CN111582239A - 一种违章监控方法和装置 - Google Patents
一种违章监控方法和装置 Download PDFInfo
- Publication number
- CN111582239A CN111582239A CN202010469428.6A CN202010469428A CN111582239A CN 111582239 A CN111582239 A CN 111582239A CN 202010469428 A CN202010469428 A CN 202010469428A CN 111582239 A CN111582239 A CN 111582239A
- Authority
- CN
- China
- Prior art keywords
- image
- pedestrian
- road condition
- violation
- determining
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000006399 behavior Effects 0.000 claims abstract description 44
- 238000012806 monitoring device Methods 0.000 claims description 58
- 238000012545 processing Methods 0.000 claims description 30
- 241000283070 Equus zebra Species 0.000 claims description 16
- 230000001815 facial effect Effects 0.000 claims description 14
- 230000009194 climbing Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种违章监控方法和装置,涉及智能监控技术领域,解决了无法实现全部道路环境下行人违章监控的问题。该方法包括:车载摄像头采集周围路况图像,并根据路况图像确定行人违章后,将包含有违章的行人的路况图像发送给交通管理服务器。交通管理服务器接收到包含有违章的行人的路况图像之后,对路况图像中的行人进行身份识别,确定行人的身份信息,然后为行人推送违章信息。本申请的实施例应用于行人违章行为的监控。
Description
技术领域
本申请的实施例涉及智能监控技术领域,尤其涉及一种违章监控方法和装置。
背景技术
随着经济水平的提高,机动车的普遍率越来越高。但是行人的安全意识并没有明显提升,闯绿灯、不走斑马线、翻越护栏、以及横穿马路等不文明行为时常可以见到。
目前,通常是通过安装在交通路口固定位置的装置,拍摄行人行为,识别并判断其违章情况。例如,安装在交通路口的行人过街立柱,对行人进行违章抓拍和警示提醒。又例如,安装在交通路口的摄像头,对违章行人进行面部采集,并与资料库对比,然后将确认的违章行人信息发布到显示器上,从而警示行人遵守交通规则。
可以看出,上述的违章监控方式仅对设有相关装置的交通路口有效,无法实现全部道路环境下行人违章行为的监控。
发明内容
本申请提供一种违章监控方法和装置,解决了无法实现全部道路环境下行人违章监控的问题。
第一方面,本申请提供一种违章监控方法,应用于车载摄像头,包括:违章监控装置首先采集路况图像。之后,若确定该路况图像中包括行人,则违章监控装置判断路况图像中的行人是否有违章行为。若确定路况图像中的行人有违章行为,则向交通管理服务器发送该路况图像,以便于交通管理服务器确认行人的身份信息。
第二方面,本申请提供一种违章监控方法,应用于交通管理服务器,包括:违章监控装置接收到路况图像后,根据路况图像确定行人的身份信息。之后,根据行人的身份信息中的联系方式向行人推荐违章信息。
上述方案中,由车载摄像头拍摄其周围的路况图像,并根据路况图像确定行人违章后,将包含有违章的行人的路况图像发送给交通管理服务器。交通管理服务器对路况图像中的行人进行身份识别之后,确定行人的身份信息,然后给行人推送违章信息。首先,路况图像是由车载摄像头采集的,现今机动车普遍率越来越高,且随着万物互联和车联网的发展趋势,未来车辆会装载更多摄像头。这样,通过车载摄像头就能够捕获各种道路环境下的路况图像,对于违章行人的监控将不再是仅对交通路口有效。进一步的,本申请中根据路况图像识别出违章的行人之后,先确定出行人的联系方式,然后通过联系方式直接向行人推送违章信息。这样,既起到了警示作用,又保护了行人的隐私。
第三方面,本申请提供一种违章监控装置,应用于车载摄像头或者车载摄像头上的芯片,包括:采集模块采集路况图像。处理模块确定采集模块采集的路况图像中包括行人,且确定出行人有违章行为,则向交通管理服务器发送路况图像。其中,路况图像用于确定行人的身份信息。
第四方面,本申请提供一种违章监控装置,应用于车载摄像头或者车载摄像头上的芯片,包括处理器,当违章监控装置运行时,处理器执行计算机执行指令,以使违章监控装置执行如第一方面的违章监控方法。
