CN111833469B - 应用于收费站点的车辆计费方法及系统 - Google Patents

Abstract

本发明提供一种应用于收费站点的车辆计费方法及系统。本发明实施例中，通过获取目标视频帧，目标视频帧显示目标车辆位于预设的车辆收费位置，从目标视频帧中识别出目标车辆的车辆属性特征信息，将车辆属性特征信息与目标车辆的车辆标识ID绑定，从已建立的车辆属性特征信息与车轴数的映射关系中查找出与目标车辆的车辆属性特征信息具有映射关系的目标车轴数，根据目标车轴数与车辆标识ID，对目标车辆进行计费，根据目标车辆的车辆属性特征信息，例如车辆子品牌特征信息，确定目标车辆的车轴数，避免了不确定因素导致车轴数的误判情况，能够提高车轴数量检测的准确性，从而提高基于车轴数量的车辆计费的准确率，有利于实现对车辆的智能化自动计费。

Description

应用于收费站点的车辆计费方法及系统

技术领域

本发明涉及车辆检测技术领域，尤其涉及一种应用于收费站点的车辆计费方法及系统。

背景技术

车轴数量是高速公路计费的一个重要依据，因此当车辆到达高速公路收费站点时，需要对车辆的车轴数量进行检测。

相关技术中，在高速公路收费站点的地面上安装接触式的压力传感器，当车辆通过收费站点时，压力传感器响应于车辆的碾压检测车辆的轮胎压力，将轮胎压力转换为电信号，再根据电信号计算出车辆的车轴数量。当车流量较大，出现前后两车的轮胎同时处于压力传感器之上的情况时，这种技术难以将轮胎压力与轮胎所属车辆进行匹配，从而造成车轴数量检测的准确率下降。车轴数量检测的准确率低会导致车辆计费的准确率低，这样就不利于实现对车辆的智能化自动计费。

发明内容

为克服相关技术中存在的问题，本发明提供了一种应用于收费站点的车辆计费方法及系统，提高车轴数量检测的准确率，以实现对车辆的智能化自动计费。

根据本发明实施例的第一方面，提供一种应用于收费站点的车辆计费方法，所述方法包括：

获取目标视频帧，所述目标视频帧显示目标车辆位于预设的车辆收费位置；

从所述目标视频帧中识别出所述目标车辆的车辆属性特征信息，将所述车辆属性特征信息与所述目标车辆的车辆标识ID绑定；

从已建立的车辆属性特征信息与车轴数的映射关系中查找出与所述目标车辆的车辆属性特征信息具有映射关系的目标车轴数；

根据目标车轴数与所述车辆标识ID，对所述目标车辆进行计费。

根据本发明实施例的第二方面，提供一种应用于收费站点的车辆计费系统，所述系统包括：

获取模块，用于获取目标视频帧，所述目标视频帧显示目标车辆位于预设的车辆收费位置；

子品牌识别模块，用于从所述目标视频帧中识别出所述目标车辆的车辆属性特征信息，将所述车辆属性特征信息与所述目标车辆的车辆标识ID绑定；

查找模块，用于从已建立的车辆属性特征信息与车轴数的映射关系中查找出与所述目标车辆的车辆属性特征信息具有映射关系的目标车轴数；

计费模块，用于根据目标车轴数与所述车辆标识ID，对所述目标车辆进行计费。

本发明的实施例提供的技术方案可以包括以下有益效果：

本发明实施例中，通过获取目标视频帧，目标视频帧显示目标车辆位于预设的车辆收费位置，从目标视频帧中识别出目标车辆的车辆属性特征信息，将车辆属性特征信息与目标车辆的车辆标识ID绑定，从已建立的车辆属性特征信息与车轴数的映射关系中查找出与目标车辆的车辆属性特征信息具有映射关系的目标车轴数，根据目标车轴数与车辆标识ID，对目标车辆进行计费，根据目标车辆的车辆属性特征信息，例如车辆的子品牌特征信息，确定目标车辆的车轴数，避免了不确定因素导致车轴数的误判情况，因此能够提高车轴数量检测的准确性，从而提高基于车轴数量的车辆计费的准确率，有利于实现对车辆的智能化自动计费。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本发明的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是图像采集设备的架设场景示例图。

