CN109800633B - 一种非机动车交通违法判断方法、装置和电子设备 - Google Patents
一种非机动车交通违法判断方法、装置和电子设备 Download PDFInfo
- Publication number
- CN109800633B CN109800633B CN201811510075.9A CN201811510075A CN109800633B CN 109800633 B CN109800633 B CN 109800633B CN 201811510075 A CN201811510075 A CN 201811510075A CN 109800633 B CN109800633 B CN 109800633B
- Authority
- CN
- China
- Prior art keywords
- motor vehicle
- information
- driver
- image
- illegal
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供一种非机动车交通违法判断方法、装置和电子设备，该方法包括：获取机动车道的检测结果，若所述检测结果存在非机动车特征，则采集违法证据图像信息，所述违法证据图像信息包括驾乘人员图像信息；对所述驾乘人员图像信息进行识别，得到驾乘人员身份信息。由于对机动车道对非机动车特征进行检测，且对出现在机动车道的非机动车驾乘人员进行识别，可以自动的判断非机动车的违法行为，并得到违法驾乘人员的违法证据。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种非机动车交通违法判断方法、装置和电子设备。
背景技术
图像检测是当前交通管理常用的技术之一，例如：使用基于车牌图像识别的交通违法事件检测或基于其他车辆特征图像识别的其他交通事件检测，进而对交通违法行为进行管理。目前对于交通违法行为的处理，主要还是在违法事件发生后，通过交警进行人工处理，同时需要交警对证据进行采集和鉴别。这样的处理方式，因为许多环节都依赖人工进行，也只适用于机动车，机动车道上的车速较快，若有非机动车闯入机动车道，很容易造成交通事故。然而对于非机动车占用机动车道的违法行为，目前还无法进行自动判断。
发明内容
本发明实施例提供一种非机动车交通违法判断方法、装置和电子设备，能够实现对非机动车交通违法行为自动判断。
第一方面，本发明实施例提供一种非机动车交通违法判断方法，应用于非机动车占用机动车道的违法处理，包括：
获取机动车道的检测结果，若所述检测结果存在非机动车特征，则采集违法证据图像信息，所述违法证据图像信息包括驾乘人员图像信息；
对所述驾乘人员图像信息进行识别，得到驾乘人员身份信息。
可选的，所述方法还包括：
对驾乘人员的身份信息进行确定；
根据所述违法证据图像信息生成违法信息；
向所述驾乘人员推送所述违法信息。
可选的，所述非机动车特征包括非机动车车牌，所述对驾乘人员的身份信息进行确定，包括：
对所述非机动车车牌进行识别，得到非机动车的车主身份信息；
将所述车主身份信息与所述驾乘人员身份信息进行比对，判断所述车主身份信息与所述驾乘人员身份信息是否相同；
若所述车主身份信息与所述驾乘人员身份信息相同，则确定车主为驾乘人员。
可选的，所述对驾乘人员的身份信息进行确定，还包括：
若所述车主身份信息与所述驾乘人员身份信息不相同，则确定车主与驾乘人为不同人员；
所述方法还包括：
根据所述违法证据图像信息生成违法情况信息；
向车主推送所述违法情况信息。
第二方面，本发明实施例提供一种非机动车交通违法判断装置，包括：
获取模块，用于获取机动车道的检测结果，若所述检测结果存在非机动车特征，则采集违法证据图像信息，所述违法证据图像信息包括驾乘人员图像信息；
识别模块，用于对所述驾乘人员图像信息进行识别，得到驾乘人员身份信息。
第三方面，本发明实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例提供的非机动车交通违法判断方法中的步骤。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例提供的非机动车交通违法判断方法中的步骤。
本发明实施例中，获取机动车道的检测结果，若所述检测结果存在非机动车特征，则采集违法证据图像信息，所述违法证据图像信息包括驾乘人员图像信息；对所述驾乘人员图像信息进行识别，得到驾乘人员身份信息。由于对机动车道对非机动车特征进行检测，且对出现在机动车道的非机动车驾乘人员进行识别，可以自动的判断非机动车的违法行为，并得到违法驾乘人员的违法证据。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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是本发明实施例提供的一种非机动车交通违法判断方法的流程示意图；
图2是本发明实施例提供的另一种非机动车交通违法判断方法的流程示意图；
图3是本发明实施例提供的是本发明实施例提供的一种交通管理系统处理流程图；
图4是本发明实施例提供的一种非机动车交通违法判断装置的结构示意图；
图5是本发明实施例提供的另一种非机动车交通违法判断装置的结构示意图；
图6是本发明实施例提供的另一种非机动车交通违法判断装置的结构示意图；
图7是本发明实施例提供的另一种非机动车交通违法判断装置的结构示意图；
图8是本发明实施例提供的另一种非机动车交通违法判断装置的结构示意图；
图9是本发明实施例提供的另一种非机动车交通违法判断装置的结构示意图；
图10是本发明实施例提供的另一种非机动车交通违法判断装置的结构示意图；
图11是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
