CN110826356A - 一种非机动车违章检测系统、方法及服务器 - Google Patents

一种非机动车违章检测系统、方法及服务器 Download PDF

Info

Publication number
CN110826356A
CN110826356A CN201810891453.6A CN201810891453A CN110826356A CN 110826356 A CN110826356 A CN 110826356A CN 201810891453 A CN201810891453 A CN 201810891453A CN 110826356 A CN110826356 A CN 110826356A
Authority
CN
China
Prior art keywords
information
violation
image
label
motor vehicle
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.)
Granted
Application number
CN201810891453.6A
Other languages
English (en)
Other versions
CN110826356B (zh
Inventor
王晓鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Hikvision System Technology Co Ltd
Original Assignee
Hangzhou Hikvision System Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Hikvision System Technology Co Ltd filed Critical Hangzhou Hikvision System Technology Co Ltd
Priority to CN201810891453.6A priority Critical patent/CN110826356B/zh
Publication of CN110826356A publication Critical patent/CN110826356A/zh
Application granted granted Critical
Publication of CN110826356B publication Critical patent/CN110826356B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Tourism & Hospitality (AREA)
  • Human Computer Interaction (AREA)
  • Development Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明实施例提供了一种非机动车违章检测系统、方法及服务器，系统包括：多个相机、多个标签识别器以及服务器；服务器接收相机拍摄的违章图像和违章时空信息及标签识别器识别的标签信息和标签时空信息，将违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到预设数量个待匹配身份信息，针对各违章图像，查找与该违章图像的地点信息相同、且与该违章图像的时间信息的差值小于预设阈值的标签时空信息对应的标签信息，并从预设登记库中查找标签信息对应的车主身份信息，根据各待匹配身份信息与车主身份信息的匹配结果，确定非机动车的违章者身份信息。通过本方案，可以提高检测非机动车的违章者身份信息的准确率。

