CN110246337A - 一种检测违规使用车灯的方法、装置及计算机存储介质 - Google Patents
一种检测违规使用车灯的方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN110246337A CN110246337A CN201810908609.7A CN201810908609A CN110246337A CN 110246337 A CN110246337 A CN 110246337A CN 201810908609 A CN201810908609 A CN 201810908609A CN 110246337 A CN110246337 A CN 110246337A
- Authority
- CN
- China
- Prior art keywords
- car light
- image
- target vehicle
- state
- moment
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Abstract
本发明公开了一种检测违规使用车灯的方法、装置及计算机存储介质,用以解决现有技术中存在的执法部门对违章使用车灯存在查处难度大、不易取证的技术问题。该方法包括:采集视频数据;其中,所述视频数据包括由亮帧图像与暗帧图像组成的图像流,所述亮帧图像是能呈现车辆基本信息的图片,所述暗帧图像是能反应车灯状态的图片;从所述视频数据中提取指定时间段内目标车辆的指定车灯在每帧图像中的车灯状态,获得所述指定车灯的状态图集;判断所述状态图集中的车灯状态是否均为开启状态,若所述状态图集中的车灯状态均为开启状态,则确定所述目标车辆违规使用车灯。
Description
技术领域
本发明涉及智能交通领域,尤其是涉及一种检测违规使用车灯的方法、装置及计算机存储介质。
背景技术
在智能交通领域,视频监控技术被广泛的用于路况监控、违章监控等。通过对视频监控获取到的视频信息进行分析,能够提取车辆信息、识别车辆是否违章等。
例如,在夜间,车辆行驶过程中通常会开启车灯辅助车辆进行安全行驶,但是部分驾驶员对车灯的不当使用,如滥用远光灯,会影响其他车辆的安全行驶,增加交通事故发生的隐患。因此,及时、准确的查处乱用车灯的违章行为,是降低发生交通事故的重要手段之一。
在现有技术中,由于对此类违章行为的查处是以人工查处为主,所以会造成执法部门在对此类违章行为进行查处时存在查处难度大,不易取证的问题。
因此,如何帮助执法部门及时、准确的查处乱用车灯的违章行为,并进行取证,成为一个亟待解决的技术问题。
发明内容
本发明提供一种违规使用车灯的方法、装置及计算机存储介质,用以解决现有技术中存在的执法部门对违章使用车灯存在查处难度大、不易取证的技术问题。
第一方面,为解决上述技术问题,本发明实施例提供的一种检测违规使用车灯方法的技术方案如下:
采集视频数据;其中,所述视频数据包括由亮帧图像与暗帧图像组成的图像流,所述亮帧图像是能呈现车辆基本信息的图片,所述暗帧图像是能反应车灯状态的图片;
从所述视频数据中提取指定时间段内目标车辆的指定车灯在每帧图像中的车灯状态,获得所述指定车灯的状态图集;
判断所述状态图集中的车灯状态是否均为开启状态,若所述状态图集中的车灯状态均为开启状态,则确定所述目标车辆违规使用车灯。通过采集能呈现车辆基本信息的亮帧图像与能反应车灯状态的暗帧图像的视频数据,让采集的视频数据既能反应车辆的基本信息又能反应车灯状态;之后,从视频数据中提取指定时间段内目标车辆在每帧图像中的车灯状态,获得指定车灯的状态图集,进而通过判断状态图集中车灯状态是否均为开启状态,来确定目标指定会否违规使用车灯。从而能够减少执法部门查处违规使用车灯的难度。
结合第一方面,在第一方面的第一种可能的实施方式中,在采集视频数据之后,包括:
识别所述视频数据中是否有车辆出现;
若所述视频数据中有车辆出现时,将出现的车辆确定为所述目标车辆;对所述视频数据中的相邻亮帧图像和暗帧图像进行两两拼接,获得第一拼接图像流。
通过识别视频数据中是否有车辆出现,来确定目标车辆,并在确定目标车辆后对视频数据中的相邻亮帧图像和暗帧图像进行两两拼接,能够有效的提高工作效率。
结合第一方面,在第一方面的第二种可能的实施方式中,在采集视频数据之后,包括:
对所述视频数据中的相邻亮帧图像和暗帧图像进行两两拼接,获得第一拼接图像流;
识别所述第一拼接图像流中是否有车辆出现;
若所述第一拼接图像流中有车辆出现时,则将出现的车辆确定为所述目标车辆。
结合第一方面,在第一方面的第三种可能的实施方式中,所述从所述视频数据中提取指定时间段内目标车辆的指定车灯在每帧图像中的车灯状态,获得所述指定车灯的状态图集,包括:
从首次确定所述目标车辆的指定车灯为开启状态的第一时刻开始,直到第二时刻结束的所述指定时间段内,对所述第一拼接图像流中的每一拼接图像执行以下操作,以获得所述状态图集:
从所述每一拼接图像对应的亮帧图像中提取所述目标车辆的车灯位置;
根据所述车灯位置从所述每一拼接图像对应的暗帧图像中提取所述车灯在所述每一拼接图像中的车灯状态;
其中,所述第二时刻是基于所述第一时刻及第一时长确定的。
结合第一方面的第三种可能的实施方式,在第一方面的第四种可能的实施方式中,判断状态图集中的车灯状态是否为开启状态,包括:
在所述指定时长内,判断所述每一拼接图像中的每个车灯状态,是否与开启所述指定车灯时的状态具有相同的特征;
若为是,则确定所述目标车辆开启所述指定车灯。
结合第一方面的第二种可能的实施方式,在第一方面的第五种可能的实施方式中,所述方法还包括:
在第三时刻对所述目标车辆进行抓拍,获得所述目标车辆的抓拍图片;其中,所述第三时刻在所述第二时刻之后;
将所述抓拍图片及与之对应的下一暗帧图像进行拼接,获得拼接后的抓拍图片;
识别所述抓拍图片中的目标车辆的信息并抠取目标车辆的图片,获得所述目标车辆的基本信息及特写图片;
将所述第一时刻对应的第一拼接图片、所述第二时刻对应的第二拼接图片、所述拼接后的抓拍图片及所述特写图片进行拼接,获得所述目标车辆的违章取证图片。
通过将目标车辆在指定时间段首尾的拼接图片(即第一拼接图片、第二拼接图片)和在第三时刻抓拍的目标车辆的抓拍图及特写图接为目标车辆的违章取证图片,能够快速的对目标车辆的违章行为进行取证。
结合第一方面的第五种可能的实施方式,在第一方面的第六种可能的实施方式中,在获得所述目标车辆的违章取证图片之后,还包括:
将所述目标车辆的基本信息叠加到所述违章取证图片中,获得所述目标车辆的对象顺序图;
从所述视频图像中截取所述第一时刻到所述第三时刻的视频图像,获得所述目标车辆的取证视频;
将所述目标车辆的对象顺序图及取证视频发送到执法部门的服务器。
通过将目标车辆的对象顺序图及第一时刻到第三时刻的违章的取证视频发送到执法部门的服务器,可以让执法部门及时制止目标执行的违章行为及处罚,防止交通事故的发生。
第二方面,本发明实施例提供了一种用于检测违规使用车灯的装置,包括:
采集单元,用于采集视频数据;其中,所述视频数据包括由亮帧图像与暗帧图像组成的图像流,所述亮帧图像是能呈现车辆基本信息的图片,所述暗帧图像是能反应车灯状态的图片;
提取单元,用于从所述视频数据中提取指定时间段内目标车辆的指定车灯在每帧图像中的车灯状态,获得所述指定车灯的状态图集;
处理单元,用于判断所述状态图集中的车灯状态是否均为开启状态,若所述状态图集中的车灯状态均为开启状态,则确定所述目标车辆违规使用车灯。
结合第二方面,在第二方面的第一种可能的实施方式中,所述采集单元,具体用于:
识别所述视频数据中是否有车辆出现;
若所述视频数据中有车辆出现时,将出现的车辆确定为所述目标车辆;对所述视频数据中的相邻亮帧图像和暗帧图像进行两两拼接,获得第一拼接图像流。
结合第二方面,在第二方面的第二种可能的实施方式中,所述采集单元,还用于:
对所述视频数据中的相邻亮帧图像和暗帧图像进行两两拼接,获得第一拼接图像流;
识别所述第一拼接图像流中是否有车辆出现;
若所述第一拼接图像流中有车辆出现时,则将出现的车辆确定为所述目标车辆。
结合第二方面,在第二方面的第三种可能的实施方式中,所述处理单元,用于:
从首次确定所述目标车辆的指定车灯为开启状态的第一时刻开始,直到第二时刻结束的所述指定时间段内,对所述第一拼接图像流中的每一拼接图像执行以下操作,以获得所述状态图集:
从所述每一拼接图像对应的亮帧图像中提取所述目标车辆的车灯位置;
根据所述车灯位置从所述每一拼接图像对应的暗帧图像中提取所述车灯在所述每一拼接图像中的车灯状态;
其中,所述第二时刻是基于所述第一时刻及第一时长确定的。
结合第二方面的第三种可能的实施方式,在第二方面的第四种可能的实施方式中,判断状态图集中的车灯状态是否为开启状态,包括:
在所述指定时长内,判断所述每一拼接图像中的每个车灯状态,是否与开启所述指定车灯时的状态具有相同的特征;
若为是,则确定所述目标车辆开启所述指定车灯。
结合第二方面的第二种可能的实施方式,在第二方面的第五种可能的实施方式中,所述处理单元,进一步用于:
在第三时刻对所述目标车辆进行抓拍,获得所述目标车辆的抓拍图片;其中,所述第三时刻在所述第二时刻之后;
将所述抓拍图片及与之对应的下一暗帧图像进行拼接,获得拼接后的抓拍图片;
识别所述抓拍图片中的目标车辆的信息并抠取目标车辆的图片,获得所述目标车辆的基本信息及特写图片;
将所述第一时刻对应的第一拼接图片、所述第二时刻对应的第二拼接图片、所述拼接后的抓拍图片及所述特写图片进行拼接,获得所述目标车辆的违章取证图片。
结合第二方面的第五种可能的实施方式,在第二方面的第六种可能的实施方式中,所述确定单元,进一步用于:
将所述目标车辆的基本信息叠加到所述违章取证图片中,获得所述目标车辆的对象顺序图;
从所述视频图像中截取所述第一时刻到所述第三时刻的视频图像,获得所述目标车辆的取证视频;
将所述目标车辆的对象顺序图及取证视频发送到执法部门的服务器。
第三方面,本发明实施例还提供一种用于检测违规使用车灯的装置,包括:
至少一个处理器,以及
与所述至少一个处理器连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令,执行如上述第一方面所述的方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,包括:
所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如上述第一方面所述的方法。
通过本发明实施例的上述一个或多个实施例中的技术方案,本发明实施例至少具有如下技术效果:
