CN111369799A - 一种检测改装车辆的方法、装置及系统 - Google Patents
一种检测改装车辆的方法、装置及系统 Download PDFInfo
- Publication number
- CN111369799A CN111369799A CN201910419711.5A CN201910419711A CN111369799A CN 111369799 A CN111369799 A CN 111369799A CN 201910419711 A CN201910419711 A CN 201910419711A CN 111369799 A CN111369799 A CN 111369799A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target
- sound
- identifying
- sound signal
- 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
Links
Images
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提一种检测改装车辆的方法、装置及系统。其中,方法包括:基于采集到的声音信号,获得发出轰鸣声信号的目标声源的第一位置;从采集到的视频图像中,识别出车辆位置与所述第一位置的重合度小于重合度阈值的目标车辆;识别所述目标车辆的车辆特征;基于所述车辆特征,确定所述目标车辆是否为改装车辆。如此,可以高效、低成本的实现对改装车辆的检测。
Description
技术领域
本申请涉及视频监控技术领域,具体而言,涉及一种检测改装车辆的方法、装置及系统。
背景技术
基于交通安全的考虑,需要对改装车进行有效的监管;通常情况下对发动机或者排气口进行改装后的车辆会发出轰鸣声,异于正常未改装车辆所发出的声音,因此通过对车辆所发出的轰鸣声的检测可以检测出改装车辆。
相关技术中,在检测改装车时,通过在相关路口布设多个视频采集设备分别进行视频监控,对多段出现轰鸣声的视频进行交叉比对,通过检测出现在多段视频片段中的车辆来间接确认发出轰鸣声的车辆,该方法成本高,且效率低。
发明内容
有鉴于此,本申请提供一种检测改装车辆的方法、装置及系统,以提高检测的效率,并降低成本。
具体地,本申请是通过如下技术方案实现的:
第一方面,本申请实施例提供了一种检测改装车辆的方法,所述方法包括:
基于采集到的声音信号,获得发出轰鸣声信号的目标声源的第一位置;
从采集到的视频图像中,识别出车辆位置与所述第一位置的重合度小于重合度阈值的目标车辆;
识别所述目标车辆的车辆特征;
基于所述车辆特征,确定所述目标车辆是否为改装车辆。
第二方面,本申请实施例提供了一种检测改装车辆的装置,包括:
获得模块,用于基于采集到的声音信号,获得发出轰鸣声信号的目标声源的第一位置;
第一识别模块,用于从采集到的视频图像中,识别出车辆位置与所述第一位置的重合度小于重合度阈值的目标车辆;
第二识别模块,用于识别所述目标车辆的车辆特征;
确定模块,用于基于所述车辆特征,确定所述目标车辆是否为改装车辆。
第三方面,本申请实施例提供了一种检测改装车辆的系统,包括:声音采集设备、图像采集设备以及车辆监控设备,其中,
所述声音采集设备,用于实时采集声音信号,并将采集的所述声音信号发送至所述车辆监控设备;
图像采集设备,用于采集被监控区域的视频图像,并将所述视频图像发送至所述车辆监控设备;
车辆监控设备,用于基于采集到的声音信号,获得发出轰鸣声信号的目标声源的第一位置;从采集到的视频图像中,识别出车辆位置与所述第一位置的重合度小于重合度阈值的目标车辆;识别所述目标车辆的车辆特征;基于所述车辆特征,确定所述目标车辆是否为改装车辆。
本申请提供的一种检测改装车辆的方法、装置及系统,通过采集到的声音信号,获得发出轰鸣声信号的目标声源的第一位置,并从采集的视频图像中识别出车辆位置与第一位置的重合度小于重合度阈值的目标车辆,识别该目标车辆的车辆特征,并基于该目标车辆的车辆特征,确定该目标车辆是否为改装车辆,相对于现有技术中通过设置多个视频采集设备,对多个视频采集设备分别采集多段视频进行交叉对比确定发出轰鸣声的车辆的方式,具有效率高和成本低的积极效果。
附图说明
图1是本申请一示例性实施例示出的一种检测场景示意图;
图2是本申请一示例性实施例示出的一种检测改装车辆的方法的流程示意图;
