别结果，获取停放时间大于所述时间阈值的车辆的类别；

即在获取到关于停车区域的图像后，对停车区域的图像中的所有车辆进行类别的识别，且在获取到停放时间大于所述时间阈值的车辆时，直接根据预先的类别识别结果，获取停放时间大于所述时间阈值的车辆的类别。本方案是在获取停车区域的图像后，直接进行车辆的类别的识别，而在后续获得停放时间大于所述时间阈值的车辆后，直接根据预先识别的结果，提取停放时间大于所述时间阈值的车辆的类别，减小方法后续部分的运行压力，可以在获取停放时间大于所述时间阈值的车辆后，及时对该种情况作出反馈。

在另一些实施例中，参阅图3，图3显示为本发明的车辆类别识别的流程示意图。根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别的步骤还包括：

S131'：预先将所述分类特征存储于目标特征数据库中；

S132'：获取到停放时间大于所述时间阈值的车辆时，根据所述目标特征数据库对所述停放时间大于所述时间阈值的车辆进行识别，以获得关于停放时间大于所述时间阈值的车辆的类别。

即在计算得到停放时间大于所述时间阈值的车辆后，再根据所述目标特征数据库对所述停放时间大于所述时间阈值的车辆进行识别，即在该实施例中，只对停放时间大于所述时间阈值的车辆进行识别，且将识别的过程放置于获取停放时间大于所述时间阈值的车辆的后面，该方案可以减少车辆识别的频次，降低系统的压力。

所述提醒模块14用以在获取停放时间大于所述时间阈值的车辆的类别后，向指定的通信地址发送提醒信息。其中，所述提醒信息至少包括所述摄像头的位置信息、停放时间大于所述时间阈值的车辆的类别和/或所述车辆的停放时间。摄像头的位置信息对应停车区域的位置信息，在具体应用中，可以将各所述停车区域进行编号，且摄像头具有对应该停车区域的编号，系统中预先存储了关于编号对应的地理位置信息，则所述提醒信息中的所述摄像头的位置信息还可为该摄像头的编号信息，运维端在获取到关于该问题车辆对应的摄像头的编号时，可以定位到该摄像头对应的停车区域的地理位置信息。

所述基于视频监控的车辆识别装置10的技术方案为与基于视频监控的车辆识别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5，显示为本发明的基于视频监控的车辆识别系统在一具体实施例中的组成示意图。参阅图6，显示为本发明的基于视频监控的车辆识别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识别系统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6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执行基于视频监控的车辆识别方法，所述基于视频监控的车辆识别方法参阅图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识别方法。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6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，本发明的基于视频监控的车辆识别方法、装置、系统及服务器，获取摄像头拍摄的关于停车区域的图像，识别图像中的各车辆；获取所述停车区域中各车辆的停放时间；将所述各车辆的停放时间与预设的时间阈值进行比较，且根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别；在获取停放时间大于所述时间阈值的车辆的类别后，向指定的通信地址发送提醒信息。本发明通过对停放区域内的车辆进行停放时间计时，以获取各车辆的停放时间，且对长时间停放的车辆，向相关通信地址发送提醒信息，以通知相关部门进行及时的处理，减少问题车辆的闲置，且减少公共区域位置的随意占用，通过智能的监控和提醒上报，可以替代人工对问题车辆的巡视，节约车辆管理的人力成本，还可有效的避免人工对问题车辆的误判。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识别方法，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，所述车辆识别方法包括：

获取摄像头拍摄的关于停车区域的图像，识别图像中的各车辆；

获取所述停车区域中各车辆的停放时间；

将所述各车辆的停放时间与预设的时间阈值进行比较，且根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别；其中，所述分类特征至少包括以下中的一种：车身颜色、车体的标识以及车辆的结构；

在获取停放时间大于所述时间阈值的车辆的类别后，根据所述停放时间大于所述时间阈值的车辆的类别向指定的通信地址发送提醒信息。

2.根据权利要求1所述的基于视频监控的车辆识别方法，其特征在于，还包括，根据预设的破旧特征对停车区域的各车辆的破旧级别进行判断，且根据对各所述车辆的破旧级别的判断结果，调整对应各所述车辆的时间阈值。

3.根据权利要求2所述的基于视频监控的车辆识别方法，其特征在于，所述破旧特征至少包括以下中的一种：车辆的车篮的形状、车辆的链条形状、车辆的鞍座的形状以及车身的锈蚀状态。

4.根据权利要求1所述的基于视频监控的车辆识别方法，其特征在于，根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别的步骤还包括：

预先将所述分类特征存储于目标特征数据库中；

根据所述目标特征数据库对所述停车区域的图像中的各车辆进行识别；

获取到停放时间大于所述时间阈值的车辆时，根据所述识别结果，获取停放时间大于所述时间阈值的车辆的类别。

5.根据权利要求1所述的基于视频监控的车辆识别方法，其特征在于，根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别的步骤还包括：

预先将所述分类特征存储于目标特征数据库中；

获取到停放时间大于所述时间阈值的车辆时，根据所述目标特征数据库对所述停放时间大于所述时间阈值的车辆进行识别，以获得关于停放时间大于所述时间阈值的车辆的类别。

6.根据权利要求1所述的基于视频监控的车辆识别方法，其特征在于，还包括获取所述摄像头的位置信息的步骤；其中，所述提醒信息至少包括所述摄像头的位置信息、停放时间大于所述时间阈值的车辆的类别和/或所述车辆的停放时间。

7.根据权利要求1所述的基于视频监控的车辆识别方法，其特征在于，所述车辆识别方法还包括根据车辆的类别预设不同的时间阈值，在识别图像中的车辆类别后，将所述车辆的停放时间与其所对应的时间阈值进行比较。

8.一种基于视频监控的车辆识别装置，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，所述车辆识别装置包括：

图像获取模块，用以获取摄像头拍摄的关于停车区域的图像，识别图像中的各车辆；

停放时间计算模块，用以获取所述停车区域中各车辆的停放时间；

分类模块，用以将所述各车辆的停放时间与预设的时间阈值进行比较，且根据预设的分类特征获取停放时间大于所述时间阈值的车辆的类别；其中，所述分类特征至少包括以下中的一种：车身颜色、车体的标识以及车辆的结构；

提醒模块，用以在获取停放时间大于所述时间阈值的车辆的类别后，根据所述停放时间大于所述时间阈值的车辆的类别向指定的通信地址发送提醒信息。

9.一种服务器，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7中任一项所述的基于视频监控的车辆识别方法。

10.一种基于视频监控的车辆识别系统，其特征在于，包括：至少一个摄像头、终端以及如权利要求9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。

11.根据权利要求10所述的基于视频监控的车辆识别系统，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。

Images