CN111523388A - 非机动车与人关联的方法、装置及终端设备 - Google Patents
非机动车与人关联的方法、装置及终端设备 Download PDFInfo
- Publication number
- CN111523388A CN111523388A CN202010214321.7A CN202010214321A CN111523388A CN 111523388 A CN111523388 A CN 111523388A CN 202010214321 A CN202010214321 A CN 202010214321A CN 111523388 A CN111523388 A CN 111523388A
- Authority
- CN
- China
- Prior art keywords
- motor vehicle
- image frame
- area
- face
- associating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Abstract
本申请适用于图像处理技术领域,提供了一种非机动车与人关联方法、装置及终端设备,该方法包括:获取待检测的监控视频图像帧,对所述待检测的监控视频图像帧进行非机动车检测,确定包含非机动车的第一图像帧以及所述第一图像帧中的非机动车区域,对所述第一图像帧进行人脸检测,得到所述第一图像帧中的人脸区域,将位于所述非机动车区域内的人脸区域对应的人脸信息与所述非机动车区域对应的非机动车进行关联。本申请可以一定程度上解决不能将非机动车与人关联的问题。
Description
技术领域
本申请属于图像处理领域,尤其涉及一种非机动车与人关联的方法、装置及终端设备。
背景技术
随着社会的发展,交通拥堵的问题越来越严重。因此,在短途出行时,越来越多的人选择非机动车出行。然而,由于非机动车的驾驶人员缺乏交通安全意思,经常产生违法行为,从而导致越来越多的交通事故发生。
目前,对非机动车的违法行为的监管除了交警在现场进行识别并进行罚款外,还有通过监控自动监管非机动车的违法行为,但由于非机动车的车牌号在非机动车的后面,因此至少需要两个摄像头,一个抓拍人的信息,一个抓拍非机动车的车牌号,后面再将非机动车与人进行关联。然而,这种关联算法比较复杂,实现起来比较困难。而且,当非机动车没有按照规定进行上牌时,使用该关联算法并不能将非机动车与人进行关联。
因此,目前亟待需要一种将非机动车与人进行关联的方法。
发明内容
本申请实施例提供了一种非机动车与人关联的方法、装置及终端设备,可以一定程度上解决不能将非机动车与人进行关联的问题。
第一方面,本申请实施例提供了一种非机动车与人关联的方法,包括:
获取待检测的监控视频图像帧;
对上述待检测的监控视频图像帧进行非机动车检测,确定包含非机动车的第一图像帧以及上述第一图像帧中的非机动车区域;
对上述第一图像帧进行人脸检测,得到上述第一图像帧中的人脸区域;
将位于上述非机动车区域内的人脸区域对应的人脸信息与上述非机动车区域对应的非机动车进行关联。
第二方面,本申请实施例提供了一种非机动车与人关联的装置,包括:
监控视频图像帧获取模块,获取待检测的监控视频图像帧;
非机动车检测模块,用于对上述待检测的监控视频图像帧进行非机动车检测,确定包含非机动车的第一图像帧以及上述第一图像帧中的非机动车区域;
人脸检测模块,用于对上述第一图像帧进行人脸检测,得到上述第一图像帧中的人脸区域;
关联模块,将位于上述非机动车区域内的人脸区域对应的人脸信息与上述非机动车区域对应的非机动车进行关联。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序,上述处理器执行上述计算机程序时实现如上述第一方面所述方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现如上述第一方面所述方法的步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的非机动车与人关联方法。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是:
由上可见,本申请提供一种非机动车与人关联的方法,首先,获取待检测的监控视频图像帧,对上述待检测的监控视频图像帧进行非机动车检测,确定包含非机动车的第一图像帧以及上述第一图像帧中的非机动车区域(该非机动车区域为该非机动车在上述第一图像帧上的坐标范围),再对上述第一图像帧进行人脸检测,得到上述第一图像帧中的人脸区域(该人脸区域为该人脸在上述第一图像帧上的坐标范围),最后将位于上述非机动车区域内的人脸区域对应的人脸信息与上述非机动车区域对应的非机动车进行关联。
