CN112037369A - 基于车辆识别的自动车位锁的解锁方法、系统、介质及装置 - Google Patents

基于车辆识别的自动车位锁的解锁方法、系统、介质及装置 Download PDF

Info

Publication number
CN112037369A
CN112037369A CN202010718405.4A CN202010718405A CN112037369A CN 112037369 A CN112037369 A CN 112037369A CN 202010718405 A CN202010718405 A CN 202010718405A CN 112037369 A CN112037369 A CN 112037369A
Authority
CN
China
Prior art keywords
vehicle
image
parking space
lock
acquiring
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
Application number
CN202010718405.4A
Other languages
English (en)
Inventor
崔龙
成西锋
袁德胜
林治强
党毅飞
马卫民
游浩泉
李伟超
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.)
Winner Technology Co ltd
Original Assignee
Winner Technology Co ltd
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 Winner Technology Co ltd filed Critical Winner Technology Co ltd
Priority to CN202010718405.4A priority Critical patent/CN112037369A/zh
Publication of CN112037369A publication Critical patent/CN112037369A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00309—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys operated with bidirectional data transmission between data carrier and locks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • 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
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00571—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys operated by interacting with a central unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Lock And Its Accessories (AREA)

Abstract

本发明提供一种基于车辆识别的自动车位锁的解锁方法、系统、介质及装置，所述方法包括以下步骤：按照预设固定时间间隔，通过设置于停车位的摄像装置获取图像；获取所述图像中占比最大车辆的车辆图像；获取所述占比最大车辆的车辆图像的特征向量；将所述特征向量与数据库中的已有特征向量进行相似度计算，所述已有特征向量为允许停放在所述停车位的车辆的特征向量；判断相似度是否大于预设阈值，当大于预设阈值时，打开所述停车位的车位锁。本发明的一种基于车辆识别的自动车位锁的解锁方法、系统、介质及装置，用于实现车位锁的自动感应识别且不依赖车牌的自动解锁。

