CN109727456A - 一种识别车辆标识的方法及装置 - Google Patents
一种识别车辆标识的方法及装置 Download PDFInfo
- Publication number
- CN109727456A CN109727456A CN201711033783.3A CN201711033783A CN109727456A CN 109727456 A CN109727456 A CN 109727456A CN 201711033783 A CN201711033783 A CN 201711033783A CN 109727456 A CN109727456 A CN 109727456A
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- information
- area
- parking
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000033001 locomotion Effects 0.000 claims abstract description 270
- 238000001514 detection method Methods 0.000 claims abstract description 214
- 238000006073 displacement reaction Methods 0.000 claims description 85
- 238000012806 monitoring device Methods 0.000 claims description 47
- 238000003860 storage Methods 0.000 claims description 17
- 230000002123 temporal effect Effects 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 36
- 230000008569 process Effects 0.000 description 22
- 238000012545 processing Methods 0.000 description 20
- 230000008859 change Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 238000007689 inspection Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供了一种识别车辆标识的方法及装置。属于计算机技术领域。所述方法包括:获取图像采集部件采集的检测图像;根据所述检测图像和预设的车辆检测模型,确定所述检测图像中的目标车辆的运动信息,所述目标车辆的运动信息包括所述目标车辆所属区域的区域信息和/或所述目标车辆的运动速度;当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息;当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息。采用本发明,可以自动识别车辆的车辆标识,无需为停车区配置专门的管理人员,降低了管理车辆的成本。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种识别车辆标识的方法及装置。
背景技术
随着我国汽车保有量的快速增长,城市道路交通承受的压力日趋严重,停车问题引起了人们的普遍关注。目前,侧方停车(路边停车)是缓解城市停车位匮乏的重要措施之一。
侧方停车的停车区域通常设置在道路的边界处,当人们需要停车时,可以将车辆开到空闲的车位处,管理人员则会登记该车辆的标识信息(比如车牌号),以便对已停车辆进行管理或收费等。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:
现有技术中,需要为停车区配置专门的管理人员,以登记车辆的标识信息,这样会导致管理车辆的成本较高。
发明内容
本申请实施例的目的在于提供一种识别车辆标识的方法及装置,以实现降低管理车辆的成本。具体技术方案如下:
第一方面,提供了一种识别车辆标识的方法,所述方法包括:
获取图像采集部件采集的检测图像;
根据所述检测图像和预设的车辆检测模型,确定所述检测图像中的目标车辆的运动信息,所述目标车辆的运动信息包括所述目标车辆所属区域的区域信息和/或所述目标车辆的运动速度;
当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息;
当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息;其中,所述预设停车条件包括区域信息为停车区域且运动速度为零,所述预设驶离条件包括在满足所述预设停车条件后,检测到区域信息为待停车区域或停车区域,且运动速度大于零。
可选的,所述当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为待停车区域时,识别所述目标车辆的标识信息;
所述当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息从所述待停车区域变化为所述停车区域后,判断所述目标车辆的运动速度是否为0;
如果在第一预设时长内所述目标车辆的运动速度为0,则输出所述目标车辆的标识信息。
可选的,所述当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为停车区域时,判断所述目标车辆的运动速度是否为0;
如果在检测到所述目标车辆的运动速度在第二预设时长内为0后,检测到所述目标车辆的区域信息从所述停车区域变化为所述待停车区域,则识别所述目标车辆的标识信息;
所述当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为待停车区域时,根据所述目标车辆的运动速度,确定所述目标车辆的第一位移信息;
当所述第一位移信息大于预设的第一位移阈值时,输出所述目标车辆的标识信息。
可选的,所述当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为停车区域时,根据所述目标车辆的运动速度,确定所述目标车辆的第二位移信息;
如果在第三预设时长内所述第二位移信息大于预设的第二位移阈值,则识别所述目标车辆的标识信息;
所述当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息,包括:
如果在第四预设时长内,所述目标车辆的区域信息为停车区域且运动速度为0,则输出所述目标车辆的标识信息。
可选的,所述当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为停车区域时,判断所述目标车辆的运动速度是否为0;
如果在所述目标车辆的运动速度在第五预设时长内为0后,检测到所述目标车辆的区域信息为停车区域且运动速度大于零,则根据所述目标车辆的运动速度,确定所述目标车辆的第三位移信息;
如果在第六预设时长内所述目标车辆的区域信息为停车区域且所述第三位移信息大于预设的第三位移阈值,则识别所述目标车辆的标识信息;
所述当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息,包括:
如果在第七预设时长内所述目标车辆的区域信息为停车区域且运动速度大于0,则输出所述目标车辆的标识信息。
可选的,所述方法还包括:
当检测到所述目标车辆的运动信息满足预设停车条件时,记录第一时间信息;
当检测到所述目标车辆的运动信息满足预设驶离条件时,记录第二时间信息;
确定所述第一时间信息和所述第二时间信息的时间差,并输出所述时间差。
可选的,所述方法还包括:
在获取到的检测图像中提取目标检测图像,所述目标检测图像至少包括所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时的检测图像,以及检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时的检测图像;
输出所述目标检测图像。
可选的,所述根据所述检测图像和预设的车辆检测模型,确定所述检测图像中的目标车辆的运动信息,包括:
对于获取到的每个检测图像,根据该检测图像和预设的车辆检测模型,确定该检测图像中的目标车辆以及所述目标车辆在该检测图像中的位置信息;