Description

一种非机动车违章检测系统、方法及服务器
技术领域
本发明涉及交通违章管理技术领域，特别是涉及一种非机动车违章检测系统、方法及服务器。
背景技术
非机动车在城市交通中占据着绝大多数的交通资源，尤其是随着共享单车的发展，城市非机动车的保有量越来越大，而非机动车驾驶人无视交通规则的现象层出不穷，严重影响着交通安全。
针对非机动车给城市交通带来的安全问题，多采用视频检测与标签识别相结合的方式，来确认非机动车的违章者身份信息。视频检测是使用相机拍摄检测区域内发生违章行为的非机动车，得到发生违章行为的非机动车的位置、方向、速度等信息；标签识别是利用RFID(Radio Frequency Identification，射频识别)等标签识别技术，识别进入检测区域的非机动车的标签信息，标签信息携带了非机动车的位置、方向、速度等信息。通过将视频检测得到的信息与标签识别得到的信息进行匹配，若信息相同，则到预设的登记库中查找标签信息对应的车主身份信息，确认该车主身份信息为违章者身份信息。
然而，在实际场景中，常会出现非机动车外借他人或者被盗的情况，以及例如共享单车等无固定驾驶人的情况，这样，非机动车的车主身份信息并不一定是实际的违章者身份信息，通过上述方法，易导致非机动车的违章者身份信息检测错误。
发明内容
本发明实施例的目的在于提供一种非机动车违章检测系统、方法及服务器，以提高检测非机动车的违章者身份信息的准确率。具体技术方案如下：
第一方面，本发明实施例提供了一种非机动车违章检测系统，所述系统包括：多个相机、多个标签识别器以及服务器；
所述相机，用于检测并拍摄检测区域内发生违章行为的非机动车，得到违章图像及违章时空信息，并将所述违章图像及所述违章时空信息发送至所述服务器，其中，所述违章图像中包含所述非机动车的违章者人脸信息，所述违章时空信息包括拍摄到所述非机动车的第一地点信息及第一时间信息；
所述标签识别器，用于利用预设标签识别技术，识别进入检测区域的非机动车的标签信息及标签时空信息，并将所述标签信息及所述标签时空信息发送至所述服务器，其中，所述标签时空信息包括识别到所述非机动车的标签信息的第二地点信息及第二时间信息；
所述服务器，包括人脸比对模块、身份信息查找模块及身份匹配模块；
所述人脸比对模块，用于接收各相机发送的违章图像及违章时空信息；针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到预设数量个待匹配身份信息；
所述身份信息查找模块，用于接收各标签识别器发送的标签信息及标签时空信息；针对各违章图像，从各标签识别器发送的标签信息中，查找第二地点信息与该违章图像的第一地点信息相同、且第二时间信息与该违章图像的第一时间信息的差值小于预设阈值的标签时空信息对应的标签信息，并从预设登记库中查找所述标签信息对应的车主身份信息；
所述身份匹配模块，用于根据各待匹配身份信息与所述车主身份信息的匹配结果，确定所述非机动车的违章者身份信息。
可选的，所述相机，具体用于：
获取检测区域内的非机动车信号灯状态；
若所述非机动车信号灯状态为禁止通行状态，则检测是否有非机动车经过所述检测区域内的虚拟触发线，所述检测区域内包括多条虚拟触发线；
在所述非机动车经过各虚拟触发线时，拍摄所述非机动车，得到多张检测图像；
提取任一检测图像中包含所述非机动车的违章者人脸信息的感兴趣区域，得到感兴趣区域图像；
基于各检测图像以及所述感兴趣区域图像，合成违章图像；
将所述违章图像发送至所述服务器。
可选的，所述相机，具体用于：
获取检测区域内的非机动车的运动方向；
判断所述非机动车的运动方向是否与预设正向相同；
若所述非机动车的运动方向与所述预设正向相反，则在所述非机动车的运动过程中拍摄所述非机动车，得到多张检测图像；
提取任一检测图像中包含所述非机动车的违章者人脸信息的感兴趣区域，得到感兴趣区域图像；
基于各检测图像以及所述感兴趣区域图像，合成违章图像；
将所述违章图像发送至所述服务器。
可选的，所述相机，具体用于：
判断检测区域内是否出现非机动车，所述检测区域为覆盖机动车专用车道的区域；
若所述检测区域内出现非机动车，则在所述非机动车出现在所述检测区域的时间段内拍摄所述非机动车，得到多张检测图像；
提取任一检测图像中包含所述非机动车的违章者人脸信息的感兴趣区域，得到感兴趣区域图像；
基于各检测图像以及所述感兴趣区域图像，合成违章图像；
将所述违章图像发送至所述服务器。
可选的，所述标签识别器与所述相机安装于同一位置。
可选的，所述预设标签识别技术为RFID技术；所述标签信息为RFID标签信息；
所述标签识别器，具体用于：
利用所述RFID技术，识别进入所述检测区域的各车辆的RFID标签信息；
当识别到携带RFID标签信息的非机动车进入所述检测区域时，读取并记录所述非机动车的RFID标签信息及标签时空信息；
将所述RFID标签信息以及所述标签时空信息发送至所述服务器。
可选的，所述服务器包括：过车库；
所述身份信息查找模块，还用于将接收到的各标签信息以及对应的各标签时空信息存储至所述过车库；
所述人脸比对模块，具体用于：
针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到该违章图像与各人脸图像的人脸相似度以及各人脸图像对应的待匹配身份信息；
按照人脸相似度从高到低的顺序，选择预设数量个人脸图像对应的待匹配身份信息，组成违章者身份库；
所述身份信息查找模块，具体用于：
针对各违章图像，从所述过车库中，查找第二地点信息与该违章图像的第一地点信息相同，且第二时间信息与该违章图像的第一时间信息的差值小于预设阈值的标签时空信息对应的标签信息；
根据各标签信息，从预设登记库中查找各标签信息对应的车主身份信息，组成过车车主信息库；
所述身份匹配模块，具体用于：
匹配所述违章者身份库中各待匹配身份信息与所述过车车主信息库中各车主身份信息；
若所述违章者身份库中存在与所述过车车主信息库中车主身份信息相同的待匹配身份信息，则确定所述非机动车的违章者身份信息为所述车主身份信息；
若所述违章者身份库中不存在与所述过车车主信息库中车主身份信息相同的待匹配身份信息，则确定所述非机动车的违章者身份信息为所述违章者身份库中人脸相似度最高的人脸图像对应的待匹配身份信息。
可选的，所述身份匹配模块，还用于：
在确定所述非机动车的违章者身份信息后，展示所述违章者身份信息，并生成带有所述违章者身份信息的违章记录。
第二方面，本发明实施例提供了一种非机动车违章检测方法，应用于服务器，所述方法包括：
接收各相机发送的违章图像、违章时空信息，以及各标签识别器发送的标签信息、标签时空信息，其中，所述违章图像中包含所述相机拍摄到发生违章行为的非机动车的违章者人脸信息，所述违章时空信息包括所述相机拍摄到发生违章行为的非机动车的第一地点信息及第一时间信息，所述标签时空信息包括所述标签识别器识别到非机动车的标签信息的第二地点信息及第二时间信息；
针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到预设数量个待匹配身份信息；
针对各违章图像，从各标签识别器发送的标签信息中，查找第二地点信息与该违章图像的第一地点信息相同、且第二时间信息与该违章图像的第一时间信息的差值小于预设阈值的标签时空信息对应的标签信息，并从预设登记库中查找所述标签信息对应的车主身份信息；
