CN111401287B - 一种停车计费系统中的车辆认证方法及装置 - Google Patents

一种停车计费系统中的车辆认证方法及装置 Download PDF

Info

Publication number
CN111401287B
CN111401287B CN202010213048.6A CN202010213048A CN111401287B CN 111401287 B CN111401287 B CN 111401287B CN 202010213048 A CN202010213048 A CN 202010213048A CN 111401287 B CN111401287 B CN 111401287B
Authority
CN
China
Prior art keywords
vehicle
difference value
face
image
license plate
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
Application number
CN202010213048.6A
Other languages
English (en)
Other versions
CN111401287A (zh
Inventor
刘近平
李松
李晓娜
王俊昌
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.)
Anyang Institute of Technology
Original Assignee
Anyang Institute of Technology
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 Anyang Institute of Technology filed Critical Anyang Institute of Technology
Priority to CN202010213048.6A priority Critical patent/CN111401287B/zh
Publication of CN111401287A publication Critical patent/CN111401287A/zh
Application granted granted Critical
Publication of CN111401287B publication Critical patent/CN111401287B/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
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06K17/0025—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 consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
    • 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
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • 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
    • 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
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例公开一种停车计费系统中的车辆认证方法及装置，该方法包括：对目标图像进行车牌检测；在未检测到待出场车辆的车牌号的情况下，对目标图像进行人脸检测，并在检测到人脸的情况下，提取目标图像中每一人脸对应的人脸特征，作为待出场车辆对应的当前人脸特征；将当前人脸特征与每一第一场内车辆对应的人脸特征进行匹配，确定当前人脸特征与每一第一场内车辆对应的人脸特征之间的第一差异值；若基于第一差异值中的最小目标差异值和次小目标差异值确定的第一匹配置信度大于第一置信度阈值，将其中最小目标差异值对应的第一场内车辆与待驶出车辆，确定为同一车辆，以实现对车辆的更全面的认证，保证车辆自动计费的实现，降低人工成本。

