CN112507905A - 车辆防跟踪方法及装置、计算机可读存储介质与电子设备 - Google Patents

Abstract

本公开提供一种车辆防跟踪方法、车辆防跟踪装置、计算机可读存储介质与电子设备，涉及车辆安全技术领域。该车辆防跟踪方法包括：接收第一车辆的防跟踪终端拍摄的图像，所述图像由所述第一车辆上向所述第一车辆外部拍摄的摄像设备拍摄得到；识别所述图像中的全部第二车辆以及各所述第二车辆的车辆信息，并通过各所述第二车辆的车辆信息判断所述第一车辆是否被跟踪，得到跟踪结果，并将所述跟踪结果发送至所述第一车辆的所述防跟踪终端，以使所述第一车辆执行防跟踪操作。本公开可以通过云端服务器来接收及处理摄像设备由第一车辆上向第一车辆外部拍摄到的图像，因此，车载终端设备不需要具备强大的计算能力就可以实现车辆防跟踪功能。

Description

车辆防跟踪方法及装置、计算机可读存储介质与电子设备

技术领域

本公开涉及车辆安全技术领域，尤其涉及一种车辆防跟踪方法、车辆防跟踪装置、计算机可读存储介质与电子设备。

背景技术

作为一种不可或缺的代步工具，汽车极大地便利与丰富了人们的日常生活。但是，若汽车行驶过程中被不法分子跟踪，会对车主的人身安全及财产安全带来隐患。因此，在车辆上安装防跟踪装置已成为一种广泛需求。

然而，现有的车辆防跟踪技术中，为了分析识别当前车辆附近出现的车辆的相关信息，并据此判断当前车辆是否被跟踪，通常需要车载终端设备具有强大的计算能力，这使得在车辆中接入防跟踪功能在经济及技术实现上都比较困难。

发明内容

本公开提供了一种车辆防跟踪方法、车辆防跟踪装置、计算机可读存储介质与电子设备，进而至少在一定程度上提高在车辆中接入防跟踪功能的经济及技术可行性。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种车辆防跟踪方法，包括：

接收第一车辆的防跟踪终端拍摄的图像，所述图像由所述第一车辆上向所述第一车辆外部拍摄的摄像设备拍摄得到；

识别所述图像中的全部第二车辆以及各所述第二车辆的车辆信息，并通过各所述第二车辆的车辆信息判断所述第一车辆是否被跟踪，得到跟踪结果，并将所述跟踪结果发送至所述第一车辆的所述防跟踪终端，以使所述第一车辆执行防跟踪操作。

根据本公开的第二方面，提供一种车辆防跟踪装置，包括：

接收模块，用于接收第一车辆的防跟踪终端拍摄的图像，所述图像由所述第一车辆上向所述第一车辆外部拍摄的摄像设备拍摄得到；

防跟踪模块，用于识别所述图像中的全部第二车辆以及各所述第二车辆的车辆信息，并通过各所述第二车辆的车辆信息判断所述第一车辆是否被跟踪，得到跟踪结果，并将所述跟踪结果发送至所述第一车辆的所述防跟踪终端，以使所述第一车辆执行防跟踪操作。

根据本公开的第三方面，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上述车辆防跟踪方法。

根据本公开的第四方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述车辆防跟踪方法。

本公开的技术方案具有以下有益效果：

根据上述车辆防跟踪方法、车辆防跟踪装置、计算机可读存储介质与电子设备，接收第一车辆的防跟踪终端拍摄的图像，该图像由第一车辆上向第一车辆外部拍摄的摄像设备拍摄得到；识别图像中的全部第二车辆以及各第二车辆的车辆信息，并通过各第二车辆的车辆信息判断第一车辆是否被跟踪，得到跟踪结果，并将跟踪结果发送至第一车辆的防跟踪终端，以使第一车辆执行防跟踪操作。一方面，本示例实施方式通过由第一车辆上向第一车辆外部拍摄的摄像设备可以拍摄到上述图像，结合图像处理技术识别图像中的全部第二车辆以及各第二车辆的车辆信息，便可通过各第二车辆的车辆信息判断第一车辆是否被跟踪，得到跟踪结果，以便于第一车辆在被跟踪时执行防跟踪操作，提高了车辆的安全性能，使得驾驶者的人身及财产安全有了一定的保证。另一方面，本示例实施方式的上述识别图像中的全部第二车辆以及各第二车辆的车辆信息是在云端服务器中进行的，因此不需要第一车辆的防跟踪终端具有强大的计算能力，在一定程度上提高了在车辆中引入防跟踪功能的经济可行性及技术实现可行性，进而对于防跟踪技术在车辆中的普及也有一定的促进作用。