根据各待匹配身份信息与所述车主身份信息的匹配结果，确定所述非机动车的违章者身份信息。
可选的，所述标签信息为RFID标签信息。
可选的，在所述接收各标签识别器发送的标签信息、标签时空信息之后，所述方法还包括：
将接收到的各标签信息及对应的各标签时空信息存储至过车库；
所述针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到预设数量个待匹配身份信息，包括：
针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到该违章图像与各人脸图像的人脸相似度以及各人脸图像对应的待匹配身份信息；
按照人脸相似度从高到低的顺序，选择预设数量个人脸图像对应的待匹配身份信息，组成违章者身份库；
所述针对各违章图像，从各标签识别器发送的标签信息中，查找第二地点信息与该违章图像的第一地点信息相同、且第二时间信息与该违章图像的第一时间信息的差值小于预设阈值的标签时空信息对应的标签信息，并从预设登记库中查找所述标签信息对应的车主身份信息，包括：
针对各违章图像，从所述过车库中，查找第二地点信息与该违章图像的第一地点信息相同，且第二时间信息与该违章图像的第一时间信息的差值小于预设阈值的标签时空信息对应的标签信息；
根据各标签信息，从预设登记库中查找各标签信息对应的车主身份信息，组成过车车主信息库；
所述根据各待匹配身份信息与所述车主身份信息的匹配结果，确定所述非机动车的违章者身份信息，包括：
匹配所述违章者身份库中各待匹配身份信息与所述过车车主信息库中各车主身份信息；
若所述违章者身份库中存在与所述过车车主信息库中车主身份信息相同的待匹配身份信息，则确定所述非机动车的违章者身份信息为所述车主身份信息；
若所述违章者身份库中不存在与所述过车车主信息库中车主身份信息相同的待匹配身份信息，则确定所述非机动车的违章者身份信息为所述违章者身份库中人脸相似度最高的人脸图像对应的待匹配身份信息。
可选的，在所述根据各待匹配身份信息与所述车主身份信息的匹配结果，确定所述非机动车的违章者身份信息之后，所述方法还包括：
展示所述违章者身份信息，并生成带有所述违章者身份信息的违章记录。
第三方面，本发明实施例提供了一种服务器，所述服务器包括：处理器和存储器；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序，实现本发明实施例第二方面所述的方法步骤。
本发明实施例提供的一种非机动车违章检测系统、方法及服务器，非机动车违章检测系统包括：多个相机、多个标签识别器以及服务器。其中，相机，用于检测并拍摄检测区域内发生违章行为的非机动车，得到包含有非机动车的违章者人脸信息的违章图像及违章时空信息，并将违章图像及违章时空信息发送至服务器；标签识别器，用于利用预设标签识别技术，识别进入检测区域的非机动车的标签信息及标签时空信息，并将标签信息及标签时空信息发送至服务器；服务器，用于接收违章图像、违章时空信息、标签信息及标签时空信息，针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到预设数量个待匹配身份信息，并针对各违章图像，从各标签识别器发送的标签信息中，查找第二地点信息与该违章图像的第一地点信息相同、且第二时间信息与该违章图像的第一时间信息的差值小于预设阈值的标签时空信息对应的标签信息，并从预设登记库中查找标签信息对应的车主身份信息，根据各待匹配身份信息与车主身份信息的匹配结果，确定非机动车的违章者身份信息。服务器接收各相机拍摄的包含有非机动车的违章者人脸信息的违章图像，通过与常住人口图像库中人脸图像的人脸信息进行比对，可以得到多个待匹配身份信息，再经过与基于违章时空信息和标签识别器识别的标签信息、标签时空信息所查找到的车主身份信息进行匹配，最终确定违章者身份信息，这样，结合相机检测到的违章者人脸信息，所得到的待匹配身份信息能够更准确地反映违章者的实际身份信息，再基于与车主身份信息的匹配，能够准确地确定出非机动车的违章者身份信息。
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为本发明实施例的非机动车违章检测系统的结构示意图；
图2为本发明实施例的非机动车违章检测系统的设备交互示意图；
图3为本发明实施例的非机动车闯红灯检测流程示意图；
图4为本发明实施例的非机动车逆行检测流程示意图；
图5为本发明实施例的非机动车占用机动车专用车道检测流程示意图；
图6为本发明一实施例的非机动车违章检测方法的流程示意图；
图7为本发明另一实施例的非机动车违章检测方法的流程示意图；
图8为本发明实施例的服务器的结构示意图。
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，都属于本发明保护的范围。
为了提高检测非机动车的违章者身份信息的准确率，本发明实施例提供了一种非机动车违章检测系统、方法及服务器。
本发明实施例中的术语解释如下：
非机动车违章：交通管理中，常见的非机动车违章行为包括闯红灯、占用机动车专用道、逆行等。
RFID技术：可通过无线电讯号识别特定目标并读写相关数据的技术，无需识别系统与特定目标之间建立机械或光学接触。
常住人口图像库：包含常住人口的身份信息和人脸信息的数据库。
RFID过车库：RFID标签识别器实时监测通过的车辆，当检测到非机动车的RFID标签信息时，即生成一条有效的过车记录，该过车记录包含过车的时间信息、地点信息以及RFID标签信息，大量的过车记录累计形成RFID过车库。
RFID登记库：车辆管理部门以电子车牌的方式，将RFID标签发给非机动车主，车主在申领RFID标签时，会进行身份信息登记，生成RFID登记库，RFID登记库中记录有RFID标签信息与车主身份信息的对应关系。
本发明实施例提供了一种非机动车违章检测系统，如图1所示，该系统包括多个相机110、多个标签识别器120以及服务器130，服务器130包括人脸比对模块131、身份信息查找模块132和身份匹配模块133。该系统中各设备之间通过信息交互，实现非机动车的违章检测，具体的交互过程如图2所示，可以包括如下步骤。
S201，相机检测并拍摄检测区域内发生违章行为的非机动车，得到违章图像及违章时空信息。
其中，违章图像中包含非机动车的违章者人脸信息，违章时空信息包括拍摄到非机动车的第一地点信息及第一时间信息。本发明实施例所提供的非机动车违章检测系统中，相机为非机动车检测相机，用来检测和拍摄检测区域内发生违章行为的非机动车，由于相机具有检测和拍摄功能，相机中至少包括用于检测非机动车是否发生违章行为的核心芯片以及对发生违章行为的非机动车进行拍摄的摄像头。非机动车的违章行为主要包括闯红灯、逆行和占用机动车专用车道，相机的核心芯片首先需要判断非机动车是否发生上述违章行为，再驱动摄像头对发生了违章行为的非机动车进行拍摄。违章时空信息中包含了非机动车发生违章行为的第一地点信息和第一时间信息。第一地点信息为相机架设的位置信息或者相机所检测的检测区域的位置信息，在相机架设好之后，该相机的第一地点信息即已确定，也就是说，在相机架设好后，根据相机的架设位置和/或相机的检测区域参数，对应的可以确定一个第一地点信息；第一时间信息为相机拍摄到在检测区域内发生违章行为的非机动车的时间信息。