第五方面,本申请提供一种计算机可读存储介质,包括指令,当指令在计算机上运行时,使得计算机执行如第一方面的违章监控方法。
第六方面,本申请提供一种计算机程序产品,计算机程序产品包括指令代码,指令代码用于执行如第一方面的违章监控方法。
第七方面,本申请提供一种违章监控装置,应用于交通管理服务器或者交通管理服务器上的芯片,包括:接收模块接收路况图像。其中,路况图像中包括行人,行人具有违章行为。处理模块根据接收模块接收的路况图像确定行人的身份信息。其中,身份信息包括行人的联系方式。发送模块根据处理模块处理得到的联系方式向行人推送违章信息。
第八方面,本申请提供一种违章监控装置,应用于交通管理服务器或者交通管理服务器上的芯片,包括处理器,当违章监控装置运行时,处理器执行计算机执行指令,以使违章监控装置执行如第二方面的违章监控方法。
第九方面,提供一种计算机程序产品,计算机程序产品包括指令代码,指令代码用于执行如第二方面的违章监控方法。
第十方面,本申请提供一种计算机程序产品,计算机程序产品包括指令代码,指令代码用于执行如第二方面的违章监控方法。
可以理解地,上述提供的任一种违章监控装置、计算机可读存储介质或计算机程序产品均用于执行上文第一方面或第二方面所提供的方法,因此,其所能达到的有益效果可参考上文的方法以及下文具体实施方式中对应的方案的有益效果,此处不再赘述。
附图说明
为了更清楚地说明本申请实施例的技术方案,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为现有技术中的违章监控系统的架构示意图一;
图2为现有技术中的违章监控系统的架构示意图二;
图3为本申请的实施例提供的一种违章监控系统示意图;
图4为本申请的实施例提供的一种违章监控装置的硬件结构示意图;
图5为本申请的实施例提供的一种违章监控方法的流程示意图;
图6为本申请的实施例提供的一种违章监控现场示意图;
图7为本申请的实施例提供的一种违章监控装置的结构示意图一;
图8为本申请的实施例提供的一种违章监控装置的结构示意图二。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
随着人们经济水平的提高,机动车的普遍率也越来越高。但是行人的安全意识并没有明显提升,闯绿灯、不走斑马线、翻越护栏、以及横穿马路等不文明行为时常可以见到。
目前,对于行人的违章监控,通常是通过安装在交通路口固定位置的装置管理实现的。
图1提供一种现有技术中的违章监控系统。参见图1所示,违章监控系统包括交通灯13、行人过街立柱12、车辆14、以及行人11。其中,交通灯13设置在十字路中每个路口的入口方向,用于维持行人11和车辆14 的交通秩序。行人过街立柱12设置在每个路口的两侧靠近斑马线处,用于警示交通灯13的亮灯情况。例如,基于上述的违章监控系统,当南北方向的交通灯13亮的是红灯,东西方向的交通灯13亮的是绿灯时,处于南北路口两侧的行人过街立柱12将为行人11语音播报“绿灯请通行”;处于东西路口两侧的行人过街立柱12将为行人11语音播报“红灯请等待”。从而警示行人11遵守交通规则。
图2提供另一种现有技术中的违章监控系统。参见图2所示,违章监控系统包括交通灯13、行人过街立柱12、车辆14、行人11、摄像头15、显示屏16、处理服务器17。同上,交通灯13设置在十字路中每个路口的入口方向,用于维持行人11和车辆14的交通秩序。行人过街立柱12设置在每个路口的两侧靠近斑马线处,用于语音播报交通灯13的亮灯情况。另外,摄像头15和交通灯13设置于十字路中每个路口的入口方向,用于拍摄十字路口各个方向的交通情况。处理服务器17与每个摄像头15建立通信连接,并与设置在十字路口的显示屏16建立通信连接。处理服务器 17用于接收摄像头15采集的交通情况的相关图片信息,并进行处理判断该十字路口中行人11的违章情况。若确定有行人违章,则向显示屏16发送违章的图片信息,以供显示屏16向外显示相关行人违章的图像。从而警示行人遵守交通规则。
可以看出,上述的违章监控方式仅对设有相关装置的交通路口有效,无法实现全部道路环境下行人违章行为的监控。此外,第二种方法中将行人违章的图像显示在交通路口的显示屏中,会侵犯行人的隐私。
针对上述问题,本申请提供了一种违章监控系统。参见图3所示,监控系统包括车载摄像头31和交通管理服务器32。其中,车载摄像头32 与交通管理服务器33建立通信连接。为了解决上述问题,基于图3中的违章监控系统,本申请提供了一种违章监控方法和装置。违章监控方法具体包括:车载摄像头采集周围路况图像,并根据路况图像确定行人违章后,将包含有违章的行人的路况图像发送给交通管理服务器。交通管理服务器接收到包含有违章的行人的路况图像之后,对路况图像中的行人进行身份识别,确定行人的身份信息,然后为行人推送违章信息。这样,不仅能够实现全部道路环境下行人的违章监控,还能够保护行人隐私。