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，所描述的实施例仅仅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作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。
请参见图1，图1是本发明实施例提供的一种图像检索方法的流程示意图，如图1所示，包括以下步骤：
101、获取机动车道的检测结果，若所述检测结果存在非机动车特征，则采集违法证据图像信息，所述违法证据图像信息包括驾乘人员图像信息。
其中，上述的检测结果可以通过图像识别引擎对设置在路口、路边、天桥上或者是路灯上的机动车道摄像头采集到的机动车道图像进行特征检测得到；也可以是其他交通摄像头采集到的检测图像，比如监控行人的交通摄像头、监控非机动车的交通摄像头等，对于此类交通摄像头采集到的检测图像，可以通过图像识别引擎检测出检测图像中的机动车道区域，上述的机动车道区域可以是通过各车道间的隔离线进行划分的区域，可以通过图像识别引擎对隔离线进行识别，从而得到图像中的机动车道区域，通过对检测图像中机动车道区域进行特征检测，可以得到检测结果；上述对机动车道图像的采集可以是摄像头实时采集，上述的检测结果可以是通过图像识别引擎对实时采集到的机动车道图像进行实时的特征检测得到。上述的特征检测指的是对非机动车特征的检测，上述的检测结果可以是检测到非机动车特征，也可以是没有检测到非机动车特征。在图像识别引擎对检测图像进行检测时，若图像识别引擎识别出非机动车特征，则可以认为是检测到非机动车特征，若图像识别引擎没有识别出非机动车特征，则可以认为是没有检测到非机动车特征。上述的非机动车特征可以是非机动车的车牌，也可以是非机动车的车牌、车头、把手、踏板、轮胎等非机动车特征，上述的非机动车可以是自行车、三轮车、电动车、平衡车等非机动车。上述的检测结果还可以通过图像识别引擎对交通警务人员上传的由现场拍摄到的执法照片进行特征检测得到，比如手机拍或相机等移动摄像设备拍摄到的执法照片。
在一些可能的实施例中，也可以通过识别驾乘人员的姿态特征来对机动车道进行识别检测，比如，识别到图像中驾乘人员为“把”把手的姿态(一般机动车为“握”方向盘的姿态)时，可以认为检测到非机动车特征。上述的姿态特征可以是手部姿态、脚部姿态、上身姿态等姿态特征。
上述的违法证据图像信息可以是图片信息，也可以是视频信息，通过摄像头进行采集，上述的采集违法证据图像在检测到非机动车特征后，可以通过采集检测图像的摄像头进行跟踪采集；也可以是通过额外设置的证据摄像头进行采集，这样，通过证据摄像头对目标进行跟踪采集证据图像，就可以实现采集检测图像摄像头不动，对机动车道进行持续采集检测图像，从而不会发生漏检测的现象，其中，证据摄像头可以是多个，证据摄像头工作于检测到非机动车特征后，例如：通过采集检测图像的摄像头采集到机动车道图像，若通过图像识别引擎识别机动车道图像中出现非机动车特征，则向证据摄像头发送采集证据的指令，通过旋转证据摄像头的拍摄角度进行证据图像采集。当然，在一些可能的实施例中，可以使用广角摄像头同时对非机动车进行采集检测图像和采集证据图像。当违法证据图像为图片时，可以通过图像质量评价(Image Quality Assessment,IQA)对获取到图片进行筛选，选取图像质量最高的图片做为违法证据图像。
上述的驾乘人员图像信息可以是人脸图像信息，上述的违法证据还可以包括非机动车图像信息，即上述的违法证据图像可以同时包括有违法驾乘人员的图像信息以及违法非机动车的图像信息，这样，形成的证据可以更有力。其中，上述的人脸图像信息可以是通过图像识别引擎进行人脸图像提取得到。
需要说明的是，上述驾乘人员还可以称作驾驶人员或是驾驶员，上述的违法证据也可以称作违规证据或者是违章证据，上述的图像也可以称作图片、视频、照片等。
102、对所述驾乘人员图像信息进行识别，得到驾乘人员身份信息。
上述对驾乘人员图像信息进行识别可以是通过图像识别引擎进行识别，更具体的说，可以通过人脸识别引擎对驾乘人员图像信息进行识别，将驾乘人员图像信息中的人脸图像进行提取，得到驾乘人员的人脸图像，并将驾乘人员的人脸图像在存储有结构化人脸图像的静态库中进行比对，从而得到驾乘人员的身份信息。上述的静态库中包括有机动车驾驶员、非机动车驾驶员、无驾驶证人员及一些特殊人员的图像信息，其中上述特殊人员可以为无证驾驶人员、外卖人员等；上述的结构化人脸图像可以包括人脸图像(也可以称为人脸特征值)、驾驶证信息、身份证号、电话号码、联系地址等等结构化信息，上述的比对可以是通过计算驾乘人员的人脸图像与静态库中的人脸图像的相似度，在静态库中选取与驾乘人员的人脸图像相似度达到预先设置好的相似度阈值的人脸图像作为比对结果，若达到预先设置好的相似度阈值的人脸图像有多个，则可以选取相似度最高的人脸图像作为比对结果。在一些可能的实施例中，静态库中可以只存储有人脸图像，将驾乘人员的人脸图像在静态库中进行比对，得到与驾乘人员人脸图像相似度达到一定阈值的人脸图像做为检索到的人脸图像，然后通过检索到的人脸图像获取到信息库中对应于检索到的人脸图像的身份信息，当然，在该实施例中，静态库中的人脸图像与信息库中的身份信息存在索引关系。
其中，上述的静态库可以理解为一个存储有人员信息的数据库，上述的人员信息可以通过到公安信息库、交警信息库及其他信息渠道中进行获取，上述的人员信息包括人员的人脸图像、身份信息、驾准信息(驾照准驾范围)、车辆上牌信息等信息。
上述步骤中，由于对机动车道进行非机动车检测，可以检测到机动车道中是否存在非机动车，进而自动判断是否存在交通违法行为，并采集图像做为违法证据，使违法处理有据可依，另外，对违法的驾乘人员进行识别，可以得到驾乘人员的身份信息，从而使违法处理有迹可循。