检测区域为需要进行非机动车违章检测的区域，与相机的架设参数相关，可以为路口的人行道区域、非机动车专用车道的区域、机动车专用车道的区域等，相机可以架设在需要检测的区域上方，按照一定角度进行架设以满足检测范围的要求。
违章图像可以为对发生违章行为的非机动车的违章者人脸区域进行拍摄得到的违章图像；也可以为在对非机动车进行拍摄得到的检测图像后，从检测图像中提取包含非机动车的违章者人脸信息的感兴趣区域得到的图像；还可以为在对非机动车进行拍摄得到的检测图像后，从检测图像中提取包含非机动车的违章者人脸信息的感兴趣区域与检测图像合成的图像等。
S202，相机将违章图像及违章时空信息发送至服务器。
相机在得到违章图像后，将违章图像发送至服务器，为服务器确认非机动车的违章者身份信息提供依据。
由于非机动车的违章行为包括闯红灯、逆行和占用机动车专用车道等，下面分别针对非机动车的各种违章行为，对相机的检测、拍摄过程作以介绍。
可选的，对应于非机动车闯红灯的违章行为，如图3所示，相机具体可以执行如下步骤：
第一步，获取检测区域内的非机动车信号灯状态。
针对非机动车闯红灯的违章行为，相机可以架设在路口非机动车专用车道的上方，即检测区域可以为路口的人行道区域。相机可以实时获取检测区域内的非机动车信号灯状态，判断非机动车信号灯是否为禁止通行状态(通常情况下为红灯)。
第二步，若非机动车信号灯状态为禁止通行状态，则检测是否有非机动车经过检测区域内的虚拟触发线，其中，检测区域内包括多条虚拟触发线。
在相机的检测区域内可以设置多条虚拟触发线，通常情况下可以设置3条虚拟触发线，每条虚拟触发线分别对应闯红灯过程的各节点，一般将其中一条虚拟触发线设置为与检测区域内的非机动车停止线重合。
第三步，在非机动车经过各虚拟触发线时，拍摄非机动车，得到多张检测图像。
如果非机动车信号灯为禁止通行状态，而此时有非机动车经过虚拟触发线，则说明该非机动车正在闯红灯，在闯红灯的过程中，非机动车会在检测区域内先后经过各虚拟触发线，当经过虚拟触发线时，会触发相机的摄像头对非机动车进行拍摄，每经过一条虚拟触发线，就会拍摄到一张检测图像，可以得到多张检测图像。
第四步，提取任一检测图像中包含非机动车的违章者人脸信息的感兴趣区域，得到感兴趣区域图像。
在得到检测图像后，可以判断检测图像中是否检测到人脸信息，如果检测到人脸信息，则提取包含该人脸信息的感兴趣区域，得到感兴趣区域图像，提取感兴趣区域的过程可以理解为人脸抠图的过程，所得到的感兴趣区域图像可以清晰的展示人脸信息。
第五步，基于各检测图像以及感兴趣区域图像，合成违章图像。
在得到各检测图像和感兴趣区域图像后，可以将这些图像合成一张违章图像，这里所说的图像合成，可以是传统意义上的图像合成过程，在违章图像中体现非机动车的运动信息、违章者人脸信息和时间信息等。
第六步，将违章图像发送至服务器。
最终，将违章图像发送至服务器，以使服务器基于违章图像来确认非机动车的违章者身份信息。
可选的，对应于非机动车逆行的违章行为，如图4所示，相机具体可以执行如下步骤：
第一步，获取检测区域内的非机动车的运动方向，判断非机动车的运动方向是否与预设正向相同。
针对非机动车逆行的违章行为，相机可以架设在非机动车专用车道的上方，检测区域可以为非机动车专用车道。可以将非机动车专用车道内非机动车正常行驶的方向设为预设正向，通过判断非机动车的运动方向是否与预设正向相同，来判断非机动车是否逆行。
第二步，若非机动车的运动方向与预设正向相反，则在非机动车的运动过程中拍摄非机动车，得到多张检测图像。
如果非机动车的运动方向与预设正向相反，则说明非机动车逆行，此时会触发相机的摄像头拍摄运动过程中的非机动车，至少拍摄两个不同位置的非机动车的图像，得到多张检测图像。
第三步，提取任一检测图像中包含非机动车的违章者人脸信息的感兴趣区域，得到感兴趣区域图像。
第四步，基于各检测图像以及感兴趣区域图像，合成违章图像。
第五步，将违章图像发送至服务器。
其中，相机针对非机动车逆行的违章行为中执行的第三步至第五步，与针对非机动车闯红灯的违章行为中执行的第四步至第六步相同或相似，这里不再赘述。
可选的，对应于非机动车占用机动车专用车道的违章行为，如图5所示，相机具体可以执行如下步骤：
第一步，判断检测区域内是否出现非机动车，其中，检测区域为覆盖机动车专用车道的区域。
针对非机动车占用机动车专用车道的违章行为，相机可以架设在机动车专用车道的上方，检测区域可以设置为覆盖机动车专用车道的区域，这样，一旦检测区域内出现非机动车，则说明该非机动车占用机动车专用车道。
第二步，若检测区域内出现非机动车，则在非机动车出现在检测区域的时间段内拍摄非机动车，得到多张检测图像。
在检测到有非机动车占用机动车专用车道时，在非机动车出现在检测区域的时间段内拍摄至少两个不同位置的非机动车的图像，得到多张检测图像。
第三步，提取任一检测图像中包含非机动车的违章者人脸信息的感兴趣区域，得到感兴趣区域图像。
第四步，基于各检测图像以及感兴趣区域图像，合成违章图像。
第五步，将违章图像发送至服务器。
其中，相机针对非机动车占用机动车专用车道的违章行为中执行的第三步至第五步，与针对非机动车逆行的违章行为中执行的第三步至第五步，以及针对非机动车闯红灯的违章行为中执行的第四步至第六步相同或相似，这里不再赘述。
S203，标签识别器利用预设标签识别技术，识别进入检测区域的非机动车的标签信息及标签时空信息。
其中，标签时空信息包括识别到非机动车的标签信息的第二地点信息及第二时间信息。预设标签识别技术为识别目标的标签信息的技术，例如，红外识别技术、蓝牙识别技术、射频识别技术等，标签识别器可以发射一定强度的信号，该信号在到达所检测区域内的目标时，会回传一个信号，以此来大致判定对应目标的标签信息，如果检测区域内出现非机动车，则标签识别器可以利用预设标签识别技术，识别该非机动车的标签信息。标签时空信息中包含了识别到非机动车的标签信息的第二地点信息和第二时间信息。第二地点信息为标签识别器放置的位置信息或者标签识别器所检测的检测区域的位置信息，在标签识别器放置好之后，该标签识别器的第二地点信息即已确定，也就是说，在标签识别器放置好后，根据标签识别器的放置位置和/或标签识别器的检测区域参数，对应的可以确定一个第二地点信息；第二时间信息为标签识别器识别到检测区域内非机动车的标签信息的时间信息。
在进行非机动车违章检测时，要求相机的检测区域与标签识别器的检测区域基本一致，需要在标签信息中查找第二地点信息与第一地点信息相同的标签信息，也就是说，相应的一个相机的架设位置与一个标签识别器的放置位置相同，或者一个相机的检测区域与一个标签识别器的检测区域相同，这样，保证从标签识别器识别到的标签信息中查找出违章非机动车的标签信息。
可选的，标签识别器与相机安装于同一位置。
通常情况下相机的检测区域与标签识别器的检测区域相同或相近，为了保证标签识别器的检测区域与相机的检测区域基本一致，通常要求标签识别器与相机安装于同一位置，当然，在保证两者的检测区域基本一致的前提下，标签识别器与相机的安装位置可以不同。