图3是本申请一示例性实施例示出的一种识别目标车辆的流程示意图;
图4是本申请一示例性实施例示出的一种检测改装车辆的装置的结构示意图;
图5是本申请一示例性实施例示出的一种检测改装车辆的系统的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
考虑到现有技术中在通过检测轰鸣声的方式进行检测改装车辆时,需要布设多个视频采集设备进行视频采集,成本高且效率低。基于此,本申请实施例提供了一种检测改装车辆的方法、装置及系统,以提高检测的效率,并降低成本。
图1示出了本申请一实施例提供的一种应用场景的示意图。参照图1所示,该实施中所示的区域是一种三车道道路场景的红绿灯路口等待区域,车辆沿图中的箭头所指的方向行驶,通过设置于立杆上的图像采集设备20,采集监测区域40的视频图像,并将该视频图像传输至车辆监控设备;并且当车辆在被监测区域40内发出轰鸣声时,声音信号会被声音采集设备10所采集,声音采集设备10将采集的声音信号发送至车辆监控设备,由该车辆监控设备根据上述的视频图像和声音信号进行改装车辆的检测。
上述的车辆监控设备可以是一独立的终端,设置于上述立杆上或独立设置于立杆附近;也可以是一独立的服务器或者服务器集群,同时管控多个图像采集设备20和声音采集设备10;还可以是与上述的图像采集设备20集成为一体;因此,在实际应用中该车辆监控设备的实现方式有多种,本申请对此不作限定。
图2为本申请一实施例提供的一种检测改装车辆的方法的流程示意图,该方法应用于上述的车辆监控设备,参照图2所示,该方法包括如下步骤S101-S103:
S101、基于采集到的声音信号,获得发出轰鸣声信号的目标声源的第一位置。
声音采集设备实时进行声音信号采集,并将采集的声音信号发送至车辆监控设备,车辆监控设备根据该声音信号,计算得到发出轰鸣声信号的目标声源的第一位置。
可选的,上述步骤S101中,具体包括如下步骤A10-A30:
步骤A10、计算所述声音信号的频谱。
该声音信号的频谱中包含有该声音信号的幅值和频率。
步骤A20、分析所述频谱,识别出轰鸣声信号。
可选的,车辆监控设备接收声音采集设备发送的声音信号,计算该声音信号的频谱,在检测到声音信号的频谱发生陡变时,判断该声音信号为轰鸣声信号。
可选的,在检测到声音信号的频谱发生陡变时,进一步检测该声音信号的音色,将该音色与车辆发出的声音的音色进行比较,当比较结果一致时,确定该声音信号为轰鸣声信号,进而识别出轰鸣声信号。
步骤A30、通过声音采集设备中的多个声音采集器的位置信息和每个所述声音采集器接收到所述轰鸣声信号的时间信息,识别发出所述轰鸣声信号的目标声源的第一位置。
可选的,上述的声音采集设备包括多个声音采集器,该多个声音采集器按规律排列形成阵列,每个声音采集器的在该阵列中的位置是确定的,每个声音采集器在将采集到的声音信号发送至车辆监控设备时,声音信号中携带有该声音采集器的标识和该声音采集器接收到该声音信号的时间信息,车辆监控设备根据该声音采集器的标识确定该声音采集器的在该阵列中的位置信息,根据每个声音采集器接收到该声音信号的时间信息确定声音采集器之间接收该声音信号的时间差;由于位置关系的差别,阵列中每个声音采集器接收到同一声源所发出的声音的时间是不同的,进而车辆监控设备可以通过设置的阵列中的每个声音采集器的位置信息和声音采集器之间接收到轰鸣声的时间差,计算得到发出轰鸣声信号的目标声源的第一位置坐标。
上述的声音采集器可以是麦克风。
S102、从采集到的视频图像中,识别出车辆位置与所述第一位置的重合度小于重合度阈值的目标车辆。
本申请一实施例中,参照图3所示,上述步骤S102,包括如下步骤S201-S203:
S201、从采集到的视频图像中识别出各个车辆的位置。
图像采集设备实时采集监测区域的视频图像,并将该视频图像传输至车辆监控设备,车辆监控设备对每一帧图像进行车辆识别,识别出图像中所包含的车辆,并得到该车辆的位置;该车辆的位置可以是车辆的坐标。
S202、将所述第一位置与所述各个车辆的位置进行匹配,获得与所述第一位置的重合度小于重合度阈值的目标位置。
S203、将所述目标位置对应的车辆确定为目标车辆。
上述的第一位置可以是坐标,通过坐标转换可以将第一位置的坐标与车辆的坐标转换至同一坐标系中,该坐标系可以是像素坐标系、图像采集设备的标定坐标系等。上述的重合度可以是通过距离进行衡量,进而得到与第一位置距离最近的车辆的位置,将该位置确定为目标位置,并将该目标位置的车辆作为目标车辆。
本申请另一实施例中,上述步骤S102,包括如下步骤B10-B20:
步骤B10、将第一位置定位到所述视频图像中。
上述的第一位置可以是用坐标表示,通过坐标转换可以将第一位置定位到视频图像中。
步骤B20、识别出以所述第一位置为中心的预设范围内的车辆的位置。
上述以第一位置为中心的预设范围可以是以第一位置为中心的圆形区域,该圆形区域的半径可以是综合考虑实际情况中的车辆速度、声音传播速度和抓拍速度等因素计算得到的值。
步骤B30、将与所述第一位置的重合度小于重合度阈值的车辆的位置对应的车辆确定为目标车辆。
本实施例中,在确定第一位置以后,将该第一位置定位到视频图像中,只需识别出以第一位置为中心的预设范围内的车辆的位置,相对于将拍摄的完整的视频图像进行识别处理,可以减小计算的工作量,提高处理效率。
S103、识别所述目标车辆的车辆特征。
该目标车辆的特征可以是车辆的车牌号、车型等信息。
S104、基于所述车辆特征,确定所述目标车辆是否为改装车辆。
现实中,除改装车辆会发出轰鸣声以外,像摩托车、跑车等的特殊车辆也可以发出轰鸣声。
进而,本申请一实施例中,为排除正常车辆(合法车辆)所发出的轰鸣声音的干扰,上述步骤S104中,基于所述车辆特征,确定所述目标车辆是否为改装车辆,具体包括以下步骤C10-C20:
步骤C10、将所述车辆特征与预先设置的合法车辆特征库进行匹配。
本实施例中,预先设置一合法车辆特征库,该合法车辆特征库中存储着合法车辆的特征信息,比如车牌号、车型等信息。在识别目标车辆的车辆特征以后,将该车辆特征与该合法车辆特征库中的特征信息进行匹配。
步骤C20、若所述车辆特征与所述合法车辆特征库中的各合法车辆特征均不匹配,则确定所述目标车辆为改装车辆。
当上述的目标车辆的车辆特征与合法车辆特征库中的各合法车辆的特征信息均不匹配时,说明该车辆不是合法车辆,可以确定该车辆为改装车辆。当上述的目标车辆的车辆特征与合法车辆特征库中的某个合法车辆的特征信息匹配时,说明该车辆是合法车辆,可以确定目标车辆不是改装车辆。
本申请另一实施例中,为排除正常车辆所发出的轰鸣的干扰,上述步骤S104中,基于所述车辆特征,确定所述目标车辆是否为改装车辆,具体包括以下步骤D10-D20:
步骤D10、基于所述车辆特征从预先设置的原车发动机声音样本库中匹配出所述目标车辆未改装发动机的声音信号的特征。
本实施例中,预先设置有原车发动机声音样本库,存储有原车发动机所发出声音信号的特征和车辆特征的对应关系。当确定出目标车辆的车辆特征以后,可以通过该车辆特征从该原车发动机声音样本库中匹配得到该目标车辆为改装前发动机所发出的声音信号的特征。
步骤D20、根据所述轰鸣声信号的特征与所述未改装发动机的声音信号的特征之间的差值,确定所述目标车辆是否为改装车辆。
上述声音信号的特征包括:声音频谱、音色等特征信息,将上述轰鸣声的频谱、音色特征与未改装前的发动机声音的声音频谱、音色特征进行比较,根据二者的差值,确定该目标车辆是否为改装车量。当所述轰鸣声信号的特征与所述未改装发动机的声音信号的特征之间的差值超过预设阈值时,确定目标车辆为改装车辆。
可选的,本申请一实施例中,在根据上述步骤C10-C20确定目标车辆为改装车辆以后,还可以通过上述步骤D10-D20对该车辆进行再次校验,以提高检测目标车辆是否为改装车辆的准确性。
本申请一实施例中,在确定目标车辆为改装车辆以后,获取该改装车辆的车辆信息,并在本地存储该车辆信息,以便于用户从本地获取和参考;也可以是将该车辆信息进行上传至后台服务器或者上位机等设备,供远程管理人员查看参考等。
可选的,上述的车辆信息包括:车辆轰鸣过程视频、声音定位示意图、轰鸣声音信息、车辆特征等。还可以包括:车牌信息和人脸抠图等,以便于相关检测部门进行车辆非法改装检测和追踪。
本申请上述实施例中,根据采集的声音信号与采集的视频图像,确定发出轰鸣声的目标车辆,然后根据识别出的该目标车辆的车辆特征,进一步确定该目标车辆是否为改装车辆;相对于现有技术中的通过布设多个视频采集设备进行视频采集的方式相比,具有效率高和成本低的积极效果。
图4为本申请一实施例提供的一种改装车辆检测的装置的结构示意图。参照图4所示,该装置包括:
获得模块401,用于基于采集到的声音信号,获得发出轰鸣声信号的目标声源的第一位置;
第一识别模块402,用于从采集到的视频图像中,识别出车辆位置与所述第一位置的重合度小于重合度阈值的目标车辆;
第二识别模块403,用于识别所述目标车辆的车辆特征;
确定模块404,用于基于所述车辆特征,确定所述目标车辆是否为改装车辆。