在本申请的方法中,上述非机动车区域以及上述人脸区域在同一图像帧中,当上述人脸区域在上述非机动车区域内时,即表明上述人脸区域对应的人脸在在上述非机动车区域对应的非机动车上,则可将上述人脸区域对应的人脸信息与上述非机动车区域对应的非机动车进行关联。因此,在本申请的技术方案中,不用根据非机动车的车牌号也可将非机动车与人进行关联,并且关联的方法也比较简单。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,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是本申请一实施例提供的非机动车与人关联的方法的流程示意图;
图2是本申请一实施例提供的非机动车区域、人脸区域以及第一图像帧的示意图;
图3是本申请一实施例提供的一种系统的示意图;
图4是本申请一实施例提供的非机动车与人关联的装置的结构示意图;
图5是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例提供的非机动车与人关联的方法可以应用于手机、平板电脑、车载设备、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等终端设备上,本申请实施例对终端设备的具体类型不作任何限制。
例如,所述终端设备可以是WLAN中的站点(STAION,ST),可以是蜂窝电话、无绳电话、会话启动协议(Session Initiation Protocol,SIP)电话、无线本地环路(WirelessLocal Loop,WLL)站、个人数字处理(Personal Digital Assistant,PDA)设备、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、车联网终端、电脑、膝上型计算机、手持式通信设备、手持式计算设备、卫星无线设备、无线调制解调器卡、电视机顶盒(set top box,STB)、用户驻地设备(customer premise equipment,CPE)和/或用于在无线系统上进行通信的其它设备以及下一代通信系统,例如,5G网络中的移动终端或者未来演进的公共陆地移动网络(Public Land Mobile Network,PLMN)网络中的移动终端等。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
实施例一
下面对本申请实施例一提供的一种非机动车与人关联的方法进行描述,请参阅附图1,该方法包括:
步骤S101、获取待检测的监控视频图像帧;
在步骤S101中,待处理监控视频图像帧为交通监控视频图像帧,它可以是本实施例的终端设备的相机APP采集的监控视频图像帧,也可以是其他摄像头采集后,再发送给本实施例的终端设备的监控视频图像帧。本申请对上述待处理监控视频图像帧的来源不做具体限定。
需要说明的是,若上述待检测的监控视频图像帧是通过本实施例的终端设备的相机APP采集的,则本实施例的终端设备需要安装在道路上。若上述待检测的监控视频图像帧是通过其他摄像头采集后,再发送给本实施例的终端设备的,则本实施例的终端设备可以安装在道路上,也可以安装在后台管理模块上,本申请对此不做具体限定。
步骤S102、对上述待检测的监控视频图像帧进行非机动车检测,确定包含非机动车的第一图像帧以及上述第一图像帧中的非机动车区域;
在步骤S102中,非机动车包括以人力或者畜力为驱动,上道路行驶的交通工具,以及虽有动力装置驱动但最高时速、空车质量、外形尺寸符合相关国家标准的残疾人机动轮椅车的交通工具。例如,电动自行车,三轮车等。上述第一图像帧中的非机动车区域指非机动车在上述第一图像帧上坐标范围,该坐标范围是在以上述第一图像帧上的第一预设点为中心所建立的坐标轴上的坐标表示,上述第一图像帧的预设点可根据实际需求设置,本申请在此不做具体限定。
由于要将非机动车与人进行关联,因此,需要先确定待检测的监控视频图像帧中是否存在非机动车,因此,先对上述待检测的监控视频图像帧进行非机动车检测。在对上述待检测的监控视频图像帧进行非机动车检测的过程中,先检测上述待检测的监控视频图像帧中是否存在非机动车,在确定上述待检测的监控视频图像帧中存在非机动车后,再确定包含上述非机动车的第一图像帧,最后确定第一图像帧中的非机动车区域。比如,包含非机动车的第一图像帧如图2中的201所示,第一图像帧中的非机动车区域如图2中的202所示。