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，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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示出本示例性实施方式的一种系统架构的示意图；

图2示出本示例性实施方式的电子设备的示意图；

图3示出本示例性实施方式的一种车辆防跟踪方法的流程图；

图4示出本示例性实施方式的一种通过图像识别服务判断被跟踪情况的方法的流程图；

图5示出本示例性实施方式的一种实时目标检测方法的结果示意图；

图6示出本示例性实施方式的一种车辆防跟踪方法的一实施例的应用场景图；

图7示出本示例性实施方式的一种车辆防跟踪方法的云端计算能力调度方案的示意图；

图8示出本示例性实施方式的一种车辆防跟踪装置的结构框图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

相关技术中，车辆防跟踪方法是在车载终端设备本地分析识别当前车辆附件的车辆信息，以此来判断是否有可疑车辆。因此，现有的车辆防跟踪方法通常都需要车载终端设备具有强大的计算能力，这就给将防跟踪技术引入车辆带来了经济上和技术实现上的困难，也不利于防跟踪功能在车辆中的普及。

为了解决上述方法中存在的问题，本示例实施方式提供了一种车辆防跟踪方法、车辆防跟踪装置、计算机可读存储介质与电子设备，可以在一定程度上提高在车辆中接入防跟踪功能的经济及技术可行性。以下对上述车辆防跟踪方法、车辆防跟踪装置、计算机可读存储介质与电子设备进行详细说明：

图1示出了本公开示例性实施方式的一种系统架构的示意图。如图1所示，该系统架构100可以包括：防跟踪终端110、网络120和服务器130。其中，上述防跟踪终端对应于第一车辆上，该防跟踪终端上或者第一车辆上具有能够拍摄或获取图像或视频的各种电子设备，包括但不限于摄像机、数码相机等。服务器130具有图像处理功能。网络120为用以在防跟踪终端110和服务器130之间提供通信链路的介质。应该理解，图1中的防跟踪终端、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的防跟踪终端、网络和服务器。比如服务器130可以是多个服务器组成的服务器集群等。

本公开实施方式所提供的车辆防跟踪方法由防跟踪终端110及服务器130共同执行，例如，防跟踪终端110通过网络120将第一车辆上向第一车辆外部拍摄的摄像设备拍摄得到的图像传送至服务器130，服务器130在接收到该图像后，通过设置于服务器中的图像处理功能对接收到的图像进行处理，识别出该图像中的全部第二车辆以及各第二车辆的车辆信息，并通过各第二车辆的车辆信息判断第一车辆是否被跟踪，得到跟踪结果，将跟踪结果反馈给该第一车辆的防跟踪终端。

本公开的示例性实施例还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图2来描述根据本公开的这种示例性实施例的电子设备200。图2显示的电子设备200仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图2所示，电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于：上述至少一个处理单元210、上述至少一个存储单元220、连接不同系统组件(包括存储单元220和处理单元210)的总线230、显示单元240。

其中，存储单元存储有程序代码，程序代码可以被处理单元210执行，使得处理单元210执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，处理单元210可以执行图3、图4或图5所示的步骤等。

存储单元220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)221和/或高速缓存存储单元222，还可以进一步包括只读存储单元(ROM)223。

存储单元220还可以包括具有一组(至少一个)程序模块225的程序/实用工具224，这样的程序模块225包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备200也可以与一个或多个外部设备270(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器260通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开示例性实施例的方法。

下面对本公开示例性实施方式的车辆防跟踪方法和车辆防跟踪装置进行具体说明。

图3示出了本示例性实施方式中一种车辆防跟踪方法的流程，包括以下步骤S310～S320：

步骤S310：接收第一车辆的防跟踪终端拍摄的图像，该图像由上述第一车辆上向上述第一车辆外部拍摄的摄像设备拍摄得到。

本示例实施方式所提供的车辆防跟踪方法由第一车辆对应的防跟踪终端与部署在云端的服务器共同执行，通过将图像处理服务设置在云端服务器，降低了对于防跟踪终端的计算能力的要求，只需要一个摄像设备，甚至利用当前已有的行车记录仪录制图像即可，极大的节省了普通车辆接入车载防跟踪系统的开支，提高了将防跟踪服务引入车辆的技术及经济可行性。