根据预设的待停车区域和停车区域,以及所述目标车辆在各检测图像中的位置信息,确定所述目标车辆在所述各检测图像中的所属区域;
根据所述目标车辆在所述每个检测图像中的位置信息,确定所述目标车辆的运动速度。
第二方面,提供了一种识别车辆标识的装置,所述装置包括:
第一获取模块,用于获取图像采集部件采集的检测图像;
确定模块,用于根据所述检测图像和预设的车辆检测模型,确定所述检测图像中的目标车辆的运动信息,得到第一运动信息,其中,所述目标车辆的运动信息包括所述目标车辆所属区域的区域信息和/或所述目标车辆的位移信息;
识别模块,用于当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息;
第一输出模块,用于当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息;其中,所述预设停车条件包括区域信息为停车区域且运动速度为零,所述预设驶离条件包括在满足所述预设停车条件后,检测到区域信息为待停车区域或停车区域,且运动速度大于零。
可选的,所述识别模块,用于:
当检测到所述目标车辆的区域信息为待停车区域时,识别所述目标车辆的标识信息;
所述第一输出模块,用于:
当检测到所述目标车辆的区域信息从所述待停车区域变化为所述停车区域后,判断所述目标车辆的运动速度是否为0;
如果在第一预设时长内所述目标车辆的运动速度为0,则输出所述目标车辆的标识信息。
可选的,所述识别模块,用于:
当检测到所述目标车辆的区域信息为停车区域时,判断所述目标车辆的运动速度是否为0;
如果在检测到所述目标车辆的运动速度在第二预设时长内为0后,检测到所述目标车辆的区域信息从所述停车区域变化为所述待停车区域,则识别所述目标车辆的标识信息;
所述第一输出模块,用于:
当检测到所述目标车辆的区域信息为待停车区域时,根据所述目标车辆的运动速度,确定所述目标车辆的第一位移信息;
当所述第一位移信息大于预设的第一位移阈值时,输出所述目标车辆的标识信息。
可选的,所述识别模块,用于:
当检测到所述目标车辆的区域信息为停车区域时,根据所述目标车辆的运动速度,确定所述目标车辆的第二位移信息;
如果在第三预设时长内所述第二位移信息大于预设的第二位移阈值,则识别所述目标车辆的标识信息;
所述第一输出模块,用于:
如果在第四预设时长内,所述目标车辆的区域信息为停车区域且运动速度为0,则输出所述目标车辆的标识信息。
可选的,所述识别模块,用于:
当检测到所述目标车辆的区域信息为停车区域时,判断所述目标车辆的运动速度是否为0;
如果在所述目标车辆的运动速度在第五预设时长内为0后,检测到所述目标车辆的区域信息为停车区域且运动速度大于零,则根据所述目标车辆的运动速度,确定所述目标车辆的第三位移信息;
如果在第六预设时长内所述目标车辆的区域信息为停车区域且所述第三位移信息大于预设的第三位移阈值,则识别所述目标车辆的标识信息;
所述第一输出模块,用于:
如果在第七预设时长内所述目标车辆的区域信息为停车区域且运动速度大于0,则输出所述目标车辆的标识信息。
可选的,所述装置还包括:
记录模块,用于当检测到所述目标车辆的运动信息满足预设停车条件时,记录第一时间信息;
所述记录模块,还用于当检测到所述目标车辆的运动信息满足预设驶离条件时,记录第二时间信息;
第二输出模块,用于确定所述第一时间信息和所述第二时间信息的时间差,并输出所述时间差。
可选的,所述装置还包括:
提取模块,用于在获取到的检测图像中提取目标检测图像,所述目标检测图像至少包括所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时的检测图像,以及检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时的检测图像;
第三输出模块,用于输出所述目标检测图像。
可选的,所述确定模块,用于:
对于获取到的每个检测图像,根据该检测图像和预设的车辆检测模型,确定该检测图像中的目标车辆以及所述目标车辆在该检测图像中的位置信息;
根据预设的待停车区域和停车区域,以及所述目标车辆在各检测图像中的位置信息,确定所述目标车辆在所述各检测图像中的所属区域;
根据所述目标车辆在所述每个检测图像中的位置信息,确定所述目标车辆的运动速度。
第三方面,提供了一种监控设备,包括处理器和机器可读存储介质,所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令,所述处理器被所述机器可执行指令促使:实现第一方面所述的方法步骤。
第四方面,提供了一种识别车辆标识的系统,所述系统包括枪机设备和球机设备,其中:
所述枪机设备,用于获取图像采集部件采集的检测图像;
所述枪机设备,还用于根据所述检测图像和预设的车辆检测模型,确定所述检测图像中的目标车辆的运动信息,所述目标车辆的运动信息包括所述目标车辆所属区域的区域信息和/或所述目标车辆的运动速度;
所述枪机设备,还用于当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,触发所述球机设备识别所述目标车辆的标识信息;
所述枪机设备,还用于当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述球机设备识别出的目标车辆的标识信息;其中,所述预设停车条件包括区域信息为停车区域且运动速度为零,所述预设驶离条件包括在满足所述预设停车条件后,检测到区域信息为待停车区域或停车区域,且运动速度大于零。
本发明实施例提供的识别车辆标识的方法,可以获取图像采集部件采集的检测图像,根据检测图像和预设的车辆检测模型,确定检测图像中的目标车辆的运动信息,目标车辆的运动信息包括目标车辆所属区域的区域信息和/或目标车辆的运动速度,当检测到目标车辆的区域信息为待停车区域或停车区域,且目标车辆的运动速度大于零时,识别目标车辆的标识信息,当检测到目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出目标车辆的标识信息。基于本方案,可以在车辆驶入或驶离路边停车位时,自动识别车辆的车辆标识,无需为停车区配置专门的管理人员,降低了管理车辆的成本。当然,实施本申请的任一产品或方法必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申请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申请的一些实施例,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一种系统图;
图2是本发明实施例提供的一种识别车辆标识的方法流程图;
图3a、图3b、图3c是本发明实施例提供的一种事件图的示意图;
图4a、图4b、图4c是本发明实施例提供的事件图的示意图;
图5a、图5b、图5c是本发明实施例提供的事件图的示意图;
图6a、图6b、图6c是本发明实施例提供的事件图的示意图;
图7是本发明实施例提供的一种发送报警消息的装置结构示意图;
图8是本发明实施例提供的一种监控设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本发明实施例提供了一种识别车辆标识的方法,该方法可以应用于为路边停车的场景中,比如在路边进行侧方停车的场景。该方法的执行主体可以是监控设备。该监控设备中可以设置有图像采集部件(该图像采集部件可以为相机),从而实时采集某目标区域的图像(即检测图像),并可以通过本申请提供的识别车辆标识的方法,在车辆驶入或驶离侧方停车位时,自动检测车辆的标识信息(比如车牌号),无需人工登记,从而降低了管理车辆的成本。当该监控设备应用于侧方停车(路边停车)时,该监控设备的架设方式可以如图1所示,本方案中的监控设备可同时对道路两侧的侧方停车位进行实时监控,例如,图像采集部件采用的像素为200万的相机,则单侧最大支持8个车位检测,两侧最多支持12~14个车位。如果图像采集部件采用多个相机,则能够同时分别监控更多的车位。需要说明的是,本发明实施例中,监控设备可以是一个集成了图像采集部件、图像识别部件和传输部件的设备,或者,监控设备也可以由枪机设备和球机设备组成,通过枪机设备和球机设备联动,实现对车辆路边停车的监控。
下面将结合具体实施方式,对图2所示的处理流程进行详细的说明,内容可以如下:
步骤201,获取图像采集部件采集的检测图像。
在实施中,图像采集部件可以对目标区域中的图像进行持续的拍摄,并可以将拍摄到的图像(即检测图像)实时传输给所属的监控设备,监控设备则可以获取图像采集部件采集的检测图像,并可以对检测图像进行缓存,以便进行后续处理。步骤201可以由枪机设备实现。