在一些可能实现的方式中,可以使用预先训练的非机动车检测模型对上述待检测的监控视频图像帧进行非机动车检测,从而确定包含非机动车的第一图像帧以及上述第一图像帧中的非机动车区域。而预先训练的非机动车检测模型可以是神经网络模型,比如,可以采用卷积神经网络(Convolutional Neural Network,CNN),循环神经网络(RecurrentNeural Networks,RNN)以及深度神经网络(Deep Neural Network,DNN)等模型作为非机动车检测模型。具体采用哪种类型的神经网络模型作为非机动车检测模型可根据实际需求进行选择,本申请在此不做具体限定。
步骤S103、对上述第一图像帧进行人脸检测,得到上述第一图像帧中的人脸区域;
在步骤S103中,上述第一图像帧中的人脸区域指人脸在上述第一图像帧上的坐标范围,该坐标范围是在以上述第一图像帧上的第二预设点为中心所建立的坐标轴上的坐标表示,上述第一图像帧的第二预设点可根据实际需求设置,本申请在此不做具体限定。然而,上述第一图像帧中的第一预设点以及第二预设点需要保持一致。在确定上述第一图像帧包含了非机动车时,即可对上述第一图像帧进行人脸检测,从而上述第一图像帧中的人脸区域,上述第一图像帧中的人脸区域可以如图2中的203所示。需要说明的是,具体采用哪种算法对上述第一图像帧进行人脸检测可根据实际需求进行选择,本申请在此不做具体限定。例如,本申请采用深度学习算法对上述第一图像帧进行人脸检测。
步骤S104、将位于上述非机动车区域内的人脸区域对应的人脸信息与上述非机动车区域对应的非机动车进行关联;
在步骤S104中,在得到上述第一图像帧中的非机动车区域以及上述第一图像帧中的人脸区域后,计算上述第一图像帧中的人脸区域是否在上述第一图像帧中的非机动车区域内,即计算上述第一图像帧中的人脸的坐标范围是否在上述第一图像帧中的非机动车的坐标范围内,若上述第一图像帧中的人脸的坐标范围在上述第一图像帧中的非机动车的坐标范围内,则判定上述第一图像帧中的人脸区域对应的人脸在上述第一图像帧中的非机动车区域对应的非机动车上,此时,即可将上述第一图像帧中的人脸区域对应的人脸信息与上述第一图像帧中的非机动车区域对应的非机动车进行关联。
综上所述,本申请提供一种非机动车与人关联的方法,首先,获取待检测的监控视频图像帧,对上述待检测的监控视频图像帧进行非机动车检测,确定包含非机动车的第一图像帧以及上述第一图像帧中的非机动车区域(该非机动车区域为该非机动车在上述第一图像帧上的坐标范围),再对上述第一图像帧进行人脸检测,得到上述第一图像帧中的人脸区域(该人脸区域为该人脸在上述第一图像帧上的坐标范围),最后将位于上述非机动车区域内的人脸区域对应的人脸信息与上述非机动车区域对应的非机动车进行关联。
显然,在本申请中的方法中,上述非机动车区域以及上述人脸区域在同一图像帧中,当上述人脸区域在上述非机动车区域内时,即表明上述人脸区域对应的人脸在在上述非机动车区域对应的非机动车上,则可将上述人脸区域对应的人脸信息与上述非机动车区域对应的非机动车进行关联。因此,在本申请的技术方案中,不用根据非机动车的车牌号也可将非机动车与人进行关联,并且关联的方法也比较简单。
在一些实施例中,在将位于上述非机动车区域内的人脸区域对应的人脸信息与上述非机动车区域对应的非机动车进行关联之后,还对上述非机动车区域内的非机动车进行行为识别,得到行为识别结果,若上述行为识别结果为存在违法行为,则将上述违法行为与上述位于上述非机动车区域内的人脸区域对应的人脸信息发送给应用平台。其中,上述违法行为包括没有戴安全帽、逆行、加装伞具、超载以及闯红灯中的一种或多种。
在一些可能实现的方式中,可以使用上述非机动车检测模型对上述非机动车区域对应的非机动车进行行为识别,从而得到上述非机动车的行为识别结果。需要说明的是,对上述非机动车区域对应的非机动车进行行为识别的方法可根据实际需求进行选择,本申请在此不做具体限定。
在另一些可能实现的方式中,对上述非机动车区域内的非机动车进行行为识别,得到行为识别结果包括:识别位于上述非机动车区域内的人脸区域的第一数量,若第一数量大于预设数量阈值时,则判定上述非机动车区域内的非机动车存在超载行为。预设数量阈值可根据非机动车对应的交通规定进行设置。
在又一些可能实现的方式中,对上述非机动车区域内的非机动车进行行为识别,得到行为识别结果包括:获取上述第一图像帧对应的信号灯状态,若上述信号灯状态为红灯,且上述非机动车区域在预设区域内,则判定上述非机动车区域内的非机动车存在闯红灯行为。
应理解,当上述违法行为为逆向行驶时,则需要在待检测的监控视频图像帧的采集装置上预先设置一个方向,当识别到非机动车行驶的方向与预设的方向相反时,则判定上述非机动车逆向行驶。