优选地，上述防跟踪终端及服务器可以基于WebRTC(网页实时通讯框架)搭建而成。例如，可以在上述车辆设置车载WebRTC客户端，用作上述防跟踪终端，在上述服务器中设置云端WebRTC接收端以及图像处理服务，上述车载WebRTC客户端及上述云端WebRTC接收端可以通过WebRTC协议实现传输功能。需要说明的是，上述场景只是一种示例性说明，本示例实施方式的保护范畴并不以此为限。例如，上述服务器及防跟踪终端也可以为符合定义的其他形式。

在本示例实施方式中，上述第一车辆为引入防跟踪服务的车辆，该防跟踪服务由上述防跟踪终端及服务器共同实现。上述摄像设备可以集成在防跟踪终端，也可以安装或放置在第一车辆上，例如，可以为行车记录仪，也可以为安装在第一车辆顶部的摄像头等，本示例实施方式对此不做特殊限定。

上述图像为由上述摄像设备从第一车辆上向第一车辆外部拍摄得到。例如，该图像可以为由安装在第一车辆顶部的摄像头旋转拍摄得到的第一车辆周围的图像。此外，上述图像还可以为上述摄像设备拍摄得到的第一车辆后方的图像等，本示例实施方式对此不做特殊限定。

在通过上述摄像设备由第一车辆上向第一车辆外部拍摄得到上述图像后，上述防跟踪终端将该图像传输至服务器端，服务器通过接收模块接收该图像。以上述基于WebRTC搭建的防跟踪终端及服务器为例，该过程可以为：车载WebRTC客户端模块(也即防跟踪终端)通过摄像设备采集车辆周围的图像，并通过WebRTC协议将图像实时传输到云端服务器，设置于服务器端的WebRTC接收端通过WebRTC协议实时接收移动中的车辆传输过来的图像。需要说明的是，上述场景只是一种示例性说明，本示例实施方式的保护范畴并不以此为限。

步骤S320：识别图像中的全部第二车辆以及各第二车辆的车辆信息，并通过各第二车辆的车辆信息判断第一车辆是否被跟踪，得到跟踪结果，并将跟踪结果发送至第一车辆的防跟踪终端，以使第一车辆执行防跟踪操作。

在本示例实施方式中，服务器在接收到上述图像后，还需要对该图像进行图像处理，以便基于图像处理的结果分析得到上述车辆的被跟踪情况。

在本示例实施方式中，设置于服务器中的图像处理服务可以包括图像预处理、图像识别等服务。其中，图像预处理可以包括数字化、几何变换、灰度化、滤波、二值化等，用于简化图像信息，去除噪声，以获取图像真实信息，为后续图像识别等操作做准备。图像识别用于识别上述图像中的第二车辆及车辆信息，并基于识别出的第二车辆及车辆信息判断上述第一车辆是否被跟踪，该图像识别功能可以通过基于YOLO(一种基于深度神经网络的对象识别和定位算法)的实时目标检测方案实现，也可以通过其他图像识别算法实现，本示例实施方式对此不做特殊限定。

具体地，上述图像识别服务用于识别上述图像中的全部第二车辆以及各第二车辆的车辆信息。其中，上述第二车辆为上述图像中的车辆，也即行驶在第一车辆周围的车辆，通过这些第二车辆的信息可以判断上述第一车辆有没有被某一第二车辆跟踪。

举例而言，上述通过各第二车辆的车辆信息判断第一车辆是否被跟踪，得到跟踪结果的过程可以为：识别上述车辆中的全部第二车辆，并识别各第二车辆的车牌信息；当可以识别到第二车辆的车牌信息时，判断各车辆信息重复出现的时间，若某一车牌信息重复出现的时间超过预设阈值，则表明上述第一车辆被该车牌信息对应的第二车辆跟踪。若存在至少一个第二车辆的车牌信息重复出现时间超过预设阈值，则得出的跟踪结果为上述第一车辆被跟踪。以上述预设阈值为20分钟为例，则上述过程为：识别出上述图像中的所有车辆作为第二车辆，以及每辆第二车辆对应的车牌信息，如车牌号；若某一第二车辆的车牌号重复出现的时间超过20分钟时，则认为上述第一车辆被该车牌号对应的第二车辆跟踪。