需要说明的是，本发明实施例提供的非机动车交通违法判断方法可以应用于非机动车交通违法判断设备，例如：计算机、服务器、手机等可以进行非机动车交通违法判断的设备。
本发明实施例中，获取机动车道的检测结果，若所述检测结果存在非机动车特征，则采集违法证据图像信息，所述违法证据图像信息包括驾乘人员图像信息；对所述违法证据图像信息中驾乘人员图像信息进行识别，得到驾乘人员身份信息。由于对机动车道对非机动车特征进行检测，且对出现在机动车道的非机动车驾乘人员进行识别，可以自动的判断非机动车的违法行为，并得到违法驾乘人员的违法证据。
请参见图2，图2是本发明实施例提供的另一种非机动车交通违法判断方法的流程示意图，如图2所示，包括以下步骤：
201、获取机动车道的检测结果，若所述检测结果存在非机动车特征，则采集违法证据图像信息，所述违法证据图像信息包括驾乘人员图像信息。
202、对所述驾乘人员图像信息进行识别，得到驾乘人员身份信息。
203、对驾乘人员的身份信息进行确定。
上述的驾乘人员可以是车主或者非车主，非车主指的是：驾乘人员不是非机动车的合法拥有人，可能是借用或者租用来的非机动车。上述的对驾乘人员的身份信息进行确定可以是确定驾乘人员与车主是否为同一人。当然，在一些可能的实施例中，上述的对驾乘人员的身份信息进行确定也可以是对驾乘人员的身份信息进行审核，以提高违法驾乘人员身份落地的准确率。当上述的驾乘人员为非车主时，还可以对车主的身份信息进行审核，以提高车主身份落地的准确率。上述的审核可以通过特征审核或者人工审核，上述的特征审核可以是提取驾乘人员图像信息的性别特征、年龄段特征、肢体特征、身高特征等特征信息与静态库中的身份信息进行对比，例如：提取到驾乘人员的年龄段为40－45，从静态库中得到的身份信息为“43”，则可以认为审核通过；或者提取到驾乘人员的肢体残缺，从静态库中得到的身份信息为“残疾人”，则可以认为审核通过。人工审核可以是将违法证据图像信息中的驾乘人员的人脸图像与静态库中匹配到的人脸图像发送到用户端，经过用户审核后，将审核结果进行返回，从而完成人工审核。
需要说明的是，上述对驾乘人员的身份信息进行审核是可选的，在一些可能实施例中，只需要得到驾乘人员的身份信息就可以了，在另一些可能实施例中，还可以通过提高识别精度来起到审核的效果，比如提高图像比对时的相似度阈值等。
204、根据所述违法证据图像信息生成违法信息。
上述的违法信息包括违法类型，其中，上述违法类型可以是占用机动车道，上述的占用机动车道可以根据非机动车触发的占用机动车道违法条件来进行确认，比如，在机动车道内检测到非机动车特征，则可以判断非机动车触发占用机动车道违法条件，上述的违法信息可以包括违法时间、违法地点、违法证据等信息，例如，在A时间B地点，非机动车占用机动车道，则生成A时B地该非机动车占用机动车道的违法信息。其中，上述的违法时间可以是违法证据图像信息中提取，上述的违法地点可以是采集到违法证据图像信息的摄像头所在地点。上述的违法信息可以是图像的形式，通过将违法人身份信息、违法时间、违法地点、违法类型形成结构化信息与违法证据图像进行结合，得到图像形式的违法信息，上述的图像形式的违法信息可以是图片或者视频，例如，非机动车驾乘人员C在A时间B地点占用机动车道，被识别到后，可以生成一段非机动车驾乘人员C占用机动车道的视频，在视频下方生成违法人身份：C，违法时间：A，违法地点：B，违法类型信息：非机动车占用机动车道，等等，这样，可以使驾乘人员直观地意识到自己的违法行为。当然，上述的违法信息也可以不需要图片或视频，而直接以文本的形式生成包括违法人身份、违法类型、违法时间、违法地点、违法证据链接等信息在内的违法信息，驾乘人员可通过违法证据链接获取到违法证据图像信息，这样，可以降低违法信息的传输数据量，加快违法信息的发送速度。当然，也还可以是其他的方式对违法信息进行记录或显示，比如为人脸图像增加违法信息标签的方式等。
205、向所述驾乘人员推送所述违法信息。
上述的向驾乘人员推送违法信息可以是向驾乘人员的移动设备推送违法信息，其中移动设备可以是设置有信息接收应用的手机、平板等移动设备，也可以是将违法信息形成通知单或处罚单形式的实体件邮寄到驾乘人员的收件地址。上述推送到移动设备时的联系方式可以通过身份信息进行查询得到，若无驾乘人员的有效联系方式，则可以获取身份信息中的地址信息通过邮寄方式进行通知。另外，若无驾乘人员的有效联系方式，也可以通过查询其社交关系，将违法信息推送到近期与驾乘人员有社交关系的人员处，例如：非机动车驾乘人员C占用机动车道被识别后，其联系方式无效，则可以通过C的社交关系(社交关系可以)找到近期与其有联系的D，将违法信息推送到D，并在违法信息中请D对C进行转告；还可以违法信息在互联网上或者交通执法平台进行公示等。
本发明实施例中，由于对得到的驾乘人员信息进行确定，从而可以提高违法驾乘人员身份落地的准确率。另外，由于违法信息是根据违法证据图像信息进行生成的，使得违法信息更加直观，提升执法可信度，同时，将生成的违法信息推送给驾乘人员，实现了违法行为的自动化处理。
需要说明的是，上述的步骤203、步骤204以及步骤205均为可选的，在一些可能的实施例中，可以只判断出非机动车占用机动车道的违法行为以及违法驾乘人员就可以了，比如：后续的可以通过人工进行处理。另外，在步骤203中，可以是对驾乘人员身份的审核，只需要对违法主体的驾乘人员进行处理便可以，如图3所示。
可选的，所述非机动车特征包括非机动车车牌，所述对驾乘人员的身份信息进行确定，包括：
对所述非机动车车牌进行识别，得到非机动车的车主身份信息；
将所述车主身份信息与所述驾乘人员身份信息进行比对，判断所述车主身份信息与所述驾乘人员身份信息是否相同；
若所述车主身份信息与所述驾乘人员身份信息相同，则确定车主为驾乘人员。