步骤202,根据检测图像和预设的车辆检测模型,确定检测图像中的目标车辆的运动信息。
其中,目标车辆的运动信息可以包括目标车辆所属区域的区域信息和/或目标车辆的运动速度;区域信息可以为待停车区域或停车区域,该待停车区域和停车区域可以由用户进行标定。
在实施中,监控设备中可以预先存储车辆检测模型,该车辆检测模型可以通过训练得到,具体的训练过程后续会进行详细说明。监控设备每接收到一个检测图像,可以对该检测图像进行色度处理,比如转换为RGB格式,然后通过该车辆检测模型对该检测图像进行检测,从而识别该检测图像中包含的目标车辆。对于检测图像中的每个目标车辆,监控设备可以确定该目标车辆的位置信息,该位置信息可以是识别出的目标车辆在检测区域中对应的目标框的坐标信息。监控设备可以通过预设的跟踪算法,以及各检测图像中该目标车辆的位置信息,确定该目标车辆的运动信息,其中,位置信息可以是目标车辆在检测图像中的目标框的坐标信息。
可选的,监控设备检测目标车辆的运动信息的具体过程可以为:对于获取到的每个检测图像,根据该检测图像和预设的车辆检测模型,确定该检测图像中的目标车辆以及目标车辆在该检测图像中的位置信息;根据预设的待停车区域或停车区域,以及目标车辆在各检测图像中的位置信息,确定目标车辆在各检测图像中的所属区域;根据目标车辆在每个检测图像中的位置信息,确定目标车辆的运动速度。
在实施中,该监控设备可以与用户终端连接,用户可以在用户终端打开监控设备对应的设置界面,监控设备则可以将当前采集到的检测图像发送给用户终端,用户终端则可以显示该检测图像,然后可以在该检测图像中,设置待停车区域和停车区域,例如,用户可以在检测图像中,框选一个区域,并设置该区域的区域信息(比如待停车区域或停车区域)。用户终端可以根据接收到的设置指令,分别确定待停车区域和停车区域对应的区域框的坐标信息,然后可以将待停车区域和停车区域对应的坐标信息发送给监控设备。监控设备则会对待停车区域和停车区域对应的坐标信息进行存储。
当监控设备检测到目标车辆的位置信息后,可以根据目标车辆的位置信息和预设的待停车区域和停车区域,判断该目标车辆是否位于待停车区域或停车区域。例如,如果该目标车辆的目标框在待停车区域中的部分超过预设百分比,则可以判定目标车辆所属区域为待停车区;同理,如果该目标车辆的目标框在停车区域中的部分超过预设百分比,则可以判定目标车辆所属区域为停车区。另外,监控设备还可以根据目标框的坐标信息,确定目标框的中心点的坐标,根据该中心点的坐标,以及上一帧检测图像中,该目标车辆的目标框的中心点的坐标,计算该目标车辆的位移信息,从而得到单位时间内目标车辆的位移信息(即运动速度)。这样,可以通过实时分析检测图像,可以确定某一目标车辆在获取到的各检测图像中的所属区域,进而可以监控目标车辆的位置变化,还可以实时监测目标车辆的运动速度,从而识别目标车辆的驶入或驶离事件。
本实施例中,可以采用camshift模型实现目标车辆的跟踪,利用目标车辆的目标框的颜色直方图模型,将目标框对应的图像转换为颜色概率分布图,进而初始化一个搜索窗的大小和位置,并根据上一帧得到的目标框自适应调整搜索窗口的位置和大小,从而定位出当前图像中目标的中心位置,记录当前帧中目标车辆的位置信息、轨迹信息等相关信息。
需要说明的是,监控设备可以通过队列(可称为目标跟踪队列)的形式对已检测到的车辆的车辆信息进行存储,该车辆信息可以包括该车辆的在目标跟踪队列中的ID、位置信息、标识信息、所属区域的区域信息和位移信息等,标识信息、所属区域的区域信息和位移信息的检测过程后续会进行详细说明。
当监控设备获取到某帧检测图像后,可以通过预设的车辆检测模型,确定该检测图像中的各目标车辆的位置信息,然后可以对该位置信息进行存储。针对任一目标车辆,监控设备可以将该目标车辆的位置信息,分别与目标跟踪队列中的每个车辆的位置信息进行匹配。例如,根据目标车辆对应的目标框的坐标信息,以及已存储的车辆对应的目标框的坐标信息,计算两个目标框的重合度,如果该重合度大于预设阈值,则判定二者为同一车辆,如果二者的重合度小于预设阈值,则可以判定二者非同一车辆。这样,监控设备可以判断目标车辆是否为目标跟踪队列的车辆,如果是,则可以对目标跟踪队列中该目标车辆信息进行更新,比如更新位置信息、所属区域的区域信息和位移信息等;如果不是,则可以为该目标车辆分配该目标车辆在目标跟踪队列中的ID,并存储该目标车辆的车辆信息,以便进行后续处理。
另外,为了降低监控设备的处理量,监控设备还可以对检测到的对象进行实时过滤,具体的处理过程可以为:监控设备可以通过车辆检测模型,对检测图像进行检测,识别出多个候选对象,以及多个候选对象的目标框,监控设备可以根据每个目标框的坐标,分别计算每个目标框的尺寸,进而判断计算出的尺寸是否在预设的尺寸范围内,如果目标框的尺寸在预设的尺寸范围内,则该目标框对应的候选对象为车辆,可以进一步确定该车辆的运动信息;如果目标框的尺寸不在预设的尺寸范围内,则该目标框对应的候选对象不是车辆,无需确定该候选对象的运动信息。
需要说明的是,步骤202及其可能的实现方式可以由枪机设备实现。
可选的,车辆检测模型的训练过程可以如下:获取预先存储的多个训练样本,训练样本包括图像样本,及图像样本中各车辆对应的位置信息基于多个训练样本,对预设的初始算法模型进行训练,得到车辆检测模型。
在实施中,可以采用预设的初始算法模型来训练车辆检测模型。训练样本中的图像样本可以是包含路边停车的场景的图像,图像样本可以是不同时间段,不同天气,不同的监控设备架设和不同场景的路边停车的图像样本,如白天、夜晚、下雨天、晴天等不同环境。技术人员可以在图像样本中,标记该图像样本中包含的车辆的位置信息(比如标注目标框),另外,技术人员还可以在图像样本中,标记各车辆的类别信息,比如轿车、货车、大巴车等;技术人员还可以在图像样本中标注其他对象,比如行人、自行车、三轮车、路障等。通过训练样本对预设的初始算法模型进行训练,得到车辆检测模型。例如,可以基于caffe环境,采用frcnn网络结构对输入的训练样本迭代100万次达到收敛,得到车辆检测模型。
步骤203,当检测到目标车辆的区域信息为待停车区域或停车区域,且目标车辆的运动速度大于零时,识别目标车辆的标识信息。
在实施中,监控终端中可以预先设识别目标车辆的标识信息的触发条件。针对车辆不同的驶入或驶离方式,可以设置不同的第一运动条件,例如,对于变道驶入和变道驶离的方式,可以在检测到目标车辆的区域信息为待停车区域,且目标车辆的运动速度大于零时,识别目标车辆的标识信息;对于串行驶入和串行驶离的方式,可以在检测到目标车辆的区域信息为停车区域,且目标车辆的运动速度大于零时,识别目标车辆的标识信息。具体的处理过程后续会详细说明。
如上所述,监控设备可以通过目标跟踪队列,存储已检测到的车辆的车辆信息,监控设备每获取到一帧检测图像,可以对识别目标车辆的位置信息,进而根据该位置信息、以及目标跟踪队列中该目标车辆的车辆信息,确定该目标车辆当前的运动信息,进而判断该运动信息是否满足上述触发条件,如果满足,则可以对当前的检测图像进行存储,然后可以从该检测图像中,获取该目标车辆的目标框所包含的图像,进而在获取到的图像进行字符识别。然后,监控设备可以继续监控目标车辆的运动信息。另外,如果检测到的运动信息不满足上述触发条件,则可以不进行处理。
需要说明的是,在步骤203可以通过枪机设备和球机设备的交互实现。也即,可以由枪机设备判断目标车辆的区域信息是否为待停车区域或停车区域,以及判断目标车辆的运动速度是否为零,如果目标车辆的区域信息为待停车区域或停车区域,且目标车辆的运动速度大于零时,则枪机设备可以通知球机设备进行标识信息的识别。具体的,枪机设备可以将存储的检测图像,以及目标车辆的目标框在该检测图像中的坐标信息发送给球机设备,球机设备则可以根据枪机设备发送的坐标信息进行PTZ坐标转换,输出该目标车辆在球机设备视场中的位置信息,该位置信息即为车辆标识的识别区域。球机设备可以在该识别区域进行标识信息的识别处理。具体的,球机设备可以在识别区域中,提取框内跳变次数特征、颜色特征、HOG特征等,提取识别区域中的车牌区域;然后,球机设备可以识别每个字符的左右边界,对车牌区域内的每个字符进行分割。球机设备可以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,分类器将其进行分类处理,得到对应的字符识别结果,再将字符识别结果组合成字符串,该字符串即为车牌标识(比如车牌号)。
可选的,为了提高识别标识信息的准确度,枪机设备确定第一运动信息满足预设的第一运动条件后,可以将与当前检测图像相邻的多帧检测图像,以及每帧检测图像中目标车辆的位置信息发送给球机设备,球机设备则可以识别出多个字符串。球机设备可以在识别的字符串中,确定出现次数最多的字符串,将该字符串作为最终的识别结果。
