CN110930723A - 一种违法停车检测实现方法 - Google Patents

一种违法停车检测实现方法 Download PDF

Info

Publication number
CN110930723A
CN110930723A CN201911242548.6A CN201911242548A CN110930723A CN 110930723 A CN110930723 A CN 110930723A CN 201911242548 A CN201911242548 A CN 201911242548A CN 110930723 A CN110930723 A CN 110930723A
Authority
CN
China
Prior art keywords
vehicle
illegal parking
illegal
driver
parking
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
CN201911242548.6A
Other languages
English (en)
Other versions
CN110930723B (zh
Inventor
董铁军
赵全邦
孙利涛
郭月
伍平
王玉周
肖峰
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.)
SHENYANG JUDE VIDEO TECHNOLOGY Co Ltd
Original Assignee
SHENYANG JUDE VIDEO 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 SHENYANG JUDE VIDEO TECHNOLOGY Co Ltd filed Critical SHENYANG JUDE VIDEO TECHNOLOGY Co Ltd
Priority to CN201911242548.6A priority Critical patent/CN110930723B/zh
Publication of CN110930723A publication Critical patent/CN110930723A/zh
Application granted granted Critical
Publication of CN110930723B publication Critical patent/CN110930723B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/24Reminder alarms, e.g. anti-loss alarms

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种违法停车检测实现方法,步骤为:1)采用智能视觉方法检测监控范围内车辆是否有停车行为;2)对违停车辆通过交通诱导品、声光报警器、扩音器提醒违停车辆驶离违停区;3)采用智能视觉方法,检测违停车辆的方向;4)采用智能视觉方法,检测是否有人员离开违停车辆;5)利用步骤3)~4)检测结果,根据离开车辆人员离开车辆的位置,确定离开违停车辆的人员是驾驶员还是乘客;如果为驾驶员,则记录状态为违停车辆驾驶员离开;如驾驶员没有离开违停车辆,则进行提醒,如提醒后仍离开车辆,则记录状态为不听从交通指挥离开违停区。本发明自动判断违停车辆方向,对车头在单行线和双行线逆行方向增加了交通违法判断,提供处罚证据。