上述步骤201中检测到的非机动车的特征可以是非机动车车牌，可以通过图像识别引擎对非机动车车牌进行识别，从而得到登记该非机动车车牌的人员的身份信息，即是车主的身份信息。
在获取到非机动车的车主身份信息的情况下，可以通过将车主身份信息与驾乘人员的身份信息进行比对，可以比对身份信息中的姓名、性别、出生时间、身份证号等来判断车主与驾乘人员是否为同一人。在一些可能的实施例中，还可以是通过识别非机动车车牌，从而在静态库中获取到车主的人脸图像，通过将车主的人脸图像与驾乘人员的人脸图像进行比对，得到出车主的人脸图像与驾乘人员的人脸图像的相似度，通过相似度来判断车主与驾乘人员是否为同一人。这样，就可以根据车主与驾乘人员是否为同一人而制定违法信息的推送策略，比如：只推送给驾乘人员，或者只推送给车主，或者同时推送给驾乘人员和车主。同时，也可以根据车主与驾乘人员的不同，从而制定不同的推送信息，比如：当驾乘人员与车主不同时，驾乘人员为违法主体，可以生成包括有违法处罚决定的违法信息推送给驾乘人员，而车主并没有实施违法行为，则可以生成包括违法情况、违法驾乘人员的信息推送给车主。
在通过将车主身份信息与驾乘人员的身份信息进行比对的过程中，可以将身份信息中的姓名、性别、出生时间、身份证号等信息依次进行比对，当比对中的信息全部相同时，则可以认为车主与驾乘人员为同一人。
在车主为驾乘人员的情况下，可以只生成违法信息向驾乘人员进行推送。
需要说明的是，本可选实施方式可以看作是对步骤203的限定，在本可选实施方式中，由于对车主的身份信息和驾乘人员的身份信息进行比对，对驾乘人员的违法行为处理更加精确。
可选的，所述对驾乘人员的身份信息进行确定，还包括：
若所述车主身份信息与所述驾乘人员身份信息不相同，则确定车主与驾乘人为不同人员；
所述方法还包括：
根据所述违法证据图像信息生成违法情况信息；
向车主推送所述违法情况信息。
上述车主身份信息与驾乘人员身份信息不相同，可以理解为车主身份信息与驾乘人员身份信息不完全相同，比如，进行比对的身份信息可以是姓名、性别、出生时间、身份证号等信息项，当识别到的车主的姓名与识别到的驾乘人员姓名不相同时，可以停止识别后续对性别、出生时间、身份证号的比对，直接认为车主与驾乘人员不为同一人。在一些可能的实施方式中，也可以只对身份证号进行比对，身份证号做为个人的唯一标识信息，具有唯一性，因此，可以只对车主和驾乘人员的身份证号进行对比，就可以确定车主与驾乘人员是否为同一人，这样，可以减少比对的信息。在一些可能的实施方式，也可以是通过人脸图像进行比对，通过计算车主的人脸图像与驾乘人员的人脸图像的相似度，当相似度没有达到预先设置的相似度阈值时，则可以认为车主与驾乘人员不为同一人。另外，还可以通过人工比对的方式来对车主信息及驾乘人员的信息进行确定。
上述的违法情况信息可以是驾乘人员的违法信息通知，比如：通知车主驾乘人员驾乘车主的非机动车占用机动车道，请注意您的用车情况。这样，在通知车主违法情况下，还能告诫车主占用非机动车道是违法的，并提醒非机动车主他的非机动车情况。
可选的，所述违法证据图像信息还包括：行驶图像信息和非机动车特征图像信息中至少一项；
所述采集违法证据图像信息，包括：
采集非机动车的行驶图像信息，所述行驶图像信息包括来驶图像信息；
对所述来驶图像信息进行特征提取，得到所述驾乘人员图像信息和所述非机动车特征图像信息。
上述的违法证据图像信息可以是证据图像组，每组证据图像组中，可以包括来驶图像大图，驾乘人员人脸图像的小图，以及非机动车特征图像的小图，上述的非机动车特征可以是表征所属车主的特征(比如车牌)，在一些可能的非机动车实施例中，非机动车仅仅只具备表征其为非机动车的特征，即区别于机动车的特征，而不具备表征其所属车主的特征(比如车牌)。上述的驾乘人员人脸图像的小图可以通过人脸识别引擎进行提取，提取到的驾乘人员人脸图像为经人脸识别引擎裁剪后得到的小图，通过这样的方式，还可以得到非机动车特征图像的小图。
上述的行驶图像信息可以包括来驶图像信息、去驶图像信息，上述的证据图像组中还可以包括去驶图像大图，上述的来驶图像信息可以是在非机动车来驶方向上对非机动车进行采集得到，上述的去驶图像信息可以是在非机动车去驶方向上对非机动车乾采集得到，上述的来驶方向指的是非机动面向摄像头方向进行行驶，此方向下，摄像头可以采集到非机动车的驾乘人员的人脸图像以及非机动车特征，且在此方向下获取到的人脸特征便于识别。上述的去驶方向指的是非机动车背向摄像头进行行驶，在此方向下，可以获取到驾乘人员的背部特征以及非机动车的尾部特征，在一些可能的实施例中，非机动车特征，比如车牌会上在车尾部位。通过这样的采集违法证据，可以使证据更加的全面，也更容易对图像中的人脸特征或非机动车特征进行识别。
需要说明的是，上述的来驶图像信息可以称为正面图像信息、上述的去驶图像信息可以称为背面图像信息。另外，获取到的来驶图像信息可以是图片信息或者视频信息，同样的，去驶图像信息也可以是图片信息或者视频信息，若是图片信息时，可以单张图片信息或者多张图片信息。在图片信息为单张图片信息的情况下，可以通过图像质量评价算法对摄像头采集到的来驶方向上的图像进行筛选，选取图像质量最高的一张来驶图像。
可选的，所述对所述违法证据图像信息中驾乘人员图像信息进行识别，得到驾乘人员身份信息，包括：
对所述驾乘人员图像信息进行人脸图像提取，得到驾乘人员的人脸图像；
将所述驾乘人员的人脸图像在存储有人脸图像的静态库进行比对，得到对应于所述驾乘人员的人脸图像结果，所述驾乘人员的人脸图像结果包括驾乘人员的身份信息。
上述驾乘人员的人脸图像可以通过人脸识别引擎对驾乘人员图像信息进行特征提取得到，上述驾乘人员图像信息可以是非机动车来驶方向上采集到的来驶图像信息，即是违法证据图像信息中的图像。在一些可能的实施方式中，上述驾乘人员的图像信息也可以是在对机动车道进行检测时得到。上述的对驾乘人员图像信息进行人脸图像提取，可以是通过人脸识别引擎对来驶图像信息进行特征提取。