Description

一种停车计费系统中的车辆认证方法及装置
技术领域
本发明涉及智能交通技术领域，具体而言，涉及一种停车计费系统中的车辆认证方法及装置。
背景技术
为了提高用户体验，目前的停车计费系统中可以在车辆驶入指定停车场时，利用图像采集设备采集得到车辆驶入指定停车场的驶入图像，并从驶入图像中检测出该车辆的车牌号，进行存储，且同时对应记录车辆驶入时间。在车辆驶出指定停车场时，利用图像采集设备采集得到驶出车辆驶出指定停车场的驶出图像，并从驶出图像中检测出该驶出车辆的车牌号，将该驶出车辆的车牌号与存储的驶入指定停车场的车辆的车牌号进行匹配，确定出与该驶出车辆的车牌号匹配的驶入指定停车场的车辆的车牌号，作为目标车牌号，进而，利用该目标车牌号对应的车辆驶入时间与该驶出车辆对应的驶出时间，确定出该驶出车辆对应的停车费用信息信息，以实现对车辆的自动停车计费。
然而，在实际场景中难免出现在车辆驶入指定停车场和/或驶出指定停车场时，未从相应采集的图像中检测出车辆的车牌号的情况。这种情况下则无法实现对车辆的驶入和驶出情况的准确认证，即无法自动地从驶入指定停车场的车辆中，确定出与该驶出指定停车场的车辆为同一车辆的车辆，进而进行自动停车计费。为了避免出现上述情况，在指定停车场的驶入口和驶出口，必须配置人员，进行人工辅助。
发明内容
本发明提供了一种停车计费系统中的车辆认证方法及装置，以实现对车辆的更全面的认证，保证车辆自动计费的实现，降低人工成本。具体的技术方案如下：
第一方面，本发明实施例提供了一种停车计费系统中的车辆认证方法，所述方法包括：
对目标图像进行车牌检测，其中，所述目标图像为：对当前待驶出指定停车场的待出场车辆拍摄所得的图像；
在从所述目标图像中未检测到所述待出场车辆的车牌号的情况下，对所述目标图像进行人脸检测，并在从所述目标图像中检测到人脸的情况下，提取所述目标图像中每一人脸对应的人脸特征，作为所述待出场车辆对应的当前人脸特征；
将所述当前人脸特征与每一第一场内车辆对应的人脸特征进行匹配，确定所述当前人脸特征与每一第一场内车辆对应的人脸特征之间的第一差异值，其中，所述第一场内车辆包括未驶出所述指定停车场且对应有人脸特征的车辆；
若基于所述第一差异值中的最小目标差异值和次小目标差异值确定的第一匹配置信度大于第一置信度阈值，将所述第一差异值中的最小目标差异值所对应人脸特征对应的第一场内车辆与所述待驶出车辆，确定为同一车辆，其中，所述第一差异值中的最小目标差异值和次小目标差异值为：各第一场内车辆对应的最小的第一差异值中的最小差异值和次小差异值。
可选的，所述第一匹配置信度的计算公式，表示为：
N1=1-D1/D2；
其中，所述N1表示所述第一匹配置信度，所述D1表示所述第一差异值中的最小目标差异值，所述D2表示所述第一差异值中的次小目标差异值。
可选的，所述方法还包括：
在从所述目标图像中检测到所述待出场车辆的车牌号的情况下，将所述待出场车辆的车牌号与每一第二场内车辆的车牌号进行匹配，确定所述待出场车辆的车牌号与每一第二场内车辆的车牌号之间的第二差异值，其中，所述第二场内车辆包括未驶出所述指定停车场且对应有车牌号的车辆；
基于所述第二差异值，从第二场内车辆中确定出与所述待驶出车辆为同一车辆的场内车辆。
可选的，所述基于所述第二差异值，从第二场内车辆中确定出与所述待驶出车辆为同一车辆的场内车辆的步骤，包括：
判断所述第二差异值中的最小差异值是否大于第一预设阈值；
若所述第二差异值中的最小差异值不大于所述第一预设阈值，则将所述第二差异值中的最小差异值所对应车牌号对应的第二场内车辆与所述待驶出车辆，确定为同一车辆；
若所述第二差异值中的最小差异值大于所述第一预设阈值，则对所述目标图像进行人脸检测，并在从所述目标图像中检测到人脸的情况下，提取所述目标图像中每一人脸对应的人脸特征，作为所述待出场车辆对应的当前人脸特征；
将所述当前人脸特征与每一第三场内车辆对应的人脸特征进行匹配，确定所述当前人脸特征与每一场内车辆对应的人脸特征之间的第三差异值，其中，所述第三场内车辆包括所述第二场内车辆中对应有人脸特征的车辆；
若基于所述第三差异值中的最小目标差异值和次小目标差异值，确定的第二匹配置信度大于第二置信度阈值，将所述第三差异值中的最小目标差异值所对应人脸特征对应的第三场内车辆与所述待驶出车辆，确定为同一车辆，其中，所述第三差异值中的最小目标差异值和次小目标差异值为：各第三场内车辆对应的最小的第三差异值中的最小差异值和次小差异值，所述第一置信度阈值大于所述第二置信度阈值。
可选的，所述方法还包括：
在从所述目标图像中未检测到人脸及待驶出车辆的车牌号的情况下，或在所述第一匹配置信度不大于所述第一置信度阈值情况下，或在所述第二匹配置信度不大于所述第二置信度阈值的情况下，对所述目标图像进行车头检测；
并在从所述目标图像中检测到所述待出场车辆的车头的情况下，提取所述目标图像中所述待出场车辆的车头特征；
将所述待出场车辆的车头特征与每一第四场内车辆对应的车头特征进行匹配，确定所述待出场车辆的车头特征与每一第四场内车辆对应的车头特征之间的第四差异值，其中，所述第四场内车辆包括：未驶出所述指定停车场且对应有车头特征的车辆；
若基于所述第四差异值中的最小第四差异值和次小第四差异值，确定的第三匹配置信度大于第三置信度阈值，将所述第四差异值中的最小第四差异值所对应车头特征对应的第四场内车辆与所述待驶出车辆，确定为同一车辆。
可选的，所述方法还包括：
在从所述目标图像中未检测到人脸及所述待驶出车辆的车牌号和车头的情况下，或者在所述第三匹配置信度不大于所述第三置信度阈值的情况下，扫描所述待驶出车辆对应的用户出示的停车二维码图像，得到扫描结果；
基于所述扫描结果与每一第五场内车辆对应的停车二维码图像，从第五场内车辆中确定出与所述待识别车辆为同一车辆的场内车辆，其中，第五场内车辆对应的停车二维码图像为：第五场内车辆驶入所述指定停车场时，未从图像采集设备针对该第五场内车辆采集的入场图像中，检测出该第五场内车辆的车牌号及其对应的人脸特征和车头特征的情况下，为该第五场内车辆所分配的二维码图像。
可选的，在所述对目标图像进行车牌检测的步骤之前，所述方法还包括：
对驶入图像进行车牌检测，其中，所述驶入图像为：在驶入车辆驶入所述指定停车场时所拍摄的图像，所述驶入车辆包括所述待出场车辆；
在从所述驶入图像中检测到所述驶入车辆的车牌号的情况下，将所述驶入车辆的车牌号与每一对应有车牌号的第六场内车辆对应的车牌号进行匹配，确定所述待出场车辆的车牌号与每一第六场内车辆对应的车牌号之间的第六差异值；
在确定所述第六差异值中的最小差异值不小于第一预设阈值的情况下，将所述驶入车辆的车牌号作为场内车辆的车牌号进行存储。
可选的，所述方法还包括：
在确定所述第六差异值中的最小差异值不大于第一预设阈值的情况下，或者在从所述驶入图像中未检测到所述驶入车辆的车牌号的情况下，对所述驶入图像中感兴趣区域进行人脸检测；
并在从所述驶入图像的感兴趣区域中检测到人脸的情况下，提取所述驶入图像中每一人脸对应的人脸特征；将所述驶入图像中每一人脸特征，作为场内车辆对应的人脸特征进行存储，其中，在确定所述第六差异值中的最小差异值不大于第一预设阈值的情况下，存储所述驶入图像中每一人脸特征与所述驶入车辆的车牌号之间的对应关系。
可选的，所述方法还包括：
在从所述驶入图像的感兴趣区域中未检测到人脸的情况下，对所述驶入图像进行车头检测；
在从所述驶入图像中检测出所述驶入车辆的车头的情况下，提取所述驶入车辆的车头特征；将所提取的所述驶入车辆的车头特征，作为场内车辆的车头特征进行存储；
在从所述驶入图像中未检测出所述驶入车辆的车头的情况下，针对所述驶入车辆生成停车二维码图像，并显示，以供所述驶入车辆对应的用户获得所述停车二维码图像，于所述驶入车辆驶出所述指定停车场时使用。
可选的，所述方法还包括：
在确定出与所述待驶出车辆为同一车辆的场内车辆之后，获得与所述待驶出车辆为同一车辆的场内车辆对应的驶入时间；
获得所述驶出车辆对应的驶出时间；
基于所述驶入时间与所述驶出时间，确定所述待驶出车辆对应的停车费用信息。
第二方面，本发明实施例提供了一种停车计费系统中的车辆认证装置，所述装置包括：
第一车牌检测模块，被配置为对目标图像进行车牌检测，其中，所述目标图像为：对当前待驶出指定停车场的待出场车辆拍摄所得的图像；
第一人脸检测模块，被配置为在从所述目标图像中未检测到所述待出场车辆的车牌号的情况下，对所述目标图像进行人脸检测，并在从所述目标图像中检测到人脸的情况下，提取所述目标图像中每一人脸对应的人脸特征，作为所述待出场车辆对应的当前人脸特征；
第一匹配确定模块，被配置为将所述当前人脸特征与每一第一场内车辆对应的人脸特征进行匹配，确定所述当前人脸特征与每一第一场内车辆对应的人脸特征之间的第一差异值，其中，所述第一场内车辆包括未驶出所述指定停车场且对应有人脸特征的车辆；
第一确定模块，被配置为若基于所述第一差异值中的最小目标差异值和次小目标差异值确定的第一匹配置信度大于第一置信度阈值，将所述第一差异值中的最小目标差异值所对应人脸特征对应的第一场内车辆与所述待驶出车辆，确定为同一车辆，其中，所述第一差异值中的最小目标差异值和次小目标差异值为：各第一场内车辆对应的最小的第一差异值中的最小差异值和次小差异值。
可选的，所述第一匹配置信度的计算公式，表示为：
N1=1-D1/D2；
其中，所述N1表示所述第一匹配置信度，所述D1表示所述第一差异值中的最小目标差异值，所述D2表示所述第一差异值中的次小目标差异值。
可选的，所述装置还包括：
第二匹配确定模块，被配置为在从所述目标图像中检测到所述待出场车辆的车牌号的情况下，将所述待出场车辆的车牌号与每一第二场内车辆的车牌号进行匹配，确定所述待出场车辆的车牌号与每一第二场内车辆的车牌号之间的第二差异值，其中，所述第二场内车辆包括未驶出所述指定停车场且对应有车牌号的车辆；
第二确定模块，被配置为基于所述第二差异值，从第二场内车辆中确定出与所述待驶出车辆为同一车辆的场内车辆。
可选的，所述第二确定模块，被具体配置为判断所述第二差异值中的最小差异值是否大于第一预设阈值；
若所述第二差异值中的最小差异值不大于所述第一预设阈值，则将所述第二差异值中的最小差异值所对应车牌号对应的第二场内车辆与所述待驶出车辆，确定为同一车辆；
若所述第二差异值中的最小差异值大于所述第一预设阈值，则对所述目标图像进行人脸检测，并在从所述目标图像中检测到人脸的情况下，提取所述目标图像中每一人脸对应的人脸特征，作为所述待出场车辆对应的当前人脸特征；
将所述当前人脸特征与每一第三场内车辆对应的人脸特征进行匹配，确定所述当前人脸特征与每一场内车辆对应的人脸特征之间的第三差异值，其中，所述第三场内车辆包括所述第二场内车辆中对应有人脸特征的车辆；
若基于所述第三差异值中的最小目标差异值和次小目标差异值，确定的第二匹配置信度大于第二置信度阈值，将所述第三差异值中的最小目标差异值所对应人脸特征对应的第三场内车辆与所述待驶出车辆，确定为同一车辆，其中，所述第三差异值中的最小目标差异值和次小目标差异值为：各第三场内车辆对应的最小的第三差异值中的最小差异值和次小差异值，所述第一置信度阈值大于所述第二置信度阈值。
可选的，所述装置还包括：
第一车头检测模块，被配置为在从所述目标图像中未检测到人脸及待驶出车辆的车牌号的情况下，或在所述第一匹配置信度不大于所述第一置信度阈值情况下，或在所述第二匹配置信度不大于所述第二置信度阈值的情况下，对所述目标图像进行车头检测；
特征提取模块，被配置为并在从所述目标图像中检测到所述待出场车辆的车头的情况下，提取所述目标图像中所述待出场车辆的车头特征；