步骤204,当检测到目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出目标车辆的标识信息。
其中,预设停车条件包括区域信息为停车区域且运动速度为零,预设驶离条件包括在满足预设停车条件后,检测到区域信息为待停车区域或停车区域,且运动速度大于零。
在实施中,监控终端中可以预先设置停车条件和驶离条件,预设停车条件和预设驶离条件为输出目标车辆的标识信息的触发条件。针对车辆不同的驶入或驶离方式,预设驶离条件可以是不同的,例如,对于变道驶离的方式,预设驶离条件可以是在满足预设停车条件后,检测到区域信息为待停车区域且运动速度大于零;对于串行驶离的方式,驶离条件可以是在满足预设停车条件后,检测到区域信息为停车区域,且运动速度大于零。具体的处理过程后续会详细说明。
监控设备在检测运动信息的过程中,可以根据预设停车条件预设驶离条件实时进行判断,如果判定目标车辆的运动信息满足预设停车条件或预设驶离条件,则可以输出目标车辆的标识信息。其中,步骤204可以由枪机设备实现。球机设备识别出目标车辆的标识信息后,可以将标识信息发送给枪机设备,枪机设备则可以在目标跟踪队列中,存储该目标车辆的标识信息。当枪机设备检测到目标车辆的运动信息满足预设的预设停车条件和/或预设驶离条件时,可以将该目标车辆的标识信息发送给与其连接的用户终端。用户则可以通过用户终端查看停车区域中的车辆的标识信息以及车辆的驶入或驶离图像,以便进行管理。如果目标车辆的运动信息不满足预设停车条件或预设驶离条件,则可以不进行处理。
可选的,监控终端还可以在获取到的检测图像中,提取目标检测图像,然后输出目标检测图像。其中,目标检测图像至少包括目标车辆的区域信息为待停车区域或停车区域,且目标车辆的运动速度大于零时的检测图像,以及检测到目标车辆的运动信息满足预设停车条件和/或预设驶离条件时的检测图像。具体的处理过程后续会进行详细说明。
本发明实施例还提供了在目标车辆变道驶入侧方停车位的场景下,上述步骤202~203的具体处理过程。如图3a-图3c所示,为目标车辆变道驶入侧方停车位的场景示意图,该场景下,监控设备识别并输出标识信息的处理过程可以为:当检测到目标车辆的区域信息为待停车区域时,识别目标车辆的标识信息;当检测到目标车辆的区域信息从待停车区域变化为停车区域后,判断目标车辆的运动速度是否为0;如果在第一预设时长内目标车辆的运动速度为0,则输出目标车辆的标识信息。
在实施中,以监控设备包括枪机设备和球机设备为例,枪机设备可以检测目标车辆的位置信息,进而确定该位置信息对应的区域信息,从而判断该区域信息是否为待停车区域。当枪机设备检测到目标车辆的第一区域信息为待停车区域时,枪机设备可以对当前的检测图像进行存储,该检测图像可称为第一事件图,如图3a所示。枪机设备存储第一事件图后,可以向球机设备发送识别通知消息,该识别通知消息中可以携带有第一事件图和第一事件图中目标车辆的位置信息,球机设备接收到识别通知消息后,可以进行标识信息识别处理。
枪机设备发送识别通知消息后,可以继续检测目标车辆的区域信息(可称为第二区域信息),此时,目标车辆的第二区域信息为待停车区域。目标车辆在侧方停车的过程中,会从待停车区域移动到停车区域,当区域信息从待停车区域变化为停车区域时,枪机设备可以存储当前的检测图像,该检测图像可称为第二事件图,如图3b所示。
枪机设备存储第二事件图后,可以继续检测目标车辆的运动速度,如果在第一预设时长内,目标车辆的位移信息为0,则说明目标车辆已经停止,然后枪机设备可以存储当前的检测图像,可称为第三事件图,如图3c所示。枪机设备可以将存储的第一事件图、第二事件图和第三事件图进行合成,得到枪机事件图,然后可以将该枪机事件图和该目标车辆的标识信息发送给与其连接的用户终端。
本发明实施例还提供了在目标车辆变道驶离侧方停车位的场景下,上述步骤202~203的具体处理过程。如图4a-图4c所示,为目标车辆变道驶离侧方停车位的场景示意图,该场景下,监控设备识别并输出标识信息的处理过程可以为:当检测到目标车辆的区域信息为停车区域时,判断目标车辆的运动速度是否为0;如果在检测到目标车辆的运动速度在第二预设时长内为0后,检测到目标车辆的区域信息从停车区域变化为待停车区域,则识别目标车辆的标识信息;当检测到目标车辆的区域信息为待停车区域时,根据目标车辆的运动速度,确定目标车辆的第一位移信息;当第一位移信息大于预设的第一位移阈值时,输出目标车辆的标识信息。
在实施中,以监控设备包括枪机设备和球机设备为例,枪机设备可以检测目标车辆的位置信息,进而确定该位置信息对应的区域信息,从而判断该区域信息是否为停车区域。当枪机设备检测到目标车辆的区域信息为停车区域时,可以判断目标车辆的运动速度是否为0,如果在第二预设时长内,目标车辆的运动速度均为0,则说明目标车辆当前处于停止状态,枪机设备可以存储当前的检测图像,可称为第一事件图,如图4a所示。
枪机设备存储第一事件图后,可以继续检测目标车辆的运动信息。目标车辆在驶离路边停车位的过程中,会从停车区域移动到待停车区域,当枪机设备检测到目标车辆的第一区域信息为待停车区域时,枪机设备可以存储当前的检测图像,该检测图像可称为第二事件图,如图4b所示。枪机设备存储第二事件图后,可以向球机设备发送识别通知消息,该识别通知消息中可以携带有第二事件图和第二事件图中目标车辆的位置信息,球机设备接收到识别通知消息后,可以进行标识信息识别处理。
枪机设备发送识别通知消息后,可以继续检测目标车辆的运动速度,进而根据该运动速度计算目标车辆的第一位移信息,第一位移信息可以为目标车辆的横向移动距离,枪机设备可以判断该横向移动距离是否大于预设的第一位移阈值。第一位移阈值可以为sen*w,其中,sen为灵敏度,w为当前的目标框宽度。当检测到该横向移动距离大于第一位移阈值时,枪机设备可以存储当前的检测图像,可称为第三事件图,如图4c所示。枪机设备可以将存储的第一事件图、第二事件图和第三事件图进行合成,得到枪机事件图,然后可以将该枪机事件图和该目标车辆的标识信息发送给与其连接的用户终端。
本发明实施例还提供了在目标车辆串行驶入侧方停车位的场景下,上述步骤202~203的具体处理过程。如图5a-图5c所示,为目标车辆串行驶入侧方停车位的场景示意图,该场景下,监控设备识别并输出标识信息的处理过程可以为:当检测到目标车辆的区域信息为停车区域时,根据目标车辆的运动速度,确定目标车辆的第二位移信息;如果在第三预设时长内第二位移信息大于预设的第二位移阈值,则识别目标车辆的标识信息;如果在第四预设时长内,目标车辆的区域信息为停车区域且运动速度为0,则输出目标车辆的标识信息。
在实施中,以监控设备包括枪机设备和球机设备为例,枪机设备可以检测目标车辆的位置信息,进而确定该位置信息对应的区域信息,从而判定该区域信息是否为停车区域。当枪机设备检测到目标车辆的区域信息为停车区域时,可以判断目标车辆的运动速度是否为0,如果不为0,则说明目标车辆当前处于行驶状态,枪机设备可以存储当前的检测图像,可称为第一事件图,如图5a所示。
枪机设备存储第一事件图后,可以继续检测目标车辆的运动速度,进而根据目标车辆的运动速度,确定目标车辆的第二位移信息。目标车辆在串行驶入侧方停车位的过程中,会从停车区域的某一位置移动到停车区域的另一位置,当枪机设备在第三预设时长内检测到目标车辆的第二位移信息大于预设的第二位移阈值时,枪机设备可以存储当前的检测图像,该检测图像可称为第二事件图,如图5b所示。其中,第二位移阈值可以为2*w,w为当前的目标框宽度。枪机设备存储第二事件图后,可以向球机设备发送识别通知消息,该识别通知消息中可以携带有第二事件图和第二事件图中目标车辆的位置信息,球机设备接收到识别通知消息后,可以进行标识信息识别处理。如果枪机设备未检测到目标车辆的第二位移信息大于预设的第二位移阈值,则可以不进行处理。
枪机设备发送识别通知消息后,可以继续检测目标车辆的运动速度,如果枪机设备在第四预设时长内,检测到目标车辆的区域信息为停车区域且运动速度为0,则说明目标车辆已经停止,枪机设备可以存储当前的检测图像,可称为第三事件图,如图5c所示。枪机设备可以将存储的第一事件图、第二事件图和第三事件图进行合成,得到枪机事件图,然后可以将该枪机事件图和该目标车辆的标识信息发送给与其连接的用户终端。
本发明实施例还提供了在目标车辆串行驶离侧方停车位的场景下,上述步骤202~203的具体处理过程。如图6a-图6c所示,为目标车辆串行驶离侧方停车位的场景示意图,该场景下,监控设备识别并输出标识信息的处理过程可以为:当检测到目标车辆的区域信息为停车区域时,判断目标车辆的运动速度是否为0;如果目标车辆的运动速度在第五预设时长内为0后,检测到目标车辆的区域信息为停车区域且运动速度大于0,则根据目标车辆的运动速度,确定目标车辆的第三位移信息;如果在第六预设时长内目标车辆的区域信息为停车区域且第三位移信息大于预设的第三位移阈值,则识别目标车辆的标识信息;如果在第七预设时长内目标车辆的区域信息为停车区域且运动速度大于0,则输出目标车辆的标识信息。