Description

基于车辆识别的自动车位锁的解锁方法、系统、介质及装置
技术领域
本发明涉及车辆技术领域，特别是涉及一种基于车辆识别的自动车位锁的解锁方法、系统、介质及装置。
背景技术
人工智能一直是这两年发展的热点领域，深度学习技术又为机器学习产生巨大推力，在这个背景下，许多过去的计算机视觉难题得到了解决。其中就包括目标识别技术，目标识别是人工智能视觉领域近期的应用热点，同时该技术也是人工智能产业应用的重要方向之一，应用方向很多，包括但不仅包括行人识别，颜色识别，各动物识别，各植物识别，车辆识别，人脸识别等技术应用。
在商业地产中，小区楼宇的停车位正在逐渐的私有化，并逐渐拥有停车位的专属产权证。与此同时，伴随着“互联网+”的快速发展，共享经济成为热点，其中私有停车位的共享经济便是当下的一个热点产业。但在这个产业中，依然有多处痛点还未解决。
私有停车位的保护，即私有停车位经常被未授权车辆侵占，这样往往会造成业主车辆无处停放，甚至恶性循环再去侵占其他业主的车位。而为了有效的保护车位业主的利益，物业和业主也会悬挂警示牌，以强调车位的私有化，但效果往往很不理想。随后市场中逐渐出现车位锁。车位锁主要分为两种，手动锁和自动锁。手动车位锁主要是住过钥匙锁或密码锁来实现车位的上锁和解锁，但需要下车开锁，十分不便；自动锁主要是通过传感器或者遥控器等装置出发，实现自动解锁上锁，无需下车解锁。
目前市场上的自动锁主要有以下几类：
车载或手持式基于射频技术的遥控自动车锁
这类自动车锁，主要依赖于主动触发或定时触发的射频信号，控制遥控锁，车锁通常作为接收端，而遥控器则作为射频发射端。该解决方案主要有射频发射端，成本，数量和携带等限制。
基于车牌识别的自动车锁
该方式主要依靠对车牌的抓拍和识别，来判断是否是被授权的注册车辆。但在环境复杂或需要侧方停车的车位来说，车牌不清晰或者不可见时会失效，带来了应用场景限制。
方式可以通过射频发射终端来实现，如遥控器等。
因此，市场上急切需要一种能够自动感应识别且不依赖车牌的车位锁装置或设备。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于车辆识别的自动车位锁的解锁方法、系统、介质及装置，用于解决现有技术中如何进行自动感应识别且不依赖车牌的车位锁的自动解锁问题。
为实现上述目的及其他相关目的，本发明提供一种基于车辆识别的自动车位锁的解锁方法，包括以下步骤：按照预设固定时间间隔，通过设置于停车位的摄像装置获取图像；获取所述图像中占比最大车辆的车辆图像；获取所述占比最大车辆的车辆图像的特征向量；将所述特征向量与数据库中的已有特征向量进行相似度计算，所述已有特征向量为允许停放在所述停车位的车辆的特征向量；判断相似度是否大于预设阈值，当大于预设阈值时，打开所述停车位的车位锁。
于本发明的一实施例中，所述摄像装置为：红外摄像装置、数码相机。
于本发明的一实施例中，所述获取所述图像中占比最大车辆的车辆图像包括：通过CNN网络获取所述图像中的车辆图像；比较所述车辆图像获取所述图像中占比最大车辆的车辆图像。
于本发明的一实施例中，所述获取所述占比最大车辆的车辆图像的特征向量包括：将所述占比最大车辆的车辆图像输入CNN网络，获取所述占比最大车辆的车辆图像的特征向量。
为实现上述目的，本发明还提供一种基于车辆识别的自动车位锁的解锁系统，包括：图像获取模块、车辆图像获取模块、特征向量获取模块、计算模块和判断模块；所述图像获取模块用于按照预设固定时间间隔，通过设置于停车位的摄像装置获取图像；所述车辆图像获取模块用于获取所述图像中占比最大车辆的车辆图像；所述特征向量获取模块用于获取所述占比最大车辆的车辆图像的特征向量；所述计算模块用于将所述特征向量与数据库中的已有特征向量进行相似度计算，所述已有特征向量为允许停放在所述停车位的车辆的特征向量；所述判断模块用于判断相似度是否大于预设阈值，当大于预设阈值时，打开所述停车位的车位锁。
于本发明的一实施例中，所述摄像装置为：红外摄像装置、数码相机。
于本发明的一实施例中，所述车辆图像获取模块用于：通过CNN网络获取所述图像中的车辆图像；比较所述车辆图像获取所述图像中占比最大车辆的车辆图像。
于本发明的一实施例中，所述特征向量获取模块用于：将所述占比最大车辆的车辆图像输入CNN网络，获取所述占比最大车辆的车辆图像的特征向量。
为实现上述目的，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现任一上述基于车辆识别的自动车位锁的解锁方法。
为实现上述目的，本发明还提供一种基于车辆识别的自动车位锁装置，包括：处理器和存储器；所述存储器用于存储计算机程序；所述处理器与所述存储器相连，用于执行所述存储器存储的计算机程序，以使所述基于车辆识别的自动车位锁装置执行任一上述的基于车辆识别的自动车位锁的解锁方法。