第三确定模块，被配置为将所述待出场车辆的车头特征与每一第四场内车辆对应的车头特征进行匹配，确定所述待出场车辆的车头特征与每一第四场内车辆对应的车头特征之间的第四差异值，其中，所述第四场内车辆包括：未驶出所述指定停车场且对应有车头特征的车辆；
第四确定模块，被配置为若基于所述第四差异值中的最小第四差异值和次小第四差异值，确定的第三匹配置信度大于第三置信度阈值，将所述第四差异值中的最小第四差异值所对应车头特征对应的第四场内车辆与所述待驶出车辆，确定为同一车辆。
可选的，所述装置还包括：
扫描模块，被配置为在从所述目标图像中未检测到人脸及所述待驶出车辆的车牌号和车头的情况下，或者在所述第三匹配置信度不大于所述第三置信度阈值的情况下，扫描所述待驶出车辆对应的用户出示的停车二维码图像，得到扫描结果；
第五确定模块，被配置为基于所述扫描结果与每一第五场内车辆对应的停车二维码图像，从第五场内车辆中确定出与所述待识别车辆为同一车辆的场内车辆，其中，第五场内车辆对应的停车二维码图像为：第五场内车辆驶入所述指定停车场时，未从图像采集设备针对该第五场内车辆采集的入场图像中，检测出该第五场内车辆的车牌号及其对应的人脸特征和车头特征的情况下，为该第五场内车辆所分配的二维码图像。
可选的，所述装置还包括：
第二车牌检测模块，被配置为在所述对目标图像进行车牌检测之前，对驶入图像进行车牌检测，其中，所述驶入图像为：在驶入车辆驶入所述指定停车场时所拍摄的图像，所述驶入车辆包括所述待出场车辆；
第三匹配确定模块，被配置为在从所述驶入图像中检测到所述驶入车辆的车牌号的情况下，将所述驶入车辆的车牌号与每一对应有车牌号的第六场内车辆对应的车牌号进行匹配，确定所述待出场车辆的车牌号与每一第六场内车辆对应的车牌号之间的第六差异值；
第一存储模块，被配置为在确定所述第六差异值中的最小差异值不小于第一预设阈值的情况下，将所述驶入车辆的车牌号作为场内车辆的车牌号进行存储。
可选的，所述装置还包括：
第二人脸检测模块，被配置为在确定所述第六差异值中的最小差异值不大于第一预设阈值的情况下，或者在从所述驶入图像中未检测到所述驶入车辆的车牌号的情况下，对所述驶入图像中感兴趣区域进行人脸检测；
第二存储模块，被配置为并在从所述驶入图像的感兴趣区域中检测到人脸的情况下，提取所述驶入图像中每一人脸对应的人脸特征；将所述驶入图像中每一人脸特征，作为场内车辆对应的人脸特征进行存储，其中，在确定所述第六差异值中的最小差异值不大于第一预设阈值的情况下，存储所述驶入图像中每一人脸特征与所述驶入车辆的车牌号之间的对应关系。
可选的，所述装置还包括：
第二车头检测模块，被配置为在从所述驶入图像的感兴趣区域中未检测到人脸的情况下，对所述驶入图像进行车头检测；
第三存储模块，被配置为在从所述驶入图像中检测出所述驶入车辆的车头的情况下，提取所述驶入车辆的车头特征；将所提取的所述驶入车辆的车头特征，作为场内车辆的车头特征进行存储；
生成显示模块，被配置为在从所述驶入图像中未检测出所述驶入车辆的车头的情况下，针对所述驶入车辆生成停车二维码图像，并显示，以供所述驶入车辆对应的用户获得所述停车二维码图像，于所述驶入车辆驶出所述指定停车场时使用。
可选的，所述装置还包括：
第一获得模块，被配置为在确定出与所述待驶出车辆为同一车辆的场内车辆之后，获得与所述待驶出车辆为同一车辆的场内车辆对应的驶入时间；
第二获得模块，被配置为获得所述驶出车辆对应的驶出时间；
第六确定模块，被配置为基于所述驶入时间与所述驶出时间，确定所述待驶出车辆对应的停车费用信息。
由上述内容可知，本发明实施例提供的一种停车计费系统中的车辆认证方法及装置，对目标图像进行车牌检测，其中，目标图像为：对当前待驶出指定停车场的待出场车辆拍摄所得的图像；在从目标图像中未检测到待出场车辆的车牌号的情况下，对目标图像进行人脸检测，并在从目标图像中检测到人脸的情况下，提取目标图像中每一人脸对应的人脸特征，作为待出场车辆对应的当前人脸特征；将当前人脸特征与每一第一场内车辆对应的人脸特征进行匹配，确定当前人脸特征与每一第一场内车辆对应的人脸特征之间的第一差异值，其中，第一场内车辆包括未驶出指定停车场且对应有人脸特征的车辆；若基于第一差异值中的最小目标差异值和次小目标差异值确定的第一匹配置信度大于第一置信度阈值，将第一差异值中的最小目标差异值所对应人脸特征对应的第一场内车辆与待驶出车辆，确定为同一车辆，其中，第一差异值中的最小目标差异值和次小目标差异值为：各第一场内车辆对应的最小的第一差异值中的最小差异值和次小差异值。
应用本发明实施例，可以在未从目标图像中检测出待出场车辆的车牌号的情况下，基于目标图像中包含的人脸的当前人脸特征，以及第一场内车辆对应的人脸特征，确定第一场内车辆中哪一场内车辆为与该待出场车辆为同一车辆，在基于第一差异值中的最小目标差异值和次小目标差异值确定的第一匹配置信度大于第一置信度阈值的情况下，将第一差异值中的最小目标差异值所对应人脸特征对应的第一场内车辆与待驶出车辆，确定为同一车辆，以实现对车辆的更全面的认证，进而保证车辆自动计费的实现，降低人工成本。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
本发明实施例的创新点包括：
1、可以在未从目标图像中检测出待出场车辆的车牌号的情况下，基于目标图像中包含的人脸的当前人脸特征，以及第一场内车辆对应的人脸特征，确定第一场内车辆中哪一场内车辆为与该待出场车辆为同一车辆，在基于第一差异值中的最小目标差异值和次小目标差异值确定的第一匹配置信度大于第一置信度阈值的情况下，将第一差异值中的最小目标差异值所对应人脸特征对应的第一场内车辆与待驶出车辆，确定为同一车辆，以实现对车辆的更全面的认证，进而保证车辆自动计费的实现，降低人工成本。
2、在从目标图像中检测到待出场车辆的车牌号的情况下，将待出场车辆的车牌号与每一第二场内车辆对应的车牌号进行匹配，得到与每一第二场内车辆的车牌号之间的第二差异值，以确定出与每一第二场内车辆的车牌号之间的相似程度，其中，差异值越大，相似程度越低。进而，基于该第二差异值，从第二场内车辆中确定出与待驶出车辆为同一车辆的场内车辆，以针对是否从目标图像中检测到车牌号的不同的检测结果，提供不同的车辆认证的方式，实现对车辆的更全面的认证，进而保证车辆自动计费的实现，降低人工成本。
3、在基于第二差异值确定与待驶出车辆为同一车辆的场内车辆的过程中，若第二差异值中的最小差异值大于第二预设阈值，则将第二差异值中的最小差异值所对应车牌号对应的第二场内车辆与待驶出车辆，确定为同一车辆，若第二差异值中的最小差异值不大于第二预设阈值，则结合所检测到的待出场车辆对应的当前人脸特征与每一场内车辆对应的人脸特征之间的第三差异值以及该第二差异值，共同确定与待驶出车辆为同一车辆的场内车辆，以保证所确定出的匹配车辆结果的准确性。
4、在从目标图像中未检测到人脸及待驶出车辆的车牌号的情况下，或在第一匹配置信度不大于第一置信度阈值情况下，或在第二匹配置信度不大于第二置信度阈值的情况下，对目标图像进行车头检测，若从目标图像中检测到待出场车辆的车头，则利用待出场车辆的车头特征，与每一第四场内车辆的车头特征进行匹配，得到第四差异值，进而基于第四差异值，从第四场内车辆中确定出与待驶出车辆为同一车辆的场内车辆，若基于第四差异值中的最小第四差异值和次小第四差异值，确定的第三匹配置信度大于第三置信度阈值，将第四差异值中的最小第四差异值所对应车头特征对应的第四场内车辆与待驶出车辆，确定为同一车辆，以实现通过多种特征的匹配，确定与待驶出车辆为同一车辆的场内车辆，实现对车辆的多角度的更全面的认证，进而保证车辆自动计费的实现，降低人工成本。
5、在从目标图像中未检测到人脸、待出场车辆的车牌号和车头特征的情况下，或者在第三匹配置信度不大于第三置信度阈值的情况下，扫描待驶出车辆对应的用户出示的停车二维码图像，得到扫描结果，进而基于扫描结果从第五场内车辆中自动确定出与待识别车辆为同一车辆的场内车辆，可以节省人力的辅助，进而保证车辆自动计费的实现，降低人工成本。
6、在驶入车辆驶入指定停车场时，针对驶入车辆驶入指定停车场时所采集的驶入图像进行车牌检测，在检测到车牌号的情况下，将该驶入车辆的车牌号与每一对应有车牌号的第六场内车辆对应的车牌号进行匹配，在匹配结果显示均不匹配，即与每一第六场内车辆对应的车牌号之间的第五差异值的最小差异值不小于第五预设阈值的情况下，将驶入车辆的车牌号作为场内车辆的车牌号进行存储。在与每一第六场内车辆对应的车牌号之间的第五差异值的最小差异值小于第五预设阈值的情况下，对驶入图像的感兴趣区域进行人脸检测，若检测到人脸，提取驶入图像中每一人脸对应的人脸特征；将驶入图像中每一人脸特征，作为场内车辆对应的人脸特征进行存储，并记录该场内车辆的车牌号与人脸特征的对应关系，为后续的全面的车辆的认证提供基础。
7、在从驶入图像的感兴趣区域中未检测到人脸的情况下，进行车头检测，若检测到车头，提取驶入车辆的车头特征，并作为场内车辆的车头特征进行存储；若未检测到车头，则生成停车二维码图像，并显示，以供驶入车辆对应的用户获得停车二维码图像，于驶入车辆驶出指定停车场时使用，为后续的全面的车辆的认证提供基础。
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为本发明实施例提供的停车计费系统中的车辆认证方法的一种流程示意图。
图2为本发明实施例提供的停车计费系统中的车辆认证方法的另一种流程示意图。
图3为本发明实施例提供的停车计费系统中的车辆认证装置的一种结构示意图。
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、完整的描述。显然，所描述的实施例仅仅是本发明的一部分实施例，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付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。
需要说明的是，本发明实施例及附图中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含的一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本发明提供了一种停车计费系统中的车辆认证方法及装置，以实现对车辆的更全面的认证，保证车辆自动计费的实现，降低人工成本。下面对本发明实施例进行详细说明。
图1为本发明实施例提供的停车计费系统中的车辆认证方法的一种流程示意图。该方法可以包括如下步骤：
S101：对目标图像进行车牌检测。
其中，目标图像为：对当前待驶出指定停车场的待出场车辆拍摄所得的图像。
本发明实施例所提供的数据查询方法，可以应用于任意类型的具有计算能力的电子设备中，该电子设备可以为服务器或者终端。该电子设备可以与设置于指定停车场的驶出口的图像采集设备连接，可以获得指定停车场的驶出口的图像采集设备针对驶出该指定停车场的车辆所采集的图像，作为目标图像。该指定停车场可以为任一类型的停车场，包括但不限于地上停车场以及地下停车场。本发明实施例中，可以称驶出指定停车场的车辆为待出场车辆，该待出场车辆可以为任意类型的机动车辆。
一种实现中，该电子设备可以设置于停车计费系统中，该停车计费系统还可以包括指定停车场的驶出口的图像采集设备以及指定停车场的驶入口的图像采集设备，还可以包括后续提到的用于存储该指定停车场内已有车辆的记录信息的数据库。