上述的将驾乘人员的人脸图像在存储有人脸图像的静态库进行比对，可以是将驾乘人员的人脸图像与静态库中的人脸图像进行相似度计算，得到驾乘人员的人脸图像与静态库中的人脸图像的相似度，可以选取与驾乘人员的人脸图像相似度最高的静态库中的人脸图像做为驾乘人员的人脸图像结果，其中，人脸图像结果可以包括人脸图像、身份信息，可以是结构化信息。在一些可能的实施方式中，在得到驾乘人员的人脸图像与静态库中的人脸图像的相似度后，可以选取与驾乘人员的人脸图像的相似度达到一个预先设置的相似度阈值的静态库中的人脸图像做为驾乘人员的人脸图像结果，这样，可以提高比对的准确度，例如：驾乘人员的人脸图像A与静态库中的人脸图像B、C、D、E的相似度分别为0.3、0.4、0.5、0.6，而预先设置的相似度阈值为0.98，与A相似度最高的为人脸图像E，相似度为0.6，并没有达到相似度阈值0.98，则可以认为静态库中没有人脸图像A，即没有驾乘人员的信息，这样，可以减少误识别率。当然，在一些可能场景中，有可能在静态库中与驾乘人员的人脸图像A相似度达到相似度阈值的人脸图像有多个，则可以在此条件下选取与与驾乘人员的人脸图像A相似度最高的人脸图像做为驾乘人员的人脸图像结果，这样，能够提高识别的精度。需要说明的是，上述的人脸图像结果也可称作检索结果。
可选的，所述方法还包括：
生成提示信息；
将所述提示信息发送到提示设备以对驾乘人员进行提示。
上述的提示信息可以是根据违法类型生成的提示信息，比如，当驾乘人员C在A时间B路段，驾驶非机动车闯占用机动车道时，可以生成占用机动车道提示信息：C，你于A时间在B地点驾驶非机动车占用机动车道，请注意行驶安全，回到非机动车道。
上述的提示设备可以是设置在路口的电子显示牌、设置在路边的语音播报器等现场设备。可以将提示信息发送到设置在路口的电子显示牌对提示信息进行显示以提示驾乘人员，还可以将提示信息发送到设置在路边的语音播报器，通过语音播报器的语音播报使驾乘人员得到提示。
在本可选实施方式中，通过生成违法信息，可以通过违法信息对违法非机动车的驾乘人员进行记录，通过生成提示信息，可以对违法非机动车的驾乘人员进行及时的警示。
本实施例中，在图1所示的实施例的基础上增加了多种可选的实施方式，且可以提高非机动占用机动车道的自动判断精准度。
请参见图4，图4是本发明实施例提供的一种非机动车交通违法判断装置的结构示意图，如图4所示，包括：
获取模块401，用于获取机动车道的检测结果，若所述检测结果存在非机动车特征，则采集违法证据图像信息，所述违法证据图像信息包括驾乘人员图像信息；
识别模块402，用于对所述驾乘人员图像信息进行识别，得到驾乘人员身份信息。
可选的，如图5所示，所述装置还包括：
确定模块403，用于对驾乘人员的身份信息进行确定；
第一生成模块404，用于根据所述违法证据图像信息生成违法信息；
第一推送模块405，用于向所述驾乘人员推送所述违法信息。
可选的，如图6所示，所述非机动车特征包括非机动车车牌，所述确定模块403包括：
第一识别单元4031，用于对所述非机动车车牌进行识别，得到非机动车的车主身份信息；
第一判断单元4032，用于将所述车主身份信息与所述驾乘人员身份信息进行比对，判断所述车主身份信息与所述驾乘人员身份信息是否相同；
第一确定单元4033，用于若所述车主身份信息与所述驾乘人员身份信息相同，则确定车主为驾乘人员。
可选的，如图7所示，所述确定模块403还包括：
第二确定单元4034，用于若所述车主身份信息与所述驾乘人员身份信息不相同，则确定车主与驾乘人为不同人员；
所述装置还包括：
第二生成模块406，用于根据所述违法证据图像信息生成违法情况信息；
第二推送模块407，用于向车主推送所述违法情况信息。
可选的，如图8所示，所述违法证据图像信息还包括：行驶图像信息和非机动车特征图像信息中至少一项；
所述获取模块401包括：
采集单元4011，用于采集非机动车的行驶图像信息，所述行驶图像信息包括来驶图像信息；
提取单元4012，用于对所述来驶图像信息进行特征提取，得到所述驾乘人员图像信息和所述非机动车特征图像信息。
可选的，如图9所示，所述识别模块402包括：
第二提取单元4021，用于对所述驾乘人员图像信息进行人脸图像提取，得到驾乘人员的人脸图像；
第二识别单元4022，用于将所述驾乘人员的人脸图像在存储有人脸图像的静态库进行比对，获取对应于所述驾乘人员的人脸图像结果，所述驾乘人员的人脸图像结果包括驾乘人员的身份信息。
可选的，如图10所示，所述装置还包括：
第三生成模块408，用于生成提示信息；
第三推送模块409，用于将所述提示信息发送到提示设备以对驾乘人员进行提示。
需要说明的是，上述装置可以应用于非机动车交通违法判断设备，例如：计算机、服务器、手机等可以进行非机动车交通违法判断的设备。
本发明实施例提供的非机动车交通违法判断装置能够实现图1和图2的方法实施例中的各个实施方式，以及相应有益效果，为避免重复，这里不再赘述。
参见图11，图11是本发明实施例提供的一种电子设备的结构示意图，如图11所示，包括：存储器1101、处理器1102及存储在所述存储器1101上并可在所述处理器上运行的计算机程序，其中：
处理器1101用于调用存储器1102存储的计算机程序，执行如下步骤：
获取机动车道的检测结果，若所述检测结果存在非机动车特征，则采集违法证据图像信息，所述违法证据图像信息包括驾乘人员图像信息；
对所述驾乘人员图像信息进行识别，得到驾乘人员身份信息。
可选的，处理器1101执行还执行如下步骤：
对驾乘人员的身份信息进行确定；
根据所述违法证据图像信息生成违法信息；
向所述驾乘人员推送所述违法信息。
可选的，所述非机动车特征包括非机动车车牌，处理器1101执行的所述对驾乘人员的身份信息进行确定，包括：
对所述非机动车车牌进行识别，得到非机动车的车主身份信息；