可选的,上述获得模块401,具体用于:
计算所述声音信号的频谱;
分析所述频谱,识别出轰鸣声信号;
通过声音采集设备中的多个声音采集器的位置信息和每个所述声音采集器接收到所述轰鸣声信号的时间信息,识别发出所述轰鸣声信号的目标声源的第一位置。
可选的,上述第一识别模块402,具体用于:
从采集到的视频图像中识别出各个车辆的位置;
将所述第一位置与所述各个车辆的位置进行匹配,获得与所述第一位置的重合度小于重合度阈值的目标位置;
将所述目标位置对应的车辆确定为目标车辆。
可选的,上述第一识别模块402,具体用于:
将第一位置定位到所述视频图像中;
识别出以所述第一位置为中心的预设范围内的车辆的位置;
将与所述第一位置的重合度小于重合度阈值的车辆的位置对应的车辆确定为目标车辆。
可选的,上述确定模块404,具体用于:
将所述车辆特征与预先设置的合法车辆特征库进行匹配;
若所述车辆特征与所述合法车辆特征库中的各合法车辆特征均不匹配,则确定所述目标车辆为改装车辆。
可选的,上述确定模块404,具体用于:
基于所述车辆特征从预先设置的原车发动机声音样本库中匹配出所述目标车辆未改装发动机的声音信号的特征;
根据所述轰鸣声信号的特征与所述未改装发动机的声音信号的特征之间的差值,确定所述目标车辆是否为改装车辆。
可选的,上述装置,还包括:
车辆信息处理模块(图中未示出),用于获取改装车辆的车辆信息;
在本地存储所述车辆信息,和/或将车辆信息进行上传。
图5为本申请一实施例提供的一种检测改装车辆的系统的结构示意图。参照图5所示,该系统包括:声音采集设备10、图像采集设备20以及车辆监控设备30。
上述声音采集设备10,用于实时采集声音信号,并将采集的所述声音信号发送至所述车辆监控设备。
上述图像采集设备20,用于采集被监控区域的视频图像,并将所述视频图像发送至所述车辆监控设备。
上述车辆监控设备30,用于基于采集到的声音信号,获得发出轰鸣声信号的目标声源的第一位置;从采集到的视频图像中,识别出车辆位置与所述第一位置的重合度小于重合度阈值的目标车辆;识别所述目标车辆的车辆特征;基于所述车辆特征,确定所述目标车辆是否为改装车辆。
可选的,上述图像采集设备可在有车辆通过被监测区域(例如上述图1所示的被监测区域40)时,触发对进入被监测区域的车辆进行视频记录与抓拍,该触发方式可为雷达触发、线圈触发、视频虚拟线圈触发等方式。
本实施例中的车辆监控设备30还用于按照上述任一实施例所述的检测改装车辆的方法进行检测改装车辆。
本实施例中,通过声音采集设备与图像采集设备相结合的方式进行检测改装车辆,相对于现有技术中通过对多个视频采集设备分别采集的多段视频进行交叉对比确定发出轰鸣声的车辆的方式相比,具有效率高和成本低的积极效果。
上述装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本说明书中描述的主题及功能操作的实施例可以在以下中实现:数字电子电路、有形体现的计算机软件或固件、包括本说明书中公开的结构及其结构性等同物的计算机硬件、或者它们中的一个或多个的组合。本说明书中描述的主题的实施例可以实现为一个或多个计算机程序,即编码在有形非暂时性程序载体上以被数据处理装置执行或控制数据处理装置的操作的计算机程序指令中的一个或多个模块。可替代地或附加地,程序指令可以被编码在人工生成的传播信号上,例如机器生成的电、光或电磁信号,该信号被生成以将信息编码并传输到合适的接收机装置以由数据处理装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储基板、随机或串行存取存储器设备、或它们中的一个或多个的组合。
本说明书中描述的处理及逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程计算机执行,以通过根据输入数据进行操作并生成输出来执行相应的功能。所述处理及逻辑流程还可以由专用逻辑电路—例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)来执行,并且装置也可以实现为专用逻辑电路。