另一种情况中，电子设备还可以与设置于指定停车场的驶入口的图像采集设备连接，可以获得指定停车场的驶入口的图像采集设备针对驶入该指定停车场的车辆所采集的图像。其中，该指定停车场的驶入口和驶出口可能为同一物理出口，也可能会不同物理出口，这都是可以的。
电子设备对所获得的目标图像进行车牌检测，在车牌检测过程中可以利用基于深度学习算法的车牌检测模型进行检测，也可以是基于相关的字符识别技术进行检测，这都是可以的。
S102：在从目标图像中未检测到待出场车辆的车牌号的情况下，对目标图像进行人脸检测，并在从目标图像中检测到人脸的情况下，提取目标图像中每一人脸对应的人脸特征，作为待出场车辆对应的当前人脸特征。
电子设备对目标图像进行车牌检测，在从目标图像中未检测到待出场车辆的车牌号的情况下，继续对目标图像进行人脸检测，确定目标图像中是否包含人脸，在从目标图像中检测到人脸的情况下，提取目标图像中每一人脸对应的人脸特征，作为待出场车辆对应的当前人脸特征。
电子设备可以利用预设人脸检测算法，对目标图像进行人脸检测，其中，该预设人脸检测算法可以包括但不限于：基于深度学习算法的人脸检测模型，基于几何特征的人脸检测算法、基于局部特征分析方法的人脸检测算法以及基于特征脸方法的人脸检测算法等等。
其中，一种情况中，电子设备确定是否从目标图像中检测到待出场车辆的车牌号的方式是：在目标图像的指定位置区域内检测到车牌的车牌号，若在目标图像的指定位置区域内检测到车牌的车牌号，则确定从目标图像中检测到待出场车辆的车牌号；若在目标图像的指定位置区域内未检测到车牌的车牌号，则确定从目标图像中未检测到待出场车辆的车牌号。
电子设备在从目标图像中检测到人脸的情况下，可以利用预设人脸特征提取算法从目标图像中提取出每一人脸对应的人脸特征，作为待出场车辆对应的当前人脸特征。其中，预设人脸特征提取算法可以包括但不限于：基于深度学习的人脸特征提取模型、基于几何特征的人脸特征提取算法、基于局部特征分析方法的人脸特征提取算法以及基于特征脸方法的人脸特征提取算法等等。
其中，本发明实施例中所提到的从目标图像中检测到人脸的情况下可以指：检测到人脸，且人脸对应的置信度超过预设人脸置信度阈值的情况。后续的，所提取的人脸的人脸特征为所对应置信度超过预设人脸置信度阈值的人脸的人脸特征。
S103：将当前人脸特征与每一第一场内车辆对应的人脸特征进行匹配，确定当前人脸特征与每一第一场内车辆对应的人脸特征之间的第一差异值。
其中，第一场内车辆包括未驶出指定停车场且对应有人脸特征的车辆。其中，未驶出指定停车场可以指驶入停车场后未离开。
本步骤中，电子设备针对每一第一场内车辆对应的人脸特征，将该第一场内车辆对应的每一人脸特征与该当前人脸特征中的每一人脸特征分别进行匹配，确定该第一场内车辆对应的人脸特征与该当前人脸特征中的每一人脸特征之间的第一差异值，以确定出当前人脸特征与每一第一场内车辆对应的人脸特征之间的第一差异值。举例而言，第一场内车辆i对应的人脸特征包含k个，当前人脸特征包含n个人脸特征，该第一场内车辆对应的人脸特征与该当前人脸特征中的每一人脸特征之间的第一差异值共有k*n个，其中，i的取值范围为[1，M1]中的整数，M1为第一场内车辆的总数量。
在一种情况中，上述第一差异值可以通过编辑距离表示，相应的，上述将该第一场内车辆对应的每一人脸特征与该当前人脸特征中的每一人脸特征分别进行匹配，确定该第一场内车辆对应的人脸特征与该当前人脸特征中的每一人脸特征之间的第一差异值的过程，可以是：计算该第一场内车辆对应的每一人脸特征与该当前人脸特征中的每一人脸特征之间的编辑距离，作为第一场内车辆对应的每一人脸特征与该当前人脸特征中的每一人脸特征之间的第一差异值。
其中，编辑距离又称Levenshtein距离，是指将一个字符串转为另一个字符串所需的字符编辑次数，包括以下三种操作：插入：在任意位置插入一个字符；删除：将任意一个字符删除；替换：将任意一个字符替换为另一个字符。一种情况中，本实施例中，所提到的计算编辑距离，可以指计算最小编辑距离。最小编辑距离是指将一个字符串转为另一个字符串所需的最少字符编辑次数。
在一种情况中，指定停车场可以对应一用于存储该指定停车场内已有车辆的记录信息的数据库，其中，指定停车场内已有车辆可以指：驶入该指定停车场且未驶出该指定停车场的车辆，可以称为场内车辆。数据库中可以针对每一场内车辆存储三个维度的信息，即每一场内车辆的记录信息可以包括三个维度，可以分别为（IsPlate,SP）、(IsFace,SF)和(IsCar,SC）。IsPlate表示是否识别到车牌，如果识别到车牌，SP代表识别结果，即车辆的车牌号；IsFace表示是否检测到人脸，SF表示检测到的人脸图像的特征及原图像，其中人脸图像的特征包括所提取的人脸的人脸特征。
电子设备可以直接从该数据库中确定第一场内车辆及其对应的人脸特征。
S104：若基于第一差异值中的最小目标差异值和次小目标差异值确定的第一匹配置信度大于第一置信度阈值，将第一差异值中的最小目标差异值所对应人脸特征对应的第一场内车辆与待驶出车辆，确定为同一车辆。
其中，第一差异值中的最小目标差异值和次小目标差异值为：各第一场内车辆对应的最小的第一差异值中的最小差异值和次小差异值。
本步骤中，电子设备确定出当前人脸特征与每一第一场内车辆对应的人脸特征之间的第一差异值之后，针对每一第一场内车辆，从该第一场内车辆对应的每一人脸特征与当前人脸特征中每一人脸特征之间的第一差异值中，确定出最小第一差异值，作为该第一场内车辆对应的最小第一差异值；进而，从所有第一场内车辆对应的最小第一差异值中，确定出最小和次小的最小第一差异值，分别作为第一差异值中的最小目标差异值和次小目标差异值。其中，上述的“次小的最小第一差异值”指的是第二小的最小第一差异值。
利用第一差异值中的最小目标差异值和次小目标差异值确定第一匹配置信度，并比较第一匹配置信度与第一置信度阈值的大小；若第一匹配置信度大于第一置信度阈值，将第一差异值中的最小目标差异值所对应人脸特征对应的第一场内车辆与待驶出车辆，确定为同一车辆。其中，该第一置信度阈值为根据实际情况设置的值。
一种实现中，第一匹配置信度的计算公式，可以表示为：
N1=1-D1/D2；
其中，该N1表示第一匹配置信度，D1表示第一差异值中的最小目标差异值，D2表示第一差异值中的次小目标差异值。
后续的，电子设备可以基于该第一差异值中的最小目标差异值所对应人脸特征对应的第一场内车辆，确定该待驶出车辆的驶入时间，即驶入指定停车场的时间，进而，基于驶入时间以及驶出时间，自动确定出待驶出车辆的停车费用信息。一种情况，待驶出车辆的驶入时间可以是：指定停车场的驶入口的图像采集设备针对待驶出车辆驶入指定停车场时所采集图像对应的采集时间。待驶出车辆的驶出时间可以是：指定停车场的驶出口的图像采集设备针对待驶出车辆驶出指定停车场时所采集图像对应的采集时间，即目标图像的采集时间。
应用本发明实施例，可以在未从目标图像中检测出待出场车辆的车牌号的情况下，基于目标图像中包含的人脸的当前人脸特征，以及第一场内车辆对应的人脸特征，确定第一场内车辆中哪一场内车辆为与该待出场车辆为同一车辆，在基于第一差异值中的最小目标差异值和次小目标差异值确定的第一匹配置信度大于第一置信度阈值的情况下，将第一差异值中的最小目标差异值所对应人脸特征对应的第一场内车辆与待驶出车辆，确定为同一车辆，以实现对车辆的更全面的认证，进而保证车辆自动计费的实现，降低人工成本。
在本发明的另一实施例中，如图2所示，所述方法可以包括如下步骤：
S201：对目标图像进行车牌检测。
其中，目标图像为：对当前待驶出指定停车场的待出场车辆拍摄所得的图像。
S202：在从目标图像中未检测到待出场车辆的车牌号的情况下，对目标图像进行人脸检测，并在从目标图像中检测到人脸的情况下，提取目标图像中每一人脸对应的人脸特征，作为待出场车辆对应的当前人脸特征。
S203：将当前人脸特征与每一第一场内车辆对应的人脸特征进行匹配，确定当前人脸特征与每一第一场内车辆对应的人脸特征之间的第一差异值。
其中，第一场内车辆包括未驶出指定停车场且对应有人脸特征的车辆。
S204：若基于第一差异值中的最小目标差异值和次小目标差异值确定的第一匹配置信度大于第一置信度阈值，将第一差异值中的最小目标差异值所对应人脸特征对应的第一场内车辆与待驶出车辆，确定为同一车辆。
其中，第一差异值中的最小目标差异值和次小目标差异值为：各第一场内车辆对应的最小的第一差异值中的最小差异值和次小差异值。
S205：在从目标图像中检测到待出场车辆的车牌号的情况下，将待出场车辆的车牌号与每一第二场内车辆的车牌号进行匹配，确定待出场车辆的车牌号与每一第二场内车辆的车牌号之间的第二差异值。
其中，第二场内车辆包括未驶出指定停车场且对应有车牌号的车辆。
S206：基于第二差异值，从第二场内车辆中确定出与待驶出车辆为同一车辆的场内车辆。
其中，该S201与图1中所示的S101相同，该S202与图1中所示的S102相同，该S203与图1中所示的S103相同，该S204与图1中所示的S104相同，在此不再赘述。
本实施例中，电子设备在从目标图像中检测到待出场车辆的车牌号的情况下，可以直接利用车牌号实现车辆的认证。具体的，将待出场车辆的车牌号与每一第二场内车辆的车牌号进行匹配，即针对每一第二场内车辆，计算，该第二场内车辆的车牌号与计算待出场车辆的车牌号之间的编辑距离，将第二场内车辆的车牌号与计算待出场车辆的车牌号之间的编辑距离，确定为该第二场内车辆的车牌号与待出场车辆的车牌号之间的第二差异值。进而，基于第二差异值，从第二场内车辆中确定出与待驶出车辆为同一车辆的场内车辆。
通过本实施例，实现针对是否从目标图像中检测到车牌号的不同的检测结果，提供不同的车辆认证的方式，实现对车辆的更全面的认证，进而保证车辆自动计费的实现，降低人工成本。
一种情况中，可以直接将第二差异值中最小第二差异值对应的第二场内车辆与待驶出车辆，确定为同一车辆。
另一种情况，为了保证所确定的与待驶出车辆为同一车辆的场内车辆的准确性，进而保证所确定的停车费用信息的准确性。鉴于此，在本发明的另一实施例中，所述S206可以包括如下步骤011-015：
011：判断第二差异值中的最小差异值是否大于第一预设阈值。
012：若第二差异值中的最小差异值不大于第一预设阈值，则将第二差异值中的最小差异值所对应车牌号对应的第二场内车辆与待驶出车辆，确定为同一车辆；
013：若所述第二差异值中的最小差异值大于第一预设阈值，则对目标图像进行人脸检测，并在从目标图像中检测到人脸的情况下，提取目标图像中每一人脸对应的人脸特征，作为待出场车辆对应的当前人脸特征；
014：将当前人脸特征与每一第三场内车辆对应的人脸特征进行匹配，确定当前人脸特征与每一场内车辆对应的人脸特征之间的第三差异值。
其中，第三场内车辆包括第二场内车辆中对应有人脸特征的车辆；
015：若基于第三差异值中的最小目标差异值和次小目标差异值，确定的第二匹配置信度大于第二置信度阈值，将第三差异值中的最小目标差异值所对应人脸特征对应的第三场内车辆与待驶出车辆，确定为同一车辆。
其中，第三差异值中的最小目标差异值和次小目标差异值为：各第三场内车辆对应的最小的第三差异值中的最小差异值和次小差异值，第一置信度阈值大于第二置信度阈值。
本实施例中，电子设备确定出第二差异值之后，可以首先判断第二差异值中的最小差异值是否大于第一预设阈值，若第二差异值中的最小差异值不大于第一预设阈值，则可以认为第二场内车辆中存在车牌号与待驶出车辆的车牌号特别相似的场内车辆，此时，可以直接将第二差异值中的最小差异值所对应车牌号对应的第二场内车辆与待驶出车辆，确定为同一车辆。