在上述过程中，当无法识别到某一第二车辆的车牌信息时，上述判断过程还可以基于该第二车辆的外形特征进行，具体实现可以如下：当识别不到某一第二车辆的车牌信息时，则识别该第二车辆的外形特征，如车辆颜色，车型等；基于识别到的外形特征判断该第二车辆的重复出现时间，当该第二车辆的重复出现时间超过上述预设阈值时，则证明上述第一车辆被该第二车辆跟踪。以上述预设阈值为20分钟为例，假设识别不到某一第二车辆的车牌信息，但可以识别到该第二车辆为白色，B车型，则当该白色，B车型的车辆重复出现时间超过20分钟时，则证明上述第一车辆被该第二车辆跟踪。

需要说明的是，上述场景只是一种示例性说明，本示例实施方式的保护范畴并不以此为限。

以基于YOLO的实时目标检测方案为例，上述图像识别过程，如图4所示，可以包括如下步骤S410至S440。

在步骤S410中，识别上述图像中的所有第二车辆。

在该步骤中，基于YOLO的实时目标检测方案对经过预处理的上述图像进行图像识别操作，举例而言，可以得到如图5所示的图像识别结果。在图5中，通过基于YOLO的实时目标检测方案，框注出图像中所有车辆，作为第二车辆。

在步骤S420中，确定是否能识别到上述各第二车辆的车牌信息。

在该步骤中，进一步识别上述各第二车辆的车牌信息，并判断是否能识别成功。当可以识别到第二车辆的车牌信息时，通过步骤S430判断该第二车辆是否在跟踪上述第一车辆；若无法识别到第二车辆的车牌信息时，则通过步骤S440判断该第二车辆是否在跟踪上述第一车辆。

在步骤S430，通过车牌信息判断对应的第二车辆是否在跟踪上述第一车辆。

在该步骤中，通过判断某一第二车辆的车牌号的重复出现时间是否超过预设阈值来判断对应的第二车辆是否在跟踪第一车辆，当重复出现时间超过预设阈值时，证明第一车辆被跟踪。

在步骤S440，通过外形特征判断对应的第二车辆是否在跟踪上述第一车辆。

在该步骤中，识别第二车辆的外形特征，如颜色、车型等来确定第二车辆，并通过该外形特征确定第二车辆的重复出现时间是否超过预设阈值，并在重复出现时间超过预设阈值时，判断得到上述第一车辆被跟踪。

在本示例实施方式中，为了使分析得到的上述第一车辆的跟踪结果更加准确，还可以结合出第二车辆的车辆信息之外的信息来判断第一车辆是否被跟踪。例如，可以对第二车辆的驾驶者进行面部识别，将驾驶者与车辆信息结合来获取更准确的被跟踪情况。需要说明的是，上述场景只是一种示例性说明，本示例实施方式的保护范畴并不以此为限。

在本示例实施方式中，在判断得到上述第一车辆是否被跟踪的跟踪结果后，还可以将跟踪结果发送至上述第一车辆的防跟踪终端，以使所述第一车辆执行防跟踪操作。例如，当分析得到上述第一车辆被跟踪时，将跟踪结果发送至第一车辆的防跟踪终端，以使该防跟踪终端响起警报，提醒驾驶员采取防范措施。该警报信息可以为响铃或语言提示等多种形式，本示例实施方式对此不做特殊限定。

本示例实施方式的一具体应用场景可以如图6所示，该具体应用场景中，安装于第一车辆的车载WebRTC客户端模块(防跟踪终端)通过摄像设备610采集第一车辆周围的图像，并通过WebRTC协议将采集到的图像实时传输到云端，云端WebRTC接收模块620通过WebRTC协议实时接收移动中的第一车辆传输过来的图像，并将图像发送至图像识别模块630，图像识别模块630通过图像识别分析技术分析得到第一车辆的是否被跟踪，并将跟踪结果反馈给云端WebRTC接收模块620，以使云端WebRTC接收模块620将分析结果发送至车载WebRTC客户端模块。其中，图6中安装有摄像设备的车辆为引入防跟踪服务的第一车辆，其他车辆为第二车辆。