Description

一种违法停车检测实现方法
技术领域
本发明涉及一种能视觉技术,具体为一种违法停车检测实现方法。
背景技术
随着经济持续高速增长,城乡居民可支配收入的大幅提高,城市机动车与非机动车数量均呈现出高速增长态势。根据公安部交通管理局官方微博和公安部网站的统计数据,2018年全国新注册登记机动车3172万辆,机动车保有量已达3.27亿辆,其中汽车2.4亿辆,小型载客汽车首次突破2亿辆;机动车驾驶人达4.09亿人,其中汽车驾驶人3.69亿人。尽管近年来中国道路交通设施及管理设施有较大改观,但依然跟不上机动车增长速度,特别是大多数城市路网结构不合理,道路功能不完善,道路系统不健全。而且交通管理设施缺乏,管理水平不高。我国正加快步入汽车社会,但与之相适应的全社会的交通安全观念、交通文明意识明显滞后,不规范的驾驶行为和道路交通陋习多,超速、超员、超载、路口违反交通信号和违法停车等交通违法行为多发。很多城市在高速发展早期,并未过多考虑市民车辆停放问题,再加上市民本身交通意识不强,很多车辆乱停乱放,甚至占用非机动车道进行停车,这导致了城市交通经常出现“肠梗阻”。最明显的是大型商场、超市、集贸批发市场等车流较多的区域,常常造成区域性路段交通拥堵,对道路的畅通以及行人的安全存在严重影响。
目前,各个城市交通管理部门虽然针对城市交通管理已经建设了一系列现代化技术辅助系统,并且取得了一定的成绩,但在针对占道停车等违法行为管理上,目前主要还是基于人工的现场取证和手动抓拍,欠缺先进的电子监控辅助手段,这使本来警力人员就欠缺的交通部门在日常交通管理工作中显得捉襟见肘,传统依靠人力改善交通状况的方式已经力不从心,对违反交通规则的行为及时准确地取证查处,是交通管理中的关键问题。目前,对于违法停车行为主要管理手段分为现场执法和非现场执法两种,但是就目前来说,这两种手段都存在一些实际问题:
现场执法:依赖于全人工的方式进行取证处置,执法效率低,警力资源耗费大,而且很难保证执法人员24小时在场,经常存在执法人员在场时秩序井然,执法人员离开后混乱依旧的现象,难以起到明显的震慑效果。
非现场执法:执法人员手动控制云台摄像机进行变焦、转向,在适当的场景下拍摄车辆,并予以人工识别车辆号牌,完成后需手动恢复摄像机预置位置,过程复杂繁琐,人工成本高,执法效率低,且过程不符合道路违法行为取证规范。目前,已经建设了一批违停车辆自动检测系统,但在严谨性上还存在一些问题。
对违停车辆的方向和驾驶员是否离开违停车辆无法给出判断,而《中华人民共和国道路交通安全法实施条例》第六十三条规定“(五)路边停车应当紧靠道路右侧,机动车驾驶人不得离车”,现有违停抓拍自动取证系统存在一定的不严谨,同时有些驾驶员为了逃避处罚,在车辆停在违停区后掀起车后备箱盖,让摄像机看不到车牌,违停抓拍取证系统因无法识别车牌而无法进行处罚。
发明内容
针对现有技术中违停抓拍自动取证系统存在一定的不严谨且一些交通违法无法进行检测等不足,本发明要解决的问题是提供一种可提高检测严谨性且执法更加人性化的违法停车检测实现方法。
为解决上述技术问题,本发明采用的技术方案是:
本发明一种违法停车检测实现方法,包括以下步骤:
1)采用智能视觉方法检测监控范围内车辆是否有停车行为;
2)对违停车辆通过交通诱导品、声光报警器、扩音器提醒违停车辆驶离违停区;
3)采用智能视觉方法,检测违停车辆的方向;
4)采用智能视觉方法,检测是否有人员离开违停车辆;
5)利用步骤3)~4)检测结果,根据离开车辆人员离开车辆的位置,确定离开违停车辆的人员是驾驶员还是乘客;如果为驾驶员,则记录状态为违停车辆驾驶员离开;如驾驶员没有离开违停车辆,则进行提醒,如提醒后仍离开车辆,则记录状态为不听从交通指挥离开违停区。
步骤3)中,通过智能视觉方法,根据机动车前部除车牌区域外特征与机动车后部除车牌区域外特征的区别,自动判断违停车辆的车头、车尾方向。
步骤3)中,自动判断违停车辆方向,当车头在单行线和中线为实线的双行线逆行方向的,记录为单行线逆行和双行线逆行或穿越实线。
步骤4)中,通过动目标检测及多目标的粘连与裂变分析方法,检测是否有人员离开违停车辆。
本发明还包括以下步骤:在车辆进入摄像机视野后进行车牌识别并进行动目标跟踪,以避免驾驶员在车辆停在违停区后掀起车后备箱盖使摄像机拍不到车牌而逃避违停处罚。
本发明具有以下有益效果及优点:
1.本发明通过智能视觉方法,根据机动车前部除车牌区域外特征与机动车后部除车牌区域外特征的区别,自动判断违停车辆的方向(车头在哪个方向、车尾在哪个方向),在此基础上,对车头在单行线和双行线(中线为实线)逆行方向的,可增加单行线逆行的交通违法处罚和双行线逆行或穿越实线的交通违法判断,为相应的处罚提供证据。