若第二差异值中的最小差异值大于第一预设阈值，则可以认为第二场内车辆中不存在车牌号与待驶出车辆的车牌号特别相似的场内车辆，此时，为了避免出现由于车牌号识别错误导致第二差异值出现误差的情况，同时保证车辆认证结果的准确，电子设备可以继续利用预设人脸检测算法对目标图像进行人脸检测，并在从目标图像中检测到人脸的情况下，利用预设人脸特征提取算法，提取目标图像中每一人脸对应的人脸特征，作为待出场车辆对应的当前人脸特征。将当前人脸特征与每一第三场内车辆对应的人脸特征进行匹配，即针对每一第三场内车辆，计算该第三场内车辆对应的每一人脸特征与当前人脸特征中的每一人脸特征之间的编辑距离，作为该第三场内车辆对应的每一人脸特征与当前人脸特征中的每一人脸特征之间的第三差异值，以确定出当前人脸特征与每一场内车辆对应的人脸特征之间的第三差异值。
后续的，电子设备针对每一第三场内车辆，从该第三场内车辆对应的每一人脸特征与当前人脸特征中每一人脸特征之间的第三差异值中，确定出最小第三差异值，作为该第三场内车辆对应的最小第三差异值；进而，从所有第三场内车辆对应的最小第三差异值中，确定出最小和次小的最小第三差异值，分别作为第三差异值中的最小目标差异值和次小目标差异值。其中，上述的“次小的最小第三差异值”指的是第二小的最小第三差异值。
利用第三异值中的最小目标差异值和次小目标差异值确定第二匹配置信度，并比较第二匹配置信度与第二置信度阈值的大小；若第二匹配置信度大于第二置信度阈值，将第三差异值中的最小目标差异值所对应人脸特征对应的第三场内车辆与待驶出车辆，确定为同一车辆。其中，该第二置信度阈值为根据实际情况设置的值。且第一置信度阈值大于第二置信度阈值。
一种实现中，第二匹配置信度的计算公式，可以表示为：
N2=1-F1/F2；
其中，该N2表示第二匹配置信度，F1表示第三差异值中的最小目标差异值，F2表示第三差异值中的次小目标差异值。
本实施例中，在基于第二差异值确定与待驶出车辆为同一车辆的场内车辆的过程中，若第二差异值中的最小差异值大于第二预设阈值，则将第二差异值中的最小差异值所对应车牌号对应的第二场内车辆与待驶出车辆，确定为同一车辆，若第二差异值中的最小差异值不大于第二预设阈值，则结合所检测到的待出场车辆对应的当前人脸特征与每一场内车辆对应的人脸特征之间的第三差异值以及该第二差异值，共同确定与待驶出车辆为同一车辆的场内车辆，以保证所确定出的匹配车辆结果的准确性。
在本发明的另一实施例中，所述方法还可以包括如下步骤021-024：
021：在从目标图像中未检测到人脸及待驶出车辆的车牌号的情况下，或在第一匹配置信度不大于第一置信度阈值情况下，或在第二匹配置信度不大于第二置信度阈值的情况下，对目标图像进行车头检测。
022：并在从目标图像中检测到待出场车辆的车头的情况下，提取目标图像中待出场车辆的车头特征。
023：将待出场车辆的车头特征与每一第四场内车辆的车头特征进行匹配，确定待出场车辆的车头特征与每一第四场内车辆的车头特征之间的第四差异值。
其中，第四场内车辆包括：未驶出指定停车场且对应有车头特征的车辆。
024：若基于第四差异值中的最小第四差异值和次小第四差异值，确定的第三匹配置信度大于第三置信度阈值，将第四差异值中的最小第四差异值所对应车头特征对应的第四场内车辆与待驶出车辆，确定为同一车辆。
本实施例中，在从目标图像中未检测到人脸及待驶出车辆的车牌号的情况下，为了保证对车辆的准确认证，则需要依靠车辆的其他特征，实现对车辆的认证。且，在第一匹配置信度不大于第一置信度阈值情况下，即从目标图像中未检测到待驶出车辆的车牌号，但通过待驶出车辆对应的当前人脸特征所确定的匹配结果的可信度不够高的情况下，需要依靠车辆的其他特征，实现对车辆的认证。且，在第二匹配置信度不大于第二置信度阈值的情况下，即从目标图像中检测到待驶出车辆的车牌号，但车牌号的匹配结果的准确性不高，且通过待驶出车辆对应的当前人脸特征所确定的匹配结果的可信度不够高的情况下，也需要依靠车辆的其他特征，实现对车辆的认证。
相应的，出现上述三种情况中的任一情况下，电子设备利用预设车头检测算法，对目标图像进行车头检测；在从目标图像中检测到待出场车辆的车头的情况下，利用预设车头特征提取算法，提取目标图像中待出场车辆的车头特征；将待出场车辆的车头特征与每一第四场内车辆的车头特征进行匹配，即针对每一第四场内车辆，计算待出场车辆的车头特征与该第四场内车辆的车头特征之间的编辑距离，作为待出场车辆的车头特征与该第四场内车辆的车头特征之间的第四差异值，以确定出待出场车辆的车头特征与每一第四场内车辆对应的车头特征之间的第四差异值。
其中，预设车头检测算法包括但不限于：基于深度学习的车头检测模型、基于几何特征的车头检测算法以及基于局部特征分析方法的车头检测算法等等。预设车头特征提取算法包括但不限于：基于深度学习的车头特征提取模型、基于几何特征的车头特征提取算法以及基于局部特征分析方法的车头特征提取算法等等。
后续的，电子设备从所有第四差异值中，确定出最小和次小的第四差异值，分别作为第四差异值中的最小目标差异值和次小目标差异值。其中，上述的“次小的第四差异值”指的是第二小的第四差异值。
利用第四异值中的最小目标差异值和次小目标差异值确定第三匹配置信度，并比较第三匹配置信度与第三置信度阈值的大小；若第三匹配置信度大于第三置信度阈值，将第四差异值中的最小目标差异值所对应人脸特征对应的第四场内车辆与待驶出车辆，确定为同一车辆。其中，该第三置信度阈值为根据实际情况设置的值。
一种实现中，第三匹配置信度的计算公式，可以表示为：
N3=1-C1/C2；
其中，该N3表示第三匹配置信度，C1表示第四差异值中的最小目标差异值，C2表示第四差异值中的次小目标差异值。
本实施例中，通过多种特征的匹配，确定与待驶出车辆为同一车辆的场内车辆，实现对车辆的多角度的更全面的认证，进而保证车辆自动计费的实现，降低人工成本。
在本发明的另一实施例中，所述方法还可以包括如下步骤031-032：
031：在从目标图像中未检测到人脸及待驶出车辆的车牌号和车头的情况下，或者在第三匹配置信度不大于第三置信度阈值的情况下，扫描待驶出车辆对应的用户出示的停车二维码图像，得到扫描结果。
032：基于扫描结果与每一第五场内车辆对应的停车二维码图像，从第五场内车辆中确定出与待识别车辆为同一车辆的场内车辆。
其中，第五场内车辆对应的停车二维码图像为：第五场内车辆驶入指定停车场时，未从图像采集设备针对该第五场内车辆采集的入场图像中，检测出该第五场内车辆的车牌号及其对应的人脸特征和车头特征的情况下，为该第五场内车辆所分配的二维码图像。
本实施例中，电子设备在从目标图像中未检测到人脸及待驶出车辆的车牌号和车头的情况下，或者在第三匹配置信度不大于第三置信度阈值，即在从目标图像中未检测到人脸及待驶出车辆的车牌号，但检测到车头而利用车头特征所确定出的车辆认证结果的准确性不高的情况下，电子设备认为无法通过人脸特征及待驶出车辆的车牌号和车头特征实现对车辆的认证。相应的，电子设备为了实现对车辆认证的自动化，可以提示待驶出车辆对应的用户出示停车二维码图像，并扫描待驶出车辆对应的用户出示的停车二维码图像，得到扫描结果。待驶出车辆对应的用户出示的停车二维码图像为：待驶出车辆驶入该指定停车场时，被分配的二维码图像，用于确定该待驶出车辆的驶入指定停车场的驶入时间和驶出指定停车场的驶出时间。
电子设备得到扫描结果之后，确定第五场内车辆，即确定出对应有停车二维码图像的场内车辆，基于扫描结果与每一第五场内车辆对应的停车二维码图像，从第五场内车辆中确定出与待识别车辆为同一车辆的场内车辆。第五场内车辆对应的停车二维码图像为：第五场内车辆驶入指定停车场时，未从图像采集设备针对该第五场内车辆采集的入场图像中，检测出该第五场内车辆的车牌号及其对应的人脸特征和车头特征的情况下，为该第五场内车辆所分配的二维码图像。
后续的，电子设备可以基于所确定的与待识别车辆为同一车辆的第五场内车辆对应的驶入时间和待驶出车辆对应的驶出时间，确定待驶出车辆对应的停车费用信息。其中，该类情况下，第五场内车辆对应的驶入时间可以是生成其对应的停车二维码图像的时间，或针对第五场内车辆驶入指定停车场时所采集的图像对应的采集时间。相应的，待驶出车辆对应的驶出时间可以是电子设备扫描得到其对应的停车二维码图像的时间，或针对待驶出车辆驶出指定停车场时所采集的目标图像对应的采集时间，这都是可以的。
在一种实现方式中，上述基于扫描结果与每一第五场内车辆对应的停车二维码图像，从第五场内车辆中确定出与待识别车辆为同一车辆的场内车辆的过程，可以是：扫描结果中包括待驶出车辆的用户所出示的停车二维码图像，相应的，电子设备可以将扫描结果中的停车二维码图像与每一第五场内车辆对应的停车二维码图像进行匹配，即计算扫描结果中的停车二维码图像与每一第五场内车辆对应的停车二维码图像之间的编辑距离，作为扫描结果中的停车二维码图像与每一第五场内车辆对应的停车二维码图像之间的第五差异值，进而，基于第五差异值，从第五场内车辆中确定出与待识别车辆为同一车辆的场内车辆。例如：可以是将所对应第五差异值最小的第五场内车辆确定为与待识别车辆为同一车辆的场内车辆。
在另一种实现方式中，电子设备可以预存有生成待驶出车辆对应的停车二维码图像的生成时间，电子设备可以直接基于扫描结果，获得成待驶出车辆对应的停车二维码图像的生成时间，作为待驶出车辆的驶入时间。进而，结合待驶出车辆的驶出时间，直接确定待驶出车辆对应的停车费用信息。
在本发明的另一实施例中，在所述S101之前，所述方法还可以包括如下步骤041-043：
041：对驶入图像进行车牌检测。
其中，驶入图像为：在驶入车辆驶入所述指定停车场时所拍摄的图像，驶入车辆包括待出场车辆。
042：在从驶入图像中检测到驶入车辆的车牌号的情况下，将驶入车辆的车牌号与每一对应有车牌号的第六场内车辆对应的车牌号进行匹配，确定待出场车辆的车牌号与每一第六场内车辆对应的车牌号之间的第六差异值。
043：在确定第六差异值中的最小差异值不小于第一预设阈值的情况下，将驶入车辆的车牌号作为场内车辆的车牌号进行存储。
本实施例中，电子设备还可以与指定停车辆的驶入口的图像采集设备连接，可以获得车辆驶入指定停车场时，该驶入口的图像采集设备针对该驶入车辆所采集的驶入图像。利用预设车牌检测算法，对驶入图像进行车牌检测，在从驶入图像中检测到驶入车辆的车牌号的情况下，将驶入车辆的车牌号与每一对应有车牌号的第六场内车辆对应的车牌号进行匹配，确定待出场车辆的车牌号与每一第六场内车辆对应的车牌号之间的第五差异值。在确定第六差异值中的最小差异值不小于第一预设阈值，即第六场内车辆中不存在车牌号与驶入车辆的车牌号的相似的情况下，将该驶入车辆确定为场内车辆，并将驶入车辆的车牌号作为场内车辆的车牌号进行存储。其中，第一预设阈值为根据实际情况进行是定的值。
电子设备在检测出驶入车辆的车牌号后，将驶入车辆的车牌号与每一对应有车牌号的第六场内车辆的车牌号进行匹配，主要是为了更加准确的确认车辆的车牌号；后续的，在第六差异值中的最小差异值不大于第一预设阈值的情况下，即第六场内车辆中存在车牌号与驶入车辆的车牌号的相似的情况，后续在识别到该驶入车辆以及车牌号与该驶入车辆的车牌号相似的第六场内车辆时，可以相应辅助人脸检测进行车辆认证，以保证车辆认证结果的准确性。
相应的，在本发明的另一实施例中，所述方法还可以包括如下步骤044-045：
044：在确定第六差异值中的最小差异值不大于第一预设阈值的情况下，或者在从驶入图像中未检测到驶入车辆的车牌号的情况下，对驶入图像中感兴趣区域进行人脸检测；