需要说明的是,由于当非机动车的类型不同时,对非机动车的交通规定不相同,从而导致当非机动车的类型不同时,上述违法行为也不相同,比如,没有带安全帽时表明电动自行车存在违法行为,但带安全帽不是普通自行车的交通规定,即没有戴安全帽并不是普通自行车的违法行为。因此,在对上述非机动车区域内的非机动车进行行为识别,得到行为识别结果之前,先对上述非机动车区域内的非机动车的类型进行判断,得到对上述非机动车区域内的非机动车的类型之后,再获取上述非机动车区域内的非机动车的类型相对应的预设的违法行为,最后再判断上述非机动车区域内的非机动车的实际行为是否在预设的违法行为的范围之内,若上述非机动车区域内的非机动车的实际行为在预设的违法行为的范围之内,则判断上述非机动车区域内的非机动车存在违法行为。上述预设的违法行为根据上述非机动车对应的交通规定设置。
在本实施例当中,由于已经将位于上述非机动车区域内的人脸区域对应的人脸信息与上述非机动车区域对应的非机动车进行关联,因此,当识别到上述非机动车区域对应的非机动车存在违法行为后,即可将上述违法行为和与上述非机动车区域对应的非机动车关联的人脸信息进行关联,再将上述违法行为和与上述违法行为关联的人脸信息发送给应用平台,以便上述应用平台确定违法行为对应的违法人员的身份信息,从而根据上述违法行为对上述违法人员做出相应的处理。
在另一些实施例中,当识别到第一图像帧存在违法行为时,将上述第一图像帧以及与上述第一图像帧关联的第二图像帧生成违法记录视频,并保存上述违法记录视频,以便后续人工对违法行为进行确认。其中,与上述第一图像帧关联的第二图像帧指在上述第一图像帧的生成时间之前的第一预设时间内的图像帧以及在上述第一图像的生成时间之后的第二预设时间内的图像帧,上述第一预设时间以及上述第二预设时间根据实际需求设置。比如,上述第一预设时间以及上述第二预设时间均设置为10秒,存在违法行为的第一图像帧的生成时间为2020年3月19日早上10点,则上述第二图像帧包括2020年3月19日早上9点59分50秒到2020年3月19日早上9点59分59秒之间的图像帧以及2020年3月19日早上10点0分01秒到2020年3月19日早上10点0分10秒之间的图像帧,违法记录视频则指2020年3月19日早上9点59分50秒到2020年3月19日早上10点0分10秒之间的图像帧。
此外,还可将存在违法行为的第一图像帧输出至指定的显示屏进行显示,指定的显示屏包括安装在发生违法行为的道路旁的显示屏。显示违法人员的违法行为,在对非机动车的驾驶人员进行警示的同时,提高非机动车的驾驶人员的交通安全意识。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
实施例二
参阅图3,图3是本申请实施例提供的一种系统示意图。该系统300包括:摄像头(CAMERA或WEBCAM)以及非机动车与人关联装置。上述摄像头与上述非机动车与人关联装置进行通信连接,上述摄像头用于采集待检测的监控视频图像帧,上述非机动车与人关联装置用于执行如实施例一所述的非机动车与人关联方法。需要说明的是,上述图3并不构成对该系统的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如该系统还可以包括应用平台等。
图4示出了一种非机动车与人关联装置的示例,为了便于说明,仅示出了与本申请实施例相关的部分。该装置400包括:
监控视频图像帧获取模块401,获取待检测的监控视频图像帧;
非机动车检测模块402,用于对上述待检测的监控视频图像帧进行非机动车检测,确定包含非机动车的第一图像帧以及上述第一图像帧中的非机动车区域;
人脸检测模块403,用于对上述第一图像帧进行人脸检测,得到上述第一图像帧中的人脸区域;
关联模块404,将位于上述非机动车区域内的人脸区域对应的人脸信息与上述非机动车区域对应的非机动车进行关联。
可选地,该装置400还包括:
行为识别模块,用于对上述非机动车区域内的非机动车进行行为识别,得到行为识别结果;
发送模块,用于若上述行为识别结果为存在违法行为,则将上述违法行为与上述位于上述非机动车区域内的人脸区域对应的人脸信息发送给应用平台。
可选地,上述行为识别模块用于执行:
识别位于所述非机动车区域内的人脸区域的第一数量;
若上述第一数量大于预设数量阈值,则判定上述非机动车区域内的非机动车存在超载行为。
可选地,上述行为识别模块用于执行:
获取上述第一图像帧对应的信号灯状态;
若上述信号灯状态为红灯,且上述非机动车区域在预设区域内,则判定上述非机动车区域内的非机动车存在闯红灯行为。
可选地,该装置400还包括:
非机动车类型检测模块,用于对上述非机动车区域内的非机动车进行类型检测,得到非机动车类型。
可选地,该装置400还包括:
违法记录视频生成模块,用于根据存在违法行为的第一图像帧以及与上述第一图像帧关联的第二图像帧生成违法记录视频,并保存上述违法记录视频。
可选地,该装置400还包括:
输出模块,用于将存在上述违法行为的第一图像帧输出至指定的显示屏进行显示。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例一基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例一部分,此处不再赘述。