本发明提供的实施例,通过采集能呈现车辆基本信息的亮帧图像与能反应车灯状态的暗帧图像的视频数据,让采集的视频数据既能反应车辆的基本信息又能反应车灯状态;之后,从视频数据中提取指定时间段内目标车辆在每帧图像中的车灯状态,获得指定车灯的状态图集,进而通过判断状态图集中车灯状态是否均为开启状态,来确定目标指定会否违规使用车灯。从而能够减少执法部门查处违规使用车灯的难度。
进一步的,由于上述方法中的亮帧图像及暗帧图像是过控制图像采集器的感光元件的曝光时间、增益等参数得到的,所以不需额外增加偏振片对图像采集器进行滤波,便能得到暗帧图像,从而是整个系统更加简单、且不会额外增加硬件成本。
附图说明
图1为本发明实施例提供的一种检测违规使用车灯方法的流程图;
图2为本发明实施例提供的车辆的亮帧图像与暗帧图像的视频数据的示意图;
图3为本发明实施例提供获得第一拼接图片流的示意图;
图4为本发明实施例提供的提取远光灯的车灯状态的示意图;
图5为本发明实施例提供的对目标车辆的违规行为进行取证的流程图;
图6为本发明实施例提供的对目标车辆进行取证的示意图;
图7为本发明实施例提供的目标车辆的违章取证图片的示意图;
图8为本发明实施例提供的获得目标车辆违章的取证材料的示意图;
图9为本发明实施例提供的一种检测违规使用车灯装置的结构示意图。
具体实施方式
本发明实施列提供一种检测违规使用车灯的方法、装置及计算机存储介质,以解决现有技术中存在的执法部门对违章使用车灯存在查处难度大、不易取证的技术问题。
本申请实施例中的技术方案为解决上述的技术问题,总体思路如下:
提供一种检测违规使用车灯的方法,包括:采集视频数据;其中,视频数据包括亮帧图像与暗帧图像组成的图像流,亮帧图像是能呈现车辆的图片,暗帧图像是能反应车灯状态的图片;从视频数据中提取指定时间段内目标车辆的指定车灯在每帧图像中的车灯状态,获得所述指定车灯的状态图集;判断状态图集中的车灯状态是否均为开启状态,若状态图集中的车灯状态均为开启状态,则确定目标车辆违规使用车灯。
由于在上述方案中,通过采集能呈现车辆基本信息的亮帧图像与能反应车灯状态的暗帧图像的视频数据,让采集的视频数据既能反应车辆的基本信息又能反应车灯状态;之后,从视频数据中提取指定时间段内目标车辆在每帧图像中的车灯状态,获得指定车灯的状态图集,进而通过判断状态图集中车灯状态是否均为开启状态,来确定目标指定会否违规使用车灯。从而能够减少执法部门查处违规使用车灯的难度。
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明,而不是对本发明技术方案的限定,在不冲突的情况下,本发明实施例以及实施例中的技术特征可以相互组合。
请参考图1,本发明实施例提供一种检测违规使用车灯的方法,该方法的处理过程如下。
步骤101:采集视频数据;其中,视频数据包括由亮帧图像与暗帧图像组成的图像流,亮帧图像是能呈现车辆基本信息的图片,暗帧图像是能反应车灯状态的图片。
具体的,是通过控制视频采集器(如摄像头)的感光元件的曝光时间、增益等图像参数,按等时间间隔使视频采集器交替输出亮帧图像与暗帧图像的视频数据,示例性的视频数据请参见图2。其中,亮帧图像(即图2中的A帧图像)能呈现车辆基本信息,如车牌、车型、车身颜色等;暗帧图像(即图2中的B帧图像)能反应的车灯状态,如在开启远光灯后,对应区域为明亮的(表现为亮斑),由于原来的前照灯已开启,那么此时有四个车灯为开启状态,且由一个远光灯紧靠一个前照灯即开启不同的车灯在暗帧图像上的亮斑会呈现不同的位置关系,图2中示例性的给出了时间T内的视频数据,A、B帧图像的采样时间间隔为t,其中t的单位为ms。
需要理解的是,在图2中先采集的是亮帧图像,后采集的是暗帧图像,但在实际应用中,也可以先采集暗帧图像再采集亮帧图像,具体视频数据中是先输出暗帧图像还是亮帧图像在此不做限定。
在采集视频数据之后,需要从中确定出目标车辆,具体可以通以下方式进行确定:识别视频数据中是否有车辆出现;若视频数据中有车辆出现时,将出现的车辆确定为目标车辆;并对视频数据中的相邻亮帧图像和暗帧图像进行两两拼接,获得第一拼接图像流。
当然,也可以在对视频数据中的图片进行拼接后,再从中确定出目标车辆,具体为:先对视频数据中的相邻亮帧图像和暗帧图像进行两两拼接,获得第一拼接图像流,然后识别第一拼接图片流中是否有车辆出现,若第一拼接图片流中有车辆出现,则将出现的车辆确定为目标车辆。
具体的,识别是否有车辆出现,可以通过检测图片中是否具有车辆的特征,如暗帧图像中是否具有车灯开启时的亮斑、亮帧图像中是否具有车辆的轮廓特征、车牌特征等,从而可以识别是否有车辆。
例如,在暗帧图像中检测到有至少2个亮斑(即两个车灯,夜间通常车辆会开前照灯),可以确定有车辆出现;或者在亮帧图像中,通过提取图片中的车辆特征,经过与预设车辆特征,如车辆轮廓特征和或车牌特征等进行比较,确定有车辆。
当判断出有车辆出现时,将出现的车辆确定为目标车辆。
例如,视频数据共有10张图片组成,经过检测确定在前3张图片中均无车辆,在第4张图片中出现了亮斑,确定为目标车辆。
在确定出目标车辆后,便可对视频数据中的图片进行拼接,具体的拼接过程请参见图3。在图3中拼接后的图像M中,亮帧图像A和暗帧图像B的位置可以任意调换,只要确保所有的拼接后的图像中亮帧图像A和暗帧图像B的位置一致即可。