如上所述，本发明的一种基于车辆识别的自动车位锁的解锁方法、系统、介质及装置，具有以下有益效果：实现车位锁的自动感应识别且不依赖车牌的自动解锁。
附图说明
图1a显示为本发明的基于车辆识别的自动车位锁的解锁方法于一实施例中的应用场景架构示意图；
图1b显示为本发明的基于车辆识别的自动车位锁的解锁方法于又实施例中的应用场景架构示意图；
图1c显示为本发明的基于车辆识别的自动车位锁的解锁方法于一实施例中的流程图；
图1d显示为本发明的基于车辆识别的自动车位锁的解锁方法于又一实施例中的流程图；
图1f显示为本发明的基于车辆识别的自动车位锁的解锁方法于再一实施例中的流程图；
图2显示为本发明的基于车辆识别的自动车位锁的解锁系统于一实施例中的结构示意图；
图3显示为本发明的基于车辆识别的自动车位锁的解锁装置于一实施例中的结构示意图。
元件标号说明
11 车位锁
111 摄像装置
12 车辆
21 图像获取模块
22 车辆图像获取模块
23 特征向量获取模块
24 计算模块
25 判断模块
31 处理器
32 存储器
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，故图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
本发明的基于车辆识别的自动车位锁的解锁方法、系统、介质及装置，实现车位锁的自动感应识别且不依赖车牌的自动解锁。
如图1a-1b所示，本发明的基于车辆识别的自动车位锁的解锁方法、系统、介质和装置应用于具有摄像装置的车位锁构建的应用场景下。所述车位锁11位于停车位内，所述车位锁11上设有摄像装置111，所述摄像装置111用于获取图像，所述图像上有车辆图像，所述车辆图像为想要停在所述停车位的车辆12的车辆图像。
如图1c所示，于一实施例中，本发明的基于车辆识别的自动车位锁的解锁方法，包括以下步骤：
步骤S11、按照预设固定时间间隔，通过设置于停车位的摄像装置获取图像。
具体地，为了实现车位锁的自动解锁，那么需要一直判断当前状态是否需要解锁，因此，按照预设固定时间间隔来不断获取新的图像。所述图像通过设置于停车位的摄像装置获取。所述预设固定时间间隔可为1分钟、30秒、10秒等。
具体地，所述摄像装置为：红外摄像装置、数码相机。通过红外摄像装置获取红外图像或通过数码相机获取彩色或黑白图像。
具体地，还包括对所述图像进行预处理，所述预处理包括：归一化，均值化，图像缩放。
步骤S12、获取所述图像中占比最大车辆的车辆图像。
具体地，所述获取所述图像中占比最大车辆的车辆图像包括：通过CNN网络(卷积神经网络)获取所述图像中的车辆图像；比较所述车辆图像获取所述图像中占比最大车辆的车辆图像。所述图像中可能会出现多个车辆，由于摄像装置位于停车位，那么想要停在所述停车位的车辆的车辆图像会距离所述摄像装置最近，因此，获取所述图像中占比最大车辆的车辆图像。所述图像中占比最大车辆为想要停在所述停车位的车辆。所述图像中占比最大车辆是指在所述图像中所占图像面积最大的车辆。具体地，还包括判断所述图像中占比最大车辆的占比是否达到预设占比阈值，只有到达预设占比阈值时，说明车辆距离所述摄像装置接近一定距离，则为想要停放在所述停车位的车辆。这样可以方便准确地识别想要停在停车位的车辆。
具体地，通过深度学习算法(单步检测器YOLO,SSD)或非深度学习算法(SVM，Adaboost)获取包含所述图像中的车辆图像的矩形框，基于所述矩形框的大小识别所述图像中占比最大车辆的车辆图像。
步骤S13、获取所述占比最大车辆的车辆图像的特征向量。
具体地，所述获取所述占比最大车辆的车辆图像的特征向量包括：将所述占比最大车辆的车辆图像输入CNN网络，获取所述占比最大车辆的车辆图像的特征向量。所述特征向量为可以代表所述车辆图像的身份信息的向量，所述特征向量是基于所述占比最大车辆的车辆图像获得的，但不是基于所述占比最大车辆的车牌信息获取的，因此，对于停车的方向、身位没有限制，例如基于车牌识别的自动车锁，该方式主要依靠对车牌的抓拍和识别，来判断是否是被授权的注册车辆。但在环境复杂或需要侧方停车的车位来说，车牌不清晰或者不可见时会失效，带来了应用场景限制。
步骤S14、将所述特征向量与数据库中的已有特征向量进行相似度计算，所述已有特征向量为允许停放在所述停车位的车辆的特征向量。
具体地，数据库中的已有特征向量是指，已经记录在数据库中允许停在所述停车位的车辆的特征向量。而同一个停车位可以支持多个车辆的特征向量的录入。跟射频遥控锁相比较，脱离了遥控器的限制，因为采用图像的注册匹配方法，可以支持多个车辆的信息录入，且可以知道正在使用该停车位的车辆注册信息，后续更可通过联网功能，实现云端的管理，从而达到共享车位的便捷化实现。