适合用于执行计算机程序的计算机包括,例如通用和/或专用微处理器,或任何其他类型的中央处理单元。通常,中央处理单元将从只读存储器和/或随机存取存储器接收指令和数据。计算机的基本组件包括用于实施或执行指令的中央处理单元以及用于存储指令和数据的一个或多个存储器设备。通常,计算机还将包括用于存储数据的一个或多个大容量存储设备,例如磁盘、磁光盘或光盘等,或者计算机将可操作地与此大容量存储设备耦接以从其接收数据或向其传送数据,抑或两种情况兼而有之。然而,计算机不是必须具有这样的设备。此外,计算机可以嵌入在另一设备中,例如移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏操纵台、全球定位系统(GPS)接收机、或例如通用串行总线(USB)闪存驱动器的便携式存储设备,仅举几例。
适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、媒介和存储器设备,例如包括半导体存储器设备(例如EPROM、EEPROM和闪存设备)、磁盘(例如内部硬盘或可移动盘)、磁光盘以及CD ROM和DVD-ROM盘。处理器和存储器可由专用逻辑电路补充或并入专用逻辑电路中。
虽然本说明书包含许多具体实施细节,但是这些不应被解释为限制任何发明的范围或所要求保护的范围,而是主要用于描述特定发明的具体实施例的特征。本说明书内在多个实施例中描述的某些特征也可以在单个实施例中被组合实施。另一方面,在单个实施例中描述的各种特征也可以在多个实施例中分开实施或以任何合适的子组合来实施。此外,虽然特征可以如上所述在某些组合中起作用并且甚至最初如此要求保护,但是来自所要求保护的组合中的一个或多个特征在一些情况下可以从该组合中去除,并且所要求保护的组合可以指向子组合或子组合的变型。
类似地,虽然在附图中以特定顺序描绘了操作,但是这不应被理解为要求这些操作以所示的特定顺序执行或顺次执行、或者要求所有例示的操作被执行,以实现期望的结果。在某些情况下,多任务和并行处理可能是有利的。此外,上述实施例中的各种系统模块和组件的分离不应被理解为在所有实施例中均需要这样的分离,并且应当理解,所描述的程序组件和系统通常可以一起集成在单个软件产品中,或者封装成多个软件产品。
由此,主题的特定实施例已被描述。其他实施例在所附权利要求书的范围以内。在某些情况下,权利要求书中记载的动作可以以不同的顺序执行并且仍实现期望的结果。此外,附图中描绘的处理并非必需所示的特定顺序或顺次顺序,以实现期望的结果。在某些实现中,多任务和并行处理可能是有利的。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (11)
1.一种检测改装车辆的方法,其特征在于,所述方法包括:
基于采集到的声音信号,获得发出轰鸣声信号的目标声源的第一位置;
从采集到的视频图像中,识别出车辆位置与所述第一位置的重合度小于重合度阈值的目标车辆;
识别所述目标车辆的车辆特征;
基于所述车辆特征,确定所述目标车辆是否为改装车辆。
2.根据权利要求1所述的方法,其特征在于,所述基于采集到的声音信号,获得发出轰鸣声信号的目标声源的第一位置,包括:
计算所述声音信号的频谱;
分析所述频谱,识别出轰鸣声信号;
通过声音采集设备中的多个声音采集器的位置信息和每个所述声音采集器接收到所述轰鸣声信号的时间信息,识别发出所述轰鸣声信号的目标声源的第一位置。
3.根据权利要求1所述的方法,其特征在于,所述从采集到的视频图像中,识别出车辆位置与所述第一位置的重合度小于重合度阈值的目标车辆,包括:
从采集到的视频图像中识别出各个车辆的位置;
将所述第一位置与所述各个车辆的位置进行匹配,获得与所述第一位置的重合度小于重合度阈值的目标位置;
将所述目标位置对应的车辆确定为目标车辆。
4.根据权利要求1所述的方法,其特征在于,所述从采集到的视频图像,识别出车辆位置与所述第一位置的重合度小于重合度阈值的目标车辆,包括:
将第一位置定位到所述视频图像中;
识别出以所述第一位置为中心的预设范围内的车辆的位置;
将与所述第一位置的重合度小于重合度阈值的车辆的位置对应的车辆确定为目标车辆。
5.根据权利要求1所述的方法,其特征在于,所述基于所述车辆特征,确定所述目标车辆是否为改装车辆,包括:
将所述车辆特征与预先设置的合法车辆特征库进行匹配;
若所述车辆特征与所述合法车辆特征库中的各合法车辆特征均不匹配,则确定所述目标车辆为改装车辆。
6.根据权利要求1所述的方法,其特征在于,所述基于所述车辆特征,确定所述目标车辆是否为改装车辆,包括:
基于所述车辆特征从预先设置的原车发动机声音样本库中匹配出所述目标车辆未改装发动机的声音信号的特征;
根据所述轰鸣声信号的特征与所述未改装发动机的声音信号的特征之间的差值,确定所述目标车辆是否为改装车辆。
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:
获取改装车辆的车辆信息;
在本地存储所述车辆信息,和/或将车辆信息进行上传。
8.一种检测改装车辆的装置,其特征在于,包括:
获得模块,用于基于采集到的声音信号,获得发出轰鸣声信号的目标声源的第一位置;
第一识别模块,用于从采集到的视频图像中,识别出车辆位置与所述第一位置的重合度小于重合度阈值的目标车辆;
第二识别模块,用于识别所述目标车辆的车辆特征;
确定模块,用于基于所述车辆特征,确定所述目标车辆是否为改装车辆。
9.根据权利要求8所述的装置,其特征在于,所述第一识别模块,具体用于:
从采集到的视频图像中识别出各个车辆的位置;
将所述第一位置与所述各个车辆的位置进行匹配,获得与所述第一位置的重合度小于重合度阈值的目标位置;
将所述目标位置对应的车辆确定为目标车辆;
或者,所述第一识别模块,具体用于:
将第一位置定位到所述视频图像中;
识别出以所述第一位置为中心的预设范围内的车辆的位置;
将与所述第一位置的重合度小于重合度阈值的车辆的位置对应的车辆确定为目标车辆。
10.根据权利要求8所述的装置,其特征在于,所述确定模块,具体用于:
将所述车辆特征与预先设置的合法车辆特征库进行匹配;
若所述车辆特征与所述合法车辆特征库中的各合法车辆特征均不匹配,则确定所述目标车辆为改装车辆。
11.一种检测改装车辆的系统,其特征在于,包括:声音采集设备、图像采集设备以及车辆监控设备,其中,
所述声音采集设备,用于实时采集声音信号,并将采集的所述声音信号发送至所述车辆监控设备;
图像采集设备,用于采集被监控区域的视频图像,并将所述视频图像发送至所述车辆监控设备;
车辆监控设备,用于基于采集到的声音信号,获得发出轰鸣声信号的目标声源的第一位置;从采集到的视频图像中,识别出车辆位置与所述第一位置的重合度小于重合度阈值的目标车辆;识别所述目标车辆的车辆特征;基于所述车辆特征,确定所述目标车辆是否为改装车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910419711.5A CN111369799B (zh) | 2019-05-20 | 2019-05-20 | 一种检测改装车辆的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910419711.5A CN111369799B (zh) | 2019-05-20 | 2019-05-20 | 一种检测改装车辆的方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111369799A true CN111369799A (zh) | 2020-07-03 |
CN111369799B CN111369799B (zh) | 2021-11-23 |
Family
ID=71206201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910419711.5A Active CN111369799B (zh) | 2019-05-20 | 2019-05-20 | 一种检测改装车辆的方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111369799B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112201064A (zh) * | 2020-09-30 | 2021-01-08 | 康京博 | 监控摩托车骑行行为的方法和系统 |
CN113553931A (zh) * | 2021-07-14 | 2021-10-26 | 浙江讯飞智能科技有限公司 | 异常目标检测方法、装置、电子设备、存储介质和系统 |
CN114646379A (zh) * | 2020-12-17 | 2022-06-21 | 丰田自动车株式会社 | 声源候选提取系统以及声源探测方法 |
WO2023123818A1 (zh) * | 2021-12-30 | 2023-07-06 | 上海商汤智能科技有限公司 | 车辆改装检测方法、装置、电子设备、计算机可读存储介质及计算机程序产品 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102890778A (zh) * | 2011-07-21 | 2013-01-23 | 北京新岸线网络技术有限公司 | 基于内容的视频检测方法及装置 |