实施例三
图5是本申请实施例三提供的终端设备的示意图。如图5所示,该实施例的终端设备500包括:处理器501、存储器502以及存储在上述存储器502中并可在上述处理器501上运行的计算机程序503。上述处理器501执行上述计算机程序503时实现上述各个方法实施例中的步骤。或者,上述处理器501执行上述计算机程序503时实现上述各装置实施例中各模块/单元的功能。
示例性的,上述计算机程序503可以被分割成一个或多个模块/单元,上述一个或者多个模块/单元被存储在上述存储器502中,并由上述处理器501执行,以完成本申请。上述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述上述计算机程序503在上述终端设备500中的执行过程。例如,上述计算机程序503可以被分割成监控视频图像帧获取模块、非机动车检测模块、人脸检测模块以及关联模块,各模块具体功能如下:
获取待检测的监控视频图像帧;
对所述待检测的监控视频图像帧进行非机动车检测,确定包含非机动车的第一图像帧以及所述第一图像帧中的非机动车区域;
对所述第一图像帧进行人脸检测,得到所述第一图像帧中的人脸区域;
将位于所述非机动车区域内的人脸区域对应的人脸信息与所述非机动车区域对应的非机动车进行关联。
上述终端设备可包括,但不仅限于,处理器501、存储器502。本领域技术人员可以理解,图5仅仅是终端设备500的示例,并不构成对终端设备500的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如上述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器501可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件插件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述存储器502可以是上述终端设备500的内部存储单元,例如终端设备500的硬盘或内存。上述存储器502也可以是上述终端设备500的外部存储设备,例如上述终端设备500上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,上述存储器502还可以既包括上述终端设备500的内部存储单元也包括外部存储设备。上述存储器502用于存储上述计算机程序以及上述终端设备所需的其它程序和数据。上述存储器502还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将上述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,上述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或插件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
上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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述各个方法实施例中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括:能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,上述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上上述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种非机动车与人关联的方法,其特征在于,包括:
获取待检测的监控视频图像帧;
对所述待检测的监控视频图像帧进行非机动车检测,确定包含非机动车的第一图像帧以及所述第一图像帧中的非机动车区域;
对所述第一图像帧进行人脸检测,得到所述第一图像帧中的人脸区域;
将位于所述非机动车区域内的人脸区域对应的人脸信息与所述非机动车区域对应的非机动车进行关联。
2.如权利要求1所述的非机动车与人关联的方法,其特征在于,在所述将位于所述非机动车区域内的人脸区域对应的人脸信息与所述非机动车区域对应的非机动车进行关联之后,包括:
对所述非机动车区域内的非机动车进行行为识别,得到行为识别结果;
若所述行为识别结果为存在违法行为,则将所述违法行为与所述位于所述非机动车区域内的人脸区域对应的人脸信息发送给应用平台。