将所述车主身份信息与所述驾乘人员身份信息进行比对，判断所述车主身份信息与所述驾乘人员身份信息是否相同；
若所述车主身份信息与所述驾乘人员身份信息相同，则确定车主为驾乘人员。
可选的，处理器1101执行的所述对驾乘人员的身份信息进行确定，还包括：
若所述车主身份信息与所述驾乘人员身份信息不相同，则确定车主与驾乘人为不同人员；
处理器1101执行还执行如下步骤：
根据所述违法证据图像信息生成违法情况信息；
向车主推送所述违法情况信息。
可选的，所述违法证据图像信息还包括：行驶图像信息和非机动车特征图像信息中至少一项；
处理器1101执行的所述采集违法证据图像信息，包括：
采集非机动车的行驶图像信息，所述行驶图像信息包括来驶图像信息；
对所述来驶图像信息进行特征提取，得到所述驾乘人员图像信息和所述非机动车特征图像信息。
可选的，处理器1101执行的所述对所述违法证据图像信息中驾乘人员图像信息进行识别，得到驾乘人员身份信息，包括：
对所述驾乘人员图像信息进行人脸图像提取，得到驾乘人员的人脸图像；
将所述驾乘人员的人脸图像在存储有人脸图像的静态库进行比对，获取对应于所述驾乘人员的人脸图像结果，所述驾乘人员的人脸图像结果包括驾乘人员的身份信息。
可选的，处理器1101执行还执行如下步骤：
生成提示信息；
将所述提示信息发送到提示设备以对驾乘人员进行提示。
需要说明的是，上述电子设备可以是非机动车交通违法判断设备，例如：计算机、服务器、手机等可以进行非机动车交通违法判断的设备。
本发明实施例提供的非机动车交通违法判断装置能够实现图1和图2的方法实施例中的各个实施方式，以及相应有益效果，为避免重复，这里不再赘述。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现本发明实施例提供的图像检索方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存取存储器(Random AccessMemory，简称RAM)等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (10)
1.一种非机动车交通违法判断方法，应用于非机动车占用机动车道的违法处理，其特征在于，包括：
通过图像识别引擎在采集到的检测图像中的机动车道区域，对所述机动车道区域进行特征检测，得到检测结果，若所述检测结果存在非机动车特征，则通过额外设置的证据摄像头持续采集违法证据图像信息，所述违法证据图像信息包括驾乘人员图像信息，所述机动车道区域为通过图像识别引擎对机动车道区域的隔离线进行识别得到的，所述特征检测包括对非机动车特征的检测、对驾乘人员的姿态特征的检测，所述非机动车特征为车头、把手、踏板、轮胎中任一项非机动车特征，所述驾乘人员的姿态特征包括手部姿态、脚部姿态、上身姿态，所述检测图像包括交通摄像头进行拍摄得到图像或者由移动摄像设备拍摄到的执法照片；
对所述驾乘人员图像信息进行识别，得到驾乘人员身份信息。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
对驾乘人员的身份信息进行确定；
根据所述违法证据图像信息生成违法信息；
向所述驾乘人员推送所述违法信息。
3.如权利要求2所述的方法，其特征在于，所述非机动车特征包括非机动车车牌，所述对驾乘人员的身份信息进行确定，包括：
对所述非机动车车牌进行识别，得到非机动车的车主身份信息；
将所述车主身份信息与所述驾乘人员的身份信息进行比对，判断所述车主身份信息与所述驾乘人员的身份信息是否相同；
若所述车主身份信息与所述驾乘人员身份信息相同，则确定车主为驾乘人员。
4.如权利要求3所述的方法，其特征在于，所述对驾乘人员的身份信息进行确定，还包括：
若所述车主身份信息与所述驾乘人员身份信息不相同，则确定车主与驾乘人为不同人员；
所述方法还包括：
根据所述违法证据图像信息生成违法情况信息；
向车主推送所述违法情况信息。
5.如权利要求4所述的方法，其特征在于，所述违法证据图像信息还包括：行驶图像信息和非机动车特征图像信息中至少一项；
所述采集违法证据图像信息，包括：
采集非机动车的行驶图像信息，所述行驶图像信息包括来驶图像信息；
对所述来驶图像信息进行特征提取，得到所述驾乘人员图像信息和所述非机动车特征图像信息。
6.如权利要求4所述的方法，其特征在于，所述对所述违法证据图像信息中驾乘人员图像信息进行识别，得到驾乘人员身份信息，包括：
对所述驾乘人员图像信息进行人脸图像提取，得到驾乘人员的人脸图像；
将所述驾乘人员的人脸图像在存储有人脸图像的静态库进行比对，获取对应于所述驾乘人员的人脸图像结果，所述驾乘人员的人脸图像结果包括驾乘人员的身份信息。
7.如权利要求1至6所中任一所述的方法，其特征在于，所述方法还包括：
生成提示信息；
将所述提示信息发送到提示设备以对驾乘人员进行提示。
8.一种非机动车交通违法判断装置，其特征在于，包括：
获取模块，用于通过图像识别引擎在采集到的检测图像中的机动车道区域，对所述机动车道区域进行特征检测，得到检测结果，若所述检测结果存在非机动车特征，则通过额外设置的证据摄像头持续采集违法证据图像信息，所述违法证据图像信息包括驾乘人员图像信息，所述机动车道区域为通过图像识别引擎对机动车道区域的隔离线进行识别得到的，所述特征检测包括对非机动车特征的检测、对驾乘人员的姿态特征的检测，所述非机动车特征为车头、把手、踏板、轮胎中任一项非机动车特征，所述驾乘人员的姿态特征包括手部姿态、脚部姿态、上身姿态，所述检测图像包括交通摄像头进行拍摄得到图像或者由移动摄像设备拍摄到的执法照片；
识别模块，用于对所述驾乘人员图像信息进行识别，得到驾乘人员身份信息。