S204，标签识别器将标签信息及标签时空信息发送至服务器。
标签识别器在识别到非机动车的标签信息后，将标签信息发送至服务器，为服务器确认非机动车的违章者身份信息提供依据。
可选的，预设标签识别技术具体可以为RFID技术；标签信息具体可以为RFID标签信息；
标签识别器具体可以执行如下步骤：
第一步，利用RFID技术，识别进入检测区域的各车辆的RFID标签信息。
RFID技术是一种通过无线电讯号识别特定目标并读写相关数据的技术，具有无需建立机械或者光学接触的优点，利用RFID技术可以识别到进入检测区域的各车辆的RFID标签信息。
第二步，当识别到携带RFID标签信息的非机动车进入检测区域时，读取并记录非机动车的RFID标签信息以及标签时空信息。
根据各车辆的RFID标签信息，可以识别出哪些车辆为非机动车，如果识别到携带RFID标签信息的非机动车进入检测区域，则读取并记录该非机动车的RFID标签信息和标签时空信息。
第三步，将RFID标签信息以及标签时空信息发送至服务器。
将包含RFID标签信息和标签时空信息发送至服务器，以使服务器基于RFID标签信息、标签时空信息、违章图像和违章时空信息来确认非机动车的违章者身份信息。
S205，服务器中的人脸比对模块针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到预设数量个待匹配身份信息。
常住人口图像库为包含常住人口的身份信息和人脸信息的数据库，通过将违章图像的违章人脸信息与常住人口图像库中各人脸图像的人脸信息进行比对，得到违章图像中的人脸信息与各人脸图像的人脸信息的人脸相似度，即可以得到多个待匹配身份信息，待匹配身份信息中包括违章图像中的驾驶人可能为哪些常住人口，例如，通过人脸信息比对，得到违章图像中的驾驶人与常住人口张三的人脸相似度为65％、与常住人口李四的人脸相似度为63％、与常住人口王五的人脸相似度为55％，则待匹配身份信息包括三个，为张三、李四、王五。
S206，服务器中的身份信息查找模块针对各违章图像，从各标签识别器发送的标签信息中，查找第二地点信息与该违章图像的第一地点信息相同、且第二时间信息与该违章图像的第一时间信息的差值小于预设阈值的标签时空信息对应的标签信息，并从预设登记库中查找标签信息对应的车主身份信息。
预设登记库为发放非机动车标签时，登记的包含车主身份信息和标签信息的数据库。由于只要有非机动车进入标签识别器的检测区域，标签识别器就会识别其标签信息，并且系统中的标签识别器有很多个，检测区域各不相同，这样，标签识别器识别到的非机动车有可能并不是违章的非机动车。因此，针对相机拍摄到的违章图像，需要从标签识别器识别到的标签信息中查找到同一地点、且检测到的时间相近的非机动车的标签信息。
基于查找到的标签信息，可以从预设登记库中查找到对应的车主身份信息，车主身份信息可以包括非机动车的车主的身份证号、姓名、住址、出生年月等信息。
S207，服务器中的身份匹配模块根据各待匹配身份信息与车主身份信息的匹配结果，确定非机动车的违章者身份信息。
在得到待匹配身份信息和车主身份信息后，可以将车主身份信息与各待匹配身份信息相匹配，如果匹配上，可以确认车主身份信息为违章者身份信息，如果匹配不上，则需要基于待匹配身份信息，确认出实际的违章者身份信息。为了便于管理部门进行管理，由于身份证具有唯一性，身份匹配结果主要可以是匹配得到违章者的身份证号。
可选的，如图6所示，本发明实施例所提供的应用于服务器的非机动车违章检测方法可以包括如下步骤：
S601，接收各相机发送的违章图像、违章时空信息，以及各标签识别器发送的标签信息、标签时空信息。
其中，违章图像中包含相机拍摄到发生违章行为的非机动车的违章者人脸信息，违章时空信息包括相机拍摄到发生违章行为的非机动车的第一地点信息及第一时间信息，标签时空信息包括标签识别器识别到非机动车的标签信息的第二地点信息及第二时间信息。
可选的，服务器可以包括过车库。
过车库用于记录标签识别器在识别到非机动车的标签信息时，将识别到的标签信息和标签时空信息存储下来的数据库，过车库包括在服务器中，具体可以包括在身份信息查找模块中，或者可以独立于身份信息查找模块。当然，特殊情况下，身份信息查找模块即可为过车库。
可选的，标签信息可以为RFID标签信息。
RFID标签信息和标签时空信息是非机动车经过标签识别器所检测范围内，有非机动车经过时记录下的信息。
则在S601之后，本发明实施例所提供的非机动车违章检测方法还可以执行如下步骤：
将接收到的各标签信息以及对应的各标签时空信息存储至过车库。
过车库是用来存储标签信息和标签时空信息的数据库，因此，服务器在接收到标签信息和标签时空信息后，将标签信息和标签时空信息存储至过车库，以便从过车库中进行身份信息查找的操作。
S602，针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸图像进行比对，得到预设数量个待匹配身份信息。
违章图像的违章人脸信息与各人脸图像的人脸信息比对过程，就是将图像中的人脸信息/人脸特征进行比对，得到两者之间的人脸相似度，基于人脸相似度可以得到预设数量个待匹配身份信息。
可选的，S602具体可以为：
针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到该违章图像与各人脸图像的人脸相似度以及各人脸图像对应的待匹配身份信息；
按照人脸相似度从高到低的顺序，选择预设数量个人脸图像对应的待匹配身份信息，组成违章者身份库。
违章图像的违章人脸信息与常住人口图像库中的各人脸图像的人脸信息分别进行比对，可以得到与各人脸图像的人脸相似度，人脸相似度代表了违章图像中驾驶人为该常住人口的可能性，人脸相似度越高，则违章图像中的驾驶人为该常住人口的可能性就越大。为了保证检测的准确性，可以按照人脸相似度从高到底的顺序进行排列，选择出前面N(预设数量)个待匹配身份信息组成违章者身份库。以此违章者身份库为基础，进行违章者身份信息的匹配。
S603，针对各违章图像，查找与该违章图像的地点信息相同、且与该违章图像的时间信息的差值小于预设阈值的标签时空信息对应的标签信息，并从预设登记库中查找标签信息对应的车主身份信息。
可选的，S603具体可以为：
针对各违章图像，从过车库中，查找与该违章图像的地点信息相同、且与该违章图像的时间信息的差值小于预设阈值的标签时空信息对应的标签信息；
根据各标签信息，从预设登记库中查找各标签信息对应的车主身份信息，组成过车车主信息库。
服务器预设一时间值T(例如30秒)，根据相机拍摄到的违章时空信息，检索过车库，返回地点信息相同、且出现在时间信息前后T时间的标签信息，基于各标签信息，到预设登记库中查找各标签信息对应的车主身份信息，可以组成过车车主信息库。以此过车车主信息库为基础，与违章者身份库进行匹配，以确认违章者身份信息。
S604，根据各待匹配身份信息与车主身份信息的匹配结果，确定非机动车的违章者身份信息。
针对服务器存储的是包含车主身份信息的过车车主信息库的情况，可选的，S604具体可以为：
匹配违章者身份库中各待匹配身份信息与过车车主信息库中各车主身份信息；
若违章者身份库中存在与过车车主信息库中车主身份信息相同的待匹配身份信息，则确定非机动车的违章者身份信息为车主身份信息；