步骤S15、判断相似度是否大于预设阈值，当大于预设阈值时，打开所述停车位的车位锁。
具体地，当特征向量与数据库中的已有特征向量相似度大于预设阈值时，说明所述特征向量对应的车辆与数据库中的已有特征向量对应同一车辆。所述已有特征向量为允许停放在所述停车位的车辆的特征向量。当相似度大于预设阈值时，打开所述停车位的车位锁。验证了所述特征向量对应的车辆的身份，所述车辆为允许停在所述停车位的车辆。跟射频遥控锁相比较，脱离了遥控器的限制，因为采用图像的注册匹配方法，可以支持多个车辆的信息录入，即一个停车位可以对应多个车辆。且可以知道正在使用该停车位的车辆注册信息，后续更可通过联网功能，实现云端的管理，从而达到共享车位的便捷化实现。
具体地，还包括将停在所述停车位的车辆的特征向量上传至云端，实现云端的管理，从而达到共享车位的便捷化实现。
如图1d所示，于一实施例中，本发明的基于车辆识别的自动车位锁的解锁方法，包括：按照预设固定时间间隔，通过设置于停车位的摄像装置获取图像。检测所述图像中是否有车辆，当没有车辆时，按照预设固定时间间隔，通过设置于停车位的摄像装置获取图像。当有车辆时，获取所述图像中占比最大车辆的车辆图像。获取所述占比最大车辆的车辆图像的特征向量。将所述特征向量与数据库中的已有特征向量进行相似度计算，所述已有特征向量为允许停放在所述停车位的车辆的特征向量。判断相似度是否大于预设阈值，当大于预设阈值时，打开所述停车位的车位锁。当小于等于预设阈值时，按照预设固定时间间隔，通过设置于停车位的摄像装置获取图像。
如图1f所示，于一实施例中，本发明的基于车辆识别的自动车位锁的解锁方法，包括：通过设置于停车位的摄像装置获取图像。将所述图像输入用于车辆识别的CNN网络，由所述CNN网络输出特征向量，所述特征向量包括但不限于包含颜色信息的特征向量、包含边缘信息的特征向量、包含纹理信息的特征向量、包含车辆形状信息的特征向量、包含车辆宽高信息的特征向量。解析上述特征向量获取车辆的宽高信息，从而获取所述图像中占比最大车辆的车辆图像。所述包含车辆宽高信息的特征向量可以是包含宽、高任一两个信息的特征向量，或包含宽、高信息的特征向量。
如图2所示，于一实施例中，本发明的基于车辆识别的自动车位锁的解锁系统，包括图像获取模块21、车辆图像获取模块22、特征向量获取模块23、计算模块24和判断模块25；所述图像获取模块21用于按照预设固定时间间隔，通过设置于停车位的摄像装置获取图像；所述车辆图像获取模块22用于获取所述图像中占比最大车辆的车辆图像；所述特征向量获取模块23用于获取所述占比最大车辆的车辆图像的特征向量；所述计算模块24用于将所述特征向量与数据库中的已有特征向量进行相似度计算，所述已有特征向量为允许停放在所述停车位的车辆的特征向量；所述判断模块25用于判断相似度是否大于预设阈值，当大于预设阈值时，打开所述停车位的车位锁。
具体地，所述摄像装置为：红外摄像装置、数码相机。
具体地，所述车辆图像获取模块用于：通过CNN网络获取所述图像中的车辆图像；比较所述车辆图像获取所述图像中占比最大车辆的车辆图像。
具体地，所述特征向量获取模块用于：将所述占比最大车辆的车辆图像输入CNN网络，获取所述占比最大车辆的车辆图像的特征向量。
需要说明的是，图像获取模块21、车辆图像获取模块22、特征向量获取模块23、计算模块24和判断模块25的结构和原理与上述基于车辆识别的自动车位锁的解锁方法中的步骤一一对应，故在此不再赘述。
需要说明的是，应理解以上系统的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，x模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(Micro Processor Uint，简称MPU)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)，或，一个或者多个图像处理器模块(Graphics Processing Unit，简称GPU)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(Central ProcessingUnit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。
于本发明一实施例中，本发明还包括一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一所述基于车辆识别的自动车位锁的解锁方法。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
如图3所示，于一实施例中，本发明的基于车辆识别的自动车位锁装置包括：处理器31和存储器32；所述存储器32用于存储计算机程序；所述处理器31与所述存储器32相连，用于执行所述存储器32存储的计算机程序，以使所述基于车辆识别的自动车位锁装置执行任一所述的基于车辆识别的自动车位锁的解锁方法。
具体地，所述存储器32包括：ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
优选地，所述处理器31可以是通用处理器，包括中央处理器(Central ProcessingUnit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
综上所述，本发明基于车辆识别的自动车位锁的解锁方法、系统、介质及装置，实现车位锁的自动感应识别且不依赖车牌的自动解锁。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种基于车辆识别的自动车位锁的解锁方法，其特征在于，包括以下步骤：
按照预设固定时间间隔，通过设置于停车位的摄像装置获取图像；
获取所述图像中占比最大车辆的车辆图像；
获取所述占比最大车辆的车辆图像的特征向量；
将所述特征向量与数据库中的已有特征向量进行相似度计算，所述已有特征向量为允许停放在所述停车位的车辆的特征向量；
判断相似度是否大于预设阈值，当大于预设阈值时，打开所述停车位的车位锁。
2.根据权利要求1所述的基于车辆识别的自动车位锁的解锁方法，其特征在于，所述摄像装置为：红外摄像装置、数码相机。
3.根据权利要求1所述的基于车辆识别的自动车位锁的解锁方法，其特征在于，所述获取所述图像中占比最大车辆的车辆图像包括：
通过CNN网络获取所述图像中的车辆图像；
比较所述车辆图像获取所述图像中占比最大车辆的车辆图像。
4.根据权利要求1所述的基于车辆识别的自动车位锁的解锁方法，其特征在于，所述获取所述占比最大车辆的车辆图像的特征向量包括：
将所述占比最大车辆的车辆图像输入CNN网络，获取所述占比最大车辆的车辆图像的特征向量。
5.一种基于车辆识别的自动车位锁的解锁系统，其特征在于，包括：图像获取模块、车辆图像获取模块、特征向量获取模块、计算模块和判断模块；
所述图像获取模块用于按照预设固定时间间隔，通过设置于停车位的摄像装置获取图像；
所述车辆图像获取模块用于获取所述图像中占比最大车辆的车辆图像；
所述特征向量获取模块用于获取所述占比最大车辆的车辆图像的特征向量；
所述计算模块用于将所述特征向量与数据库中的已有特征向量进行相似度计算，所述已有特征向量为允许停放在所述停车位的车辆的特征向量；
所述判断模块用于判断相似度是否大于预设阈值，当大于预设阈值时，打开所述停车位的车位锁。
6.根据权利要求5所述的基于车辆识别的自动车位锁的解锁系统，其特征在于，所述摄像装置为：红外摄像装置、数码相机。
7.根据权利要求5所述的基于车辆识别的自动车位锁的解锁系统，其特征在于，所述车辆图像获取模块用于：
通过CNN网络获取所述图像中的车辆图像；
比较所述车辆图像获取所述图像中占比最大车辆的车辆图像。
8.根据权利要求5所述的基于车辆识别的自动车位锁的解锁系统，其特征在于，所述特征向量获取模块用于：
将所述占比最大车辆的车辆图像输入CNN网络，获取所述占比最大车辆的车辆图像的特征向量。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行，以实现权利要求1至4中任一项所述基于车辆识别的自动车位锁的解锁方法。
10.一种基于车辆识别的自动车位锁装置，其特征在于，包括：处理器和存储器；
所述存储器用于存储计算机程序；
所述处理器与所述存储器相连，用于执行所述存储器存储的计算机程序，以使所述基于车辆识别的自动车位锁装置执行权利要求1至4中任一项所述的基于车辆识别的自动车位锁的解锁方法。
CN202010718405.4A 2020-07-23 2020-07-23 基于车辆识别的自动车位锁的解锁方法、系统、介质及装置 Pending CN112037369A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010718405.4A CN112037369A (zh) 2020-07-23 2020-07-23 基于车辆识别的自动车位锁的解锁方法、系统、介质及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010718405.4A CN112037369A (zh) 2020-07-23 2020-07-23 基于车辆识别的自动车位锁的解锁方法、系统、介质及装置

Publications (1)

Publication Number Publication Date
CN112037369A true CN112037369A (zh) 2020-12-04

Family

ID=73582975

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010718405.4A Pending CN112037369A (zh) 2020-07-23 2020-07-23 基于车辆识别的自动车位锁的解锁方法、系统、介质及装置

Country Status (1)

Country Link
CN (1) CN112037369A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113870614A (zh) * 2021-10-29 2021-12-31 北京筑梦园科技有限公司 一种停车检测装置及停车管理系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107516346A (zh) * 2017-09-22 2017-12-26 南京维智感网络科技有限公司 基于停车偏离检测与车位锁的道路停车管理装置及其方法
CN108399667A (zh) * 2018-01-23 2018-08-14 蔚来汽车有限公司 车位地锁控制装置和方法
CN108416880A (zh) * 2018-03-26 2018-08-17 成都信达智胜科技有限公司 一种基于视频的识别方法
CN108447300A (zh) * 2018-04-09 2018-08-24 黄山市万邦电子科技有限公司 一种充电桩充电停车位的自动车位锁系统及控制方法
CN109472894A (zh) * 2018-10-24 2019-03-15 常熟理工学院 基于卷积神经网络的分布式人脸识别门锁系统
CN109760533A (zh) * 2018-12-07 2019-05-17 中能易电新能源技术有限公司 充电桩充电控制方法、装置、计算机设备和存储介质
CN109935083A (zh) * 2017-12-15 2019-06-25 新智数字科技有限公司 车辆出入库控制方法及系统
US20200019691A1 (en) * 2018-07-13 2020-01-16 Idemia Identity & Security France Biometric recognition method
CN110852250A (zh) * 2019-11-07 2020-02-28 厦门市美亚柏科信息股份有限公司 一种基于最大面积法的车辆排重方法、装置及存储介质
KR20200084427A (ko) * 2018-12-24 2020-07-13 주식회사 포스코아이씨티 딥러닝 기반의 얼굴인식모델을 이용하여 특징벡터를 추출하는 얼굴인식시스템
US20210049772A1 (en) * 2018-07-16 2021-02-18 Accel Robotics Corporation Automated store that tracks shoppers who exit a vehicle

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107516346A (zh) * 2017-09-22 2017-12-26 南京维智感网络科技有限公司 基于停车偏离检测与车位锁的道路停车管理装置及其方法
CN109935083A (zh) * 2017-12-15 2019-06-25 新智数字科技有限公司 车辆出入库控制方法及系统
CN108399667A (zh) * 2018-01-23 2018-08-14 蔚来汽车有限公司 车位地锁控制装置和方法
CN108416880A (zh) * 2018-03-26 2018-08-17 成都信达智胜科技有限公司 一种基于视频的识别方法
CN108447300A (zh) * 2018-04-09 2018-08-24 黄山市万邦电子科技有限公司 一种充电桩充电停车位的自动车位锁系统及控制方法
US20200019691A1 (en) * 2018-07-13 2020-01-16 Idemia Identity & Security France Biometric recognition method
US20210049772A1 (en) * 2018-07-16 2021-02-18 Accel Robotics Corporation Automated store that tracks shoppers who exit a vehicle
CN109472894A (zh) * 2018-10-24 2019-03-15 常熟理工学院 基于卷积神经网络的分布式人脸识别门锁系统
CN109760533A (zh) * 2018-12-07 2019-05-17 中能易电新能源技术有限公司 充电桩充电控制方法、装置、计算机设备和存储介质
KR20200084427A (ko) * 2018-12-24 2020-07-13 주식회사 포스코아이씨티 딥러닝 기반의 얼굴인식모델을 이용하여 특징벡터를 추출하는 얼굴인식시스템
CN110852250A (zh) * 2019-11-07 2020-02-28 厦门市美亚柏科信息股份有限公司 一种基于最大面积法的车辆排重方法、装置及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨仕琴: "《基于车全脸特征的车辆身份识别的设计与实现》", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113870614A (zh) * 2021-10-29 2021-12-31 北京筑梦园科技有限公司 一种停车检测装置及停车管理系统

Similar Documents

Publication Publication Date Title
CN110491135B (zh) 检测违章停车的方法及相关装置
US20140375804A1 (en) Method for available parking distance estimation via vehicle side detection
US20120126939A1 (en) System and method for managing entrance and exit using driver face identification within vehicle
CN111462365A (zh) 访客车辆管理方法及系统
Lee et al. Available parking slot recognition based on slot context analysis
CN109615904A (zh) 停车管理方法、装置、计算机设备和存储介质
US20230177954A1 (en) Systems and methods for identifying vehicles using wireless device identifiers
CN107509063A (zh) 一种基于人脸识别的车载嫌犯监控系统
CN109446926A (zh) 一种交通监控方法及装置、电子设备和存储介质
CN112037369A (zh) 基于车辆识别的自动车位锁的解锁方法、系统、介质及装置
Zhou et al. Hybridization of appearance and symmetry for vehicle-logo localization
Kaushik et al. Anti-Theft vehicle security system
CN117037082A (zh) 一种停车行为的识别方法及系统
CN114594464B (zh) 一种基于毫米波传感技术的人体存在检测方法及系统
Rajesh et al. Smart Parking system using Image processing
DE102022111220A1 (de) Kameramanipulationsdetektion
CN112802360B (zh) 一种防止车辆逃逸方法及装置
KR102369824B1 (ko) 교행 다차로를 위한 차량번호 인식방법 및 장치
CN112686136B (zh) 一种对象检测方法、装置及系统
CN116958195A (zh) 物件追踪整合方法及整合装置
KR102141781B1 (ko) 지역적 매칭 방법을 이용한 객체 재식별 장치 및 그 방법
DE102022111221A1 (de) Erfassung von kameramanipulation
CN114359840A (zh) 一种小区楼道防盗方法和装置
CN114092857A (zh) 基于闸道的集卡图像采集方法、系统、设备及存储介质
CN111738185B (zh) 一种目标识别方法、装置及设备

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 201203 No. 6, Lane 55, Chuanhe Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai

Applicant after: Winner Technology Co.,Ltd.

Address before: 201505 Room 216, 333 Tingfeng Highway, Tinglin Town, Jinshan District, Shanghai

Applicant before: Winner Technology Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201204