本申请实施例提供的违章监控方法适用于图3所示的违章监控系统,图3中的各个设备均属于违章监控装置。在具体实现时,违章监控装置具有如图4所示的部件。图4为本申请实施例提供的一种违章监控装置的组成示意图,如图4所示,该违章监控装置可以包括处理器402,处理器402 用于执行应用程序代码,从而实现本申请中的违章监控方法。
处理器402可以是一个通用中央处理器(central processing unit,CPU),微处理器,特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个用于控制本申请方案程序执行的集成电路。
如图4所示,违章监控装置还可以包括存储器403。其中,存储器403 用于存储执行本申请方案的应用程序代码,并由处理器402来控制执行。
存储器403可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only memory, CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器403可以是独立存在,通过总线与处理器402相连接。存储器403也可以和处理器402集成在一起。
如图4所示,违章监控装置还可以包括通信接口401,其中,通信接口401、处理器402、存储器403可以相互耦合,例如通过总线404相互耦合。通信接口401用于与其他设备进行信息交互,例如支持违章监控装置与其他设备的信息交互,例如从其他设备获取数据或者向其他设备发送数据。
需要指出的是,图4中示出的设备结构并不构成对该违章监控装置的限定,除图4所示部件之外,该违章监控装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图3所示的违章监控系统,图4所示的违章监控装置对本申请实施例提供的违章监控方法进行描述。
图5为本申请实施例提供的一种违章监控方法的流程示意图。参见图 5,该违章监控方法包括如下步骤。
501、车载摄像头采集路况图像。
502、若确定路况图像中包括行人,且行人存在违章行为,则车载摄像头向交通管理服务器发送路况图像。
首先,可使用人脸检测技术确定路况图像中是否包括行人,例如,采用改进的自适应增强学习算法(adaptive boosting,Ada Boost)算法检测人脸,一张人脸即代表路况图像中包括一个行人。
其次,行人的违章行为包括闯红灯、不走斑马线、翻越护栏等。则确定行人存在违章行为具体包括如下几种情况。
A、根据路况图像确定行人有闯红灯的违章行为。
具体的,路况图像包括第一图像和第二图像。第一图像为第一时刻采集的路况图像,第二图像为第二时刻采集的路况图像。第二时刻晚于第一时刻。第一时刻到第二时刻的时长小于预定时长。
若确定路况图像中包括交通灯,则根据路况图像确定行人闯红灯的方法为:当第一图像中的交通灯为绿灯,第二图像中的交通灯为绿灯,且第二图像中行人的位置,与第一图像中行人的位置大于预定距离时,确定行人有违章行为。其中,预定距离为预设的,例如,为默认距离,或者由管理人员根据路况不同重新写入的距离。可选的,识别路况图像中交通灯的方式可以是利用机器学习的方式各种交通灯进行学习,建立识别模型,实现对路况图像中的交通灯进行识别,例如,利用卷积神经网络 (constitutional neural networks,CNN)实现对路况图像中的交通灯进行识别。
示例性的,图6所示出的是一个行人闯红灯的违章监控现场图。参见图6所示,该违章监控现场图中包括行人11、交通灯13、以及车辆61。其中,第一图像中的交通灯13亮的是绿灯,车辆61在位置3,行人11 在位置1。第二图像中的交通灯13也亮的是绿灯,车辆61在位置4,行人11在位置2。可以看出,路况图像中行人11从位置1走动到了位置2,这样,当位置1到位置2的距离大于预定距离时,确定行人11有闯红灯的违章行为。
B、根据路况图像确定行人有不走斑马线的违章行为。
具体的,若确定路况图像中包括斑马线和机动车道,则根据路况图像确定出行人有违章行为,包括:当确定行人在机动车道内,且不在斑马线上时,确定行人有不走斑马线的违章行为。其中,确定路况图像中斑马线和机动车道的方法可参照上述识别交通灯的方式,此处不再赘述。
C、根据路况图像确定行人有翻越护栏的违章行为。
具体的,采集的路况图像包括预定时间段内的连续N帧图像,其中, N≥1。根据路况图像确定出行人有违章行为,包括:若N帧图像中,行人的行为包括攀爬、跨越、下降,则确定行人有违章行为。进一步具体的,由于在实际交通场景中,行人可由长高比值较小的矩形划分,车辆可由长高比值较大的矩形划分。因此,可以根据这种特征进行翻越护栏行为建模。具体的,首先,将行人从进入车载摄像头的镜头范围到离开作为观测对象,对该行人进行连续帧跟踪。然后,根据人体轮廓剪影计算出人体星形骨架特征。最后,利用这个特征训练一个隐马尔可夫模型(hidden markov model, HMM),将视频中人体的动作分为行走、攀爬、跨越、下降等4种状态。当连续N帧图像中,该行人的行为包括攀爬、跨越、下降3种状态时,则确定行人有翻越护栏的违章行为。
进一步可选的,若连续N帧图像中,攀爬、跨越、下降3种状态连续出现时,确定行人有翻越护栏的违章行为。