图2是本发明实施例提供的应用于收费站点的车辆计费方法的流程示例图。

图3是本发明实施例提供的应用于收费站点的车辆计费系统的功能方块图。

图4是本发明实施例提供的服务器的一个硬件结构图。

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发明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、本发明的一些方面相一致的装置和方法的例子。

在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本说明书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，尽管在本说明书可能采用术语第一、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，在不脱离本发明范围的情况下，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”。

接下来对本发明实施例进行详细说明。

本发明实施例提供的车轴数量检测方法可以用于检测通过高速路收费站点的车辆的车轴数量。

为了实施本发明实施例提供的车轴数量检测方法，可以根据图1架设安装相关设备。图1是图像采集设备的架设场景示例图。如图1所示，高速路的单个方向具有两个车道，在高速出入口收费卡口(以下简称高速收费站点)的前方道路上设置架设杆，架设杆的中间位置安装图像采集设备，例如摄像头，图像采集设备上具有卡口抓拍单元镜头F，并且在架设杆上对应每个车道的位置处安装补光灯，用于对车道进行补光。其中，架设杆距离地面的高度可以为6米，架设杆上的卡口抓拍单元镜头F与补光灯之间的距离L可以为3米，架设杆与高速出入口收费卡口位置之间的距离S可以为20米。

当车辆通过高速收费站点时，图像采集设备对车辆进行图像采集，并将采集的车辆的图像发送给后台服务器，后台服务器利用本发明实施例提供的应用于收费站点的车辆计费方法，对通过高速收费站点的车辆进行计费。

下面通过实施例对本发明的应用于收费站点的车辆计费方法进行详细说明。

图2是本发明实施例提供的应用于收费站点的车辆计费方法的流程示例图。如图2所示，该方法可以包括以下步骤：

S201，获取目标视频帧，目标视频帧显示目标车辆位于预设的车辆收费位置。

S202，从目标视频帧中识别出目标车辆的车辆属性特征信息，将车辆属性特征信息与目标车辆的车辆标识ID绑定。

S203，从已建立的车辆属性特征信息与车轴数的映射关系中，查找出与目标车辆的车辆属性特征信息具有映射关系的目标车轴数。

S204，根据目标车轴数与车辆标识ID，对目标车辆进行计费。

在一个示例中，车辆属性特征信息可以是车辆子品牌特征信息。

在步骤S201中，指定部位可以是车辆的头部，车辆收费位置可以是高速收费站点。

例如，可以将高速收费站点处的指定位置设置为抓拍位置，并在图像采集设备的镜头中标识抓拍位置。图像采集设备设置在高速收费站点的出口外，距离收费站点(例如图1中的高速出入口收费卡口位置)一定的距离，以便图像采集设备可以对高速收费站点进行实时视频采集，并检测视频中是否出现车辆。当检测到视频中出现车辆时，图像采集设备对车辆进行识别和追踪，此时，视频帧中的车辆图像和车头图像被标识出来。当像采集设备检测到车头图像位于达抓拍位置时，将此时的视频帧作为目标视频帧进行保存，并可以提取该视频帧中的车辆图像。