在实施中,以监控设备包括枪机设备和球机设备为例,枪机设备可以检测目标车辆的位置信息,进而确定该位置信息对应的区域信息,从而判断该区域信息是否为停车区域。当枪机设备检测到目标车辆的区域信息为停车区域时,可以判断目标车辆的运动速度是否为0,如果目标车辆的运动速度在第五预设时长内为0,则说明目标车辆当前处于停止状态,然后枪机设备可以存储当前的检测图像,可称为第一事件图,如图6a所示。
当枪机设备检测到目标车辆的运动速度在第五预设时长内为0后,检测到运动速度大于0,则说明目标车辆当前处于行驶状态,枪机设备可以根据检测到的运动速度,确定目标车辆的第三位移信息,如果枪机设备在第六预设时长内检测到目标车辆的区域信息为停车区域,且目标车辆的第三位移信息大于预设的第三位移阈值,则可以存储当前的检测图像,该检测图像可称为第二事件图,如图6b所示。其中,第三位移阈值可以为sen*w,sen为灵敏度,w为当前的目标框宽度。枪机设备存储第二事件图后,可以向球机设备发送识别通知消息,该识别通知消息中可以携带有第二事件图和第二事件图中目标车辆的位置信息,球机设备接收到识别通知消息后,可以进行标识信息识别处理。
枪机设备发送识别通知消息后,可以继续检测目标车辆的运动信息,如果枪机设备检测到第七预设时长内目标车辆的区域信息为停车区域且运动速度大于0,则说明目标车辆继续行驶,然后可以存储当前的检测图像,可称为第三事件图,如图6c所示。枪机设备可以将存储的第一事件图、第二事件图和第三事件图进行合成,得到枪机事件图,然后可以将该枪机事件图和该目标车辆的标识信息发送给与其连接的用户终端。
可选的,监控设备还可以记录车辆的停车时间和驶离时间,相应的处理过程可以如下:当检测到目标车辆的运动信息满足预设停车条件时,记录第一时间信息;当检测到目标车辆的运动信息满足预设驶离条件时,记录第二时间信息;确定第一时间信息和第二时间信息的时间差,并输出时间差。
在实施中,当监控设备检测到目标车辆的运动信息满足预设停车条件时,监控设备可以记录当前的第一时间信息(即停车时间),之后,当监控设备检测到目标车辆的运动信息满足预设驶离条件时,可以记录当前的第二时间信息(即驶离时间),然后可以计算停车时间和驶离时间的时间差,继而输出该时间差,该时间差即可作为目标车辆的停车时间。时间差的输出方式可以多种多样的,例如,监控设备可以将该时间差发送给计费处理器,以便计费处理器根据目标车辆的停车时间计算目标车辆的停车费用;或者,监控设备也可以将该时间差和目标车辆的标识信息发送给显示器,以便用户看到目标车辆的停车时间,对目标车辆进行计费。
需要说明的是,本发明实施例还提供了枪机设备对输出事件进行优先级判断的处理过程,具体的处理过程可以如下:若枪机设备检测到球机设备为空闲状态(即当前球机设备无需进行识别处理),则可以遍历事件缓存队列,优先输出驶离事件;若无驶离事件,则按照时间顺序逐一输出驶入事件;Step2:若球机设备为非空闲状态,则球机设备在取证过程中,枪机设备可以输出目标车辆当前在检测图像中的位置信息,并通过ptz坐标转换,该位置信息即为车辆标识的识别区域。
另外,枪机设备还可以对事件缓存队列进行管理的方法,具体的处理过程可以如下:若事件缓存队列溢出,则可以将存储时间最早的事件删除;若缓存队列中的目标车辆已经丢失(即预设时长内未检测到目标车辆)或者检测到目标车辆已经离开监控区域,则可以删除该目标车辆的缓存信息;若第七预设时长内(比如3分钟内)未触发第二事件图或者第三事件图,则可以删除该目标车辆的缓存信息。
本发明实施例提供的识别车辆标识的方法,可以获取图像采集部件采集的检测图像,根据检测图像和预设的车辆检测模型,确定检测图像中的目标车辆的运动信息,目标车辆的运动信息包括目标车辆所属区域的区域信息和/或目标车辆的运动速度,当检测到目标车辆的区域信息为待停车区域或停车区域,且目标车辆的运动速度大于零时,识别目标车辆的标识信息,当检测到目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出目标车辆的标识信息。基于本方案,可以在车辆驶入或驶离路边停车位时,自动识别车辆的车辆标识,无需为停车区配置专门的管理人员,降低了管理车辆的成本。
基于相同的技术构思,本发明实施例还提供了一种识别车辆标识的装置,如图7所示,所述装置包括:
第一获取模块710,用于获取图像采集部件采集的检测图像;
确定模块720,用于根据所述检测图像和预设的车辆检测模型,确定所述检测图像中的目标车辆的运动信息,得到第一运动信息,其中,所述目标车辆的运动信息包括所述目标车辆所属区域的区域信息和/或所述目标车辆的位移信息;
识别模块730,用于当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息;
第一输出模块740,用于当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息;其中,所述预设停车条件包括区域信息为停车区域且运动速度为零,所述预设驶离条件包括在满足所述预设停车条件后,检测到区域信息为待停车区域或停车区域,且运动速度大于零。
可选的,所述识别模块730,用于:
当检测到所述目标车辆的区域信息为待停车区域时,识别所述目标车辆的标识信息;
所述第一输出模块740,用于:
当检测到所述目标车辆的区域信息从所述待停车区域变化为所述停车区域后,判断所述目标车辆的运动速度是否为0;
如果在第一预设时长内所述目标车辆的运动速度为0,则输出所述目标车辆的标识信息。
可选的,所述识别模块730,用于:
当检测到所述目标车辆的区域信息为停车区域时,判断所述目标车辆的运动速度是否为0;
如果在检测到所述目标车辆的运动速度在第二预设时长内为0后,检测到所述目标车辆的区域信息从所述停车区域变化为所述待停车区域,则识别所述目标车辆的标识信息;
所述第一输出模块740,用于:
当检测到所述目标车辆的区域信息为待停车区域时,根据所述目标车辆的运动速度,确定所述目标车辆的第一位移信息;
当所述第一位移信息大于预设的第一位移阈值时,输出所述目标车辆的标识信息。
可选的,所述识别模块730,用于:
当检测到所述目标车辆的区域信息为停车区域时,根据所述目标车辆的运动速度,确定所述目标车辆的第二位移信息;
如果在第三预设时长内所述第二位移信息大于预设的第二位移阈值,则识别所述目标车辆的标识信息;
所述第一输出模块740,用于:
如果在第四预设时长内,所述目标车辆的区域信息为停车区域且运动速度为0,则输出所述目标车辆的标识信息。
可选的,所述识别模块730,用于:
当检测到所述目标车辆的区域信息为停车区域时,判断所述目标车辆的运动速度是否为0;
如果在所述目标车辆的运动速度在第五预设时长内为0后,检测到所述目标车辆的区域信息为停车区域且运动速度大于零,则根据所述目标车辆的运动速度,确定所述目标车辆的第三位移信息;
如果在第六预设时长内所述目标车辆的区域信息为停车区域且所述第三位移信息大于预设的第三位移阈值,则识别所述目标车辆的标识信息;
所述第一输出模块740,用于:
如果在第七预设时长内所述目标车辆的区域信息为停车区域且运动速度大于0,则输出所述目标车辆的标识信息。
可选的,所述装置还包括:
记录模块,用于当检测到所述目标车辆的运动信息满足预设停车条件时,记录第一时间信息;
所述记录模块,还用于当检测到所述目标车辆的运动信息满足预设驶离条件时,记录第二时间信息;
第二输出模块,用于确定所述第一时间信息和所述第二时间信息的时间差,并输出所述时间差。
可选的,所述装置还包括:
提取模块,用于在获取到的检测图像中提取目标检测图像,所述目标检测图像至少包括所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时的检测图像,以及检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时的检测图像;
第三输出模块,用于输出所述目标检测图像。
可选的,所述确定模块720,用于:
对于获取到的每个检测图像,根据该检测图像和预设的车辆检测模型,确定该检测图像中的目标车辆以及所述目标车辆在该检测图像中的位置信息;
根据预设的待停车区域和停车区域,以及所述目标车辆在各检测图像中的位置信息,确定所述目标车辆在所述各检测图像中的所属区域;
根据所述目标车辆在所述每个检测图像中的位置信息,确定所述目标车辆的运动速度。