在根据路况图像确定出行人有违章行为之后,车载摄像头向交通管理服务器发送路况图像。
可选的,车载摄像头向交通管理服务器发送路况图像之前,还包括确定路况图像的采集时间和采集地点之后,向交通管理服务器发送采集时间和采集地点。具体的,采集时间和采集地点可以直接显示在路况图像中,也可以与路况图像打包之后,一同向交通管理服务器发送。
503、交通管理服务器接收路况图像,并根据路况图像确定行人的身份信息。
其中,路况图像中包括行人。行人具有违章行为。身份信息包括行人的联系方式。
可选的,路况图像包括至少两个图像。在根据路况图像确定行人的身份信息之前,还需要对接收到的路况图像进行数据清洗。具体的,交通管理服务器在接收到路况图像时,接收每个图像的采集时间和采集地点。然后将采集时间和采集地点相同的图像确定为图像组。图像组中包括第三图像。将与第三图像的采集地点相同,且采集时间不同的图像确定为第四图像。最后,合并第三图像和第四图像。可选的,将第三图像和第四图像合并之后,删除图像组。
对接收到的路况图像进行数据清洗之后,根据路况图像确定行人的身份信息。
具体的,提取路况图像中行人的面部特征。将面部特征与预存的面部资料进行对比,获取目标行人的身份信息。其中,预存的面部资料可以是资料库中的面部资料。具体的,交通管理服务器可以将提取到的行人的面部特征与资料库中的面部资料进行对比,获取到行人的身份信息。
504、交通管理服务器根据联系方式向行人推送违章信息。
具体的,违章信息可以包括罚款信息、移动端应用程序(application, APP)链接、以及该行人的具体违章图像。例如,交通管理服务器通过实名制手机号码向行人推送短信,提醒行人登录移动端APP缴纳违章罚款。
上述方案中,由车载摄像头拍摄其周围的路况图像,并根据路况图像确定行人违章后,将包含有违章的行人的路况图像发送给交通管理服务器。交通管理服务器对路况图像中的行人进行身份识别之后,确定行人的身份信息,然后给行人推送违章信息。首先,路况图像是由车载摄像头采集的,现今机动车普遍率越来越高,且随着万物互联和车联网的发展趋势,未来车辆会装载更多摄像头。这样,通过车载摄像头就能够捕获各种道路环境下的路况图像,对于违章行人的监控将不再是仅对交通路口有效。进一步的,本申请中根据路况图像识别出违章的行人之后,先确定出行人的联系方式,然后通过联系方式直接向行人推送违章信息。这样,通过缴纳罚款的方式能够提高行人遵守交通规则的意识,保障行人的安全。通过联系方式向行人推送违章信息的方式能够保障行人的隐私安全。
本申请实施例可以根据上述的方法实施例对违章监控装置进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本申请实施例中对模块的划分是示意性的,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。
本申请提供一种违章监控装置,该违章监控装置可以为车载摄像头,也可以为车载摄像头中的部分装置,例如车载摄像头中的芯片系统。可选的,该芯片系统,用于支持车载摄像头实现上述图5所示方法实施例中所涉及的功能,例如,接收,发送,或处理上述方法中所涉及的数据和/或信息。该芯片系统包括芯片,也可以包括其他分立器件或电路结构。
该违章监控装置用于执行以上图5所示方法中的车载摄像头所执行的步骤。本申请实施例提供的违章监控装置可以包括相应步骤所对应的模块。
在采用对应各个功能划分各个功能模块的情况下,图7示出该违章监控装置的一种可能的结构示意图。如图7所示,违章监控装置包括采集模块71和处理模块72。
采集模块71,用于采集路况图像。例如,结合图5,采集模块71用于执行步骤501。处理模块72,用于确定采集模块71采集的路况图像中包括行人,且行人存在违章行为,则向交通管理服务器发送路况图像。路况图像用于确定行人的身份信息。例如,结合图5,处理模块72,用于执行步骤502。
可选的,路况图像包括第一图像和第二图像。第一图像为第一时刻采集的路况图像,第二图像为第二时刻采集的路况图像。第二时刻晚于第一时刻;第一时刻到第二时刻的时长小于预定时长。处理模块72,具体用于:确定路况图像中包括交通灯;当确定第一图像中的交通灯为绿灯,第二图像中的交通灯为绿灯,且第二图像中行人的位置,与第一图像中行人的位置大于预定距离时,确定行人存在违章行为。
可选的,处理模块72,具体用于:确定路况图像中包括斑马线和机动车道;当确定行人在机动车道内,且不在斑马线上时,确定行人存在违章行为。
可选的,路况图像包括预定时间段内的连续N帧图像。处理模块72,具体用于当确定N帧图像中,行人的行为包括攀爬、跨越、下降时,确定行人存在违章行为。
可选的,违章监控装置还包括:确定模块73,用于确定路况图像的采集时间和采集地点。发送模块74,用于向交通管理服务器发送确定模块73确定出的采集时间和采集地点。
本申请另一实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当指令在违章监控装置上运行时,该违章监控装置执行如图5所示的实施例的违章监控方法中车载摄像头的步骤。