045：并在从驶入图像的感兴趣区域中检测到人脸的情况下，提取驶入图像中每一人脸对应的人脸特征；将驶入图像中每一人脸特征，作为场内车辆对应的人脸特征进行存储。
其中，在确定第六差异值中的最小差异值不大于第一预设阈值的情况下，存储驶入图像中每一人脸特征与驶入车辆的车牌号之间的对应关系。
本实施例中，在确定第六差异值中的最小差异值不大于第一预设阈值的情况下，为了保证车辆认证结果的准确性，需要辅助人脸检测进行车辆认证。在从驶入图像中未检测到驶入车辆的车牌号的情况下，则需要通过人脸检测进行车辆认证。相应的，电子设备利用预设人脸检测算法，对驶入图像中感兴趣区域进行人脸检测；其中，该感兴趣区域可以是整张驶入图像也可以是预先设置的驶入图像中的部分区域，这都是可以的。
并在从驶入图像的感兴趣区域中检测到人脸的情况下，提取驶入图像中每一人脸对应的人脸特征；将该驶入车辆确定为场内车辆，并将驶入图像中每一人脸特征，作为场内车辆对应的人脸特征进行存储，
在确定第六差异值中的最小差异值不大于第一预设阈值，即检测到驶入车辆的车牌号的情况下，存储驶入图像中每一人脸特征与驶入车辆的车牌号之间的对应关系。
在本发明的另一实施例中，所述方法还可以包括如下步骤046-048：
046：在从驶入图像的感兴趣区域中未检测到人脸的情况下，对驶入图像进行车头检测.
047：在从驶入图像中检测出驶入车辆的车头的情况下，提取驶入车辆的车头特征；将所提取的驶入车辆的车头特征，作为场内车辆的车头特征进行存储.
048：在从驶入图像中未检测出驶入车辆的车头的情况下，针对驶入车辆生成停车二维码图像，并显示，以供驶入车辆对应的用户获得停车二维码图像，于驶入车辆驶出指定停车场时使用。
本实施例中，电子设备在从驶入图像的感兴趣区域中未检测到人脸且的情况下，利用预设车头检测算法对驶入图像进行车头检测；在从驶入图像中检测出驶入车辆的车头的情况下，提取驶入车辆的车头特征；将所提取的驶入车辆的车头特征，作为场内车辆的车头特征进行存储。在从驶入图像中未检测出驶入车辆的车头的情况下，针对驶入车辆生成停车二维码图像，并显示，以供驶入车辆对应的用户获得停车二维码图像，于驶入车辆驶出指定停车场时使用。例如可以供驶入车辆对应的用户对停车二维码图像进行拍照保留。
本实施例中，车辆驶入指定停车场时，针对不同情况，存储车辆的相关信息，以为后续的车辆驶出指定停车场时，在对车辆进行认证时提供认证基础，保证自动化车辆认证流程的进行。并且可以实现不在指定停车场的驶出口和驶入口安排看守人员，即无需看守人员进行值守，可以节省劳动力。
在本发明的另一实施例中，确定出与待驶出车辆为同一车辆的场内车辆之后，可以直接基于待驶出车辆的驶出时间和与待驶出车辆为同一车辆的场内车辆的驶入时间，确定待驶出车辆在指定停车场的停车时间，进而，基于停车时间确定待驶出车辆对应的停车费用信息，以实现对车辆停车费用信息的自动化确定。相应的，所述方法还可以包括如下步骤051-053：
051：在确定出与待驶出车辆为同一车辆的场内车辆之后，获得与待驶出车辆为同一车辆的场内车辆对应的驶入时间；
052：获得驶出车辆对应的驶出时间；
053：基于驶入时间与驶出时间，确定待驶出车辆对应的停车费用信息。
相应于上述方法实施例，本发明实施例提供了一种停车计费系统中的车辆认证装置，如图3所示，所述装置包括：
车牌检测模块310，被配置为对目标图像进行车牌检测，其中，所述目标图像为：对当前待驶出指定停车场的待出场车辆拍摄所得的图像；
人脸检测模块320，被配置为在从所述目标图像中未检测到所述待出场车辆的车牌号的情况下，对所述目标图像进行人脸检测，并在从所述目标图像中检测到人脸的情况下，提取所述目标图像中每一人脸对应的人脸特征，作为所述待出场车辆对应的当前人脸特征；
第一匹配模块330，被配置为将所述当前人脸特征与每一第一场内车辆对应的人脸特征进行匹配，确定所述当前人脸特征与每一第一场内车辆对应的人脸特征之间的第一差异值，其中，所述第一场内车辆包括未驶出所述指定停车场且对应有人脸特征的车辆；
第一确定模块340，被配置为若基于所述第一差异值中的最小目标差异值和次小目标差异值确定的第一匹配置信度大于第一置信度阈值，将所述第一差异值中的最小目标差异值所对应人脸特征对应的第一场内车辆与所述待驶出车辆，确定为同一车辆，其中，所述第一差异值中的最小目标差异值和次小目标差异值为：各第一场内车辆对应的最小的第一差异值中的最小差异值和次小差异值。
应用本发明实施例，可以在未从目标图像中检测出待出场车辆的车牌号的情况下，基于目标图像中包含的人脸的当前人脸特征，以及第一场内车辆对应的人脸特征，确定第一场内车辆中哪一场内车辆为与该待出场车辆为同一车辆，在基于第一差异值中的最小目标差异值和次小目标差异值确定的第一匹配置信度大于第一置信度阈值的情况下，将第一差异值中的最小目标差异值所对应人脸特征对应的第一场内车辆与待驶出车辆，确定为同一车辆，以实现对车辆的更全面的认证，进而保证车辆自动计费的实现，降低人工成本。
在本发明的另一实施例中，所述第一匹配置信度的计算公式，表示为：
N1=1-D1/D2；
其中，所述N1表示所述第一匹配置信度，所述D1表示所述第一差异值中的最小目标差异值，所述D2表示所述第一差异值中的次小目标差异值。
可选的，所述装置还包括：
第二匹配确定模块（图中未示处），被配置为在从所述目标图像中检测到所述待出场车辆的车牌号的情况下，将所述待出场车辆的车牌号与每一第二场内车辆的车牌号进行匹配，确定所述待出场车辆的车牌号与每一第二场内车辆的车牌号之间的第二差异值，其中，所述第二场内车辆包括未驶出所述指定停车场且对应有车牌号的车辆；
第二确定模块（图中未示处），被配置为基于所述第二差异值，从第二场内车辆中确定出与所述待驶出车辆为同一车辆的场内车辆。
可选的，所述第二确定模块，被具体配置为判断所述第二差异值中的最小差异值是否大于第一预设阈值；
若所述第二差异值中的最小差异值不大于所述第一预设阈值，则将所述第二差异值中的最小差异值所对应车牌号对应的第二场内车辆与所述待驶出车辆，确定为同一车辆；
若所述第二差异值中的最小差异值大于所述第一预设阈值，则对所述目标图像进行人脸检测，并在从所述目标图像中检测到人脸的情况下，提取所述目标图像中每一人脸对应的人脸特征，作为所述待出场车辆对应的当前人脸特征；
将所述当前人脸特征与每一第三场内车辆对应的人脸特征进行匹配，确定所述当前人脸特征与每一场内车辆对应的人脸特征之间的第三差异值，其中，所述第三场内车辆包括所述第二场内车辆中对应有人脸特征的车辆；
若基于所述第三差异值中的最小目标差异值和次小目标差异值，确定的第二匹配置信度大于第二置信度阈值，将所述第三差异值中的最小目标差异值所对应人脸特征对应的第三场内车辆与所述待驶出车辆，确定为同一车辆，其中，所述第三差异值中的最小目标差异值和次小目标差异值为：各第三场内车辆对应的最小的第三差异值中的最小差异值和次小差异值，所述第一置信度阈值大于所述第二置信度阈值。
可选的，所述装置还包括：
第一车头检测模块（图中未示处），被配置为在从所述目标图像中未检测到人脸及待驶出车辆的车牌号的情况下，或在所述第一匹配置信度不大于所述第一置信度阈值情况下，或在所述第二匹配置信度不大于所述第二置信度阈值的情况下，对所述目标图像进行车头检测；
特征提取模块（图中未示处），被配置为并在从所述目标图像中检测到所述待出场车辆的车头的情况下，提取所述目标图像中所述待出场车辆的车头特征；
第三确定模块（图中未示处），被配置为将所述待出场车辆的车头特征与每一第四场内车辆对应的车头特征进行匹配，确定所述待出场车辆的车头特征与每一第四场内车辆对应的车头特征之间的第四差异值，其中，所述第四场内车辆包括：未驶出所述指定停车场且对应有车头特征的车辆；
第四确定模块（图中未示处），被配置为若基于所述第四差异值中的最小第四差异值和次小第四差异值，确定的第三匹配置信度大于第三置信度阈值，将所述第四差异值中的最小第四差异值所对应车头特征对应的第四场内车辆与所述待驶出车辆，确定为同一车辆。
可选的，所述装置还包括：
扫描模块（图中未示处），被配置为在从所述目标图像中未检测到人脸及所述待驶出车辆的车牌号和车头的情况下，或者在所述第三匹配置信度不大于所述第三置信度阈值的情况下，扫描所述待驶出车辆对应的用户出示的停车二维码图像，得到扫描结果；
第五确定模块（图中未示处），被配置为基于所述扫描结果与每一第五场内车辆对应的停车二维码图像，从第五场内车辆中确定出与所述待识别车辆为同一车辆的场内车辆，其中，第五场内车辆对应的停车二维码图像为：第五场内车辆驶入所述指定停车场时，未从图像采集设备针对该第五场内车辆采集的入场图像中，检测出该第五场内车辆的车牌号及其对应的人脸特征和车头特征的情况下，为该第五场内车辆所分配的二维码图像。
可选的，所述装置还包括：
第二车牌检测模块（图中未示处），被配置为在所述对目标图像进行车牌检测之前，对驶入图像进行车牌检测，其中，所述驶入图像为：在驶入车辆驶入所述指定停车场时所拍摄的图像，所述驶入车辆包括所述待出场车辆；
第三匹配确定模块（图中未示处），被配置为在从所述驶入图像中检测到所述驶入车辆的车牌号的情况下，将所述驶入车辆的车牌号与每一对应有车牌号的第六场内车辆对应的车牌号进行匹配，确定所述待出场车辆的车牌号与每一第六场内车辆对应的车牌号之间的第六差异值；
第一存储模块（图中未示处），被配置为在确定所述第六差异值中的最小差异值不小于第一预设阈值的情况下，将所述驶入车辆的车牌号作为场内车辆的车牌号进行存储。
可选的，所述装置还包括：
第二人脸检测模块（图中未示处），被配置为在确定所述第六差异值中的最小差异值不大于第一预设阈值的情况下，或者在从所述驶入图像中未检测到所述驶入车辆的车牌号的情况下，对所述驶入图像中感兴趣区域进行人脸检测；
第二存储模块（图中未示处），被配置为并在从所述驶入图像的感兴趣区域中检测到人脸的情况下，提取所述驶入图像中每一人脸对应的人脸特征；将所述驶入图像中每一人脸特征，作为场内车辆对应的人脸特征进行存储，其中，在确定所述第六差异值中的最小差异值不大于第一预设阈值的情况下，存储所述驶入图像中每一人脸特征与所述驶入车辆的车牌号之间的对应关系。
可选的，所述装置还包括：
第二车头检测模块（图中未示处），被配置为在从所述驶入图像的感兴趣区域中未检测到人脸的情况下，对所述驶入图像进行车头检测；
第三存储模块（图中未示处），被配置为在从所述驶入图像中检测出所述驶入车辆的车头的情况下，提取所述驶入车辆的车头特征；将所提取的所述驶入车辆的车头特征，作为场内车辆的车头特征进行存储；
生成显示模块（图中未示处），被配置为在从所述驶入图像中未检测出所述驶入车辆的车头的情况下，针对所述驶入车辆生成停车二维码图像，并显示，以供所述驶入车辆对应的用户获得所述停车二维码图像，于所述驶入车辆驶出所述指定停车场时使用。
可选的，所述装置还包括：
第一获得模块（图中未示处），被配置为在确定出与所述待驶出车辆为同一车辆的场内车辆之后，获得与所述待驶出车辆为同一车辆的场内车辆对应的驶入时间；
第二获得模块（图中未示处），被配置为获得所述驶出车辆对应的驶出时间；
第六确定模块（图中未示处），被配置为基于所述驶入时间与所述驶出时间，确定所述待驶出车辆对应的停车费用信息。
上述装置、系统实施例与方法实施例相对应，与该方法实施例具有同样的技术效果，具体说明参见方法实施例。装置实施例是基于方法实施例得到的，具体的说明可以参见方法实施例部分，此处不再赘述。本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。