本发明实施例提供的识别车辆标识的方法,可以获取图像采集部件采集的检测图像,根据检测图像和预设的车辆检测模型,确定检测图像中的目标车辆的运动信息,目标车辆的运动信息包括目标车辆所属区域的区域信息和/或目标车辆的运动速度,当检测到目标车辆的区域信息为待停车区域或停车区域,且目标车辆的运动速度大于零时,识别目标车辆的标识信息,当检测到目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出目标车辆的标识信息。基于本方案,可以在车辆驶入或驶离路边停车位时,自动识别车辆的车辆标识,无需为停车区配置专门的管理人员,降低了管理车辆的成本。
本申请实施例还提供了一种监控设备,如图8所示,包括处理器801和机器可读存储介质803,机器可读存储介质803存储有能够被处理器803执行的机器可执行指令,处理器801被机器可执行指令促使实现如下步骤:
获取图像采集部件采集的检测图像;
根据所述检测图像和预设的车辆检测模型,确定所述检测图像中的目标车辆的运动信息,所述目标车辆的运动信息包括所述目标车辆所属区域的区域信息和/或所述目标车辆的运动速度;
当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息;
当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息;其中,所述预设停车条件包括区域信息为停车区域且运动速度为零,所述预设驶离条件包括在满足所述预设停车条件后,检测到区域信息为待停车区域或停车区域,且运动速度大于零。
可选的,所述当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为待停车区域时,识别所述目标车辆的标识信息;
所述当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息从所述待停车区域变化为所述停车区域后,判断所述目标车辆的运动速度是否为0;
如果在第一预设时长内所述目标车辆的运动速度为0,则输出所述目标车辆的标识信息。
可选的,所述当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为停车区域时,判断所述目标车辆的运动速度是否为0;
如果在检测到所述目标车辆的运动速度在第二预设时长内为0后,检测到所述目标车辆的区域信息从所述停车区域变化为所述待停车区域,则识别所述目标车辆的标识信息;
所述当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为待停车区域时,根据所述目标车辆的运动速度,确定所述目标车辆的第一位移信息;
当所述第一位移信息大于预设的第一位移阈值时,输出所述目标车辆的标识信息。
可选的,所述当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为停车区域时,根据所述目标车辆的运动速度,确定所述目标车辆的第二位移信息;
如果在第三预设时长内所述第二位移信息大于预设的第二位移阈值,则识别所述目标车辆的标识信息;
所述当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息,包括:
如果在第四预设时长内,所述目标车辆的区域信息为停车区域且运动速度为0,则输出所述目标车辆的标识信息。
可选的,所述当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为停车区域时,判断所述目标车辆的运动速度是否为0;
如果在所述目标车辆的运动速度在第五预设时长内为0后,检测到所述目标车辆的区域信息为停车区域且运动速度大于零,则根据所述目标车辆的运动速度,确定所述目标车辆的第三位移信息;
如果在第六预设时长内所述目标车辆的区域信息为停车区域且所述第三位移信息大于预设的第三位移阈值,则识别所述目标车辆的标识信息;
所述当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息,包括:
如果在第七预设时长内所述目标车辆的区域信息为停车区域且运动速度大于0,则输出所述目标车辆的标识信息。
可选的,所述方法还包括:
当检测到所述目标车辆的运动信息满足预设停车条件时,记录第一时间信息;
当检测到所述目标车辆的运动信息满足预设驶离条件时,记录第二时间信息;
确定所述第一时间信息和所述第二时间信息的时间差,并输出所述时间差。
可选的,所述方法还包括:
在获取到的检测图像中提取目标检测图像,所述目标检测图像至少包括所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时的检测图像,以及检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时的检测图像;
输出所述目标检测图像。
可选的,所述根据所述检测图像和预设的车辆检测模型,确定所述检测图像中的目标车辆的运动信息,包括:
对于获取到的每个检测图像,根据该检测图像和预设的车辆检测模型,确定该检测图像中的目标车辆以及所述目标车辆在该检测图像中的位置信息;
根据预设的待停车区域和停车区域,以及所述目标车辆在各检测图像中的位置信息,确定所述目标车辆在所述各检测图像中的所属区域;
根据所述目标车辆在所述每个检测图像中的位置信息,确定所述目标车辆的运动速度。
机器可读存储介质可以包括RAM(Random Access Memory,随机存取存储器),也可以包括NVM(Non-Volatile Memory,非易失性存储器),例如至少一个磁盘存储器。另外,机器可读存储介质还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括CPU(Central Processing Unit,中央处理器)、NP(Network Processor,网络处理器)等;还可以是DSP(Digital Signal Processing,数字信号处理器)、ASIC(Application Specific Integrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例提供的识别车辆标识的方法,可以获取图像采集部件采集的检测图像,根据检测图像和预设的车辆检测模型,确定检测图像中的目标车辆的运动信息,目标车辆的运动信息包括目标车辆所属区域的区域信息和/或目标车辆的运动速度,当检测到目标车辆的区域信息为待停车区域或停车区域,且目标车辆的运动速度大于零时,识别目标车辆的标识信息,当检测到目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出目标车辆的标识信息。基于本方案,可以在车辆驶入或驶离路边停车位时,自动识别车辆的车辆标识,无需为停车区配置专门的管理人员,降低了管理车辆的成本。
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。
以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
Claims (18)
1.一种识别车辆标识的方法,其特征在于,所述方法包括:
获取图像采集部件采集的检测图像;
根据所述检测图像和预设的车辆检测模型,确定所述检测图像中的目标车辆的运动信息,所述目标车辆的运动信息包括所述目标车辆所属区域的区域信息和/或所述目标车辆的运动速度;
当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息;
当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息;其中,所述预设停车条件包括区域信息为停车区域且运动速度为零,所述预设驶离条件包括在满足所述预设停车条件后,检测到区域信息为待停车区域或停车区域,且运动速度大于零。
2.根据权利要求1所述的方法,其特征在于,所述当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为待停车区域时,识别所述目标车辆的标识信息;
所述当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息从所述待停车区域变化为所述停车区域后,判断所述目标车辆的运动速度是否为0;
如果在第一预设时长内所述目标车辆的运动速度为0,则输出所述目标车辆的标识信息。
3.根据权利要求1所述的方法,其特征在于,所述当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为停车区域时,判断所述目标车辆的运动速度是否为0;