若违章者身份库中不存在与过车车主信息库中车主身份信息相同的待匹配身份信息，则确定非机动车的违章者身份信息为违章者身份库中人脸相似度最高的人脸图像对应的待匹配身份信息。
匹配违章者身份库和过车车主信息库中的身份信息，当两个库中有相同的身份信息时，则认定匹配上的身份信息为违章者身份信息；当两个库中无相同的身份信息时，则说明违章者不是非机动车的车主，以违章者身份库中最终人脸相似度最高的结果为违章者身份信息。
可选的，在S604之后，服务器还可以执行如下步骤：
展示违章者身份信息，并生成带有违章者身份信息的违章记录。
在确认违章者身份信息后，可以展示该违章者身份信息，以为人工审核提供依据，由人工来判断所确认的违章者身份信息是否准确，并之后后续的步骤，并且可以生成带有违章者身份信息的违章记录，真实反映非机动的违章情况。
应用本实施例，非机动车违章检测系统包括：多个相机、多个标签识别器以及服务器。其中，相机，用于检测并拍摄检测区域内发生违章行为的非机动车，得到包含有非机动车的违章者人脸信息的违章图像及违章时空信息，并将违章图像及违章时空信息发送至服务器；标签识别器，用于利用预设标签识别技术，识别进入检测区域的非机动车的标签信息及标签时空信息，并将标签信息及标签时空信息发送至服务器；服务器，用于接收违章图像、违章时空信息、标签信息及标签时空信息，针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到预设数量个待匹配身份信息，并针对各违章图像，从各标签识别器发送的标签信息中，查找第二地点信息与该违章图像的第一地点信息相同、且第二时间信息与该违章图像的第一时间信息的差值小于预设阈值的标签时空信息对应的标签信息，并从预设登记库中查找标签信息对应的车主身份信息，根据各待匹配身份信息与车主身份信息的匹配结果，确定非机动车的违章者身份信息。服务器接收各相机拍摄的包含有非机动车的违章者人脸信息的违章图像，通过与常住人口图像库中人脸图像的人脸信息进行比对，可以得到多个待匹配身份信息，再经过与基于违章时空信息和标签识别器识别的标签信息、标签时空信息所查找到的车主身份信息进行匹配，最终确定违章者身份信息，这样，结合相机检测到的违章者人脸信息，所得到的待匹配身份信息能够更准确地反映违章者的实际身份信息，再基于与车主身份信息的匹配，能够准确地确定出非机动车的违章者身份信息。
为了便于理解，下面结合图7，对本发明实施例所提供的非机动车违章检测方法进行详细介绍。非机动车违章检测的流程主要包括：
第一步，从常住人口图像库中获取常住人口的人脸图像，各人脸图像中包括常住人口的身份信息。
第二步，相机通过拍摄得到违章图像和违章时空信息，违章图像中包括人脸信息。
第三步，对常住人口的人脸图像的人脸信息与违章图像的人脸信息进行比对，输出人脸相似度前N的待匹配身份信息，组成违章者身份库K1。
第四步，RFID标签识别器识别非机动车的RFID标签信息，记录过车记录信息，过程记录信息包括RFID标签信息和标签时空信息。
第五步，从预设RFID登记库中查找RFID标签信息对应的车主身份信息。
第六步，基于过车记录信息，从RFID过车库中查找与违章时空信息的违章地点信息相同、且与违章时空信息的违章时间信息前后T时间的车主身份信息，组成过车车主信息库K2。
第七步，判断K1和K2是否有相同身份信息，如果有则执行第八步，否则执行第九步。
第八步，确定该身份信息为违章者身份信息。
第九步，以K1中人脸相似度最高的待匹配身份信息为违章者身份信息。
第十步，在确定违章者身份信息后，展示违章者身份信息，以进行人工审核，生成带有违章者身份信息的违章记录。
通过本方案，服务器接收各相机拍摄的包含有非机动车的违章者人脸信息的违章图像，通过违章图像的人脸信息与常住人口图像库中人脸图像的人脸信息进行比对，可以得到多个待匹配身份信息，再经过与基于违章时空信息和标签识别器识别的标签信息、标签时空信息所查找到的车主身份信息进行匹配，最终确定违章者身份信息，这样，结合相机检测到的违章者人脸信息，所得到的待匹配身份信息能够更准确地反映违章者的实际身份信息，再基于与车主身份信息的匹配，能够准确地确定出非机动车的违章者身份信息。
本发明实施例还提供了一种服务器，如图8所示，包括处理器801和存储器802，其中，
存储器802，用于存储能够被处理器801执行的计算机程序；
处理器801，用于执行存储器802上所存放的程序，实现本发明实施例提供的非机动车违章检测方法的所有步骤。
存储器802与处理器801之间可以通过有线连接或者无线连接的方式进行数据传输，并且服务器可以通过有线通信接口或者无线通信接口与相机、标签识别器等设备进行通信。
上述存储器可以包括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。可选的，存储器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 Processor，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。
本实施例中，该服务器的处理器通过读取存储器中存储的计算机程序，并通过运行该计算机程序，能够实现：服务器接收各相机拍摄的包含有非机动车的违章者人脸信息的违章图像，通过违章图像的人脸信息与常住人口图像库中人脸图像的人脸信息进行比对，可以得到多个待匹配身份信息，再经过与基于违章时空信息和标签识别器识别的标签信息、标签时空信息所查找到的车主身份信息进行匹配，最终确定违章者身份信息，这样，结合相机检测到的违章者人脸信息，所得到的待匹配身份信息能够更准确地反映违章者的实际身份信息，再基于与车主身份信息的匹配，能够准确地确定出非机动车的违章者身份信息。
另外，本发明实施例提供了一种机器可读存储介质，用于存储计算机程序，所述计算机程序促使处理器执行本发明实施例提供的非机动车违章检测方法的所有步骤。
本实施例中，机器可读存储介质存储有在运行时执行本发明实施例所提供的非机动车违章检测方法的计算机程序，因此能够实现：服务器接收各相机拍摄的包含有非机动车的违章者人脸信息的违章图像，通过违章图像的人脸信息与常住人口图像库中人脸图像的人脸信息进行比对，可以得到多个待匹配身份信息，再经过与基于违章时空信息和标签识别器识别的标签信息、标签时空信息所查找到的车主身份信息进行匹配，最终确定违章者身份信息，这样，结合相机检测到的违章者人脸信息，所得到的待匹配身份信息能够更准确地反映违章者的实际身份信息，再基于与车主身份信息的匹配，能够准确地确定出非机动车的违章者身份信息。
对于服务器以及机器可读存储介质实施例而言，由于其所涉及的方法内容基本相似于前述的方法实施例，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。
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，对于服务器、机器可读存储介质实施例而言，由于其基本相似于系统和方法实施例，所以描述的比较简单，相关之处参见系统和方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (13)