在本申请的另一实施例中,还提供一种计算机程序产品,该计算机程序产品包括计算机执行指令,该计算机执行指令存储在计算机可读存储介质中;违章监控装置的处理器可以从计算机可读存储介质读取该计算机执行指令,处理器执行该计算机执行指令使得违章监控装置执行如图5所示的实施例的违章监控方法中车载摄像头的步骤。
参照图8所示,本申请提供一种违章监控装置,该违章监控装置可以为交通管理服务器,也可以为交通管理服务器中的部分装置,例如交通管理服务器中的芯片系统。可选的,该芯片系统,用于支持交通管理服务器实现上述图5所示方法实施例中所涉及的功能,例如,接收,发送,或处理上述方法中所涉及的数据和/或信息。该芯片系统包括芯片,也可以包括其他分立器件或电路结构。
该违章监控装置用于执行以上图5所示方法中的交通管理服务器所执行的步骤。本申请实施例提供的违章监控装置可以包括相应步骤所对应的模块。
在采用对应各个功能划分各个功能模块的情况下,图8示出该违章监控装置的一种可能的结构示意图。如图8所示,违章监控装置包括接收模块81、处理模块82、以及发送模块83。
接收模块81,用于接收路况图像。路况图像中包括行人。行人具有违章行为。例如,结合图5,接收模块81,用于执行步骤503。处理模块82,用于根据接收模块81接收的路况图像确定行人的身份信息,身份信息包括行人的联系方式。例如,结合图5,处理模块82,用于执行步骤503。发送模块83,用于根据处理模块82处理得到的联系方式向行人推送违章信息。例如,结合图5,发送模块83,用于执行步骤504。
可选的,处理模块82,具体用于:提取路况图像中行人的面部特征。将面部特征与预存的面部资料进行对比,获取目标行人的身份信息。
可选的,路况图像包括至少两个图像;处理模块82,还用于:接收每个图像的采集时间和采集地点。将采集时间和采集地点相同的图像确定为图像组;图像组中包括第三图像。将与第三图像的采集地点相同,且采集时间不同的图像确定为第四图像。合并第三图像和第四图像。
本申请另一实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当指令在违章监控装置上运行时,该违章监控装置执行如图5所示的实施例的违章监控方法中交通管理服务器的步骤。
在本申请的另一实施例中,还提供一种计算机程序产品,该计算机程序产品包括计算机执行指令,该计算机执行指令存储在计算机可读存储介质中;违章监控装置的处理器可以从计算机可读存储介质读取该计算机执行指令,处理器执行该计算机执行指令使得违章监控装置执行如图5所示的实施例的违章监控方法中交通管理服务器的步骤。
其中,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述,其作用在此不再赘述。
应理解,在本申请的各种实施例中,上述各过程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。
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模块、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。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,多个单元或组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违章监控连接可以是通过一些接口,设备或单元的间接耦合或违章监控连接,可以是电性,机械或其它的形式。
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。
所述功能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,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:read-only memory,英文简称:ROM)、随机存取存储器(英文全称: random access memory,英文简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (18)
1.一种违章监控方法,应用于车载摄像头,其特征在于,包括:
采集路况图像;
若确定所述路况图像中包括行人,且所述行人存在违章行为,则向交通管理服务器发送所述路况图像;所述路况图像用于确定所述行人的身份信息。
2.根据权利要求1所述的违章监控方法,其特征在于,所述路况图像包括第一图像和第二图像;所述第一图像为第一时刻采集的路况图像,所述第二图像为第二时刻采集的路况图像;所述第二时刻晚于所述第一时刻;所述第一时刻到所述第二时刻的时长小于预定时长;
所述确定所述路况图像中包括行人,且所述行人存在违章行为,包括:
确定所述路况图像中包括交通灯;
当所述第一图像中的交通灯为绿灯,所述第二图像中的交通灯为绿灯,且所述第二图像中所述行人的位置,与所述第一图像中所述行人的位置大于预定距离时,确定所述行人存在违章行为。