需要理解的是,拼接相邻两帧图像具体可以是无条件拼接,也可以是有条件拼接,如无条拼接就是图片中有无车辆都进行拼接,有条件拼接可以是发现有车辆后才开始拼接,具体是进行无条件拼接还是有条件拼接,在此不做限定。
对于先拼接再识别拼接后的图片中是否有车辆的拼接方式,与上述相同,故不再赘述。
在采集视频数据,并识别出目标车辆之后,便可执行步骤102。
步骤102:从视频图像中提取指定时间段内目标车辆的指定车灯在每帧图像中的车灯状态,获得指定车灯的状态图集。
具体的,在视频图像中出现目标车辆后,对目标车辆的指定车灯的车灯状态进行判断,将首次判断出指定车灯的车灯状态为开启状态的时刻,记录为第一时刻。从首次确定目标车辆的指定车灯为开启状态的第一时刻开始,直到第二时刻结束的指定时间段内,对第一拼接图像流中的每一拼接图像执行以下操作,以获得状态图集:先从每一拼接图像对应的亮帧图像中提取目标车辆的车灯位置;再根据车灯位置从每一拼接图像对应的暗帧图像中提取车灯在每一拼接图像中的车灯状态;其中,第二时刻是基于第一时刻及第一时长确定的。
例如,在获得第一拼接图像流之后,可以从亮帧图像中确定指定车灯(如远光灯)在亮帧图像中的位置,由于相邻的亮帧图像和暗帧图像之间的采集时间间隔非常短,通常都是毫秒级的,所以可以近似的认为相邻的亮帧图像和暗帧图像中车辆的位置未发生变化,故在从亮帧图像中确定指定车灯远光灯的位置之后,可以根据远光灯的位置从暗帧图像中提取远光灯的车灯状态。具体请参见图4,在图4中,由于亮帧图像中确定的远光灯位置对应到暗帧图像中并没有亮斑,所以确定这张拼接图像中的目标车辆的远光灯为未开启状态。同理,可以获得第一拼接图像流中每张拼接图像中目标车辆的车灯状态,进而获得第一拼接图像流对应的状态图集。
步骤103:判断状态图集中的车灯状态是否均为开启状态,若状态图集中的车灯状态均为开启状态,则确定目标车辆违规使用车灯。
进一步的,判断状态图集中的车灯状态是否为开启状态,可以在指定时长内,判断每一拼接图像中的每个车灯状态,是否与开启指定车灯时的状态具有相同的特征;若为是,则确定目标车辆开启指定车灯。
如,在图4中若状态集中每张拼接图片提取出的远光灯(即指定车灯)的特征均为出现了亮斑,那么可以根据开启远光灯时出现了亮斑这一相同特征,确定目标车辆的车灯状态均为开启状态,进而可以确定目标车辆开启了远光灯。
又如,若在图4中,也可以提取目标车辆的所有车灯的状态,判断目标车辆是否开启远光灯,如可以通过判断第一拼接图片流中每一拼接图片的暗帧图像中是否有4个亮斑,且有2对亮斑的距离几乎为零,进而确定远光灯为开启状态。这是因为,在夜间车辆不一定会开远光灯,但一定会开近光灯照明道路,而远光灯和近光灯的安装位置是邻近的,当两种灯都开启时,它们的灯光一般会有部分相交,所以如果车辆开启了远光灯那么必然也开起来近光灯,亮斑的数量为4,且远光灯和近光灯的亮斑距离几乎为零。故,还可以根据这一特征确定目标车辆是否开启远光灯。
根据步骤103确定目标车辆开启指定车灯(如远光灯)之后,便能确定目标车辆违规使用了车灯,之后可以对目标车辆的违规行为进行取证,具体如下,并参见图5:
步骤501:在第三时刻对目标车辆进行抓拍,获得目标车辆的抓拍图片;其中,第三时刻在第二时刻之后。
步骤502:将抓拍图片及与之对应的下一暗帧图像进行拼接,获得拼接后的抓拍图片。
步骤503:识别抓拍图片中的目标车辆的信息并抠取目标车辆的图片,获得目标车辆的基本信息及特写图片。
步骤504:将第一时刻对应的第一拼接图片、第二时刻对应的第二拼接图片、拼接后的抓拍图片及特写图片进行拼接,获得目标车辆的违章取证图片。
例如,请参见图6,步骤501中的抓拍图片是在第三时刻通过对目标车辆进行补光后拍摄的更为清晰的目标车辆的亮帧图像(参见图6中的抓拍图片C),在拍摄完抓拍图片之后,将继续拍摄目标车辆的暗帧图像(参见图6中的下一暗帧图像B)。之后,将抓拍图片C与下一暗帧图像B进行拼接,获得拼接后的抓拍图片N,并从抓拍图片C中识别出目标车辆的基本信息为:白色XX类型车、车牌号为ABCD、在XX时段违规使用远光灯,同时还抠取了目标车辆的特写图。最后,将目标车辆的第一拼接图片、第二拼接图片、拼接后的抓拍图片及特写图片进行拼接,获得目标车辆的违章取证图片,也称之为对象顺序图(Object SequenceDiagram,OSD),具体可参见图7。
需要理解的是,目标车辆的违章取证图片中,是否需要包含目标车辆的特写图,可以根据客户的实际情况进行选择。
进一步的,在获得目标车辆的违章取证图片之后,还可以从视频图像中截取第一时刻到第三时刻的视频图像,获得目标车辆的取证视频;并基于目标车辆的对象顺序图及取证视频获得目标车辆的取证材料(具体请参见图8),将取证材料发送到执法部门的服务器,以便执法部门及时对车主发出警示、处罚信息等。
需要理解的是,尽管上述实施例中指定车灯不限于远光灯,还可以是其它车灯。上述方法也不仅限于识别、取证违规使用车灯的车辆,也可以用于其它交通工具或需要监控特殊灯光的场合。
基于同一发明构思,本发明一实施例中提供一种用于检测违规使用车灯的装置,该装置的检测方法的具体实施方式可参见方法实施例部分的描述,重复之处不再赘述,请参见图9,该装置包括:
采集单元901,用于采集视频数据;其中,所述视频数据包括由亮帧图像与暗帧图像组成的图像流,所述亮帧图像是能呈现车辆基本信息的图片,所述暗帧图像是能反应车灯状态的图片;
提取单元902,用于从所述视频数据中提取指定时间段内目标车辆的指定车灯在每帧图像中的车灯状态,获得所述指定车灯的状态图集;
处理单元903,用于判断所述状态图集中的车灯状态是否均为开启状态,若所述状态图集中的车灯状态均为开启状态,则确定所述目标车辆违规使用车灯。
可选的,所述采集单元901,具体用于:
识别所述视频数据中是否有车辆出现;
若所述视频数据中有车辆出现时,将出现的车辆确定为所述目标车辆;对所述视频数据中的相邻亮帧图像和暗帧图像进行两两拼接,获得第一拼接图像流。
可选的,所述采集单元901,具体用于:
对所述视频数据中的相邻亮帧图像和暗帧图像进行两两拼接,获得第一拼接图像流;
识别所述第一拼接图像流中是否有车辆出现;
若所述第一拼接图像流中有车辆出现时,则将出现的车辆确定为所述目标车辆。
可选的,所述提取单元902,用于:
从首次确定所述目标车辆的指定车灯为开启状态的第一时刻开始,直到第二时刻结束的所述指定时间段内,对所述第一拼接图像流中的每一拼接图像执行以下操作,以获得所述状态图集:
从所述每一拼接图像对应的亮帧图像中提取所述目标车辆的车灯位置;
根据所述车灯位置从所述每一拼接图像对应的暗帧图像中提取所述车灯在所述每一拼接图像中的车灯状态;
其中,所述第二时刻是基于所述第一时刻及第一时长确定的。
可选的,所述处理单元903,用于:
在所述指定时长内,判断所述每一拼接图像中的每个车灯状态,是否与开启所述指定车灯时的状态具有相同的特征;
若为是,则确定所述目标车辆开启所述指定车灯。
可选的,所述处理单元903,进一步用于:
在第三时刻对所述目标车辆进行抓拍,获得所述目标车辆的抓拍图片;其中,所述第三时刻在所述第二时刻之后;
将所述抓拍图片及与之对应的下一暗帧图像进行拼接,获得拼接后的抓拍图片;
识别所述抓拍图片中的目标车辆的信息并抠取目标车辆的图片,获得所述目标车辆的基本信息及特写图片;
将所述第一时刻对应的第一拼接图片、所述第二时刻对应的第二拼接图片、所述拼接后的抓拍图片及所述特写图片进行拼接,获得所述目标车辆的违章取证图片。
可选的,所述处理单元903,进一步用于:
将所述目标车辆的基本信息叠加到所述违章取证图片中,获得所述目标车辆的对象顺序图;
从所述视频图像中截取所述第一时刻到所述第三时刻的视频图像,获得所述目标车辆的取证视频;
将所述目标车辆的对象顺序图及取证视频发送到执法部门的服务器。
基于同一发明构思,本发明实施例中提供了一种用于检测违规使用车灯的装置,包括:至少一个处理器,以及
与所述至少一个处理器连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令,执行如上所述的检测违规使用车灯方法。
基于同一发明构思,本发明实施例还提一种计算机可读存储介质,包括:
所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如上所述的检测违规使用车灯方法。
本发明提供的实施例,通过采集能呈现车辆基本信息的亮帧图像与能反应车灯状态的暗帧图像的视频数据,让采集的视频数据既能反应车辆的基本信息又能反应车灯状态;之后,从视频数据中提取指定时间段内目标车辆在每帧图像中的车灯状态,获得指定车灯的状态图集,进而通过判断状态图集中车灯状态是否均为开启状态,来确定目标指定会否违规使用车灯。从而能够减少执法部门查处违规使用车灯的难度。
进一步的,由于上述方法中的亮帧图像及暗帧图像是过控制图像采集器的感光元件的曝光时间、增益等参数得到的,所以不需额外增加偏振片对图像采集器进行滤波,便能得到暗帧图像,从而是整个系统更加简单、且不会额外增加硬件成本。
本领域内的技术人员应明白,本发明实施例可提供为方法、系统、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种检测违规使用车灯的方法,其特征在于,所述方法包括:
采集视频数据;其中,所述视频数据包括由亮帧图像与暗帧图像组成的图像流,所述亮帧图像是能呈现车辆基本信息的图片,所述暗帧图像是能反应车灯状态的图片;
从所述视频数据中提取指定时间段内目标车辆的指定车灯在每帧图像中的车灯状态,获得所述指定车灯的状态图集;
判断所述状态图集中的车灯状态是否均为开启状态,若所述状态图集中的车灯状态均为开启状态,则确定所述目标车辆违规使用车灯。
2.如权利要求1所述的方法,其特征在于,在采集视频数据之后,所述方法还包括:
识别所述视频数据中是否有车辆出现;
若所述视频数据中有车辆出现时,将出现的车辆确定为所述目标车辆;对所述视频数据中的相邻亮帧图像和暗帧图像进行两两拼接,获得第一拼接图像流。
3.如权利要求1所述的方法,其特征在于,所述从所述视频数据中提取指定时间段内目标车辆的指定车灯在每帧图像中的车灯状态,获得所述指定车灯的状态图集,包括:
从首次确定所述目标车辆的指定车灯为开启状态的第一时刻开始,直到第二时刻结束的所述指定时间段内,对所述第一拼接图像流中的每一拼接图像执行以下操作,以获得所述状态图集:
从所述每一拼接图像对应的亮帧图像中提取所述目标车辆的车灯位置;
根据所述车灯位置从所述每一拼接图像对应的暗帧图像中提取所述车灯在所述每一拼接图像中的车灯状态;