如果在检测到所述目标车辆的运动速度在第二预设时长内为0后,检测到所述目标车辆的区域信息从所述停车区域变化为所述待停车区域,则识别所述目标车辆的标识信息;
所述当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为待停车区域时,根据所述目标车辆的运动速度,确定所述目标车辆的第一位移信息;
当所述第一位移信息大于预设的第一位移阈值时,输出所述目标车辆的标识信息。
4.根据权利要求1所述的方法,其特征在于,所述当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为停车区域时,根据所述目标车辆的运动速度,确定所述目标车辆的第二位移信息;
如果在第三预设时长内所述第二位移信息大于预设的第二位移阈值,则识别所述目标车辆的标识信息;
所述当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息,包括:
如果在第四预设时长内,所述目标车辆的区域信息为停车区域且运动速度为0,则输出所述目标车辆的标识信息。
5.根据权利要求1所述的方法,其特征在于,所述当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息,包括:
当检测到所述目标车辆的区域信息为停车区域时,判断所述目标车辆的运动速度是否为0;
如果在所述目标车辆的运动速度在第五预设时长内为0后,检测到所述目标车辆的区域信息为停车区域且运动速度大于零,则根据所述目标车辆的运动速度,确定所述目标车辆的第三位移信息;
如果在第六预设时长内所述目标车辆的区域信息为停车区域且所述第三位移信息大于预设的第三位移阈值,则识别所述目标车辆的标识信息;
所述当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息,包括:
如果在第七预设时长内所述目标车辆的区域信息为停车区域且运动速度大于0,则输出所述目标车辆的标识信息。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当检测到所述目标车辆的运动信息满足预设停车条件时,记录第一时间信息;
当检测到所述目标车辆的运动信息满足预设驶离条件时,记录第二时间信息;
确定所述第一时间信息和所述第二时间信息的时间差,并输出所述时间差。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在获取到的检测图像中提取目标检测图像,所述目标检测图像至少包括所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时的检测图像,以及检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时的检测图像;
输出所述目标检测图像。
8.根据权利要求1所述的方法,其特征在于,所述根据所述检测图像和预设的车辆检测模型,确定所述检测图像中的目标车辆的运动信息,包括:
对于获取到的每个检测图像,根据该检测图像和预设的车辆检测模型,确定该检测图像中的目标车辆以及所述目标车辆在该检测图像中的位置信息;
根据预设的待停车区域和停车区域,以及所述目标车辆在各检测图像中的位置信息,确定所述目标车辆在所述各检测图像中的所属区域;
根据所述目标车辆在所述每个检测图像中的位置信息,确定所述目标车辆的运动速度。
9.一种识别车辆标识的装置,其特征在于,所述装置包括:
第一获取模块,用于获取图像采集部件采集的检测图像;
确定模块,用于根据所述检测图像和预设的车辆检测模型,确定所述检测图像中的目标车辆的运动信息,得到第一运动信息,其中,所述目标车辆的运动信息包括所述目标车辆所属区域的区域信息和/或所述目标车辆的位移信息;
识别模块,用于当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,识别所述目标车辆的标识信息;
第一输出模块,用于当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述目标车辆的标识信息;其中,所述预设停车条件包括区域信息为停车区域且运动速度为零,所述预设驶离条件包括在满足所述预设停车条件后,检测到区域信息为待停车区域或停车区域,且运动速度大于零。
10.根据权利要求9所述的装置,其特征在于,所述识别模块,用于:
当检测到所述目标车辆的区域信息为待停车区域时,识别所述目标车辆的标识信息;
所述第一输出模块,用于:
当检测到所述目标车辆的区域信息从所述待停车区域变化为所述停车区域后,判断所述目标车辆的运动速度是否为0;
如果在第一预设时长内所述目标车辆的运动速度为0,则输出所述目标车辆的标识信息。
11.根据权利要求9所述的装置,其特征在于,所述识别模块,用于:
当检测到所述目标车辆的区域信息为停车区域时,判断所述目标车辆的运动速度是否为0;
如果在检测到所述目标车辆的运动速度在第二预设时长内为0后,检测到所述目标车辆的区域信息从所述停车区域变化为所述待停车区域,则识别所述目标车辆的标识信息;
所述第一输出模块,用于:
当检测到所述目标车辆的区域信息为待停车区域时,根据所述目标车辆的运动速度,确定所述目标车辆的第一位移信息;
当所述第一位移信息大于预设的第一位移阈值时,输出所述目标车辆的标识信息。
12.根据权利要求9所述的装置,其特征在于,所述识别模块,用于:
当检测到所述目标车辆的区域信息为停车区域时,根据所述目标车辆的运动速度,确定所述目标车辆的第二位移信息;
如果在第三预设时长内所述第二位移信息大于预设的第二位移阈值,则识别所述目标车辆的标识信息;
所述第一输出模块,用于:
如果在第四预设时长内,所述目标车辆的区域信息为停车区域且运动速度为0,则输出所述目标车辆的标识信息。
13.根据权利要求9所述的装置,其特征在于,所述识别模块,用于:
当检测到所述目标车辆的区域信息为停车区域时,判断所述目标车辆的运动速度是否为0;
如果在所述目标车辆的运动速度在第五预设时长内为0后,检测到所述目标车辆的区域信息为停车区域且运动速度大于零,则根据所述目标车辆的运动速度,确定所述目标车辆的第三位移信息;
如果在第六预设时长内所述目标车辆的区域信息为停车区域且所述第三位移信息大于预设的第三位移阈值,则识别所述目标车辆的标识信息;
所述第一输出模块,用于:
如果在第七预设时长内所述目标车辆的区域信息为停车区域且运动速度大于0,则输出所述目标车辆的标识信息。
14.根据权利要求9所述的装置,其特征在于,所述装置还包括:
记录模块,用于当检测到所述目标车辆的运动信息满足预设停车条件时,记录第一时间信息;
所述记录模块,还用于当检测到所述目标车辆的运动信息满足预设驶离条件时,记录第二时间信息;
第二输出模块,用于确定所述第一时间信息和所述第二时间信息的时间差,并输出所述时间差。
15.根据权利要求9所述的装置,其特征在于,所述装置还包括:
提取模块,用于在获取到的检测图像中提取目标检测图像,所述目标检测图像至少包括所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时的检测图像,以及检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时的检测图像;
第三输出模块,用于输出所述目标检测图像。
16.根据权利要求9所述的装置,其特征在于,所述确定模块,用于:
对于获取到的每个检测图像,根据该检测图像和预设的车辆检测模型,确定该检测图像中的目标车辆以及所述目标车辆在该检测图像中的位置信息;
根据预设的待停车区域和停车区域,以及所述目标车辆在各检测图像中的位置信息,确定所述目标车辆在所述各检测图像中的所属区域;
根据所述目标车辆在所述每个检测图像中的位置信息,确定所述目标车辆的运动速度。
17.一种监控设备,其特征在于,包括处理器和机器可读存储介质,所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令,所述处理器被所述机器可执行指令促使:实现权利要求1-8任一所述的方法步骤。
18.一种识别车辆标识的系统,其特征在于,所述系统包括枪机设备和球机设备,其中:
所述枪机设备,用于获取图像采集部件采集的检测图像;
所述枪机设备,还用于根据所述检测图像和预设的车辆检测模型,确定所述检测图像中的目标车辆的运动信息,所述目标车辆的运动信息包括所述目标车辆所属区域的区域信息和/或所述目标车辆的运动速度;
所述枪机设备,还用于当检测到所述目标车辆的区域信息为待停车区域或停车区域,且所述目标车辆的运动速度大于零时,触发所述球机设备识别所述目标车辆的标识信息;