在一个示例性的实现过程中，步骤S201可以包括：

接收当前视频帧；

若当前视频帧中存在目标车辆、且目标车辆是首次被检测到，则在当前视频帧之后的视频帧序列中跟踪目标车辆以获取目标视频帧；

若当前视频帧中存在目标车辆、且当前视频帧显示目标车辆位于预设的车辆收费位置，则确定当前视频帧为目标视频帧；

若当前视频帧中存在目标车辆、且当前视频帧并非首次检测到且并非显示目标车辆位于预设的车辆收费位置，则在当前视频帧之后的视频帧序列中跟踪目标车辆以获取目标视频帧。

例如，车辆a从高速收费站点A驶入高速，从高速收费站点B驶出，位于高速收费站点A的出口处的图像采集设备1首次检测到车辆a，则可以在车辆a的视频帧中标记出车辆a所在的区域，该区域的图像即为视频帧中车辆a的图像，对视频帧中车辆a的图像进行标记，并在后续采集到的含有车辆a的视频帧序列中也对车辆a的图像进行标记。当车辆a从高速收费站点B驶出时，位于高速收费站点B的出口处的图像采集设备2在采集的视频帧中检测到存在车辆a、且当前视频帧显示车辆a的头部在预设的车辆收费位置，则确定当前视频帧为目标视频帧。

在步骤S202中，车辆标识ID可以是在目标车辆被首次检测到时为目标车辆分配的；或者，车辆标识ID可以是在目标车辆非首次被检测到时从目标车辆已分配到的车辆标识ID读取的。

举例说明。目标车辆在第一高速收费站点驶入高速，在第二高速收费站点驶出，位于第一高速收费站点的图像采集设备在首次检测到目标车辆时，为目标车辆分配一个ID，同时还可以记录首次检测到目标车辆的时间信息。当在第二高速收费站点再次检测到目标车辆时，查询目标车辆已分配到的ID，读取该ID作为目标车辆的ID。

需要说明的是，一个车辆标识ID适用于一辆车从驶入一个高速收费站点起、至驶出另一个高速收费站点止的过程。

举例说明。车辆a从高速收费站点A驶入高速，从高速收费站点B驶出，则在车辆a进入高速收费站点A时，为车辆a分配一个ID，比如该ID为001，则在从高速收费站点A到高速收费站点B的整个过程中，车辆a的ID为001，在从高速收费站点B驶出时，根据为001这个ID对车辆a进行计费。假设车辆b也是从高速收费站点A驶入高速，从高速收费站点B驶出，则为车辆b分配一个ID，比如该ID为002。

如果在同一天内，车辆a两次从高速收费站点A驶入高速，从高速收费站点B驶出，则在这两次中为车辆a分配不同的ID。例如第一次分配给车辆a的ID为001，第二次分配给车辆a的ID为089。

在步骤S202中，可以基于深度学习网络预先训练出车辆子品牌识别模型，然后将该训练好的车辆子品牌识别模型保存在图像采集设备中。当图像采集设备采集到目标视频帧，并从目标视频帧中提取出车辆图像，将车辆图像输入车辆子品牌识别模型，利用车辆子品牌识别模型从车辆图像中识别出目标车辆的车辆属性特征信息。

因此，在一个示例性的实现过程中，车辆属性特征信息包括车辆子品牌特征信息，步骤S202中，从目标视频帧中识别出目标车辆的车辆属性特征信息，可以包括：

从目标视频帧中获取局部图像，局部图像中至少包括与车辆子品牌相关的信息；

将局部图像输入至已训练的车辆子品牌识别模型，以由车辆子品牌识别模型从输入的局部图像中识别出所述目标车辆的车辆子品牌特征信息。

在一个例子中，车辆子品牌特征信息可以是子品牌，例如“途观”。

在一个例子中，车辆子品牌特征信息可以是“子品牌+车辆的年款信息”例如“途观2013”。

子品牌是指处于车辆品牌下一级的品牌。例如，斯柯达、帕萨特、途观是大众品牌下一级的子品牌。

由于目标视频帧中，既有车辆的图像也有车辆所处的背景的图像，而背景图像并不能用于识别车辆所属的子品牌，因此可以从目标视频帧中提取车辆所在区域的图像，作为前述的局部图像，利用局部图像识别车辆所属的子品牌。这样可以减少图像的数据量，从而减少需要处理的数据量，提高识别速度。

其中，可以通过目标检测技术、前景图像检测技术等从目标车辆的图像中识别并提取局部图像。

在一个例子中，车辆子品牌识别模型的生成方法包括：

获取若干组样本数据，每组样本数据包括已知车辆图像和已知车辆所属的子品牌特征信息；

基于样本数据，采用深度学习网络进行学习，生成车辆子品牌识别模型。

其中，深度学习网络可以是卷积神经网络等。

需要说明的是，车辆子品牌识别模型也可以同时识别出目标车辆所属的子品牌和目标车辆的年款信息，例如大众汽车的“途观2013”，其中，“途观”为子品牌，“2013”为生产年份，也可以称为年款。相应地，在训练车辆子品牌识别模型时，样本数据中需要包括已知车辆图像和已知车辆所属的子品牌及年款。

关于步骤S203，在一个例子中，已建立的车辆属性特征信息与车轴数的映射关系可以保存在远程数据库中，这样，图像采集设备可以通过查询远程数据库得到目标车辆的车轴数。

在另一个例子中，已建立的车辆属性特征信息与车轴数的映射关系可以保存在图像采集设备本地的数据库中，这样，图像采集设备可以通过查询本地数据库得到目标车辆的车轴数。

通过步骤S203，本发明实施例根据车辆属性特征信息确定车轴数量，避免了不确定因素导致车轴数的误判情况，因此能够提高车轴数量检测的准确性，从而提高基于车轴数量的车辆计费的准确率，有利于实现对车辆的智能化自动计费。

在前述示例的基础上，在一个示例性的实现过程中，所述方法还可以包括：

从局部图像中识别出目标车辆的目标车牌号；

根据目标车轴数与车辆标识ID，对目标车辆进行计费包括：

将目标车轴数输入计费系统，以由计费系统根据目标车轴数与所述车辆标识ID对目标车辆进行计费。

在一个示例中，还可以将目标视频帧、目标车牌号与车辆标识ID输入计费系统，以由计费系统在计费时根据目标视频帧、目标车牌号与车辆标识ID对目标车辆进行标记。

在一个示例中，从局部图像中识别出目标车辆的目标车牌号，可以包括：将局部图像输入至已训练的车牌号识别模型，以由车牌号识别模型从局部图像中识别出目标车辆的目标车牌号。

车牌号识别模型可以是根据相应的样本数据预先训练好的。训练车牌号识别模型的样本数据包括已知车辆图像和对应的车牌号。

车辆标识ID和车牌号的组合可以用于唯一标识车辆。这样的好处是，在一些情况下，当目标车辆没有车牌号(例如新购置的车辆)时，可以用车辆标识ID对车辆进行标识。车辆标识ID可以是递增的数字。

本发明实施例提供的应用于收费站点的车辆计费方法，通过获取目标视频帧，目标视频帧显示目标车辆位于预设的车辆收费位置，从目标视频帧中识别出目标车辆的车辆属性特征信息，将车辆属性特征信息与目标车辆的车辆标识ID绑定，从已建立的车辆属性特征信息与车轴数的映射关系中查找出与目标车辆的车辆属性特征信息具有映射关系的目标车轴数，根据目标车轴数与车辆标识ID，对目标车辆进行计费，根据目标车辆的车辆属性特征信息，例如车辆的子品牌特征信息，确定目标车辆的车轴数，避免了不确定因素导致车轴数的误判情况，因此能够提高车轴数量检测的准确性，从而提高基于车轴数量的车辆计费的准确率，有利于实现对车辆的智能化自动计费。

并且，本发明实施例提供的应用于收费站点的车辆计费方法，利用图像采集设备(例如摄像头)和计费系统进行计费。相比于相关技术中采用安置于收费站点地上的大型压力传感设备检测车轴数的方式来说，本发明实施例的应用于收费站点的车辆计费方法所需要的图像采集设备安装简便，并可同时管理多个车道。相比于相关技术中采用激光测距传感器检测车轴数的方式来说，本发明实施例所需要的图像采集设备不会由于目标车辆车轴位置受到其他物体遮挡而无法检测，因此抗干扰能力更强。

下面通过示例，对本发明实施例提供的应用于收费站点的车辆计费方法进行说明。

车辆a从高速收费站点A驶入高速，从高速收费站点B驶出，图像采集设备1位于高速收费站点A的出口处，图像采集设备2位于高速收费站点B的出口处，图像采集设备1和图像采集设备2都与后台服务器相连。

则关于车辆a的计费过程如下：

(1)在车辆a(大众帕萨特，车牌号京A×××××)进入高速收费站点A时，位于高速收费站点A的出口处的图像采集设备1首次在采集的视频帧中检测到车辆a，识别出车辆a的车牌号，并为车辆a分配一个ID，该ID为001，并在视频帧中标记车辆a所在的图像区域，以及在后续追踪到的视频帧中标记车辆a所在的图像区域；图像采集设备1将含有车辆a的视频帧与为车辆a分配的ID(001)，并将视频帧、车辆a的车牌号和车辆a的ID(001)传送到后台服务器进行缓存；

(2)在车辆a进入高速收费站点B时，位于高速收费站点B的出口处的图像采集设备2采集的视频帧中检测到车辆a，图像采集设备2将本设备采集的车辆a的视频帧传送给后台服务器，后台服务器从图像采集设备2采集的车辆a的视频帧中识别出车辆a的车牌号，将该车牌号与保存的图像采集设备1采集的车辆a的车牌号进行比较，确认两个视频帧中的车辆为同一车辆，则将车辆a的车辆标识001发送给图像采集设备2；

(3)图像采集设备2在视频帧中标记车辆a所在的图像区域，以及在后续追踪到的视频帧中标记车辆a所在的图像区域；当图像采集设备2检测到当前视频帧中存在车辆a、且当前视频帧显示车辆a的头部在预设的车辆收费位置，则确定当前视频帧为目标视频帧P；

(4)图像采集设备2从目标视频帧P中提取包括大众车标和帕萨特车标以及车牌号的局部图像M；将所述局部图像M输入至已训练的车辆子品牌识别模型，以由车辆子品牌识别模型从输入的局部图像中识别出车辆a的车辆子品牌特征信息“帕萨特”；

(5)图像采集设备2从已建立的车辆子品牌特征信息与车轴数的映射关系中查找出与车辆a的车辆子品牌特征信息“帕萨特”具有映射关系的目标车轴数为2；

(6)图像采集设备2将局部图像M输入至已训练的车牌号识别模型，以由车牌号识别模型从局部图像中识别出车辆a的目标车牌号“京A×××××”；

(7)图像采集设备2将目标视频帧、目标车轴数2、目标车牌号“京A×××××”与车辆标识001输入计费系统，以由计费系统根据这些信息对车辆a计费。

(8)计费后，计费系统将车辆a的计费信息(例如，计费信息可以包括目标视频帧P、目标车轴数2、目标车牌号“京A×××××”、本次计费的日期、时间、计费路段(A→B)、计费数额等)记录到指定位置进行保存，然后删除之前图像采集设备1缓存到后台服务器中的车辆a的视频帧和ID。

至此，对车辆a的一次计费过程结束。

基于上述的方法实施例，本发明实施例还提供了相应的装置、设备及存储介质实施例。

图3是本发明实施例提供的应用于收费站点的车辆计费系统的功能方块图。如图3所示，本实施例中，应用于收费站点的车辆计费系统可以包括：

获取模块310，用于获取目标视频帧，目标视频帧显示目标车辆位于预设的车辆收费位置；

属性识别模块320，用于从目标视频帧中识别出目标车辆的车辆属性特征信息，将车辆属性特征信息与目标车辆的车辆标识ID绑定；

查找模块330，用于从已建立的车辆属性特征信息与车轴数的映射关系中查找出与目标车辆的车辆属性特征信息具有映射关系的目标车轴数；

计费模块340，用于根据目标车轴数与车辆标识ID，对目标车辆进行计费。

在一个示例性的实现过程中，获取模块310在用于获取目标视频帧时，具体用于：

接收当前视频帧；

若当前视频帧中存在所述目标车辆、且所述目标车辆是首次被检测到，则在当前视频帧之后的视频帧序列中跟踪所述目标车辆以获取目标视频帧；

若当前视频帧中存在所述目标车辆、且当前视频帧显示目标车辆位于预设的车辆收费位置，则确定当前视频帧为所述目标视频帧；

若当前视频帧中存在所述目标车辆、且当前视频帧并非首次检测到且并非显示目标车辆位于预设的车辆收费位置，则在当前视频帧之后的视频帧序列中跟踪所述目标车辆以获取目标视频帧。

在一个示例性的实现过程中，车辆标识ID是在所述目标车辆被首次检测到时为所述目标车辆分配的；或者，车辆标识ID是在目标车辆非首次被检测到时从目标车辆已分配到的车辆标识ID读取的。

在一个示例性的实现过程中，车辆属性特征信息包括车辆子品牌特征信息，属性识别模块320在用于从所述目标视频帧中识别出所述目标车辆的车辆属性特征信息时，具体用于：

从所述目标视频帧中获取局部图像，所述局部图像中至少包括与车辆子品牌相关的信息；

将所述局部图像输入至已训练的车辆子品牌识别模型，以由车辆子品牌识别模型从输入的局部图像中识别出所述目标车辆的车辆子品牌特征信息。

在一个示例性的实现过程中，系统还包括：

车牌号识别模块，用于从所述局部图像中识别出所述目标车辆的目标车牌号；

所述计费模块340具体用于：将所述目标车轴数输入计费系统，以由所述计费系统根据所述目标车轴数与所述车辆标识ID对目标车辆进行计费。

本发明实施例还提供了一种服务器。图4是本发明实施例提供的服务器的一个硬件结构图。如图4所示，服务器包括：内部总线401，以及通过内部总线连接的存储器402，处理器403和外部接口404，其中，

所述处理器403，用于读取存储器402上的机器可读指令，并执行所述指令以实现如下操作：

获取目标视频帧，所述目标视频帧显示目标车辆位于预设的车辆收费位置；

从所述目标视频帧中识别出所述目标车辆的车辆属性特征信息，将所述车辆属性特征信息与所述目标车辆的车辆标识ID绑定；

从已建立的车辆属性特征信息与车轴数的映射关系中查找出与所述目标车辆的车辆属性特征信息具有映射关系的目标车轴数；

根据目标车轴数与所述车辆标识ID，对所述目标车辆进行计费。

在一个示例性的实现过程中，所述处理器403还可以执行所述指令以实现如下操作：

接收当前视频帧；

若当前视频帧中存在所述目标车辆、且所述目标车辆是首次被检测到，则在当前视频帧之后的视频帧序列中跟踪所述目标车辆以获取目标视频帧；

若当前视频帧中存在所述目标车辆、且当前视频帧显示目标车辆位于预设的车辆收费位置，则确定当前视频帧为所述目标视频帧；

若当前视频帧中存在所述目标车辆、且当前视频帧并非首次检测到且并非显示目标车辆位于预设的车辆收费位置，则在当前视频帧之后的视频帧序列中跟踪所述目标车辆以获取目标视频帧。

在一个示例性的实现过程中，所述车辆标识ID是在所述目标车辆被首次检测到时为所述目标车辆分配的；或者，车辆标识ID是在目标车辆非首次被检测到时从目标车辆已分配到的车辆标识ID读取的。

在一个示例性的实现过程中，所述车辆属性特征信息包括车辆子品牌特征信息，所述处理器403还可以执行所述指令以实现如下操作：

从所述目标视频帧中获取局部图像，所述局部图像中至少包括与车辆子品牌相关的信息；

将所述局部图像输入至已训练的车辆子品牌识别模型，以由车辆子品牌识别模型从输入的局部图像中识别出所述目标车辆的车辆子品牌特征信息。

在一个示例性的实现过程中，所述处理器403还可以执行所述指令以实现如下操作：

从所述局部图像中识别出所述目标车辆的目标车牌号；

所述根据目标车轴数与所述车辆标识ID，对所述目标车辆进行计费包括：

将所述目标车轴数输入计费系统，以由所述计费系统根据所述目标车轴数、对目标车辆进行计费。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有若干计算机指令，所述计算机指令被执行时进行如下处理：

获取目标视频帧，所述目标视频帧显示目标车辆位于预设的车辆收费位置；

从所述目标视频帧中识别出所述目标车辆的车辆属性特征信息，将所述车辆属性特征信息与所述目标车辆的车辆标识ID绑定；

从已建立的车辆属性特征信息与车轴数的映射关系中查找出与所述目标车辆的车辆属性特征信息具有映射关系的目标车轴数；

根据目标车轴数与所述车辆标识ID，对所述目标车辆进行计费。

在一个示例性的实现过程中，所述计算机指令被执行时还进行如下处理：

接收当前视频帧；

若当前视频帧中存在所述目标车辆、且所述目标车辆是首次被检测到，则在当前视频帧之后的视频帧序列中跟踪所述目标车辆以获取目标视频帧；

若当前视频帧中存在所述目标车辆、且当前视频帧显示目标车辆位于预设的车辆收费位置，则确定当前视频帧为所述目标视频帧；

若当前视频帧中存在所述目标车辆、且当前视频帧并非首次检测到且并非显示目标车辆位于预设的车辆收费位置，则在当前视频帧之后的视频帧序列中跟踪所述目标车辆以获取目标视频帧。

在一个示例性的实现过程中，所述车辆标识ID是在所述目标车辆被首次检测到时为所述目标车辆分配的；或者，车辆标识ID是在目标车辆非首次被检测到时从目标车辆已分配到的车辆标识ID读取的。

在一个示例性的实现过程中，所述车辆属性特征信息包括车辆子品牌特征信息，所述计算机指令被执行时还进行如下处理：

从所述目标视频帧中获取局部图像，所述局部图像中至少包括与车辆子品牌相关的信息；

将所述局部图像输入至已训练的车辆子品牌识别模型，以由车辆子品牌识别模型从输入的局部图像中识别出所述目标车辆的车辆子品牌特征信息。

在一个示例性的实现过程中，所述计算机指令被执行时还进行如下处理：

从所述局部图像中识别出所述目标车辆的目标车牌号；

所述根据目标车轴数与所述车辆标识ID，对所述目标车辆进行计费包括：

将所述目标车轴数输入计费系统，以由所述计费系统根据所述目标车轴数对目标车辆计费。

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模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。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发明方案的目的。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。

上述对本发明特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种应用于收费站点的车辆计费方法，其特征在于，所述方法包括：

获取目标视频帧，所述目标视频帧为接收到的当前视频帧，该当前视频帧中存在目标车辆、且该当前视频帧显示目标车辆位于预设的车辆收费位置；

从所述目标视频帧中识别出所述目标车辆的车辆属性特征信息，将所述车辆属性特征信息与所述目标车辆的车辆标识ID绑定；所述车辆标识ID为位于第一高速收费站点的图像采集设备在首次检测到目标车辆时分配的，所述目标视频帧为位于第二高速收费站点的图像采集设备采集的，所述目标车辆在第一高速收费站点驶入高速，在第二高速收费站点驶出高速；

从已建立的车辆属性特征信息与车轴数的映射关系中查找出与所述目标车辆的车辆属性特征信息具有映射关系的目标车轴数；

根据目标车轴数与所述车辆标识ID，对所述目标车辆进行计费，并停止使用所述车辆标识ID对所述目标车辆进行标记。

2.根据权利要求1所述的方法，其特征在于，所述获取目标视频帧，包括：

接收当前视频帧；

若当前视频帧中存在所述目标车辆、且所述目标车辆是首次被检测到，则在当前视频帧之后的视频帧序列中跟踪所述目标车辆以获取目标视频帧；

若当前视频帧中存在所述目标车辆、且当前视频帧显示目标车辆位于预设的车辆收费位置，则确定当前视频帧为所述目标视频帧；

若当前视频帧中存在所述目标车辆、且当前视频帧并非首次检测到且并非显示目标车辆位于预设的车辆收费位置，则在当前视频帧之后的视频帧序列中跟踪所述目标车辆以获取目标视频帧。

3.根据权利要求1所述的方法，其特征在于，所述车辆标识ID是在所述目标车辆非首次被检测到时从所述目标车辆已分配到的车辆标识ID读取的。

4.根据权利要求1所述的方法，其特征在于，所述车辆属性特征信息包括车辆子品牌特征信息，所述从所述目标视频帧中识别出所述目标车辆的车辆属性特征信息，包括：

从所述目标视频帧中获取局部图像，所述局部图像中至少包括与车辆子品牌相关的信息；

将所述局部图像输入至已训练的车辆子品牌识别模型，以由车辆子品牌识别模型从输入的局部图像中识别出所述目标车辆的车辆子品牌特征信息。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

从所述局部图像中识别出所述目标车辆的目标车牌号；

所述根据目标车轴数与所述车辆标识ID，对所述目标车辆进行计费包括：

将所述目标车轴数输入计费系统，以由所述计费系统根据所述目标车轴数与所述车辆标识ID对所述目标车辆计费。

6.一种应用于收费站点的车辆计费系统，其特征在于，所述系统包括：

获取模块，用于获取目标视频帧，所述目标视频帧为接收到的当前视频帧，该当前视频帧中存在目标车辆、且该当前视频帧显示目标车辆位于预设的车辆收费位置；

子品牌识别模块，用于从所述目标视频帧中识别出所述目标车辆的车辆属性特征信息，将所述车辆属性特征信息与所述目标车辆的车辆标识ID绑定；所述车辆标识ID为位于第一高速收费站点的图像采集设备在首次检测到目标车辆时分配的，所述目标视频帧为位于第二高速收费站点的图像采集设备采集的，所述目标车辆在第一高速收费站点驶入高速，在第二高速收费站点驶出高速；

查找模块，用于从已建立的车辆属性特征信息与车轴数的映射关系中查找出与所述目标车辆的车辆属性特征信息具有映射关系的目标车轴数；

计费模块，用于根据目标车轴数与所述车辆标识ID，对所述目标车辆进行计费，并停止使用所述车辆标识ID对所述目标车辆进行标记。

7.根据权利要求6所述的系统，其特征在于，所述获取模块在用于获取目标视频帧时，具体用于：

接收当前视频帧；

若当前视频帧中存在所述目标车辆、且所述目标车辆是首次被检测到，则在当前视频帧之后的视频帧序列中跟踪所述目标车辆以获取目标视频帧；

若当前视频帧中存在所述目标车辆、且当前视频帧显示目标车辆位于预设的车辆收费位置，则确定当前视频帧为所述目标视频帧；

若当前视频帧中存在所述目标车辆、且当前视频帧并非首次检测到且并非显示目标车辆位于预设的车辆收费位置，则在当前视频帧之后的视频帧序列中跟踪所述目标车辆以获取目标视频帧。

8.根据权利要求6所述的系统，其特征在于，所述车辆标识ID是在所述目标车辆非首次被检测到时从所述目标车辆已分配到的车辆标识ID读取的。

9.根据权利要求6所述的系统，其特征在于，所述车辆属性特征信息包括车辆子品牌特征信息，所述子品牌识别模块在用于从所述目标视频帧中识别出所述目标车辆的车辆属性特征信息时，具体用于：

从所述目标视频帧中获取局部图像，所述局部图像中至少包括与车辆子品牌相关的信息；

将所述局部图像输入至已训练的车辆子品牌识别模型，以由车辆子品牌识别模型从输入的局部图像中识别出所述目标车辆的车辆子品牌特征信息。

10.根据权利要求9所述的系统，其特征在于，所述系统还包括：

车牌号识别模块，用于从所述局部图像中识别出所述目标车辆的目标车牌号；

所述计费模块具体用于：将所述目标车轴数输入计费系统，以由所述计费系统根据所述目标车轴数与所述车辆标识ID对所述目标车辆计费。

Images