3.根据权利要求1所述的违章监控方法,其特征在于,所述确定所述路况图像中包括行人,且所述行人存在违章行为,包括:
确定所述路况图像中包括斑马线和机动车道;
当确定所述行人在机动车道内,且不在斑马线上时,确定所述行人存在违章行为。
4.根据权利要求1所述的违章监控方法,其特征在于,所述路况图像包括预定时间段内的连续N帧图像,其中,N≥1;
所述确定所述路况图像中包括行人,且所述行人存在违章行为,包括:
若所述N帧图像中,所述行人的行为包括攀爬、跨越、下降,则确定所述行人有违章行为。
5.根据权利要求1所述的违章监控方法,其特征在于,所述违章监控方法还包括:
确定所述路况图像的采集时间和采集地点;
向所述交通管理服务器发送所述采集时间和所述采集地点。
6.一种违章监控方法,应用于交通管理服务器,其特征在于,包括:
接收路况图像;所述路况图像中包括行人;所述行人具有违章行为;
根据所述路况图像确定所述行人的身份信息,所述身份信息包括所述行人的联系方式;
根据所述联系方式向所述行人推送违章信息。
7.根据权利要求6所述的违章监控方法,其特征在于,所述根据所述路况图像确定所述行人的身份信息,包括:
提取所述路况图像中所述行人的面部特征;
将所述面部特征与预存的面部资料进行对比,获取所述目标行人的身份信息。
8.根据权利要求6所述的违章监控方法,其特征在于,所述路况图像包括至少两个图像;在根据所述路况图像确定所述行人的身份信息之前,所述违章监控方法还包括:
接收每个图像的采集时间和采集地点;
将采集时间和采集地点相同的图像确定为图像组;所述图像组中包括第三图像;
将与所述第三图像的采集地点相同,且采集时间不同的图像确定为第四图像;
合并所述第三图像和所述第四图像。
9.一种违章监控装置,应用于车载摄像头或者车载摄像头上的芯片,其特征在于,包括:
采集模块,用于采集路况图像;
处理模块,用于若确定所述采集模块采集的所述路况图像中包括行人,且所述行人存在违章行为,则向交通管理服务器发送所述路况图像;所述路况图像用于确定所述行人的身份信息。
10.根据权利要求9所述的违章监控装置,其特征在于,所述处理模块,具体用于:
所述路况图像包括第一图像和第二图像;所述第一图像为第一时刻采集的路况图像,所述第二图像为第二时刻采集的路况图像;所述第二时刻晚于所述第一时刻;所述第一时刻到所述第二时刻的时长小于预定时长;
确定所述路况图像中包括交通灯;
当确定所述第一图像中的交通灯为绿灯,所述第二图像中的交通灯为绿灯,且所述第二图像中所述行人的位置,与所述第一图像中所述行人的位置大于预定距离时,确定所述行人存在违章行为。
11.根据权利要求9所述的违章监控装置,其特征在于,所述处理模块,具体用于:
确定所述路况图像中包括斑马线和机动车道;
当确定所述行人在机动车道内,且不在斑马线上时,确定所述行人存在违章行为。
12.根据权利要求9所述的违章监控装置,其特征在于,所述处理模块,具体用于:
所述路况图像包括预定时间段内的连续N帧图像;
当确定所述N帧图像中,所述行人的行为包括攀爬、跨越、下降时,确定所述行人存在违章行为。
13.根据权利要求9所述的违章监控装置,其特征在于,所述违章监控装置还包括:
确定模块,用于确定所述路况图像的采集时间和采集地点;
发送模块,用于向所述交通管理服务器发送所述确定模块确定出的所述采集时间和所述采集地点。
14.一种违章监控装置,应用于交通管理服务器或者交通管理服务器上的芯片,其特征在于,包括:
接收模块,用于接收路况图像;所述路况图像中包括行人;所述行人具有违章行为;
处理模块,用于根据所述接收模块接收的所述路况图像确定所述行人的身份信息,所述身份信息包括所述行人的联系方式;
发送模块,用于根据所述处理模块处理得到的所述联系方式向所述行人推送违章信息。
15.根据权利要求14所述的违章监控装置,所述处理模块,具体用于:
提取所述路况图像中所述行人的面部特征;
将所述面部特征与预存的面部资料进行对比,获取所述目标行人的身份信息。
16.根据权利要求14所述的违章监控装置,其特征在于,所述路况图像包括至少两个图像;所述处理模块,还用于:
接收每个图像的采集时间和采集地点;
将采集时间和采集地点相同的图像确定为图像组;所述图像组中包括第三图像;
将与所述第三图像的采集地点相同,且采集时间不同的图像确定为第四图像;
合并所述第三图像和所述第四图像。
17.一种违章监控装置,其特征在于,包括处理器,当所述违章监控装置运行时,所述处理器执行计算机执行指令,以使所述违章监控装置执行如权利要求1-5任一项所述的违章监控方法,或者执行如权利要求6-8任一项所述的违章监控方法。