所述枪机设备,还用于当检测到所述目标车辆的运动信息满足预设停车条件和/或预设驶离条件时,输出所述球机设备识别出的目标车辆的标识信息;其中,所述预设停车条件包括区域信息为停车区域且运动速度为零,所述预设驶离条件包括在满足所述预设停车条件后,检测到区域信息为待停车区域或停车区域,且运动速度大于零。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711033783.3A CN109727456A (zh) | 2017-10-30 | 2017-10-30 | 一种识别车辆标识的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711033783.3A CN109727456A (zh) | 2017-10-30 | 2017-10-30 | 一种识别车辆标识的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109727456A true CN109727456A (zh) | 2019-05-07 |
Family
ID=66291360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711033783.3A Pending CN109727456A (zh) | 2017-10-30 | 2017-10-30 | 一种识别车辆标识的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109727456A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111081059A (zh) * | 2019-12-25 | 2020-04-28 | 深圳人人停技术有限公司 | 基于tof的停车管理方法、装置、设备及可读存储介质 |
CN112229360A (zh) * | 2020-09-28 | 2021-01-15 | 浙江大华技术股份有限公司 | 一种车辆长度确定方法、装置、设备和存储介质 |
CN112509315A (zh) * | 2020-11-04 | 2021-03-16 | 杭州远眺科技有限公司 | 一种基于视频分析的交通事故检测方法 |
CN115762172A (zh) * | 2022-11-02 | 2023-03-07 | 济南博观智能科技有限公司 | 一种出入车位车辆识别方法、装置、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105869409A (zh) * | 2016-06-03 | 2016-08-17 | 北京精英智通科技股份有限公司 | 一种停车管理系统及方法 |
CN106228835A (zh) * | 2016-07-18 | 2016-12-14 | 北京精英智通科技股份有限公司 | 一种车位停车事件判断方法及系统 |
CN107274495A (zh) * | 2017-05-16 | 2017-10-20 | 南京信息工程大学 | 一种无人值守的路边停车收费系统 |
-
2017
- 2017-10-30 CN CN201711033783.3A patent/CN109727456A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105869409A (zh) * | 2016-06-03 | 2016-08-17 | 北京精英智通科技股份有限公司 | 一种停车管理系统及方法 |
CN106228835A (zh) * | 2016-07-18 | 2016-12-14 | 北京精英智通科技股份有限公司 | 一种车位停车事件判断方法及系统 |
CN107274495A (zh) * | 2017-05-16 | 2017-10-20 | 南京信息工程大学 | 一种无人值守的路边停车收费系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111081059A (zh) * | 2019-12-25 | 2020-04-28 | 深圳人人停技术有限公司 | 基于tof的停车管理方法、装置、设备及可读存储介质 |
CN112229360A (zh) * | 2020-09-28 | 2021-01-15 | 浙江大华技术股份有限公司 | 一种车辆长度确定方法、装置、设备和存储介质 |
CN112229360B (zh) * | 2020-09-28 | 2022-02-18 | 浙江大华技术股份有限公司 | 一种车辆长度确定方法、装置、设备和存储介质 |
CN112509315A (zh) * | 2020-11-04 | 2021-03-16 | 杭州远眺科技有限公司 | 一种基于视频分析的交通事故检测方法 |
CN115762172A (zh) * | 2022-11-02 | 2023-03-07 | 济南博观智能科技有限公司 | 一种出入车位车辆识别方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106373426B (zh) | 基于计算机视觉的停车位及违规占道停车监控方法 | |
US9418546B1 (en) | Traffic detection with multiple outputs depending on type of object detected | |
CN109727456A (zh) | 一种识别车辆标识的方法及装置 | |
CN102254429B (zh) | 一种应用基于视频识别的违章车辆检测装置的违章车辆检测方法 | |
CN106485927A (zh) | 一种智能交通违章信息采集装置及采集方法 | |
CN110717433A (zh) | 一种基于深度学习的交通违规分析方法及装置 | |
GB2503322B (en) | Real-Time video Triggering for Traffic Surveillance and Photo Enforcement Applications Using Near Infrared Video Acquisition | |
KR101589711B1 (ko) | 비디오 데이터의 처리 방법 및 시스템 | |
CN111429726B (zh) | 一种监控视频违停车辆检测、管理方法及对应的系统 | |
CN103985182B (zh) | 一种公交客流自动计数方法及自动计数系统 | |
CN108986472B (zh) | 一种掉头车辆监控方法及装置 | |
CN108765976A (zh) | 路侧平行停车信息管理系统及方法 | |
CN105913685A (zh) | 一种基于视频监控的车位识别及智能引导方法 | |
CN105046966A (zh) | 即停即离区域的违章停车行为自动检测系统和方法 | |
CN102915638A (zh) | 基于监控视频的智能停车场管理系统 | |
CN110738857A (zh) | 一种车辆违章取证方法、装置及设备 | |
CN111126171A (zh) | 一种车辆逆行检测方法及系统 | |
KR102122850B1 (ko) | 딥 러닝 기반의 교통분석 및 차량번호 인식 솔루션 | |
CN108091163A (zh) | 一种基于摄像机与路侧围栏结合的路侧停车管理系统 | |
CN112488021A (zh) | 一种基于监控视频的垃圾投递违规行为检测方法及系统 | |
CN204856897U (zh) | 一种机动车即停即离区域的违章检测装置 | |
CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
CN112381014A (zh) | 一种基于城市道路的违停车辆检测及管理方法及系统 | |
CN107393311A (zh) | 一种车牌篡改识别装置及方法 | |
US11557133B1 (en) | Automatic license plate recognition |
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: 20190507 |
|
RJ01 | Rejection of invention patent application after publication |