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的非机动车交通违法判断方法中的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的非机动车交通违法判断方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811510075.9A CN109800633B (zh) | 2018-12-11 | 2018-12-11 | 一种非机动车交通违法判断方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811510075.9A CN109800633B (zh) | 2018-12-11 | 2018-12-11 | 一种非机动车交通违法判断方法、装置和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109800633A CN109800633A (zh) | 2019-05-24 |
| CN109800633B true CN109800633B (zh) | 2022-03-25 |
Family
ID=66556570
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811510075.9A Active CN109800633B (zh) | 2018-12-11 | 2018-12-11 | 一种非机动车交通违法判断方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109800633B (zh) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110321804A (zh) * | 2019-06-11 | 2019-10-11 | 福建亿安智能技术有限公司 | 一种基于人脸和电动车牌识别结合进行身份认证的方法 |
| CN110223520A (zh) * | 2019-07-16 | 2019-09-10 | 网链科技集团有限公司 | 电动自行车超速识别方法 |
| CN110379175B (zh) * | 2019-08-02 | 2020-07-31 | 青岛大学 | 一种新型的违章电动车阻断与监控分析系统 |
| 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 |
| WO2021057504A1 (en) | 2019-09-29 | 2021-04-01 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for traffic monitoring |
| CN110781759B (zh) * | 2019-09-29 | 2022-08-09 | 浙江大华技术股份有限公司 | 车辆与驾驶人员的信息绑定方法、装置及计算机存储介质 |
| CN113096406B (zh) * | 2019-12-23 | 2022-07-26 | 深圳云天励飞技术有限公司 | 车辆信息获取方法、装置及电子设备 |
| CN113128540B (zh) * | 2019-12-31 | 2024-05-03 | 深圳云天励飞技术有限公司 | 非机动车盗车行为的检测方法、装置及电子设备 |
| CN113129597B (zh) * | 2019-12-31 | 2022-06-21 | 深圳云天励飞技术有限公司 | 一种机动车道违法车辆识别方法及装置 |
| CN111832519B (zh) * | 2020-07-22 | 2024-08-16 | 福建易华录信息技术有限公司 | 一种两/三轮车的违法行为的识别管理方法和系统 |
| CN112580469A (zh) * | 2020-12-10 | 2021-03-30 | 上海慈航建设发展有限公司 | 违法视频的审核、管理系统、方法、设备及存储介质 |
| CN112560711B (zh) * | 2020-12-18 | 2024-06-07 | 深圳赛安特技术服务有限公司 | 非机动车交通违法判定方法、系统、装置及存储介质 |
| CN113052069A (zh) * | 2021-03-24 | 2021-06-29 | 安徽超视野智能科技有限公司 | 基于图像识别的非机动车违停监控系统及方法 |
| CN113139438A (zh) * | 2021-04-06 | 2021-07-20 | 青岛以萨数据技术有限公司 | 一种非机动车驾乘行为检测方法、系统、设备及存储介质 |
| CN114093172A (zh) * | 2021-11-03 | 2022-02-25 | 中科智城(广州)信息科技有限公司 | 一种基于图像识别的行人通行方法、终端和存储介质 |
| CN115361297B (zh) * | 2022-07-08 | 2024-03-01 | 深圳云天励飞技术股份有限公司 | 设备组网方法及相关设备 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170086899A (ko) * | 2016-01-19 | 2017-07-27 | 연세대학교 산학협력단 | 다중 카메라를 이용한 이륜차 검출 방법 및 그 장치 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203673658U (zh) * | 2013-12-31 | 2014-06-25 | 上海电信工程有限公司 | 一种公路车辆智能监控分析系统 |