18.一种计算机可读存储介质,包括指令,其特征在于,当所述指令在计算机上运行时,使得所述计算机执行如权利要求1-5任一项所述的违章监控方法,或者执行如权利要求6-8任一项所述的违章监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010469428.6A CN111582239A (zh) | 2020-05-28 | 2020-05-28 | 一种违章监控方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010469428.6A CN111582239A (zh) | 2020-05-28 | 2020-05-28 | 一种违章监控方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111582239A true CN111582239A (zh) | 2020-08-25 |
Family
ID=72111211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010469428.6A Pending CN111582239A (zh) | 2020-05-28 | 2020-05-28 | 一种违章监控方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582239A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112434627A (zh) * | 2020-11-30 | 2021-03-02 | 浙江大华技术股份有限公司 | 行人翻越道路护栏的检测方法、装置以及存储介质 |
CN113223276A (zh) * | 2021-03-25 | 2021-08-06 | 桂林电子科技大学 | 一种基于视频识别的行人跨栏行为警报方法及装置 |
CN114694386A (zh) * | 2020-12-31 | 2022-07-01 | 博泰车联网科技(上海)股份有限公司 | 信息推送方法、装置、电子装置及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107622658A (zh) * | 2017-10-12 | 2018-01-23 | 樊陆 | 行人过马路的监测方法及终端设备 |
CN107886595A (zh) * | 2017-11-29 | 2018-04-06 | 深圳市易成自动驾驶技术有限公司 | 基于行车记录仪的违章识别方法、行车记录仪和存储介质 |
CN109214326A (zh) * | 2018-08-28 | 2019-01-15 | 余钱 | 一种信息处理方法、装置和系统 |
US20190172342A1 (en) * | 2017-12-04 | 2019-06-06 | Passnet Co., Ltd. | Smart crosswalk safety system for pedestrian |
CN110032947A (zh) * | 2019-03-22 | 2019-07-19 | 深兰科技(上海)有限公司 | 一种监控事件发生的方法及装置 |
CN110223505A (zh) * | 2018-03-02 | 2019-09-10 | 杭州海康威视数字技术股份有限公司 | 一种行人闯红灯行为的确定方法及装置 |
CN110991224A (zh) * | 2019-10-18 | 2020-04-10 | 平安科技(深圳)有限公司 | 基于图像识别的行人闯红灯检测方法、装置及相关设备 |
CN111160175A (zh) * | 2019-12-19 | 2020-05-15 | 中科寒武纪科技股份有限公司 | 智能行人违章行为管理方法及相关产品 |
-
2020
- 2020-05-28 CN CN202010469428.6A patent/CN111582239A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107622658A (zh) * | 2017-10-12 | 2018-01-23 | 樊陆 | 行人过马路的监测方法及终端设备 |
CN107886595A (zh) * | 2017-11-29 | 2018-04-06 | 深圳市易成自动驾驶技术有限公司 | 基于行车记录仪的违章识别方法、行车记录仪和存储介质 |
US20190172342A1 (en) * | 2017-12-04 | 2019-06-06 | Passnet Co., Ltd. | Smart crosswalk safety system for pedestrian |
CN110223505A (zh) * | 2018-03-02 | 2019-09-10 | 杭州海康威视数字技术股份有限公司 | 一种行人闯红灯行为的确定方法及装置 |
CN109214326A (zh) * | 2018-08-28 | 2019-01-15 | 余钱 | 一种信息处理方法、装置和系统 |
CN110032947A (zh) * | 2019-03-22 | 2019-07-19 | 深兰科技(上海)有限公司 | 一种监控事件发生的方法及装置 |