2.本发明通过智能视觉方法,通过动目标检测及多目标的粘连与裂变分析,自动确定是否有人员离开违停车辆,根据离开车辆人员离开车辆的位置,确定离开违停车辆的人员是驾驶员还是乘客,对驾驶员离开违停车辆的进行交通违法处罚,更加契合《中华人民共和国道路交通安全法实施条例》第六十三条“(五)路边停车应当紧靠道路右侧,机动车驾驶人不得离车”,所以系统取证更加严谨而且执法更加人性化。。
3.本发明方法在车辆(动目标)进入摄像机视野后(无论是否进入违停区)都会进行车牌识别及动目标跟踪,可避免驾驶员在车辆停在违停区后掀起车后备箱盖让摄像机看不到车牌来逃避违停处罚。
4.本发明方法能够通过交通诱导屏、声光报警器、扩音器提醒违停车辆驶离违停区,对驾驶员离开违停车辆的,根据《中华人民共和国道路交通安全法实施条例》第六十三条“(五)路边停车应当紧靠道路右侧,机动车驾驶人不得离车”记为违停车辆驾驶员离开,对驾驶员没离开违停车辆的在提醒无效后记为不听从交通指挥离开违停区,所以系统取证更加严谨而且执法更加人性化。
附图说明
图1为本发明实现方法的系统框图;
图2A为本发明实现方法的违停现场布置主视图;
图2B为图2A的俯视图;
图3A为本发明实现方法中利用帧间差进行动目标检测的效果示意图;
图3B为本发明实现方法中利用背景差进行违停检测的效果示意图;
图4A为本发明实现方法中车头方向边缘检测效果示意图;
图4B为本发明实现方法中车尾方向边缘检测效果示意图;
图5A~5B为本发明实现方法中车头方向非驾驶员侧人员离开检测效果示意图;
图5C~5D为本发明实现方法中车头方向的驾驶员侧后排人员离开检测效果示意图;
图5E~5F为本发明实现方法中车头方向的驾驶员侧驾驶员离开检测效果示意图;
图5G~5H为本发明实现方法中车尾方向的非驾驶员侧人员离开检测效果示意图;
图5I~5J为本发明实现方法中尾方向的驾驶员侧后排人员离开检测效果示意图;
图5K~5L为本发明实现方法中车尾方向的驾驶员侧驾驶员离开检测效果示意图。
具体实施方式
下面结合说明书附图对本发明作进一步阐述。
如图1所示,本发明一种违法停车检测实现方法基于违法停车检测系统实现,该系统包括前端子系统、网络传输子系统以及后端管理子系统三部分,其中前端子系统安装于禁停区域现场,包括违章检测一体球或枪球联动系统、终端服务器、交通诱导屏、声光报警器、扩音器、交换机等相关组件。
如图2A~2B所示,本发明涉及的违法停车检测系统现场布置图,系统已知道路是单行线及方向或双行线及道路中线是否实线、违停抓拍系统前段布置位置及抓拍方向,系统预先标定违停区。
如图3A~3B所示,违法停车检测系统采用智能视觉方法检测监控范围内车辆是否有停车行为,具体如下:
(1)采用图像处理动目标检测方法对违停区进行动目标检测,即:
fa(x,y)=abs(f1(x,y)-f2(x,y))
其中,f1(x,y)为上一帧图像在(x,y)处的图像灰度值,f2(x,y)为本帧图像在(x,y)处的图像灰度值;
(2)对帧间差图像fa(x,y),经过滤波及腐蚀、膨胀等图像处理方法进行去噪声和实际目标连通处理。处理过后,fa(x,y)图像有大片连通非零数值时记为有动目标,并按形态学(主要是长、宽、位置等)计算动目标坐标;
(3)对监控区动目标进行持续跟踪,直至动目标在违停区消失(不动)为止,即违停区fa(x,y)图像基本基本为零时;
(4)动目标进入违停区后违停了(无动目标),提取此时违停区图像值和储存的背景图像值的差值:fb(x,y)=abs(f2(x,y)-f01(x,y))
其中,f2(x,y)为当帧图像在(x,y)处的图像灰度值,f01(x,y)为背景图像在(x,y)处的图像灰度值;
(5)对违停区图像,经过滤波及腐蚀、膨胀等图像处理方法进行去噪声和实际目标的连通处理。处理过后,fb(x,y)图像有大片连通非零数值时记为有物体停留在违停区,并按形态学计算动目标坐标、长、宽、外形轮廓等;
(6)背景图像有条件进行更新,即:在违停区无动目标且无动目标停留时进行更新:f01(x,y)=f2(x,y);在违停区有动目标且有动目标停留时进行更新:f02(x,y)=f2(x,y);
(7)对违停区物体进行车牌识别(还可进行车辆特征识别),有正确车牌识别结果的,记录为对应车辆;
(8)对违停区有违停车辆的,按照上述方法持续进行检测:
a)经过时间T后,违停区物体移动出违停区,即通过动目标检测方法,发现违停区物体运动,且运动后图像值恢复到有违停物体前,记为在T时刻违停物体离开违停区;背景更新f01;
b)经过时间T后,违停区物体仍旧未动,即通过动目标检测方法,发现违停区一直没有物体运动,且图像值不同于有违停物体前,记为在T时刻违停物体仍旧在违停区;背景更新f02;
(9)如果T时间小于设定阈值(如3分钟),则不记为车辆违停,因为在规定的时间内驶离违停区,如果T时间大于设定阈值(如3分钟),则记为车辆违停,因为在规定的时间内车辆仍旧在违停区停留。
如图4A~4B所示,违法停车检测系统采用智能视觉方法,检测违停车辆的方向即违停车辆面向摄像机方向的是车头还是车尾。
(1)首先通过深度学习方法,对几十万甚至几百万幅车头和车位图像进行图像特征(主要是纹理特征)学习训练,使系统能够通过深度学习算法能够根据车辆图像确定车头或车尾,然后在上述已确定有违停车辆且有车牌识别结果的基础上,在违停目标底部且车牌附近确定车辆的车头或车尾图像区域,由深度学习算法判断出是车头或车尾,由此确定违停车辆的方向;
(2)在自动判断违停车辆的方向基础上,根据已知的道路状况及违停抓拍取证系统安装位置和方向、角度等,以及事先标定的违停区、单行方向或车道中实线等;对车头在单行线和双行线(中线为实线)逆行方向的,可增加单行线逆行判断和双行线逆行或穿越实线判断;
(3)现有违停抓拍取证系统是在车辆违停后识别车牌,有些驾驶员为了逃避处罚,在车辆停在违停区后掀起车后备箱盖,让摄像机看不到车牌,违停抓拍取证系统因无法识别车牌而无法进行处罚。本发明在车辆(动目标)进入摄像机视野后(无论是否进入违停区)都会进行车牌识别且动目标跟踪,这样就可避免驾驶员在车辆停在违停区后掀起车后备箱盖让摄像机看不到车牌来逃避违停处罚。
如图5所示,违法停车检测系统通过智能视觉方法,通过当前图像与背景图像差及图像帧间差等动目标检测和跟踪算法,以及多个动目标的粘连与裂变分析,自动确定是否有人员离开违停车辆,具体为:
(1)首先对违停车辆进行形态学分析,如果有车辆内人员离开违停车辆,违停车辆的形态会发生变化,如果有一人离开车辆,车辆侧面形态就会有一处发生变化(增大),如果有多人离开车辆,车辆侧面形态就会有多处发生变化(增大);
(2)随着人员离开车辆的越来越远,发生形态变化的违停车辆目标就会由违停车辆目标(已发生局部增大即多个目标粘连状态)裂变成多个目标(一个违停车辆目标及若干离开人员目标),以此确认车辆有人员离开违停车辆;
(3)同理,对多个动目标靠近违停车辆,最后与违停车辆目标粘连在一起,最后违停目标在形态学上在一系列变化后逐步变小,最后归结为原来的违停目标形态,可以确认为人员(驾驶员或乘客)进入违停车辆;
(4)根据违停车辆方向的确定及离开车辆人员离开车辆的位置,可以确定离开违停车辆的人员是驾驶员还是乘客,如:
图5A~5B为车头面向摄像机方向,违停车辆右侧有人员离开,为非驾驶员侧人员离开,记为乘客离开;
图5C~5D为车头面向摄像机方向,违停车辆左侧有人员离开,离开位置虽为驾驶员侧,但动目标位置为车后部(特别是车门开动轴位置),记为乘客离开;
图5E~5F为车头面向摄像机方向,违停车辆左侧有人员离开,离开位置为驾驶员侧,且动目标位置为车前部(特别是车门开动轴位置),记为驾驶员离开;
图5G~5H为车尾面向摄像机方向,违停车辆右侧有人员离开,为非驾驶员侧人员离开,记为乘客离开;
图5I~5J为车尾面向摄像机方向,违停车辆左侧有人员离开,离开位置虽为驾驶员侧,但动目标位置为车后部(特别是车门开动轴位置),记为乘客离开;
图5K~5L为车尾面向摄像机方向,违停车辆左侧有人员离开,离开位置为驾驶员侧,且动目标位置为车前部(特别是车门开动轴位置),记为驾驶员离开。
本发明针对现有技术中未对违停车辆的方向和驾驶员是否离开违停车辆无法给出判断,而《中华人民共和国道路交通安全法实施条例》第六十三条规定“(五)路边停车应当紧靠道路右侧,机动车驾驶人不得离车”,现有违停抓拍自动取证系统存在一定的不严谨,本发明不仅能检测到车辆的违停,而且能够检测到车辆违停方向、是否从违停车辆中下来人员、离开车辆人员是否是驾驶员以及声音、诱导屏对违停车辆的提示和驱离。完全符合《中华人民共和国道路交通安全法实施条例》第六十三条规定,系统更加严谨而且执法更加人性化。另外,本发明方法还增加了单行线逆行判断和双行线逆行或穿越实线判断;解决了有些驾驶员为了逃避处罚,在车辆停在违停区后掀起车后备箱盖,让摄像机看不到车牌,违停抓拍取证系统因无法识别车牌而无法进行处罚问题。因此本发明存在巨大的市场前景,具有良好的经济和社会效益。