US20140257872A1 (en) * | 2013-03-10 | 2014-09-11 | State Farm Mutual Automobile Insurance Company | Vehicle Image and Sound Data Gathering for Insurance Rating Purposes |
US20150363655A1 (en) * | 2014-04-04 | 2015-12-17 | Xerox Corporation | Smart face redaction in near infrared vehicle windshield images |
CN105844904A (zh) * | 2016-04-22 | 2016-08-10 | 北京航空航天大学 | 一种基于dsrc的异常车辆行为检测及追踪方法 |
CN107170440A (zh) * | 2017-05-31 | 2017-09-15 | 宇龙计算机通信科技(深圳)有限公司 | 定向传声方法、装置、移动终端及计算机可读存储介质 |
CN108076316A (zh) * | 2016-11-18 | 2018-05-25 | 杭州海康威视数字技术股份有限公司 | 一种识别改装车辆的方法、装置及系统 |
CN108900973A (zh) * | 2018-06-28 | 2018-11-27 | 上海与德通讯技术有限公司 | 一种车辆定位方法、装置、系统、终端及可读介质 |
CN109035749A (zh) * | 2018-08-02 | 2018-12-18 | 浙江讯飞智能科技有限公司 | 一种道路异常轰鸣声检测预警应用系统 |
CN109637148A (zh) * | 2018-12-14 | 2019-04-16 | 上海集成电路研发中心有限公司 | 车载鸣笛监控系统、方法、存储介质及设备 |
CN109637153A (zh) * | 2019-01-25 | 2019-04-16 | 合肥市智信汽车科技有限公司 | 一种基于机器视觉的车载移动违法抓拍系统 |
-
2019
- 2019-05-20 CN CN201910419711.5A patent/CN111369799B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102890778A (zh) * | 2011-07-21 | 2013-01-23 | 北京新岸线网络技术有限公司 | 基于内容的视频检测方法及装置 |
US20140257872A1 (en) * | 2013-03-10 | 2014-09-11 | State Farm Mutual Automobile Insurance Company | Vehicle Image and Sound Data Gathering for Insurance Rating Purposes |
US20150363655A1 (en) * | 2014-04-04 | 2015-12-17 | Xerox Corporation | Smart face redaction in near infrared vehicle windshield images |
CN105844904A (zh) * | 2016-04-22 | 2016-08-10 | 北京航空航天大学 | 一种基于dsrc的异常车辆行为检测及追踪方法 |
CN108076316A (zh) * | 2016-11-18 | 2018-05-25 | 杭州海康威视数字技术股份有限公司 | 一种识别改装车辆的方法、装置及系统 |
CN107170440A (zh) * | 2017-05-31 | 2017-09-15 | 宇龙计算机通信科技(深圳)有限公司 | 定向传声方法、装置、移动终端及计算机可读存储介质 |
CN108900973A (zh) * | 2018-06-28 | 2018-11-27 | 上海与德通讯技术有限公司 | 一种车辆定位方法、装置、系统、终端及可读介质 |
CN109035749A (zh) * | 2018-08-02 | 2018-12-18 | 浙江讯飞智能科技有限公司 | 一种道路异常轰鸣声检测预警应用系统 |