其中,所述第二时刻是基于所述第一时刻及第一时长确定的。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
在第三时刻对所述目标车辆进行抓拍,获得所述目标车辆的抓拍图像;其中,所述第三时刻在所述第二时刻之后;
将所述抓拍图像及与之对应的下一暗帧图像进行拼接,获得拼接后的抓拍图像;
识别所述抓拍图像中的目标车辆的信息,并从所述抓拍图片中抠取所述目标车辆的特写图像;
将所述第一时刻对应的第一拼接图像、所述第二时刻对应的第二拼接图像、所述拼接后的抓拍图像及所述特写图像进行拼接,获得所述目标车辆的违章取证图像。
5.如权利要求4所述的方法,其特征在于,在获得所述目标车辆的违章取证图像之后,还包括:
将所述目标车辆的基本信息叠加到所述违章取证图像中,获得所述目标车辆的对象顺序图;
从所述视频数据中截取从所述第一时刻到所述第三时刻的视频数据,获得所述目标车辆的取证视频数据;
将所述目标车辆的对象顺序图及所述取证视频数据发送到执法部门的服务器。
6.一种检测违规使用车灯的装置,其特征在于,包括:
采集单元,用于采集视频图像;其中,所述视频数据包括由亮帧图像与暗帧图像组成的图像流,所述亮帧图像是能呈现车辆基本信息的图片,所述暗帧图像是能反应车灯状态的图片;
提取单元,用于从所述视频数据中提取指定时间段内目标车辆的指定车灯在每帧图像中的车灯状态,获得所述指定车灯的状态图集;
处理单元,用于判断所述状态图集中的车灯状态是否均为开启状态,若所述状态图集中的车灯状态均为开启状态,则确定所述目标车辆违规使用车灯。
7.如权利要求6所述的装置,其特征在于,所述采集单元,具体用于:
识别所述视频数据中是否有车辆出现;
若所述视频数据中有车辆出现时,将出现的车辆确定为所述目标车辆;对所述视频数据中的相邻亮帧图像和暗帧图像进行两两拼接,获得第一拼接图像流。
8.如权利要求6所述的装置,其特征在于,所述提取单元,具体用于:
从首次确定所述目标车辆的指定车灯为开启状态的第一时刻开始,直到第二时刻结束的所述指定时间段内,对所述第一拼接图像流中的每一拼接图像执行以下操作,以获得所述状态图集:
从所述每一拼接图像对应的亮帧图像中提取所述目标车辆的车灯位置;
根据所述车灯位置从所述每一拼接图像对应的暗帧图像中提取所述车灯在所述每一拼接图像中的车灯状态;
其中,所述第二时刻是基于所述第一时刻及第一时长确定的。
9.如权利要求8所述的装置,其特征在于,所述处理单元,用于:
在第三时刻对所述目标车辆进行抓拍,获得所述目标车辆的抓拍图片;其中,所述第三时刻在所述第二时刻之后;
将所述抓拍图片及与之对应的下一暗帧图像进行拼接,获得拼接后的抓拍图片;
识别所述抓拍图片中的目标车辆的信息,并从所述抓拍图片中抠取目标车辆的特写图片;
将所述第一时刻对应的第一拼接图片、所述第二时刻对应的第二拼接图片、所述拼接后的抓拍图片及所述特写图片进行拼接,获得所述目标车辆的违章取证图片。
10.如权利要求9所述的装置,其特征在于,所述处理单元,进一步用于:
将所述目标车辆的基本信息叠加到所述违章取证图片中,获得所述目标车辆的对象顺序图;
从所述视频图像中截取所述第一时刻到所述第三时刻的视频图像,获得所述目标车辆的取证视频;
将所述目标车辆的对象顺序图及取证视频发送到执法部门的服务器。
11.一种检测违规使用车灯的装置,其特征在于,包括:
至少一个处理器,以及
与所述至少一个处理器连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令,执行如权利要求1-5任一项所述的方法。
12.一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存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810908609.7A CN110246337A (zh) | 2018-08-10 | 2018-08-10 | 一种检测违规使用车灯的方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810908609.7A CN110246337A (zh) | 2018-08-10 | 2018-08-10 | 一种检测违规使用车灯的方法、装置及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110246337A true CN110246337A (zh) | 2019-09-17 |
Family
ID=67882387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810908609.7A Pending CN110246337A (zh) | 2018-08-10 | 2018-08-10 | 一种检测违规使用车灯的方法、装置及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110246337A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110942044A (zh) * | 2019-11-28 | 2020-03-31 | 安徽江淮汽车集团股份有限公司 | 远光灯违规检测方法、装置、电子设备及存储介质 |