1.一种非机动车违章检测系统，其特征在于，所述系统包括：多个相机、多个标签识别器以及服务器；
所述相机，用于检测并拍摄检测区域内发生违章行为的非机动车，得到违章图像及违章时空信息，并将所述违章图像及所述违章时空信息发送至所述服务器，其中，所述违章图像中包含所述非机动车的违章者人脸信息，所述违章时空信息包括拍摄到所述非机动车的第一地点信息及第一时间信息；
所述标签识别器，用于利用预设标签识别技术，识别进入检测区域的非机动车的标签信息及标签时空信息，并将所述标签信息及所述标签时空信息发送至所述服务器，其中，所述标签时空信息包括识别到所述非机动车的标签信息的第二地点信息及第二时间信息；
所述服务器，包括人脸比对模块、身份信息查找模块及身份匹配模块；
所述人脸比对模块，用于接收各相机发送的违章图像及违章时空信息；针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到预设数量个待匹配身份信息；
所述身份信息查找模块，用于接收各标签识别器发送的标签信息及标签时空信息；针对各违章图像，从各标签识别器发送的标签信息中，查找第二地点信息与该违章图像的第一地点信息相同、且第二时间信息与该违章图像的第一时间信息的差值小于预设阈值的标签时空信息对应的标签信息，并从预设登记库中查找所述标签信息对应的车主身份信息；
所述身份匹配模块，用于根据各待匹配身份信息与所述车主身份信息的匹配结果，确定所述非机动车的违章者身份信息。
2.根据权利要求1所述的系统，其特征在于，所述相机，具体用于：
获取检测区域内的非机动车信号灯状态；
若所述非机动车信号灯状态为禁止通行状态，则检测是否有非机动车经过所述检测区域内的虚拟触发线，所述检测区域内包括多条虚拟触发线；
在所述非机动车经过各虚拟触发线时，拍摄所述非机动车，得到多张检测图像；
提取任一检测图像中包含所述非机动车的违章者人脸信息的感兴趣区域，得到感兴趣区域图像；
基于各检测图像以及所述感兴趣区域图像，合成违章图像；
将所述违章图像发送至所述服务器。
3.根据权利要求1所述的系统，其特征在于，所述相机，具体用于：
获取检测区域内的非机动车的运动方向；
判断所述非机动车的运动方向是否与预设正向相同；
若所述非机动车的运动方向与所述预设正向相反，则在所述非机动车的运动过程中拍摄所述非机动车，得到多张检测图像；
提取任一检测图像中包含所述非机动车的违章者人脸信息的感兴趣区域，得到感兴趣区域图像；
基于各检测图像以及所述感兴趣区域图像，合成违章图像；
将所述违章图像发送至所述服务器。
4.根据权利要求1所述的系统，其特征在于，所述相机，具体用于：
判断检测区域内是否出现非机动车，所述检测区域为覆盖机动车专用车道的区域；
若所述检测区域内出现非机动车，则在所述非机动车出现在所述检测区域的时间段内拍摄所述非机动车，得到多张检测图像；
提取任一检测图像中包含所述非机动车的违章者人脸信息的感兴趣区域，得到感兴趣区域图像；
基于各检测图像以及所述感兴趣区域图像，合成违章图像；
将所述违章图像发送至所述服务器。
5.根据权利要求1所述的系统，其特征在于，所述标签识别器与所述相机安装于同一位置。
6.根据权利要求1所述的系统，其特征在于，所述预设标签识别技术为射频识别RFID技术；所述标签信息为RFID标签信息；
所述标签识别器，具体用于：
利用所述RFID技术，识别进入所述检测区域的各车辆的RFID标签信息；
当识别到携带RFID标签信息的非机动车进入所述检测区域时，读取并记录所述非机动车的RFID标签信息以及标签时空信息；
将所述RFID标签信息以及所述标签时空信息发送至所述服务器。
7.根据权利要求1所述的系统，其特征在于，所述服务器包括：过车库；
所述身份信息查找模块，还用于将接收到的各标签信息以及对应的各标签时空信息存储至所述过车库；
所述人脸比对模块，具体用于：
针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到该违章图像与各人脸图像的人脸相似度以及各人脸图像对应的待匹配身份信息；
按照人脸相似度从高到低的顺序，选择预设数量个人脸图像对应的待匹配身份信息，组成违章者身份库；
所述身份信息查找模块，具体用于：
针对各违章图像，从所述过车库中，查找第二地点信息与该违章图像的第一地点信息相同、且第二时间信息与该违章图像的第一时间信息的差值小于预设阈值的标签时空信息对应的标签信息；
根据各标签信息，从预设登记库中查找各标签信息对应的车主身份信息，组成过车车主信息库；
所述身份匹配模块，具体用于：
匹配所述违章者身份库中各待匹配身份信息与所述过车车主信息库中各车主身份信息；
若所述违章者身份库中存在与所述过车车主信息库中车主身份信息相同的待匹配身份信息，则确定所述非机动车的违章者身份信息为所述车主身份信息；
若所述违章者身份库中不存在与所述过车车主信息库中车主身份信息相同的待匹配身份信息，则确定所述非机动车的违章者身份信息为所述违章者身份库中人脸相似度最高的人脸图像对应的待匹配身份信息。
8.根据权利要求1所述的系统，其特征在于，所述身份匹配模块，还用于：
在确定所述非机动车的违章者身份信息后，展示所述违章者身份信息，并生成带有所述违章者身份信息的违章记录。
9.一种非机动车违章检测方法，其特征在于，应用于服务器，所述方法包括：
接收各相机发送的违章图像、违章时空信息，以及各标签识别器发送的标签信息、标签时空信息，其中，所述违章图像中包含所述相机拍摄到发生违章行为的非机动车的违章者人脸信息，所述违章时空信息包括所述相机拍摄到发生违章行为的非机动车的第一地点信息及第一时间信息，所述标签时空信息包括所述标签识别器识别到非机动车的标签信息的第二地点信息及第二时间信息；
针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到预设数量个待匹配身份信息；
针对各违章图像，从各标签识别器发送的标签信息中，查找第二地点信息与该违章图像的第一地点信息相同、且第二时间信息与该违章图像的第一时间信息的差值小于预设阈值的标签时空信息对应的标签信息，并从预设登记库中查找所述标签信息对应的车主身份信息；
根据各待匹配身份信息与所述车主身份信息的匹配结果，确定所述非机动车的违章者身份信息。
10.根据权利要求9所述的方法，其特征在于，所述标签信息为RFID标签信息。
11.根据权利要求9所述的方法，其特征在于，在所述接收各标签识别器发送的标签信息、标签时空信息之后，所述方法还包括：
将接收到的各标签信息及对应的各标签时空信息存储至过车库；
所述针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到预设数量个待匹配身份信息，包括：
针对各违章图像，将该违章图像的违章人脸信息分别与常住人口图像库中的各人脸图像的人脸信息进行比对，得到该违章图像与各人脸图像的人脸相似度以及各人脸图像对应的待匹配身份信息；
按照人脸相似度从高到低的顺序，选择预设数量个人脸图像对应的待匹配身份信息，组成违章者身份库；
所述针对各违章图像，从各标签识别器发送的标签信息中，查找第二地点信息与该违章图像的第一地点信息相同、且第二时间信息与该违章图像的第一时间信息的差值小于预设阈值的标签时空信息对应的标签信息，并从预设登记库中查找所述标签信息对应的车主身份信息，包括：
针对各违章图像，从所述过车库中，查找第二地点信息与该违章图像的第一地点信息相同、且第二时间信息与该违章图像的第一时间信息的差值小于预设阈值的标签时空信息对应的标签信息；
根据各标签信息，从预设登记库中查找各标签信息对应的车主身份信息，组成过车车主信息库；
所述根据各待匹配身份信息与所述车主身份信息的匹配结果，确定所述非机动车的违章者身份信息，包括：
匹配所述违章者身份库中各待匹配身份信息与所述过车车主信息库中各车主身份信息；
若所述违章者身份库中存在与所述过车车主信息库中车主身份信息相同的待匹配身份信息，则确定所述非机动车的违章者身份信息为所述车主身份信息；
若所述违章者身份库中不存在与所述过车车主信息库中车主身份信息相同的待匹配身份信息，则确定所述非机动车的违章者身份信息为所述违章者身份库中人脸相似度最高的人脸图像对应的待匹配身份信息。
12.根据权利要求9所述的方法，其特征在于，在所述根据各待匹配身份信息与所述车主身份信息的匹配结果，确定所述非机动车的违章者身份信息之后，所述方法还包括：
展示所述违章者身份信息，并生成带有所述违章者身份信息的违章记录。
13.一种服务器，其特征在于，所述服务器包括：处理器和存储器；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序，实现权利要求9-12任一所述的方法步骤。
CN201810891453.6A 2018-08-07 2018-08-07 一种非机动车违章检测系统、方法及服务器 Active CN110826356B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810891453.6A CN110826356B (zh) 2018-08-07 2018-08-07 一种非机动车违章检测系统、方法及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810891453.6A CN110826356B (zh) 2018-08-07 2018-08-07 一种非机动车违章检测系统、方法及服务器