Claims (5)

1.一种违法停车检测实现方法,其特征在于包括以下步骤:
1)采用智能视觉方法检测监控范围内车辆是否有停车行为;
2)对违停车辆通过交通诱导品、声光报警器、扩音器提醒违停车辆驶离违停区;
3)采用智能视觉方法,检测违停车辆的方向;
4)采用智能视觉方法,检测是否有人员离开违停车辆;
5)利用步骤3)~4)检测结果,根据离开车辆人员离开车辆的位置,确定离开违停车辆的人员是驾驶员还是乘客;如果为驾驶员,则记录状态为违停车辆驾驶员离开;如驾驶员没有离开违停车辆,则进行提醒,如提醒后仍离开车辆,则记录状态为不听从交通指挥离开违停区。
2.根据权利要求1所述的违法停车检测实现方法,其特征在于:步骤3)中,通过智能视觉方法,根据机动车前部除车牌区域外特征与机动车后部除车牌区域外特征的区别,自动判断违停车辆的车头、车尾方向。
3.根据权利要求1所述的违法停车检测实现方法,其特征在于:步骤3)中,自动判断违停车辆方向,当车头在单行线和中线为实线的双行线逆行方向的,记录为单行线逆行和双行线逆行或穿越实线。
4.根据权利要求1所述的违法停车检测实现方法,其特征在于:步骤4)中,通过动目标检测及多目标的粘连与裂变分析方法,检测是否有人员离开违停车辆。
5.根据权利要求1所述的违法停车检测实现方法,其特征在于:还包括以下步骤:在车辆进入摄像机视野后进行车牌识别并进行动目标跟踪,以避免驾驶员在车辆停在违停区后掀起车后备箱盖使摄像机拍不到车牌而逃避违停处罚。
CN201911242548.6A 2019-12-06 2019-12-06 一种违法停车检测实现方法 Active CN110930723B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911242548.6A CN110930723B (zh) 2019-12-06 2019-12-06 一种违法停车检测实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911242548.6A CN110930723B (zh) 2019-12-06 2019-12-06 一种违法停车检测实现方法

Publications (2)

Publication Number Publication Date
CN110930723A true CN110930723A (zh) 2020-03-27
CN110930723B CN110930723B (zh) 2022-07-05

Family

ID=69857366

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911242548.6A Active CN110930723B (zh) 2019-12-06 2019-12-06 一种违法停车检测实现方法

Country Status (1)

Country Link
CN (1) CN110930723B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111696363A (zh) * 2020-06-15 2020-09-22 嘉兴宏恒智能设备有限公司 违法停车取证系统
CN111754783A (zh) * 2020-06-19 2020-10-09 张永双 基于云计算和人工智能的违章停车告警和抓拍方法及系统
CN111862627A (zh) * 2020-07-17 2020-10-30 安徽达尔智能控制系统股份有限公司 一种交通违停抓拍自动处理系统
CN111932921A (zh) * 2020-06-03 2020-11-13 东南大学 一种高速公路交通事故预警预测系统通讯方法
CN112183278A (zh) * 2020-09-21 2021-01-05 上海眼控科技股份有限公司 车辆视频的处理方法、装置、计算机设备和存储介质
CN113066291A (zh) * 2021-03-19 2021-07-02 昆山宝创新能源科技有限公司 监控方法和设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104157143A (zh) * 2014-08-15 2014-11-19 青岛比特信息技术有限公司 违章停车检测系统及其检测方法
CN107038872A (zh) * 2017-06-23 2017-08-11 安徽超清科技股份有限公司 智能防违停系统
CN107134145A (zh) * 2017-06-10 2017-09-05 智慧互通科技有限公司 基于多类型图像采集的路侧停车管理装置、系统及方法
CN108346297A (zh) * 2018-03-30 2018-07-31 合肥城市泊车投资管理有限公司 一种基于智能管理系统的违章停车管理控制方法
CN108364480A (zh) * 2018-04-19 2018-08-03 智慧互通科技有限公司 基于多球机联合的路侧停车管理系统
KR20190127205A (ko) * 2018-05-03 2019-11-13 주식회사 이레소방엔지니어링 옥외소화전 불법주차 경고시스템