3.如权利要求2所述的非机动车与人关联的方法,其特征在于,所述对所述非机动车区域内的非机动车进行行为识别,得到行为识别结果,包括:
识别位于所述非机动车区域内的人脸区域的第一数量;
若所述第一数量大于预设数量阈值,则判定所述非机动车区域内的非机动车存在超载行为。
4.如权利要求2所述的非机动车与人关联的方法,其特征在于,所述对所述非机动车区域内的非机动车进行行为识别,得到行为识别结果,包括:
获取所述第一图像帧对应的信号灯状态;
若所述信号灯状态为红灯,且所述非机动车区域在预设区域内,则判定所述非机动车区域内的非机动车存在闯红灯行为。
5.如权利要求2所述的非机动车与人关联的方法,其特征在于,在所述对所述非机动车区域内的非机动车进行行为识别,得到行为识别结果之前,包括:
对所述非机动车区域内的非机动车进行类型检测,得到非机动车类型。
6.如权利要求2所述的非机动车与人关联的方法,其特征在于,还包括:
根据存在违法行为的第一图像帧以及与所述第一图像帧关联的第二图像帧生成违法记录视频,并保存所述违法记录视频。
7.如权利要求2所述的非机动车与人关联的方法,其特征在于,还包括:
将存在所述违法行为的第一图像帧输出至指定的显示屏进行显示。
8.一种非机动车与人关联的装置,其特征在于,包括:
监控视频图像帧获取模块,获取待检测的监控视频图像帧;
非机动车检测模块,用于对所述待检测的监控视频图像帧进行非机动车检测,确定包含非机动车的第一图像帧以及所述第一图像帧中的非机动车区域;
人脸检测模块,用于对所述第一图像帧进行人脸检测,得到所述第一图像帧中的人脸区域;
关联模块,将位于所述非机动车区域内的人脸区域对应的人脸信息与所述非机动车区域对应的非机动车进行关联。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010214321.7A CN111523388A (zh) | 2020-03-24 | 2020-03-24 | 非机动车与人关联的方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010214321.7A CN111523388A (zh) | 2020-03-24 | 2020-03-24 | 非机动车与人关联的方法、装置及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111523388A true CN111523388A (zh) | 2020-08-11 |
Family
ID=71901098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010214321.7A Pending CN111523388A (zh) | 2020-03-24 | 2020-03-24 | 非机动车与人关联的方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111523388A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112052812A (zh) * | 2020-09-14 | 2020-12-08 | 贵州黔岸科技有限公司 | 一种车辆载人识别方法、系统、终端及介质 |
CN112347307A (zh) * | 2020-09-17 | 2021-02-09 | 浙江大华技术股份有限公司 | 非机动车图像的检索方法、装置、系统和存储介质 |
CN113221653A (zh) * | 2021-04-09 | 2021-08-06 | 浙江工业大学 | 一种基于Mask-RCNN的非机动车驾驶员正背面匹配方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109635645A (zh) * | 2018-11-01 | 2019-04-16 | 深圳云天励飞技术有限公司 | 非机动车交通违法监管方法、装置及电子设备 |
CN110516518A (zh) * | 2018-05-22 | 2019-11-29 | 杭州海康威视数字技术股份有限公司 | 一种非机动车违法载人检测方法、装置及电子设备 |
-
2020
- 2020-03-24 CN CN202010214321.7A patent/CN111523388A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110516518A (zh) * | 2018-05-22 | 2019-11-29 | 杭州海康威视数字技术股份有限公司 | 一种非机动车违法载人检测方法、装置及电子设备 |