Claims (10)

1.一种停车计费系统中的车辆认证方法，其特征在于，所述方法包括：
对目标图像进行车牌检测，其中，所述目标图像为：对当前待驶出指定停车场的待出场车辆拍摄所得的图像；
在从所述目标图像中未检测到所述待出场车辆的车牌号的情况下，对所述目标图像进行人脸检测，并在从所述目标图像中检测到人脸的情况下，提取所述目标图像中每一人脸对应的人脸特征，作为所述待出场车辆对应的当前人脸特征；
将所述当前人脸特征与每一第一场内车辆对应的人脸特征进行匹配，确定所述当前人脸特征与每一第一场内车辆对应的人脸特征之间的第一差异值，其中，所述第一场内车辆包括未驶出所述指定停车场且对应有人脸特征的车辆；
若基于所述第一差异值中的最小目标差异值和次小目标差异值确定的第一匹配置信度大于第一置信度阈值，将所述第一差异值中的最小目标差异值所对应人脸特征对应的第一场内车辆与所述待驶出车辆，确定为同一车辆，其中，所述第一差异值中的最小目标差异值和次小目标差异值为：各第一场内车辆对应的最小的第一差异值中的最小差异值和次小差异值。
2.如权利要求1所述的停车计费系统中的车辆认证方法，其特征在于，所述第一匹配置信度的计算公式，表示为：
N1=1-D1/D2；
其中，所述N1表示所述第一匹配置信度，所述D1表示所述第一差异值中的最小目标差异值，所述D2表示所述第一差异值中的次小目标差异值。
3.如权利要求1所述的停车计费系统中的车辆认证方法，其特征在于，所述方法还包括：
在从所述目标图像中检测到所述待出场车辆的车牌号的情况下，将所述待出场车辆的车牌号与每一第二场内车辆的车牌号进行匹配，确定所述待出场车辆的车牌号与每一第二场内车辆的车牌号之间的第二差异值，其中，所述第二场内车辆包括未驶出所述指定停车场且对应有车牌号的车辆；
基于所述第二差异值，从第二场内车辆中确定出与所述待驶出车辆为同一车辆的场内车辆。
4.如权利要求3所述的停车计费系统中的车辆认证方法，其特征在于，所述基于所述第二差异值，从第二场内车辆中确定出与所述待驶出车辆为同一车辆的场内车辆的步骤，包括：
判断所述第二差异值中的最小差异值是否大于第一预设阈值；
若所述第二差异值中的最小差异值不大于所述第一预设阈值，则将所述第二差异值中的最小差异值所对应车牌号对应的第二场内车辆与所述待驶出车辆，确定为同一车辆；
若所述第二差异值中的最小差异值大于所述第一预设阈值，则对所述目标图像进行人脸检测，并在从所述目标图像中检测到人脸的情况下，提取所述目标图像中每一人脸对应的人脸特征，作为所述待出场车辆对应的当前人脸特征；
将所述当前人脸特征与每一第三场内车辆对应的人脸特征进行匹配，确定所述当前人脸特征与每一场内车辆对应的人脸特征之间的第三差异值，其中，所述第三场内车辆包括所述第二场内车辆中对应有人脸特征的车辆；
若基于所述第三差异值中的最小目标差异值和次小目标差异值，确定的第二匹配置信度大于第二置信度阈值，将所述第三差异值中的最小目标差异值所对应人脸特征对应的第三场内车辆与所述待驶出车辆，确定为同一车辆，其中，所述第三差异值中的最小目标差异值和次小目标差异值为：各第三场内车辆对应的最小的第三差异值中的最小差异值和次小差异值，所述第一置信度阈值大于所述第二置信度阈值。
5.如权利要求1-4任一项所述的停车计费系统中的车辆认证方法，其特征在于，所述方法还包括：
在从所述目标图像中未检测到人脸及待驶出车辆的车牌号的情况下，或在所述第一匹配置信度不大于所述第一置信度阈值情况下，或在所述第二匹配置信度不大于所述第二置信度阈值的情况下，对所述目标图像进行车头检测；
并在从所述目标图像中检测到所述待出场车辆的车头的情况下，提取所述目标图像中所述待出场车辆的车头特征；
将所述待出场车辆的车头特征与每一第四场内车辆对应的车头特征进行匹配，确定所述待出场车辆的车头特征与每一第四场内车辆对应的车头特征之间的第四差异值，其中，所述第四场内车辆包括：未驶出所述指定停车场且对应有车头特征的车辆；
若基于所述第四差异值中的最小第四差异值和次小第四差异值，确定的第三匹配置信度大于第三置信度阈值，将所述第四差异值中的最小第四差异值所对应车头特征对应的第四场内车辆与所述待驶出车辆，确定为同一车辆。
6.如权利要求5所述的停车计费系统中的车辆认证方法，其特征在于，所述方法还包括：
在从所述目标图像中未检测到人脸及所述待驶出车辆的车牌号和车头的情况下，或者在所述第三匹配置信度不大于所述第三置信度阈值的情况下，扫描所述待驶出车辆对应的用户出示的停车二维码图像，得到扫描结果；
基于所述扫描结果与每一第五场内车辆对应的停车二维码图像，从第五场内车辆中确定出与所述待识别车辆为同一车辆的场内车辆，其中，第五场内车辆对应的停车二维码图像为：第五场内车辆驶入所述指定停车场时，未从图像采集设备针对该第五场内车辆采集的入场图像中，检测出该第五场内车辆的车牌号及其对应的人脸特征和车头特征的情况下，为该第五场内车辆所分配的二维码图像。
7.如权利要求1-4任一项所述的停车计费系统中的车辆认证方法，其特征在于，在所述对目标图像进行车牌检测的步骤之前，所述方法还包括：
对驶入图像进行车牌检测，其中，所述驶入图像为：在驶入车辆驶入所述指定停车场时所拍摄的图像，所述驶入车辆包括所述待出场车辆；
在从所述驶入图像中检测到所述驶入车辆的车牌号的情况下，将所述驶入车辆的车牌号与每一对应有车牌号的第六场内车辆对应的车牌号进行匹配，确定所述待出场车辆的车牌号与每一第六场内车辆对应的车牌号之间的第六差异值；
在确定所述第六差异值中的最小差异值不小于第一预设阈值的情况下，将所述驶入车辆的车牌号作为场内车辆的车牌号进行存储。
8.如权利要求7所述的停车计费系统中的车辆认证方法，其特征在于，所述方法还包括：
在确定所述第六差异值中的最小差异值不大于第一预设阈值的情况下，或者在从所述驶入图像中未检测到所述驶入车辆的车牌号的情况下，对所述驶入图像中感兴趣区域进行人脸检测；
并在从所述驶入图像的感兴趣区域中检测到人脸的情况下，提取所述驶入图像中每一人脸对应的人脸特征；将所述驶入图像中每一人脸特征，作为场内车辆对应的人脸特征进行存储，其中，在确定所述第六差异值中的最小差异值不大于第一预设阈值的情况下，存储所述驶入图像中每一人脸特征与所述驶入车辆的车牌号之间的对应关系。
9.如权利要求8所述的停车计费系统中的车辆认证方法，其特征在于，所述方法还包括：
在从所述驶入图像的感兴趣区域中未检测到人脸的情况下，对所述驶入图像进行车头检测；
在从所述驶入图像中检测出所述驶入车辆的车头的情况下，提取所述驶入车辆的车头特征；将所提取的所述驶入车辆的车头特征，作为场内车辆的车头特征进行存储；
在从所述驶入图像中未检测出所述驶入车辆的车头的情况下，针对所述驶入车辆生成停车二维码图像，并显示，以供所述驶入车辆对应的用户获得所述停车二维码图像，于所述驶入车辆驶出所述指定停车场时使用。
10.一种停车计费系统中的车辆认证装置，其特征在于，所述装置包括：
第一车牌检测模块，被配置为对目标图像进行车牌检测，其中，所述目标图像为：对当前待驶出指定停车场的待出场车辆拍摄所得的图像；
第一人脸检测模块，被配置为在从所述目标图像中未检测到所述待出场车辆的车牌号的情况下，对所述目标图像进行人脸检测，并在从所述目标图像中检测到人脸的情况下，提取所述目标图像中每一人脸对应的人脸特征，作为所述待出场车辆对应的当前人脸特征；
第一匹配确定模块，被配置为将所述当前人脸特征与每一第一场内车辆对应的人脸特征进行匹配，确定所述当前人脸特征与每一第一场内车辆对应的人脸特征之间的第一差异值，其中，所述第一场内车辆包括未驶出所述指定停车场且对应有人脸特征的车辆；
第一确定模块，被配置为若基于所述第一差异值中的最小目标差异值和次小目标差异值确定的第一匹配置信度大于第一置信度阈值，将所述第一差异值中的最小目标差异值所对应人脸特征对应的第一场内车辆与所述待驶出车辆，确定为同一车辆，其中，所述第一差异值中的最小目标差异值和次小目标差异值为：各第一场内车辆对应的最小的第一差异值中的最小差异值和次小差异值。
CN202010213048.6A 2020-03-24 2020-03-24 一种停车计费系统中的车辆认证方法及装置 Active CN111401287B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010213048.6A CN111401287B (zh) 2020-03-24 2020-03-24 一种停车计费系统中的车辆认证方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010213048.6A CN111401287B (zh) 2020-03-24 2020-03-24 一种停车计费系统中的车辆认证方法及装置