综上所述，根据上述车辆防跟踪方法、车辆防跟踪装置、计算机可读存储介质与电子设备，接收第一车辆的防跟踪终端拍摄的图像，该图像由第一车辆上向第一车辆外部拍摄的摄像设备拍摄得到；识别图像中的全部第二车辆以及各第二车辆的车辆信息，并通过各第二车辆的车辆信息判断第一车辆是否被跟踪，得到跟踪结果，并将跟踪结果发送至第一车辆的防跟踪终端，以使第一车辆执行防跟踪操作。一方面，本示例实施方式通过由第一车辆上向第一车辆外部拍摄的摄像设备可以拍摄到上述图像，结合图像处理技术识别图像中的全部第二车辆以及各第二车辆的车辆信息，便可通过各第二车辆的车辆信息判断第一车辆是否被跟踪，得到跟踪结果，以便于第一车辆在被跟踪时执行防跟踪操作，提高了车辆的安全性能，使得驾驶者的人身及财产安全有了一定的保证。另一方面，本示例实施方式的上述识别图像中的全部第二车辆以及各第二车辆的车辆信息是在云端服务器中进行的，因此不需要第一车辆的防跟踪终端具有强大的计算能力，在一定程度上提高了在车辆中引入防跟踪功能的经济可行性及技术实现可行性，进而对于防跟踪技术在车辆中的普及也有一定的促进作用。

在一示例性实施例中，为了充分利用云端服务器的计算能力，上述车辆防跟踪方法还可以包括：在当前的第一车辆不需要防跟踪监测时，云端服务器可以接收除当前第一车辆之外的其他车辆的防跟踪终端发送的图像；并通过对接收到的图像进行图像处理，分析得到该其他车辆是否被跟踪，并将跟踪结果发送至该其他车辆的防跟踪终端。

具体地，以WebRTC框架为例，上述云端计算能力调度方案的示意图可如图7所示，包括管理调度服务710、WebRTC服务模块720至740、多个WebRTC客户端750至770，以及车辆图像识别服务780。其中，管理调度服务710用于调度协调WebRTC服务模块720，例如，WebRTC客户端750对应的当前车辆通过WebRTC服务模块720获取防跟踪服务，在当前车辆不需要防跟踪服务，例如，停在车库中不使用时，管理调度服务710可以将该WebRTC服务模块720的计算能力分配给其他车辆使用。此外，还可以通过WebRTC客户端进行上下线操作，以此来获取或释放对应服务模块的计算能力。需要说明的是，上述WebRTC服务模块以及WebRTC客户端的数目只是示意性的，根据实际情况，可以有任意个WebRTC服务模块或WebRTC客户端。并且，上述场景只是示例性说明，本示例实施方式的保护范畴也不以此为限。

本公开的示例性实施方式还提供一种车辆防跟踪装置。如图8所示，该车辆防跟踪装置800可以包括：

接收模块810，可以用于接收第一车辆的防跟踪终端拍摄的图像，该图像由上述第一车辆上向上述第一车辆外部拍摄的摄像设备拍摄得到；

防跟踪模块820，可以用于识别上述图像中的全部第二车辆以及各第二车辆的车辆信息，并通过各第二车辆的车辆信息判断第一车辆是否被跟踪，得到跟踪结果，并将跟踪结果发送至第一车辆的防跟踪终端，以使第一车辆执行防跟踪操作。

在本示例实施方式中，上述防跟踪模块可以包括图像识别分析单元及分析结果发送单元。其中，上述图像识别分析单元用于从上述图像中识别出全部第二车辆，并识别第二车辆的车牌信息；若存在至少一个车牌信息的重复出现时间超过预设阈值，则分析得到第一车辆被跟踪。此外，当识别不到第二车辆的车牌信息时，则识别第二车辆的外形特征；基于外形特征判断对应的第二车辆的重复出现时间，当第二车辆的重复出现时间超过预设阈值时，则分析得到第一车辆被跟踪。上述分析结果发送单元用于将分析得到的结果发送至防跟踪终端。优选地，当分析得到该第一车辆被跟踪时，可以向防跟踪终端警报信息。

在本示例实施方式中，由于第一车辆并不一定每时每刻都需要调用云端服务器进行防跟踪监测，例如，当第一车辆停在车库中不使用的时候，也就不需要为该第一车辆提供防跟踪服务。因此，为了充分利用云端服务器的计算能力，在当前第一车辆不需要防跟踪服务时，可以将云端服务器的计算能力分配给其他车辆。此时，上述接收模块还可以用于接收除当前第一车辆之外的一辆其他车辆的防跟踪终端发送的图像；上述防跟踪模块还用于通过对其他车辆发送的图像进行图像处理，分析得到其他车辆是否被跟踪，并将跟踪结果发送至其他车辆的防跟踪终端。