| CN104828014A (zh) * | 2015-05-28 | 2015-08-12 | 京东方科技集团股份有限公司 | 一种车辆安全驾驶的方法、装置和系统 |
| CN204810453U (zh) * | 2015-07-31 | 2015-11-25 | 广东浩亚信息科技有限公司 | 一种道路视频监控系统 |
| CN106803933A (zh) * | 2017-02-22 | 2017-06-06 | 成都华安视讯科技有限公司 | 可用于人车合一监控的摄像系统及摄像方法 |
| CN207895686U (zh) * | 2018-02-27 | 2018-09-21 | 上海市保安服务总公司 | 非机动车辆违法抓拍系统 |
| CN108417045A (zh) * | 2018-04-24 | 2018-08-17 | 佛山市澄澜点寸科技有限公司 | 一种礼让行人抓拍处理系统及其方法 |
| CN208173010U (zh) * | 2018-06-12 | 2018-11-30 | 宿迁市公安局交通警察支队 | 非机动车逆行查缉系统 |
-
2018
- 2018-12-11 CN CN201811510075.9A patent/CN109800633B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170086899A (ko) * | 2016-01-19 | 2017-07-27 | 연세대학교 산학협력단 | 다중 카메라를 이용한 이륜차 검출 방법 및 그 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109800633A (zh) | 2019-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109800633B (zh) | 一种非机动车交通违法判断方法、装置和电子设备 | |
| WO2019105342A1 (zh) | 车辆套牌检测方法、装置、可读存储介质及电子设备 | |
| CN105769120B (zh) | 疲劳驾驶检测方法和装置 | |
| WO2020087743A1 (zh) | 非机动车交通违法监管方法、装置及电子设备 | |
| CN107705552B (zh) | 一种应急车道占用行为检测方法、装置及系统 | |
| WO2019153193A1 (zh) | 一种出租车运营监测方法、设备、存储介质和系统 | |
| Ki et al. | A traffic accident recording and reporting model at intersections | |
| WO2019223655A1 (zh) | 非机动车载人的检测 | |
| CN103871242A (zh) | 一种驾驶行为综合评价系统与方法 | |
| CN111353369B (zh) | 一种城市路侧停车高位视频在辅助刑侦中的应用方法及系统 | |
| KR101973933B1 (ko) | 승차인원 검지방법 및 그 장치 | |
| CN107113400B (zh) | 显示装置和具备该显示装置的交通违章管理系统 | |
| CN111775944B (zh) | 辅助驾驶装置、方法及计算机可读存储介质 | |
| CN115035491A (zh) | 一种基于联邦学习的驾驶行为路况预警方法 | |
| CN111950471A (zh) | 目标对象识别方法及装置 | |
| CN110741424A (zh) | 危险信息收集装置 | |
| CN115713745A (zh) | 障碍物检测方法、电子设备及存储介质 | |
| CN107004351B (zh) | 交通违章管理系统和交通违章管理方法 | |
| CN112395976A (zh) | 一种摩托车载人识别方法、装置、设备及存储介质 | |
| KR101066081B1 (ko) | 차량 탑재형 스마트 정보 판독 시스템 및 방법 | |
| CN113408364B (zh) | 一种临时车牌识别方法、系统、装置及存储介质 | |
| CN114926824A (zh) | 一种不良驾驶行为判别方法 | |
| CN114120250B (zh) | 一种基于视频的机动车辆违法载人检测方法 | |
| CN117993988A (zh) | 提取订单处理 | |
| CN115641724A (zh) | 一种路内泊位管理的巡检识别方法、系统及计算机介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 518000 1st floor, building 17, Shenzhen Dayun software Town, 8288 Longgang Avenue, Yuanshan street, Longgang District, Shenzhen City, Guangdong Province Applicant after: Shenzhen Yuntian lifeI Technology Co., Ltd Address before: 518000 1st floor, building 17, Shenzhen Dayun software Town, 8288 Longgang Avenue, Yuanshan street, Longgang District, Shenzhen City, Guangdong Province Applicant before: SHENZHEN INTELLIFUSION TECHNOLOGIES Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |