CN112002131A - 路内停车行为检测方法及装置 - Google Patents
路内停车行为检测方法及装置 Download PDFInfo
- Publication number
- CN112002131A CN112002131A CN202010690508.4A CN202010690508A CN112002131A CN 112002131 A CN112002131 A CN 112002131A CN 202010690508 A CN202010690508 A CN 202010690508A CN 112002131 A CN112002131 A CN 112002131A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- area
- sub
- monitoring image
- parking
- 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
- 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
- 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
- G06V20/40—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
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
- G08G1/142—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces external to the vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种路内停车行为检测方法及装置,该方法包括:获取摄像装置拍摄的监控视频流,并确定监控视频流中每帧监控图像中的各个子泊位区域以及跟踪检测区域;当满足驶入或驶出跟踪处理条件时,触发驶入或驶出跟踪处理;当满足结束驶入或驶出跟踪处理条件时,结束驶入或驶出跟踪处理,以及确定停靠的子泊位区域,并生成车辆驶入事件。通过本发明,可基于视频流对路内停车位的状态进行实时监控,并自动识别车辆驶入事件,实现了城市路内停车泊位的自动化运营,提升了对城市路内停车泊位的管理效率。
Description
技术领域
本发明涉及停车管理技术领域,尤其涉及一种路内停车行为检测方法及装置。
背景技术
在当前路内侧方位停车管理领域,一般需要专门的工作人员对路内停车行为进行管理。主要是记录与停车行为有关的信息。这种依靠人工管理的方式,费时费力,且难以做到全天候的管理。
发明内容
本发明的主要目的在于提供一种路内停车行为检测方法及装置,旨在解决现有技术中需要依靠人工对路内停车行为进行管理的技术问题。
为实现上述目的,本发明实施例提供一种路内停车行为检测方法,所述路内停车行为检测方法包括:
获取摄像装置拍摄的监控视频流,并基于第一位置信息以及第二位置信息确定监控视频流中每帧监控图像中的各个子泊位区域以及跟踪检测区域;
当在所述监控视频流中第N帧监控图像中识别到车辆,且所述车辆在所述第N帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例大于第一预设阈值时,触发驶入跟踪处理;
当所述车辆在第M帧监控图像中对应的车辆区域被任一子泊位区域遮挡的部分占所述车辆区域的比例大于第二预设阈值时,结束驶入跟踪处理,确定停靠的子泊位区域,并生成车辆驶入事件,其中,所述车辆驶入事件包括:触发驶入跟踪处理时的第一时刻、结束驶入跟踪处理时的第二时刻、第一时刻对应的监控图像、第二时刻对应的监控图像、车辆身份信息、所述停靠的子泊位区域的编号。
可选的,在所述生成车辆驶入事件的步骤之后,还包括:
当所述车辆在第P帧监控图像中对应的车辆区域被所述停靠的子泊位区域遮挡的部分占所述车辆区域的比例小于第三预设阈值时,触发驶出跟踪处理;
当所述车辆在第Q帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例小于第四预设阈值时,结束驶出跟踪处理,并生成车辆驶出事件,其中,所述车辆驶出事件包括触发驶出跟踪处理时的第三时刻、结束驶出跟踪处理时的第四时刻、第三时刻对应的监控图像、第四时刻对应的监控图像、车辆身份信息、所述停靠的子泊位区域的编号。
可选的,在所述获取摄像装置拍摄的监控视频流,并基于第一位置信息以及第二位置信息确定监控视频流中每帧监控图像中的各个子泊位区域以及跟踪检测区域的步骤之前,还包括:
获取摄像装置拍摄的标准监控图像,确定所述标准监控图像中的泊位区域,所述泊位区域包括若干子泊位区域,根据所述泊位区域确定所述标准监控图像中的车辆跟踪检测区域;
记录各个子泊位区域在所述标准监控图像中的第一位置信息,以及车辆跟踪检测区域在所述标准监控图像中的第二位置信息。
可选的,所述确定停靠的子泊位区域的步骤包括:
确定车辆在所述第M+X帧监控图像中对应的车辆区域的中心点,分别计算第M+X帧监控图像中的各个子泊位区域的中心点与所述车辆区域的中心点的距离;
以最短距离对应的子泊位区域中心点所属的子泊位区域作为停靠的子泊位区域。
可选的,所述确定停靠的子泊位区域的步骤还包括:
判断车辆在所述第M+X帧监控图像中对应的车辆区域是否位于目标子泊位区域内;
若车辆在所述第M+X帧监控图像中对应的车辆区域位于目标子泊位区域内,则以所述目标子泊位区域作为停靠的子泊位区域。
此外,为实现上述目的,本发明实施例还提供一种路内停车行为检测装置,所述路内停车行为检测装置包括:
视频采集模块,用于获取摄像装置拍摄的监控视频流,并基于第一位置信息以及第二位置信息确定监控视频流中每帧监控图像中的各个子泊位区域以及跟踪检测区域;
车辆运动跟踪模块,用于当在所述监控视频流中第N帧监控图像中识别到车辆,且所述车辆在所述第N帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例大于第一预设阈值时,触发驶入跟踪处理;
停车事件检测模块,用于当所述车辆在第M帧监控图像中对应的车辆区域被任一子泊位区域遮挡的部分占所述车辆区域的比例大于第二预设阈值时,结束驶入跟踪处理,确定停靠的子泊位区域,并生成车辆驶入事件,其中,所述车辆驶入事件包括:触发驶入跟踪处理时的第一时刻、结束驶入跟踪处理时的第二时刻、第一时刻对应的监控图像、第二时刻对应的监控图像、车辆身份信息、所述停靠的子泊位区域的编号。
可选的,所述车辆运动跟踪模块,还用于:
当所述车辆在第P帧监控图像中对应的车辆区域被所述停靠的子泊位区域遮挡的部分占所述车辆区域的比例小于第三预设阈值时,触发驶出跟踪处理;
停车事件检测模块,还用于当所述车辆在第Q帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例小于第四预设阈值时,结束驶出跟踪处理,并生成车辆驶出事件,其中,所述车辆驶出事件包括触发驶出跟踪处理时的第三时刻、结束驶出跟踪处理时的第四时刻、第三时刻对应的监控图像、第四时刻对应的监控图像、车辆身份信息、所述停靠的子泊位区域的编号。
可选的,所述路内停车行为检测装置还包括:
设置模块,用于获取摄像装置拍摄的标准监控图像,确定所述标准监控图像中的泊位区域,所述泊位区域包括若干子泊位区域,根据所述泊位区域确定所述标准监控图像中的车辆跟踪检测区域;记录各个子泊位区域在所述标准监控图像中的第一位置信息,以及车辆跟踪检测区域在所述标准监控图像中的第二位置信息。
可选的,所述停车事件检测模块还用于:
确定车辆在所述第M+X帧监控图像中对应的车辆区域的中心点,分别计算第M+X帧监控图像中的各个子泊位区域的中心点与所述车辆区域的中心点的距离;
以最短距离对应的子泊位区域中心点所属的子泊位区域作为停靠的子泊位区域。
可选的,所述停车事件检测模块还用于:
判断车辆在所述第M+X帧监控图像中对应的车辆区域是否位于目标子泊位区域内;
若车辆在所述第M+X帧监控图像中对应的车辆区域位于目标子泊位区域内,则以所述目标子泊位区域作为停靠的子泊位区域。
本发明中,获取摄像装置拍摄的监控视频流,并基于第一位置信息以及第二位置信息确定监控视频流中每帧监控图像中的各个子泊位区域以及跟踪检测区域;当在所述监控视频流中第N帧监控图像中识别到车辆,且所述车辆在所述第N帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例大于第一预设阈值时,触发驶入跟踪处理;当所述车辆在第M帧监控图像中对应的车辆区域被任一子泊位区域遮挡的部分占所述车辆区域的比例大于第二预设阈值时,结束驶入跟踪处理,确定停靠的子泊位区域,并生成车辆驶入事件,其中,所述车辆驶入事件包括:触发驶入跟踪处理时的第一时刻、结束驶入跟踪处理时的第二时刻、第一时刻对应的监控图像、第二时刻对应的监控图像、车辆身份信息、所述停靠的子泊位区域的编号。通过本发明,可基于视频流对路内停车位的状态进行实时监控,并自动识别车辆驶入事件,实现了城市路内停车泊位的自动化运营,提升了对城市路内停车泊位的管理效率。
附图说明
图1为本发明路内停车行为检测方法一实施例的流程示意图;
图2为一实施例中标准监控图像中泊位区域以及车辆跟踪检测区域的示意图;
图3为一实施例中确定车辆停靠子泊位的场景示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
第一方面,本发明实施例提供一种路内停车行为检测方法。
参照图1,图1为本发明路内停车行为检测方法一实施例的流程示意图。如图1所示,路内停车行为检测方法包括:
步骤S10,获取摄像装置拍摄的监控视频流,并基于第一位置信息以及第二位置信息确定监控视频流中每帧监控图像中的各个子泊位区域以及跟踪检测区域;
本实施例中,摄像装置以固定的拍摄视角拍摄得到监控视频流,由于拍摄视角固定,则监控视频流包含的每帧监控图像中的各个子泊位区域以及跟踪检测区域是固定的。可以预先保存第一位置信息以及第二位置信息,其中,第一位置信息用于标识各个子泊位区域在监控视频流包含的每帧监控图像中的位置,第二位置信息用于标识跟踪检测区域在监控视频流包含的每帧监控图像中的位置。
步骤S20,当在所述监控视频流中第N帧监控图像中识别到车辆,且所述车辆在所述第N帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例大于第一预设阈值时,触发驶入跟踪处理;
本实施例中,拍摄得到的监控视频流实质是连续的监控图像,当拍摄到第一帧监控图像时,基于图像识别技术,识别第一帧监控图像中是否存在车辆。其中,图像识别技术是人工智能的一个重要领域。它是指对图像进行对象识别,以识别指定对象的技术。若在第一帧监控图像中未识别到车辆,则识别第二帧图像中是否存在车辆,以此类推,直至当在某一帧监控图像中识别到车辆时,检测该存在车辆的监控图像中的车辆区域被车辆跟踪检测区域遮挡的部分占车辆区域的比例是否大于第一预设阈值,其中,第一预设阈值根据实际需要进行设置,在此不作限制。例如第一预设阈值设置为60%。若该存在车辆的监控图像中的车辆区域被车辆跟踪检测区域遮挡的部分占车辆区域的比例不大于第一预设阈值,则继续识别下一帧图像中是否存在车辆。直至在监控视频流中第N帧监控图像中识别到车辆,且车辆在第N帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例大于第一预设阈值时,触发驶入跟踪处理。其中,采用下述策略进行驶入跟踪处理:
前后2帧监控图像中的车辆区域的GIoU小于某个阈值,其中,
IoU:两个矩形框的交并比,即:两个框的交集/同时包含了两个计算框的最小矩形框的面积;Ac:同时包含了两个计算框的最小矩形框的面积;U:两个框的交集;IoU的取值是[0,1],而GIoU的取值范围是[-1,1],GIoU在两者重合时取值1,无限远时取值-1,距离越远值越趋近于1,GIoU不仅关注矩形框重叠区域,还关注其非重合区域,能更好的反映两者的重叠程度。
前后2帧监控图像中检测到的车牌号码相同;
对车辆目标进行运动矢量预测,预测当前图像中的车辆目标位置。
步骤S30,当所述车辆在第M帧监控图像中对应的车辆区域被任一子泊位区域遮挡的部分占所述车辆区域的比例大于第二预设阈值时,结束驶入跟踪处理,确定停靠的子泊位区域,并生成车辆驶入事件,其中,所述车辆驶入事件包括:触发驶入跟踪处理时的第一时刻、结束驶入跟踪处理时的第二时刻、第一时刻对应的监控图像、第二时刻对应的监控图像、车辆身份信息、所述停靠的子泊位区域的编号。
本实施例中,在触发驶入跟踪处理后,当第M帧监控图像中,车辆对应的车辆区域被任一子泊位区域遮挡的部分占车辆区域的比例大于第二预设阈值时,说明车辆已经输入子泊位区域(即停车位)。其中,第二预设阈值根据实际需要进行设置,在此不作限制,例如可以设置为80%、85%等等。此时,结束驶入跟踪处理,确定停靠的子泊位区域,并生成车辆驶入事件,其中,车辆驶入事件包括:触发驶入跟踪处理时的第一时刻、结束驶入跟踪处理时的第二时刻、第一时刻对应的监控图像、第二时刻对应的监控图像、车辆身份信息、停靠的子泊位区域的编号。
本实施例中,获取摄像装置拍摄的监控视频流,并基于第一位置信息以及第二位置信息确定监控视频流中每帧监控图像中的各个子泊位区域以及跟踪检测区域;当在所述监控视频流中第N帧监控图像中识别到车辆,且所述车辆在所述第N帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例大于第一预设阈值时,触发驶入跟踪处理;当所述车辆在第M帧监控图像中对应的车辆区域被任一子泊位区域遮挡的部分占所述车辆区域的比例大于第二预设阈值时,结束驶入跟踪处理,确定停靠的子泊位区域,并生成车辆驶入事件,其中,所述车辆驶入事件包括:触发驶入跟踪处理时的第一时刻、结束驶入跟踪处理时的第二时刻、第一时刻对应的监控图像、第二时刻对应的监控图像、车辆身份信息、所述停靠的子泊位区域的编号。通过本实施例,可基于视频流对路内停车位的状态进行实时监控,并自动识别车辆驶入事件,实现了城市路内停车泊位的自动化运营,提升了对城市路内停车泊位的管理效率。
进一步地,一实施例中,步骤S30之后,还包括:
步骤S40,当所述车辆在第P帧监控图像中对应的车辆区域被所述停靠的子泊位区域遮挡的部分占所述车辆区域的比例小于第三预设阈值时,触发驶出跟踪处理;
本实施例中,当车辆在第P帧监控图像中对应的车辆区域被停靠的子泊位区域遮挡的部分占车辆区域的比例小于第三预设阈值时,说明车辆将要驶离当前停靠的子泊位区域,则触发驶出跟踪处理。其中,第三预设阈值根据实际需要进行设置,在此不作限制。例如,可以设置为25%、30%等等。
驶出跟踪处理于上述驶入跟踪处理的策略基本一致,采用下述策略进行驶出跟踪处理:
前后2帧监控图像中的车辆区域的GIoU小于某个阈值,GIoU的计算方与上述实施例中的方式类似,在此不再赘述;
前后2帧监控图像中检测到的车牌号码相同;
对车辆目标进行运动矢量预测,预测当前图像中的车辆目标位置。
步骤S50,当所述车辆在第Q帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例小于第四预设阈值时,结束驶出跟踪处理,并生成车辆驶出事件,其中,所述车辆驶出事件包括触发驶出跟踪处理时的第三时刻、结束驶出跟踪处理时的第四时刻、第三时刻对应的监控图像、第四时刻对应的监控图像、车辆身份信息、所述停靠的子泊位区域的编号。
本实施例中,在触发驶出跟踪处理后,当车辆在第Q帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占车辆区域的比例小于第四预设阈值时,说明车辆已经要驶离车辆跟踪检测区域,因此,结束驶出跟踪处理,并生成车辆驶出事件,其中,车辆驶出事件包括触发驶出跟踪处理时的第三时刻、结束驶出跟踪处理时的第四时刻、第三时刻对应的监控图像、第四时刻对应的监控图像、车辆身份信息、停靠的子泊位区域的编号。
进一步地,一实施例中,步骤S10之前,还包括:
获取摄像装置拍摄的标准监控图像,确定所述标准监控图像中的泊位区域,所述泊位区域包括若干子泊位区域,根据所述泊位区域确定所述标准监控图像中的车辆跟踪检测区域;记录各个子泊位区域在所述标准监控图像中的第一位置信息,以及车辆跟踪检测区域在所述标准监控图像中的第二位置信息。
本实施例中,根据标准监控图像中的真实泊位位置,沿泊位框线画出图像中的各个子泊位,设备基于画线操作,确定标准监控图像中的各个子泊位区域,然后自动根据各个子泊位区域对应的泊位区域,确定车辆跟踪检测区域。如图2所示,图2为一实施例中标准监控图像中泊位区域以及车辆跟踪检测区域的示意图。最后,基于各个子泊位区域在标准监控图像中所处的位置,记录各个子泊位区域在标准监控图像中的第一位置信息,以及基于车辆跟踪检测区域在标准监控图像中所处的位置,记录车辆跟踪检测区域在标准监控图像中的第二位置信息。
进一步地,一实施例中,所述确定停靠的子泊位区域的步骤包括:
确定车辆在所述第M+X帧监控图像中对应的车辆区域的中心点,分别计算第M+X帧监控图像中的各个子泊位区域的中心点与所述车辆区域的中心点的距离;以最短距离对应的子泊位区域中心点所属的子泊位区域作为停靠的子泊位区域。
本实施例中,在拍摄到第M帧监控图像时,结束驶入跟踪处理,但此时车辆可能还未完全停好,因此,以第M+X帧监控图像确定车辆停靠的子泊位区域。其中,X的值根据实际需要进行设置,例如设置为5、10等等。首先,确定车辆在第M+X帧监控图像中对应的车辆区域的中心点,然后,分别计算第M+X帧监控图像中的各个子泊位区域的中心点与车辆区域的中心点的距离;最后,以最短距离对应的子泊位区域中心点所属的子泊位区域作为停靠的子泊位区域。
在确定停靠的子泊位时,还可以分别计算各个子泊位区域的下边缘与车辆区域的下边缘的距离,然后以最短距离对应的下边缘所属的子泊位区域作为停靠的子泊位区域。
进一步地,一实施例中,所述确定停靠的子泊位区域的步骤还包括:
判断车辆在所述第M+X帧监控图像中对应的车辆区域是否位于目标子泊位区域内;
若车辆在所述第M+X帧监控图像中对应的车辆区域位于目标子泊位区域内,则以所述目标子泊位区域作为停靠的子泊位区域。
本实施例中,通过判断车辆框的底边是否在泊位内,以及车辆底边在一维的平行维度上是否被包含来判断哪个子泊位被占用了。如图3所示,图3为一实施例中确定车辆停靠子泊位的场景示意图。
第二方面,本发明实施例提供一种路内停车行为检测装置。
一实施例中,路内停车行为检测装置包括:
视频采集模块10,用于获取摄像装置拍摄的监控视频流,并基于第一位置信息以及第二位置信息确定监控视频流中每帧监控图像中的各个子泊位区域以及跟踪检测区域;
车辆运动跟踪模块20,用于当在所述监控视频流中第N帧监控图像中识别到车辆,且所述车辆在所述第N帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例大于第一预设阈值时,触发驶入跟踪处理;
停车事件检测模块30,用于当所述车辆在第M帧监控图像中对应的车辆区域被任一子泊位区域遮挡的部分占所述车辆区域的比例大于第二预设阈值时,结束驶入跟踪处理,确定停靠的子泊位区域,并生成车辆驶入事件,其中,所述车辆驶入事件包括:触发驶入跟踪处理时的第一时刻、结束驶入跟踪处理时的第二时刻、第一时刻对应的监控图像、第二时刻对应的监控图像、车辆身份信息、所述停靠的子泊位区域的编号。
进一步地,一实施例中,
所述车辆运动跟踪模块20,还用于:
当所述车辆在第P帧监控图像中对应的车辆区域被所述停靠的子泊位区域遮挡的部分占所述车辆区域的比例小于第三预设阈值时,触发驶出跟踪处理;
停车事件检测模块30,还用于当所述车辆在第Q帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例小于第四预设阈值时,结束驶出跟踪处理,并生成车辆驶出事件,其中,所述车辆驶出事件包括触发驶出跟踪处理时的第三时刻、结束驶出跟踪处理时的第四时刻、第三时刻对应的监控图像、第四时刻对应的监控图像、车辆身份信息、所述停靠的子泊位区域的编号。
进一步地,一实施例中,所述路内停车行为检测装置还包括:
设置模块40,用于获取摄像装置拍摄的标准监控图像,确定所述标准监控图像中的泊位区域,所述泊位区域包括若干子泊位区域,根据所述泊位区域确定所述标准监控图像中的车辆跟踪检测区域;记录各个子泊位区域在所述标准监控图像中的第一位置信息,以及车辆跟踪检测区域在所述标准监控图像中的第二位置信息。
进一步地,一实施例中,所述停车事件检测模块30还用于:
确定车辆在所述第M+X帧监控图像中对应的车辆区域的中心点,分别计算第M+X帧监控图像中的各个子泊位区域的中心点与所述车辆区域的中心点的距离;
以最短距离对应的子泊位区域中心点所属的子泊位区域作为停靠的子泊位区域。
进一步地,一实施例中,所述停车事件检测模块30还用于:
判断车辆在所述第M+X帧监控图像中对应的车辆区域是否位于目标子泊位区域内;
若车辆在所述第M+X帧监控图像中对应的车辆区域位于目标子泊位区域内,则以所述目标子泊位区域作为停靠的子泊位区域。
本发明路内停车行为检测装置的具体实施例与上述路内停车行为检测方法的各个实施例基本相同,在此不做赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种路内停车行为检测方法,其特征在于,所述路内停车行为检测方法包括:
获取摄像装置拍摄的监控视频流,并基于第一位置信息以及第二位置信息确定监控视频流中每帧监控图像中的各个子泊位区域以及跟踪检测区域;
当在所述监控视频流中第N帧监控图像中识别到车辆,且所述车辆在所述第N帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例大于第一预设阈值时,触发驶入跟踪处理;
当所述车辆在第M帧监控图像中对应的车辆区域被任一子泊位区域遮挡的部分占所述车辆区域的比例大于第二预设阈值时,结束驶入跟踪处理,确定停靠的子泊位区域,并生成车辆驶入事件,其中,所述车辆驶入事件包括:触发驶入跟踪处理时的第一时刻、结束驶入跟踪处理时的第二时刻、第一时刻对应的监控图像、第二时刻对应的监控图像、车辆身份信息、所述停靠的子泊位区域的编号。
2.如权利要求1所述的路内停车行为检测方法,其特征在于,在所述生成车辆驶入事件的步骤之后,还包括:
当所述车辆在第P帧监控图像中对应的车辆区域被所述停靠的子泊位区域遮挡的部分占所述车辆区域的比例小于第三预设阈值时,触发驶出跟踪处理;
当所述车辆在第Q帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例小于第四预设阈值时,结束驶出跟踪处理,并生成车辆驶出事件,其中,所述车辆驶出事件包括触发驶出跟踪处理时的第三时刻、结束驶出跟踪处理时的第四时刻、第三时刻对应的监控图像、第四时刻对应的监控图像、车辆身份信息、所述停靠的子泊位区域的编号。
3.如权利要求2所述的路内停车行为检测方法,其特征在于,在所述获取摄像装置拍摄的监控视频流,并基于第一位置信息以及第二位置信息确定监控视频流中每帧监控图像中的各个子泊位区域以及跟踪检测区域的步骤之前,还包括:
获取摄像装置拍摄的标准监控图像,确定所述标准监控图像中的泊位区域,所述泊位区域包括若干子泊位区域,根据所述泊位区域确定所述标准监控图像中的车辆跟踪检测区域;
记录各个子泊位区域在所述标准监控图像中的第一位置信息,以及车辆跟踪检测区域在所述标准监控图像中的第二位置信息。
4.如权利要求1所述的路内停车行为检测方法,其特征在于,所述确定停靠的子泊位区域的步骤包括:
确定车辆在所述第M+X帧监控图像中对应的车辆区域的中心点,分别计算第M+X帧监控图像中的各个子泊位区域的中心点与所述车辆区域的中心点的距离;
以最短距离对应的子泊位区域中心点所属的子泊位区域作为停靠的子泊位区域。
5.如权利要求1所述的路内停车行为检测方法,其特征在于,所述确定停靠的子泊位区域的步骤还包括:
判断车辆在所述第M+X帧监控图像中对应的车辆区域是否位于目标子泊位区域内;
若车辆在所述第M+X帧监控图像中对应的车辆区域位于目标子泊位区域内,则以所述目标子泊位区域作为停靠的子泊位区域。
6.一种路内停车行为检测装置,其特征在于,所述路内停车行为检测装置包括:
视频采集模块,用于获取摄像装置拍摄的监控视频流,并基于第一位置信息以及第二位置信息确定监控视频流中每帧监控图像中的各个子泊位区域以及跟踪检测区域;
车辆运动跟踪模块,用于当在所述监控视频流中第N帧监控图像中识别到车辆,且所述车辆在所述第N帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例大于第一预设阈值时,触发驶入跟踪处理;
停车事件检测模块,用于当所述车辆在第M帧监控图像中对应的车辆区域被任一子泊位区域遮挡的部分占所述车辆区域的比例大于第二预设阈值时,结束驶入跟踪处理,确定停靠的子泊位区域,并生成车辆驶入事件,其中,所述车辆驶入事件包括:触发驶入跟踪处理时的第一时刻、结束驶入跟踪处理时的第二时刻、第一时刻对应的监控图像、第二时刻对应的监控图像、车辆身份信息、所述停靠的子泊位区域的编号。
7.如权利要求6所述的路内停车行为检测装置,其特征在于,所述车辆运动跟踪模块,还用于:
当所述车辆在第P帧监控图像中对应的车辆区域被所述停靠的子泊位区域遮挡的部分占所述车辆区域的比例小于第三预设阈值时,触发驶出跟踪处理;
停车事件检测模块,还用于当所述车辆在第Q帧监控图像中对应的车辆区域被车辆跟踪检测区域遮挡的部分占所述车辆区域的比例小于第四预设阈值时,结束驶出跟踪处理,并生成车辆驶出事件,其中,所述车辆驶出事件包括触发驶出跟踪处理时的第三时刻、结束驶出跟踪处理时的第四时刻、第三时刻对应的监控图像、第四时刻对应的监控图像、车辆身份信息、所述停靠的子泊位区域的编号。
8.如权利要求7所述的路内停车行为检测装置,其特征在于,所述路内停车行为检测装置还包括:
设置模块,用于获取摄像装置拍摄的标准监控图像,确定所述标准监控图像中的泊位区域,所述泊位区域包括若干子泊位区域,根据所述泊位区域确定所述标准监控图像中的车辆跟踪检测区域;记录各个子泊位区域在所述标准监控图像中的第一位置信息,以及车辆跟踪检测区域在所述标准监控图像中的第二位置信息。
9.如权利要求6所述的路内停车行为检测装置,其特征在于,所述停车事件检测模块还用于:
确定车辆在所述第M+X帧监控图像中对应的车辆区域的中心点,分别计算第M+X帧监控图像中的各个子泊位区域的中心点与所述车辆区域的中心点的距离;
以最短距离对应的子泊位区域中心点所属的子泊位区域作为停靠的子泊位区域。
10.如权利要求6所述的路内停车行为检测装置,其特征在于,所述停车事件检测模块还用于:
判断车辆在所述第M+X帧监控图像中对应的车辆区域是否位于目标子泊位区域内;
若车辆在所述第M+X帧监控图像中对应的车辆区域位于目标子泊位区域内,则以所述目标子泊位区域作为停靠的子泊位区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010690508.4A CN112002131A (zh) | 2020-07-16 | 2020-07-16 | 路内停车行为检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010690508.4A CN112002131A (zh) | 2020-07-16 | 2020-07-16 | 路内停车行为检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112002131A true CN112002131A (zh) | 2020-11-27 |
Family
ID=73467064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010690508.4A Pending CN112002131A (zh) | 2020-07-16 | 2020-07-16 | 路内停车行为检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112002131A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113205692A (zh) * | 2021-04-29 | 2021-08-03 | 超级视线科技有限公司 | 一种路侧停车泊位异常变动的自动识别方法 |
CN114155619A (zh) * | 2021-12-09 | 2022-03-08 | 济南博观智能科技有限公司 | 一种对停车位自动监管的方法、装置、介质及系统 |
CN114463990A (zh) * | 2021-12-28 | 2022-05-10 | 北京智联云海科技有限公司 | 一种高位视频车辆及车牌的检测方法及装置 |
CN114530056A (zh) * | 2022-02-15 | 2022-05-24 | 超级视线科技有限公司 | 一种基于定位信息和图像信息的停车管理方法及系统 |
WO2022213523A1 (zh) * | 2021-04-09 | 2022-10-13 | 超级视线科技有限公司 | 一种基于多维度的路侧停车入场事件判断方法及系统 |
CN116434161A (zh) * | 2023-06-13 | 2023-07-14 | 深圳云游四海信息科技有限公司 | 用于判断基于高位视频的停车行为是否可信的方法和系统 |
WO2023179416A1 (zh) * | 2022-03-22 | 2023-09-28 | 阿里云计算有限公司 | 确定车辆进出泊位的方法、装置、设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809972A (zh) * | 2016-03-24 | 2016-07-27 | 牛力伟 | 一种停车管理方法及装置、系统 |
CN108520236A (zh) * | 2018-04-09 | 2018-09-11 | 迪蒙智慧交通(深圳)有限公司 | 驶入及驶出车辆信息采集方法、装置及车辆信息处理系统 |
CN110503095A (zh) * | 2019-08-27 | 2019-11-26 | 中国人民公安大学 | 目标检测模型的定位质量评价方法、定位方法及设备 |
CN110533691A (zh) * | 2019-08-15 | 2019-12-03 | 合肥工业大学 | 基于多分类器的目标跟踪方法、设备和存储介质 |
CN110910655A (zh) * | 2019-12-11 | 2020-03-24 | 深圳市捷顺科技实业股份有限公司 | 一种停车管理方法、装置及设备 |
CN111091105A (zh) * | 2019-12-23 | 2020-05-01 | 郑州轻工业大学 | 基于新的边框回归损失函数的遥感图像目标检测方法 |
CN111325858A (zh) * | 2020-03-06 | 2020-06-23 | 赛特斯信息科技股份有限公司 | 针对路边临时停车位实现自动计费管理的方法 |
CN111383457A (zh) * | 2018-12-30 | 2020-07-07 | 浙江宇视科技有限公司 | 车位状态检测方法及装置、设备及存储介质 |
-
2020
- 2020-07-16 CN CN202010690508.4A patent/CN112002131A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809972A (zh) * | 2016-03-24 | 2016-07-27 | 牛力伟 | 一种停车管理方法及装置、系统 |
CN108520236A (zh) * | 2018-04-09 | 2018-09-11 | 迪蒙智慧交通(深圳)有限公司 | 驶入及驶出车辆信息采集方法、装置及车辆信息处理系统 |
CN111383457A (zh) * | 2018-12-30 | 2020-07-07 | 浙江宇视科技有限公司 | 车位状态检测方法及装置、设备及存储介质 |
CN110533691A (zh) * | 2019-08-15 | 2019-12-03 | 合肥工业大学 | 基于多分类器的目标跟踪方法、设备和存储介质 |
CN110503095A (zh) * | 2019-08-27 | 2019-11-26 | 中国人民公安大学 | 目标检测模型的定位质量评价方法、定位方法及设备 |
CN110910655A (zh) * | 2019-12-11 | 2020-03-24 | 深圳市捷顺科技实业股份有限公司 | 一种停车管理方法、装置及设备 |
CN111091105A (zh) * | 2019-12-23 | 2020-05-01 | 郑州轻工业大学 | 基于新的边框回归损失函数的遥感图像目标检测方法 |
CN111325858A (zh) * | 2020-03-06 | 2020-06-23 | 赛特斯信息科技股份有限公司 | 针对路边临时停车位实现自动计费管理的方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022213523A1 (zh) * | 2021-04-09 | 2022-10-13 | 超级视线科技有限公司 | 一种基于多维度的路侧停车入场事件判断方法及系统 |
CN113205692A (zh) * | 2021-04-29 | 2021-08-03 | 超级视线科技有限公司 | 一种路侧停车泊位异常变动的自动识别方法 |
CN114155619A (zh) * | 2021-12-09 | 2022-03-08 | 济南博观智能科技有限公司 | 一种对停车位自动监管的方法、装置、介质及系统 |
CN114463990A (zh) * | 2021-12-28 | 2022-05-10 | 北京智联云海科技有限公司 | 一种高位视频车辆及车牌的检测方法及装置 |
CN114530056A (zh) * | 2022-02-15 | 2022-05-24 | 超级视线科技有限公司 | 一种基于定位信息和图像信息的停车管理方法及系统 |
WO2023179416A1 (zh) * | 2022-03-22 | 2023-09-28 | 阿里云计算有限公司 | 确定车辆进出泊位的方法、装置、设备和存储介质 |
CN116434161A (zh) * | 2023-06-13 | 2023-07-14 | 深圳云游四海信息科技有限公司 | 用于判断基于高位视频的停车行为是否可信的方法和系统 |
CN116434161B (zh) * | 2023-06-13 | 2023-08-22 | 深圳云游四海信息科技有限公司 | 用于判断基于高位视频的停车行为是否可信的方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112002131A (zh) | 路内停车行为检测方法及装置 | |
CN107705552B (zh) | 一种应急车道占用行为检测方法、装置及系统 | |
US8682036B2 (en) | System and method for street-parking-vehicle identification through license plate capturing | |
US20170032199A1 (en) | Video data analyzing method and apparatus and parking lot monitoring system | |
CN112907982B (zh) | 一种车辆违停行为的检测方法、装置和介质 | |
KR102162130B1 (ko) | 단일카메라를 이용한 불법주정차 단속시스템 | |
US11657623B2 (en) | Traffic information providing method and device, and computer program stored in medium in order to execute method | |
CN114067295A (zh) | 一种车辆装载率的确定方法、装置及车辆管理系统 | |
CN112464755A (zh) | 一种监控方法及装置、电子设备、存储介质 | |
CN112733598A (zh) | 车辆违法判别方法、装置、计算机设备和存储介质 | |
CN113112813B (zh) | 违章停车检测方法及装置 | |
Ahmad et al. | Parking lot monitoring using mrcnn | |
CN110008957B (zh) | 基于车牌识别和图像方差算法的小区违停告警方法 | |
CN115797842A (zh) | 车辆占道经营检测方法、装置、电子设备及存储介质 | |
CN114863372A (zh) | 一种泊车管理方法、泊车管理装置和计算机可读存储介质 | |
CN115880632A (zh) | 超时停留检测方法、监控设备、计算机可读存储介质和芯片 | |
CN111798666B (zh) | 一种车辆抓拍方法及装置 | |
KR101691186B1 (ko) | 불법 주정차 차량 인식장치 | |
KR20180115079A (ko) | 효율적 주차관제를 위한 차량인식시스템 및 차량인식방법 | |
CN114445466A (zh) | 车辆信息识别模型的处理方法、装置以及设备 | |
CN113269011B (zh) | 车辆检测方法、装置、设备及存储介质 | |
CN109145715B (zh) | 轨道交通的空基行人侵界检测方法、装置和系统 | |
CN113382199A (zh) | 月台监控方法、装置及电子设备 | |
US11482006B2 (en) | System of monitoring vehicles in a parking arena | |
Vishal et al. | AI based Smart Parking System |
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 |
Application publication date: 20201127 |
|
RJ01 | Rejection of invention patent application after publication |