Publications (2)

Publication Number Publication Date
CN110826356A true CN110826356A (zh) 2020-02-21
CN110826356B CN110826356B (zh) 2023-01-03

Family

ID=69533655

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810891453.6A Active CN110826356B (zh) 2018-08-07 2018-08-07 一种非机动车违章检测系统、方法及服务器

Country Status (1)

Country Link
CN (1) CN110826356B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111832519A (zh) * 2020-07-22 2020-10-27 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
CN112200026A (zh) * 2020-09-25 2021-01-08 浙江大华技术股份有限公司 一种非机动车辆违规识别方法、装置、设备及介质
CN112258363A (zh) * 2020-10-16 2021-01-22 浙江大华技术股份有限公司 身份信息的确认方法、装置、存储介质及电子装置
CN112560711A (zh) * 2020-12-18 2021-03-26 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
CN112597807A (zh) * 2020-12-01 2021-04-02 浙江大华技术股份有限公司 一种违章检测系统、方法、装置、图像采集设备及介质
CN113284348A (zh) * 2021-05-31 2021-08-20 浙江大华技术股份有限公司 一种违章检测系统、方法、装置、控制设备及存储介质
CN114092902A (zh) * 2020-07-29 2022-02-25 顺丰科技有限公司 电动自行车违规行为的检测方法及装置
CN118280124A (zh) * 2024-06-04 2024-07-02 浙江大华技术股份有限公司 交通异常检测方法、设备以及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103886759A (zh) * 2014-03-11 2014-06-25 浙江宇视科技有限公司 一种闯红灯抓拍系统及方法
CN108257388A (zh) * 2018-03-16 2018-07-06 佛山市洁宇信息科技有限公司 一种智能违章识别系统及其方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103886759A (zh) * 2014-03-11 2014-06-25 浙江宇视科技有限公司 一种闯红灯抓拍系统及方法
CN108257388A (zh) * 2018-03-16 2018-07-06 佛山市洁宇信息科技有限公司 一种智能违章识别系统及其方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘凯等: "基于有源RFID的非机动车逆行检测系统设计", 《智能物联技术》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111832519A (zh) * 2020-07-22 2020-10-27 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
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
CN114092902A (zh) * 2020-07-29 2022-02-25 顺丰科技有限公司 电动自行车违规行为的检测方法及装置
CN112200026A (zh) * 2020-09-25 2021-01-08 浙江大华技术股份有限公司 一种非机动车辆违规识别方法、装置、设备及介质
CN112258363A (zh) * 2020-10-16 2021-01-22 浙江大华技术股份有限公司 身份信息的确认方法、装置、存储介质及电子装置
CN112597807A (zh) * 2020-12-01 2021-04-02 浙江大华技术股份有限公司 一种违章检测系统、方法、装置、图像采集设备及介质
CN112597807B (zh) * 2020-12-01 2024-04-09 浙江大华技术股份有限公司 一种违章检测系统、方法、装置、图像采集设备及介质
CN112560711A (zh) * 2020-12-18 2021-03-26 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
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
CN113284348A (zh) * 2021-05-31 2021-08-20 浙江大华技术股份有限公司 一种违章检测系统、方法、装置、控制设备及存储介质
CN118280124A (zh) * 2024-06-04 2024-07-02 浙江大华技术股份有限公司 交通异常检测方法、设备以及存储介质

Also Published As

Publication number Publication date
CN110826356B (zh) 2023-01-03

Similar Documents

Publication Publication Date Title
CN110826356B (zh) 一种非机动车违章检测系统、方法及服务器
CN106485801B (zh) 基于etc和车牌识别的车辆管理方法、装置及其系统
Grassi et al. Parkmaster: An in-vehicle, edge-based video analytics service for detecting open parking spaces in urban environments
US8502698B2 (en) Parking lot management system
CN110738857B (zh) 一种车辆违章取证方法、装置及设备
CN108932849B (zh) 一种记录多台机动车低速行驶违法行为的方法及装置
CN114694385B (zh) 停车管理方法、装置、系统、电子设备及存储介质
US11941716B2 (en) Systems and methods for electronic signature tracking
CN113055823A (zh) 一种基于路侧停车管理共享单车的方法及装置
CN111833637A (zh) 车辆监控方法、装置、设备和系统
KR20100033331A (ko) 차량 번호판 인식 시스템 및 방법
CN106530739A (zh) 一种基于多摄像装置的车牌识别方法、装置及其系统
CN116824549B (zh) 基于多检测网络融合的目标检测方法、装置及车辆
CN111696360A (zh) 一种停车监控方法、系统及摄像机
KR101570485B1 (ko) 카메라 사각지역의 불법 주정차 단속 시스템
KR20090035798A (ko) 차량 번호판의 영상 저장 시스템 및 그 방법
US20160358462A1 (en) Method and system for vehicle data integration
CN109147338B (zh) 一种违规停车的识别方法、装置及服务器
CN113449624B (zh) 一种基于行人重识别确定车辆行为的方法及装置
CN115880632A (zh) 超时停留检测方法、监控设备、计算机可读存储介质和芯片
KR102030352B1 (ko) 차량번호 인식에 기반한 실시간 차량 추적 시스템
KR20220089217A (ko) 이륜차 단속 장치 및 이륜차 단속 방법
CN111210636A (zh) 车辆识别方法与系统以及物件识别方法与系统
KR20070044607A (ko) 휴대용 단말기로 영상 입력되는 신호를 이용한 차량 번호판 인식 시스템 및 그 인식 방법
CN111723604A (zh) 车辆套牌检测方法及装置

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