CN110991224A (zh) * | 2019-10-18 | 2020-04-10 | 平安科技(深圳)有限公司 | 基于图像识别的行人闯红灯检测方法、装置及相关设备 |
CN111160175A (zh) * | 2019-12-19 | 2020-05-15 | 中科寒武纪科技股份有限公司 | 智能行人违章行为管理方法及相关产品 |
Non-Patent Citations (2)
Title |
---|
NELSON H. C. YUNG等: "An Effective Video Analysis Method for Detecting Red Light Runners", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 * |
韦勇等: "基于人脸跟踪与识别的行人闯红灯取证系统的设计与实现", 《现代电子技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112434627A (zh) * | 2020-11-30 | 2021-03-02 | 浙江大华技术股份有限公司 | 行人翻越道路护栏的检测方法、装置以及存储介质 |
CN112434627B (zh) * | 2020-11-30 | 2023-04-07 | 浙江大华技术股份有限公司 | 行人翻越道路护栏的检测方法、装置以及存储介质 |
CN114694386A (zh) * | 2020-12-31 | 2022-07-01 | 博泰车联网科技(上海)股份有限公司 | 信息推送方法、装置、电子装置及存储介质 |
CN113223276A (zh) * | 2021-03-25 | 2021-08-06 | 桂林电子科技大学 | 一种基于视频识别的行人跨栏行为警报方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110430401B (zh) | 车辆盲区预警方法、预警装置、mec平台和存储介质 | |
CN111582239A (zh) | 一种违章监控方法和装置 | |
CN111402612A (zh) | 一种交通事件通知方法及装置 | |
CN109191829B (zh) | 道路安全监控方法及系统、计算机可读存储介质 | |
CN112163543A (zh) | 一种车辆违法占道的检测方法及系统 | |
CN114446056B (zh) | 车辆信息码的生成以及车辆通行控制方法、装置及设备 | |
US20220139090A1 (en) | Systems and methods for object monitoring | |
KR101661163B1 (ko) | 영상 분석을 통한 운전자 안전 운전 보조와 지도 db의 실시간 갱신을 처리하기 위한 안전 운전 시스템 | |
CN110782677A (zh) | 一种违规车辆抓拍警示方法及装置 | |
CN114387785A (zh) | 一种基于智慧公路的安全管控方法、系统及可存储介质 | |
CN113469105A (zh) | 监控周边车辆的方法及装置、计算机可读存储介质 | |
CN115713745A (zh) | 障碍物检测方法、电子设备及存储介质 | |
CN110782653A (zh) | 一种道路信息采集方法和系统 | |
KR20140031443A (ko) | 교통사고 데이터 제공 시스템 및 방법 | |
CN114596704B (zh) | 交通事件处理方法、装置、设备及存储介质 | |
CN110379162B (zh) | 车辆违章监测方法、装置、设备及计算机可读存储介质 | |
CN115019242A (zh) | 一种交通场景的异常事件检测方法、装置和处理设备 | |
CN112750301A (zh) | 目标对象追踪方法、装置、设备及计算机可读存储介质 | |
CN113989715A (zh) | 车辆违停检测方法、装置、电子设备及存储介质 | |
WO2020241815A1 (en) | On-board apparatus, driving assistance method, and driving assistance system | |
JP2012003493A (ja) | 監視装置、監視システム及び監視方法 | |
CN116152753A (zh) | 车辆信息识别方法和系统、存储介质和电子装置 | |
CN115257771A (zh) | 一种路口识别方法、电子设备和存储介质 | |
WO2020241813A1 (en) | Driving information providing system, on-board apparatus, and driving information providing method | |
CN114418814A (zh) | 车辆违章预警方法、装置、车辆及计算机可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200825 |