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104157143A (zh) * 2014-08-15 2014-11-19 青岛比特信息技术有限公司 违章停车检测系统及其检测方法
CN107134145A (zh) * 2017-06-10 2017-09-05 智慧互通科技有限公司 基于多类型图像采集的路侧停车管理装置、系统及方法
CN107038872A (zh) * 2017-06-23 2017-08-11 安徽超清科技股份有限公司 智能防违停系统
CN108346297A (zh) * 2018-03-30 2018-07-31 合肥城市泊车投资管理有限公司 一种基于智能管理系统的违章停车管理控制方法
CN108364480A (zh) * 2018-04-19 2018-08-03 智慧互通科技有限公司 基于多球机联合的路侧停车管理系统
KR20190127205A (ko) * 2018-05-03 2019-11-13 주식회사 이레소방엔지니어링 옥외소화전 불법주차 경고시스템

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111932921A (zh) * 2020-06-03 2020-11-13 东南大学 一种高速公路交通事故预警预测系统通讯方法
CN111696363A (zh) * 2020-06-15 2020-09-22 嘉兴宏恒智能设备有限公司 违法停车取证系统
CN111754783A (zh) * 2020-06-19 2020-10-09 张永双 基于云计算和人工智能的违章停车告警和抓拍方法及系统
CN111862627A (zh) * 2020-07-17 2020-10-30 安徽达尔智能控制系统股份有限公司 一种交通违停抓拍自动处理系统
CN112183278A (zh) * 2020-09-21 2021-01-05 上海眼控科技股份有限公司 车辆视频的处理方法、装置、计算机设备和存储介质
CN113066291A (zh) * 2021-03-19 2021-07-02 昆山宝创新能源科技有限公司 监控方法和设备

Also Published As

Publication number Publication date
CN110930723B (zh) 2022-07-05

Similar Documents

Publication Publication Date Title
CN110930723B (zh) 一种违法停车检测实现方法
CN106652468B (zh) 车辆道路前车违规检测和自车违规预警提醒装置及方法
CN103366571B (zh) 智能的夜晚交通事件检测方法
CN112509315B (zh) 一种基于视频分析的交通事故检测方法
CN108597219B (zh) 一种基于机器视觉的路段行人过街控制方法
CN109326124A (zh) 一种基于机器视觉的城市环境停放车辆行为识别系统
CN109409337B (zh) 基于卷积神经网络的渣土车特征识别方法
CN104376554A (zh) 一种基于图像纹理的违章停车检测方法
CN105185123A (zh) 一种套牌车识别系统及方法
CN111126171A (zh) 一种车辆逆行检测方法及系统
CN107609491A (zh) 一种基于卷积神经网络的车辆违章停车检测方法
CN111597905B (zh) 一种基于视频技术的公路隧道停车检测方法
CN103927548B (zh) 一种新的避免车辆碰撞的刹车行为检测方法
WO2022213542A1 (zh) 基于激光雷达和轨迹预测的信控交叉口清空方法和系统
Cho et al. License plate extraction method for identification of vehicle violations at a railway level crossing
CN104809887A (zh) 一种高速公路上车辆逆行检测方法与自动报警装置
CN107393311A (zh) 一种车牌篡改识别装置及方法
CN102568206A (zh) 一种基于视频监控的违章停车检测方法
CN105118305A (zh) 室外停车场出口车辆管理平台
CN115662113A (zh) 一种信号交叉口人车博弈冲突风险评估与预警方法
CN105574502A (zh) 一种自助发卡机违章行为自动检测方法
CN111899514A (zh) 一种人工智能的拥堵检测系统
CN108520528B (zh) 基于改进差分阈值和位移匹配模型的移动车辆跟踪方法
CN112749630A (zh) 一种道路路况智能视频监控方法及系统
Blumer et al. Cost-effective single-camera multi-car parking monitoring and vacancy detection towards real-world parking statistics and real-time reporting

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