CN111815959A (zh) * | 2020-06-19 | 2020-10-23 | 浙江大华技术股份有限公司 | 一种车辆违章的检测方法、装置以及计算机可读存储介质 |
CN112528923A (zh) * | 2020-12-21 | 2021-03-19 | 上海眼控科技股份有限公司 | 视频分析方法、装置、电子设备和存储介质 |
CN113561896A (zh) * | 2021-07-16 | 2021-10-29 | 浙江大华技术股份有限公司 | 车辆的刹车灯异常确定方法和刹车灯异常确定装置 |
CN113628447A (zh) * | 2020-05-06 | 2021-11-09 | 杭州海康威视数字技术股份有限公司 | 远光灯开启检测方法、装置、设备及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030138132A1 (en) * | 1997-04-02 | 2003-07-24 | Stam Joseph S. | Vehicle lamp control |
CN102252247A (zh) * | 2010-04-07 | 2011-11-23 | 夏普株式会社 | 照明装置以及车辆用前灯 |
CN102298845A (zh) * | 2011-08-29 | 2011-12-28 | 安徽超远信息技术有限公司 | 一种远光灯视频检测方法及系统 |
CN102963294A (zh) * | 2012-11-02 | 2013-03-13 | 西安理工大学 | 一种夜间行驶车辆远光灯开启状态的判别方法 |
US20130257273A1 (en) * | 2010-09-13 | 2013-10-03 | Stefan Nordbruch | Device and method for adjusting the lighting of a vehicle in blind curves |
CN104539852A (zh) * | 2014-12-26 | 2015-04-22 | 中国科学院西安光学精密机械研究所 | 一种适合瞬间高亮场景的瞬置式自动曝光方法 |
CN205003858U (zh) * | 2015-08-13 | 2016-01-27 | 安徽超远信息技术有限公司 | 具备汽车远光灯检测功能的交通信号控制机 |
CN105930819A (zh) * | 2016-05-06 | 2016-09-07 | 西安交通大学 | 基于单目视觉和gps组合导航系统的实时城区交通灯识别系统 |
CN206164739U (zh) * | 2016-11-30 | 2017-05-10 | 中山大学 | 一种车辆远光灯违规使用的自动录像取证及执法系统 |
CN106965739A (zh) * | 2015-11-25 | 2017-07-21 | 株式会社斯巴鲁 | 车外环境识别装置 |
CN108052893A (zh) * | 2017-12-11 | 2018-05-18 | 浙江大华技术股份有限公司 | 一种识别远光灯是否开启的方法及设备 |
CN108230690A (zh) * | 2018-02-09 | 2018-06-29 | 浙江安谐智能科技有限公司 | 一种基于卷积神经网络的远光灯持续开启状态的判别方法 |
-
2018
- 2018-08-10 CN CN201810908609.7A patent/CN110246337A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030138132A1 (en) * | 1997-04-02 | 2003-07-24 | Stam Joseph S. | Vehicle lamp control |
CN102252247A (zh) * | 2010-04-07 | 2011-11-23 | 夏普株式会社 | 照明装置以及车辆用前灯 |
US20130257273A1 (en) * | 2010-09-13 | 2013-10-03 | Stefan Nordbruch | Device and method for adjusting the lighting of a vehicle in blind curves |
CN102298845A (zh) * | 2011-08-29 | 2011-12-28 | 安徽超远信息技术有限公司 | 一种远光灯视频检测方法及系统 |
CN102963294A (zh) * | 2012-11-02 | 2013-03-13 | 西安理工大学 | 一种夜间行驶车辆远光灯开启状态的判别方法 |
CN104539852A (zh) * | 2014-12-26 | 2015-04-22 | 中国科学院西安光学精密机械研究所 | 一种适合瞬间高亮场景的瞬置式自动曝光方法 |
CN205003858U (zh) * | 2015-08-13 | 2016-01-27 | 安徽超远信息技术有限公司 | 具备汽车远光灯检测功能的交通信号控制机 |