CN109635645A (zh) * | 2018-11-01 | 2019-04-16 | 深圳云天励飞技术有限公司 | 非机动车交通违法监管方法、装置及电子设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112052812A (zh) * | 2020-09-14 | 2020-12-08 | 贵州黔岸科技有限公司 | 一种车辆载人识别方法、系统、终端及介质 |
CN112347307A (zh) * | 2020-09-17 | 2021-02-09 | 浙江大华技术股份有限公司 | 非机动车图像的检索方法、装置、系统和存储介质 |
CN113221653A (zh) * | 2021-04-09 | 2021-08-06 | 浙江工业大学 | 一种基于Mask-RCNN的非机动车驾驶员正背面匹配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110390262B (zh) | 视频分析方法、装置、服务器及存储介质 | |
CN111523388A (zh) | 非机动车与人关联的方法、装置及终端设备 | |
CN109902575B (zh) | 基于无人驾驶车辆的防拐卖方法、装置及相关设备 | |
CN111274881A (zh) | 驾驶安全的监控方法、装置、计算机设备及存储介质 | |
WO2021135879A1 (zh) | 监控车辆数据方法、装置、计算机设备及存储介质 | |
CN110728218A (zh) | 危险驾驶行为的预警方法、装置、电子设备及存储介质 | |
CN111160175A (zh) | 智能行人违章行为管理方法及相关产品 | |
CN106878670A (zh) | 一种视频处理方法及装置 | |
US20220139090A1 (en) | Systems and methods for object monitoring | |
CN112241696A (zh) | 图像处理方法及装置、电子设备及存储介质 | |
CN112418119A (zh) | 基于图像识别的非机动车违停监控系统及方法 | |
CN116186770A (zh) | 图像脱敏方法、装置、电子设备及存储介质 | |
JP2022093481A (ja) | 車両の駐車違反の識別方法、装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN106851199A (zh) | 一种视频处理方法及装置 | |
CN111582239A (zh) | 一种违章监控方法和装置 | |
CN107357821A (zh) | 系统管理方法、装置及存储介质 | |
CN113705333A (zh) | 驾驶员面部图像筛选方法、装置、电子设备和商用车辆 | |
CN107301373B (zh) | 数据处理方法、装置及存储介质 | |
CN113283296A (zh) | 安全帽佩戴检测方法、电子装置及存储介质 | |
CN1384008A (zh) | 事件记录系统和记录该事件的方法 | |
CN103337168A (zh) | 一种车辆数据采集方法、装置及系统 | |
CN215186950U (zh) | 一种基于人脸识别技术的行人闯红灯行为证据采集装置 | |
CN115952531A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN112435475B (zh) | 一种交通状态检测方法、装置、设备及存储介质 | |
CN111191603B (zh) | 车内人员识别方法、装置、终端设备及介质 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230105 Address after: 518000 Yingfei Haocheng Science Park, Guansheng 5th Road, Luhu Community, Guanhu Street, Longhua District, Shenzhen, Guangdong 1515 Applicant after: Shenzhen Infineon Information Co.,Ltd. Address before: 3 / F, building H-3, East Industrial Zone, Huaqiaocheng, Nanshan District, Shenzhen, Guangdong 518000 Applicant before: SHENZHEN INFINOVA Ltd. |