上述装置中各模块的具体细节在方法部分实施方式中已经详细说明，未披露的细节内容可以参见方法部分的实施方式内容，因而不再赘述。

所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

本公开的示例性实施方式还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤，例如可以执行图3或图4中任意一个或多个步骤。

本公开的示例性实施方式还提供了用于实现上述方法的程序产品，该程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施方式。本公开旨在涵盖本公开的任何变型、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公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施方式仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开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。本公开的范围仅由所附的权利要求来限。

Claims (10)

1.一种车辆防跟踪方法，其特征在于，应用于云端服务器，包括：

接收第一车辆的防跟踪终端拍摄的图像，所述图像由所述第一车辆上向所述第一车辆外部拍摄的摄像设备拍摄得到；

识别所述图像中的全部第二车辆以及各所述第二车辆的车辆信息，并通过各所述第二车辆的车辆信息判断所述第一车辆是否被跟踪，得到跟踪结果，并将所述跟踪结果发送至所述第一车辆的所述防跟踪终端，以使所述第一车辆执行防跟踪操作。

2.根据权利要求1所述的车辆防跟踪方法，其特征在于，所述方法还包括：

当所述第一车辆不需要防跟踪监测时，将除所述第一车辆之外的一辆其他车辆作为第一车辆，并接收所述第一车辆的防跟踪终端拍摄的图像；

识别所述图像中的全部第二车辆以及各所述第二车辆的车辆信息，并通过各所述第二车辆的车辆信息判断所述第一车辆是否被跟踪，得到跟踪结果，并将所述跟踪结果发送至所述第一车辆的所述防跟踪终端，以使所述第一车辆执行防跟踪操作。

3.根据权利要求1所述的车辆跟踪方法，其特征在于，所述云端服务器及所述防跟踪终端基于网页实时通讯框架搭建而成。

4.根据权利要求1所述的车辆跟踪方法，其特征在于，所述识别所述图像中的全部第二车辆以及各所述第二车辆的车辆信息，并通过各所述第二车辆的车辆信息判断所述第一车辆是否被跟踪，包括：

识别所述图像中的第二车辆以及各所述第二车辆的车牌信息；

若存在至少一个所述车牌信息的出现时间超过预设阈值，则表明所述第一车辆被跟踪。

5.根据权利要求4所述的车辆跟踪方法，其特征在于，所述识别所述图像中的全部第二车辆以及各所述第二车辆的车辆信息，并通过各所述第二车辆的车辆信息判断所述第一车辆是否被跟踪，包括：

当识别不到所述第二车辆的所述车牌信息时，则识别所述第二车辆的外形特征；

基于所述外形特征判断对应的所述第二车辆的出现时间，当所述出现时间超过所述预设阈值时，则表明所述第一车辆被跟踪。

6.根据权利要求1所述的车辆跟踪方法，其特征在于，所述将所述跟踪结果发送至所述第一车辆的所述防跟踪终端，以使所述第一车辆执行防跟踪操作，包括：

当分析得到所述第一车辆被跟踪时，将所述跟踪结果发送至所述防跟踪终端，以使所述防跟踪终端响起警报。

7.一种车辆防跟踪装置，其特征在于，应用于云端服务器，包括：

接收模块，用于接收第一车辆的防跟踪终端拍摄的图像，所述图像由所述第一车辆上向所述第一车辆外部拍摄的摄像设备拍摄得到；

防跟踪模块，用于识别所述图像中的全部第二车辆以及各所述第二车辆的车辆信息，并通过各所述第二车辆的车辆信息判断所述第一车辆是否被跟踪，得到跟踪结果，并将所述跟踪结果发送至所述第一车辆的所述防跟踪终端，以使所述第一车辆执行防跟踪操作。

8.根据权利要求7所述的车辆防跟踪装置，其特征在于，所述接收模块还用于当所述第一车辆不需要防跟踪监测时，将除所述第一车辆之外的一辆其他车辆作为第一车辆，并接收所述第一车辆的防跟踪终端拍摄的图像；以及

所述防跟踪模块还用于识别所述图像中的全部第二车辆以及各所述第二车辆的车辆信息，并通过各所述第二车辆的车辆信息判断所述第一车辆是否被跟踪，得到跟踪结果，并将所述跟踪结果发送至所述第一车辆的所述防跟踪终端，以使所述第一车辆执行防跟踪操作。

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时实现权利要求1至6任一项所述的方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至6任一项所述的方法。

Images