CN106965739A (zh) * | 2015-11-25 | 2017-07-21 | 株式会社斯巴鲁 | 车外环境识别装置 |
CN105930819A (zh) * | 2016-05-06 | 2016-09-07 | 西安交通大学 | 基于单目视觉和gps组合导航系统的实时城区交通灯识别系统 |
CN206164739U (zh) * | 2016-11-30 | 2017-05-10 | 中山大学 | 一种车辆远光灯违规使用的自动录像取证及执法系统 |
CN108052893A (zh) * | 2017-12-11 | 2018-05-18 | 浙江大华技术股份有限公司 | 一种识别远光灯是否开启的方法及设备 |
CN108230690A (zh) * | 2018-02-09 | 2018-06-29 | 浙江安谐智能科技有限公司 | 一种基于卷积神经网络的远光灯持续开启状态的判别方法 |
Non-Patent Citations (1)
Title |
---|
无: "向滥用远光灯说不!大华股份智能远光灯抓拍摄像机了解一下", 《百度》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110942044A (zh) * | 2019-11-28 | 2020-03-31 | 安徽江淮汽车集团股份有限公司 | 远光灯违规检测方法、装置、电子设备及存储介质 |
CN113628447A (zh) * | 2020-05-06 | 2021-11-09 | 杭州海康威视数字技术股份有限公司 | 远光灯开启检测方法、装置、设备及系统 |
CN111815959A (zh) * | 2020-06-19 | 2020-10-23 | 浙江大华技术股份有限公司 | 一种车辆违章的检测方法、装置以及计算机可读存储介质 |
CN112528923A (zh) * | 2020-12-21 | 2021-03-19 | 上海眼控科技股份有限公司 | 视频分析方法、装置、电子设备和存储介质 |
CN113561896A (zh) * | 2021-07-16 | 2021-10-29 | 浙江大华技术股份有限公司 | 车辆的刹车灯异常确定方法和刹车灯异常确定装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110246337A (zh) | 一种检测违规使用车灯的方法、装置及计算机存储介质 | |
CN107967806B (zh) | 车辆套牌检测方法、装置、可读存储介质及电子设备 | |
JP7218535B2 (ja) | 交通違反車両識別システム及びサーバ | |
CN105632182B (zh) | 一种车辆违规行为举证的方法及其系统 | |
CN106355874B (zh) | 一种违章车辆的监控和报警方法、装置及系统 | |
CN105279971B (zh) | 一种车辆信息匹配方法、系统及监控装置 | |
CN103886759B (zh) | 一种闯红灯抓拍系统及方法 | |
CN102867418B (zh) | 一种判断车牌识别准确性的方法和装置 | |
CN105185108A (zh) | 一种黄网格线违法停车自动抓拍系统 | |
CN110032947B (zh) | 一种监控事件发生的方法及装置 | |
CN107464446B (zh) | 一种垂直车位停车信息的巡检方法及装置 | |
CN110046547A (zh) | 违章举报方法、系统、计算机设备及存储介质 | |
CN109559519A (zh) | 监控设备及其违章停车检测方法、装置、可读存储介质 | |
CN108806272A (zh) | 一种提醒多辆机动车车主违法停车行为的方法及装置 | |
CN103886763B (zh) | 一种利用视频跟踪技术实现超速违法行为拍照方法及系统 | |
CN108230669B (zh) | 基于大数据和云分析的道路车辆违法检测方法及系统 | |
CN108876943A (zh) | 停车场出场跟车行为管控方法和装置 | |
CN204833705U (zh) | 一种黄网格线违法停车自动抓拍系统 | |
CN107977596A (zh) | 一种车牌状态识别方法及装置 | |
CN103632559B (zh) | 基于视频分析的红绿灯状态检测方法 | |
CN111292530A (zh) | 处理违章图片的方法、装置、服务器和存储介质 | |
CN112509325A (zh) | 一种基于视频深度学习的非现场违法自动甄别方法 | |
CN113920543A (zh) | 禁入区域安全检测方法、装置、设备及存储介质 | |
CN110263622A (zh) | 列车火情监测方法、装置、终端及存储介质 | |
CN106251622A (zh) | 车辆并道监控取证方法及其系统 |
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: 20190917 |
|
RJ01 | Rejection of invention patent application after publication |