CN109637148A (zh) * | 2018-12-14 | 2019-04-16 | 上海集成电路研发中心有限公司 | 车载鸣笛监控系统、方法、存储介质及设备 |
CN109637153A (zh) * | 2019-01-25 | 2019-04-16 | 合肥市智信汽车科技有限公司 | 一种基于机器视觉的车载移动违法抓拍系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112201064A (zh) * | 2020-09-30 | 2021-01-08 | 康京博 | 监控摩托车骑行行为的方法和系统 |
CN114646379A (zh) * | 2020-12-17 | 2022-06-21 | 丰田自动车株式会社 | 声源候选提取系统以及声源探测方法 |
CN113553931A (zh) * | 2021-07-14 | 2021-10-26 | 浙江讯飞智能科技有限公司 | 异常目标检测方法、装置、电子设备、存储介质和系统 |
WO2023123818A1 (zh) * | 2021-12-30 | 2023-07-06 | 上海商汤智能科技有限公司 | 车辆改装检测方法、装置、电子设备、计算机可读存储介质及计算机程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN111369799B (zh) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111369799B (zh) | 一种检测改装车辆的方法、装置及系统 | |
CN106560365B (zh) | 使用经地图数据增强的听觉数据的碰撞避免 | |
CN107527092B (zh) | 使用听觉数据训练用于碰撞躲避的算法 | |
TWI502558B (zh) | Traffic Accident Monitoring and Tracking System | |
CN110442120B (zh) | 控制机器人在不同场景下移动的方法、机器人及终端设备 | |
JP7111175B2 (ja) | 物体認識システム、認識装置、物体認識方法および物体認識プログラム | |
CN108280902A (zh) | 车载监控设备的文件处理方法及装置、车载监控设备 | |
CN110765823A (zh) | 一种目标识别方法及装置 | |
CN112017323B (zh) | 一种巡检报警方法、装置、可读存储介质及终端设备 | |
CN113255439B (zh) | 一种障碍物识别方法、装置、系统、终端及云端 | |
US20220234588A1 (en) | Data Recording for Advanced Driving Assistance System Testing and Validation | |
CN105744223A (zh) | 视频数据处理方法和装置 | |
CN112950717A (zh) | 一种空间标定方法和系统 | |
CN112906426B (zh) | 车辆监控方法、装置及设备、存储介质 | |
CN115546705A (zh) | 目标识别方法、终端设备及存储介质 | |
CN117784798B (zh) | 目标跟踪方法、智能设备及计算机可读存储介质 | |
CN108111802B (zh) | 视频监控方法及装置 | |
JP6894992B2 (ja) | 情報を処理するための方法及び装置 | |
CN117115752A (zh) | 一种高速公路视频监控方法及系统 | |
CN114913470B (zh) | 一种事件检测方法及装置 | |
CN111784750A (zh) | 视频图像中移动物体追踪方法、装置、设备以及存储介质 | |
US12035076B2 (en) | Method and apparatus for real-time gunshot detection and reporting | |
CN112687105B (zh) | 一种车辆鸣笛检测系统和方法 | |
CN116996760A (zh) | 视频数据的处理方法、装置、计算机可读介质及电子设备 | |
CN109740518B (zh) | 一种视频中对象的确定方法及装置 |
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 |