Publications (2)

Publication Number Publication Date
CN111401287A CN111401287A (zh) 2020-07-10
CN111401287B true CN111401287B (zh) 2023-06-02

Family

ID=71431172

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010213048.6A Active CN111401287B (zh) 2020-03-24 2020-03-24 一种停车计费系统中的车辆认证方法及装置

Country Status (1)

Country Link
CN (1) CN111401287B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112991600B (zh) * 2021-03-26 2023-05-05 杭州海康威视数字技术股份有限公司 车辆驶出停车场的方法、装置、系统及设备
CN113851013A (zh) * 2021-08-06 2021-12-28 厦门识图科技有限公司 多停车场的车辆数据处理系统及方法
CN114663773B (zh) * 2022-05-19 2022-11-04 浙江宇视科技有限公司 多节点协同的车辆识别方法及装置、系统、存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010108146A (ja) * 2008-10-29 2010-05-13 Amano Corp 駐車場管理システム
CN105184873A (zh) * 2015-08-17 2015-12-23 深圳北斗应用技术研究院有限公司 停车场智能管理系统
WO2018004265A1 (ko) * 2016-06-30 2018-01-04 윤주열 주차료 자동정산 시스템
CN108154708A (zh) * 2018-01-19 2018-06-12 北京悦畅科技有限公司 停车场管理方法、服务器、摄像机和终端设备
CN108288307A (zh) * 2018-01-19 2018-07-17 北京悦畅科技有限公司 一种停车场管理方法、服务器、摄像机和终端设备
CN108766028A (zh) * 2018-08-01 2018-11-06 星络科技有限公司 社区停车场管理方法
WO2018233074A1 (zh) * 2017-06-21 2018-12-27 深圳市盛路物联通讯技术有限公司 一种停车导航路径的推荐系统及方法
CN110298928A (zh) * 2019-06-04 2019-10-01 深圳市金溢科技股份有限公司 无人值守的停车场收费管理方法、系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010108146A (ja) * 2008-10-29 2010-05-13 Amano Corp 駐車場管理システム
CN105184873A (zh) * 2015-08-17 2015-12-23 深圳北斗应用技术研究院有限公司 停车场智能管理系统
WO2018004265A1 (ko) * 2016-06-30 2018-01-04 윤주열 주차료 자동정산 시스템
WO2018233074A1 (zh) * 2017-06-21 2018-12-27 深圳市盛路物联通讯技术有限公司 一种停车导航路径的推荐系统及方法
CN108154708A (zh) * 2018-01-19 2018-06-12 北京悦畅科技有限公司 停车场管理方法、服务器、摄像机和终端设备
CN108288307A (zh) * 2018-01-19 2018-07-17 北京悦畅科技有限公司 一种停车场管理方法、服务器、摄像机和终端设备
CN108766028A (zh) * 2018-08-01 2018-11-06 星络科技有限公司 社区停车场管理方法
CN110298928A (zh) * 2019-06-04 2019-10-01 深圳市金溢科技股份有限公司 无人值守的停车场收费管理方法、系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
医院进出管理系统的设计;张忠安;《计算机光盘软件与应用》;20130701(第13期);全文 *
基于LabVIEW的停车场控制与管理系统;李明利等;《微计算机信息》;20081225(第36期);全文 *

Also Published As

Publication number Publication date
CN111401287A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
CN111401287B (zh) 一种停车计费系统中的车辆认证方法及装置
CN108280524B (zh) 识别车辆和生成预约信息的系统和方法
US9536315B2 (en) Annotation free license plate recognition method and system
CN111723659B (zh) 泊车位确定方法、装置、计算机设备和存储介质
CN112200172B (zh) 一种可行驶区域的检测方法及装置
CN101095149A (zh) 图像比较
CN110826484A (zh) 车辆重识别的方法、装置、计算机设备及模型训练方法
CN111507138A (zh) 图像识别方法、装置、计算机设备及存储介质
CN111243185A (zh) 充电车位占用判定方法、设备及介质
CN112836683A (zh) 用于便携式摄像设备的车牌识别方法、装置、设备和介质
CN113128357B (zh) 车辆故障处理方法及系统
CN112215222A (zh) 车牌识别方法、装置、设备及存储介质
JP2023542372A (ja) 車両画像分析
KR20080046490A (ko) 몽타주 얼굴 영상을 이용한 얼굴 인식 방법 및 그 장치
CN112712626A (zh) 基于车牌信息的车辆验证方法、装置、计算机设备及存储介质
CN105760854B (zh) 信息处理方法及电子设备
CN117037085A (zh) 基于改进YOLOv5的车辆识别及数量统计的监控方法
CN116071798A (zh) 识别认证方法、装置、存储介质及无人车
CN113920596A (zh) 面向无人值守停车场的车牌识别数据再匹配方法及系统
CN114170591A (zh) 一种基于Saas模式的智慧停车解决方法及系统
KR102133045B1 (ko) Cctv 영상 기반 데이터 처리 방법 및 그 시스템
CN118053229B (zh) 一种应用于门禁控制的多源数据融合优化分析系统及方法
CN116912780B (zh) 基于模式动态切换的充电监测保护方法及保护系统
US20220292836A1 (en) Method and system for vehicle authentication
CN112559793B (zh) 一种人脸图像的检索方法

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