CN112652174A - 基于人脸验证的停车服务控制方法和系统 - Google Patents
基于人脸验证的停车服务控制方法和系统 Download PDFInfo
- Publication number
- CN112652174A CN112652174A CN202011503708.0A CN202011503708A CN112652174A CN 112652174 A CN112652174 A CN 112652174A CN 202011503708 A CN202011503708 A CN 202011503708A CN 112652174 A CN112652174 A CN 112652174A
- Authority
- CN
- China
- Prior art keywords
- parking
- vehicle
- driver
- image
- area
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012795 verification Methods 0.000 title claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims description 66
- 230000001815 facial effect Effects 0.000 claims description 48
- 210000000697 sensory organ Anatomy 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了基于人脸验证的停车服务控制方法和系统,其通过对拍摄得到驾驶员的脸部图像进行识别处理,以确定驾驶员是否具备允许停车权限,再对拍摄得到的驾驶员当前驾驶的车辆图像进行识别处理,以此确定车辆对应的车辆身份信息进而确定车辆在停车场中的目标停车区域位置,最后根据车辆的实时位置和目标停车区域位置中可供停泊的车位实际位置,确定并向驾驶员提供两个位置之间的最短行驶路径,这样能够保证驾驶员以最短的时间找到合适的停车位置并快速地将车辆驾驶到相应的停车位置,从而提高停车场停车管理的自动化和智能化程度以及改善停车场停车服务质量。
Description
技术领域
本发明涉及停车场管理的技术领域,特别涉及基于人脸验证的停车服务控制方法和系统。
背景技术
目前,停车场通常会设置相应的视频监控设备来对车辆在停车场内部的行驶和/或停放状态进行监控,从而提高车辆的行驶和/或停放安全性。但是,由于停车场内部的面积巨大并且车辆停放数量较多,驾驶员驾车进入停车场内部后通常需要花费相当长的时间来寻找停车位,但是在经过长时间寻找后找到的停车位也不一定满足驾驶员的要求,从而严重地影响停车场停车管理的自动化和智能化程度,并且不利于改善停车场的停车服务用户体验。可见,现有技术需要能够通过对驾驶员和车辆进行智能识别以此改善停车场停车服务质量的方法和系统。
发明内容
针对现有技术存在的缺陷,本发明提供基于人脸验证的停车服务控制方法和系统,其通过对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像,并对该脸部图像进行识别处理,以此确定该驾驶员是否具备允许停车权限,并对该驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像,并对该车辆图像进行识别处理,从而得到该车辆对应的车辆身份信息,再根据该车辆身份信息,确定该车辆在停车场中的目标停车区域位置,最后获取该车辆当前在该停车场中的实时位置以及该目标停车区域位置中可供停泊的车位实际位置,并根据该实时位置和该可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将该最短行驶路径提供给具备允许停车权限的驾驶员;可见,该基于人脸验证的停车服务控制方法和系统通过对拍摄得到驾驶员的脸部图像进行识别处理,以确定驾驶员是否具备允许停车权限,再对拍摄得到的驾驶员当前驾驶的车辆图像进行识别处理,以此确定车辆对应的车辆身份信息进而确定车辆在停车场中的目标停车区域位置,最后根据车辆的实时位置和目标停车区域位置中可供停泊的车位实际位置,确定并向驾驶员提供两个位置之间的最短行驶路径,这样能够保证驾驶员以最短的时间找到合适的停车位置并快速地将车辆驾驶到相应的停车位置,从而提高停车场停车管理的自动化和智能化程度以及改善停车场停车服务质量。
本发明提供基于人脸验证的停车服务控制方法,其特征在于,其包括如下步骤:
步骤S1,对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像,并对所述脸部图像进行识别处理,以此确定所述驾驶员是否具备允许停车权限;
步骤S2,对所述驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像,并对所述车辆图像进行识别处理,从而得到所述车辆对应的车辆身份信息,再根据所述车辆身份信息,确定所述车辆在停车场中的目标停车区域位置;
步骤S3,获取所述车辆当前在所述停车场中的实时位置以及所述目标停车区域位置中可供停泊的车位实际位置,并根据所述实时位置和所述可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将所述最短行驶路径提供给具备允许停车权限的驾驶员;
进一步,在所述步骤S1中,对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像,并对所述脸部图像进行识别处理,以此确定所述驾驶员是否具备允许停车权限具体包括:
步骤S101,对所述驾驶员的脸部区域进行双目拍摄,以此获得关于所述脸部区域在不同视角方向的第一脸部图像和第二脸部图像;
步骤S102,根据所述第一脸部图像和所述第二脸部图像之间的图像视差,生成关于所述脸部区域的三维脸部图像,并从所述三维脸部图像中提取得到相应的五官轮廓特征信息;
步骤S103,将所述五官轮廓特征信息与预设五官轮廓特征数据库进行比对,若所述五官轮廓特征信息与所述预设五官轮廓数据包含的任一五官轮廓数据相匹配,则确定所述驾驶员具备允许停车权限,否则,确定所述驾驶员不具备允许停车权限;
进一步,在所述步骤S2中,对所述驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像,并对所述车辆图像进行识别处理,从而得到所述车辆对应的车辆身份信息,再根据所述车辆身份信息,确定所述车辆在停车场中的目标停车区域位置具体包括:
步骤S201,当确定所述驾驶员具备允许停车权限,则对所述驾驶员当前驾驶的车辆的前侧部分进行拍摄,以此获得相应的车辆前侧图像;
步骤S202,对所述车辆前侧图像进行识别处理,以此得到所述车辆的对应车牌号码信息;
步骤S203,根据所述车牌号码信息,从历史停车场监控录像中提取关于所述车辆历史停车状态的所有监控图像,并根据所述所有监控图像,确定所述车辆的所有历史停车区域位置,再将其中停泊次数最高的历史停车区域作为最终确定的目标停车区域位置;
进一步,在所述步骤S203中,根据所述所有监控图像,确定所述车辆的所有历史停车区域位置,再将其中停泊次数最高的历史停车区域作为最终确定的目标停车区域位置具体为:
根据所述所有监控图像,确定所述车辆的所有历史停车区域位置,并计算出停泊次数最高的历史停车区域,并判断所述停泊次数最高的历史停车区域内是否存在可供停泊的车位,若所述停泊次数最高的历史停车区域内的全部车位均不能停泊,则按照历史停车区域的停泊次数从高到低的顺序依次进行判断,直至找到可供停泊的车位为止,则将找到的可供停泊的车位确定为目标停车区域位置,其具体包括:
第一、利用下面公式(1),确定所述车辆在所有历史停车区域位置的停泊次数,
在上述公式(1)中,Ra表示所述车辆在第a个停车区域位置的历史停泊次数,r表示第r帧监控图像,T表示相邻两帧监控图像间的时间间隔,Pa(rT)表示rT时刻所述第r帧监控图像监控所述车辆情况,且当所述rT时刻所述第r帧监控图像中监控到所述车辆则令Pa(rT)=1,当所述rT时刻所述第r帧监控图像中未监控到所述车辆则令Pa(rT)=0,Pa[(r+1)T]表示时刻所述第r+1帧监控图像监控所述车辆情况,且当所述(r+1)T时刻所述第r+1帧监控图像中监控到所述车辆则令=1Pa[(r+1)T],当所述(r+1)T时刻所述第r+1帧监控图像中未监控到所述车辆则令Pa[(r+1)T]=0,G表示所有监控图像的总帧数;
第二、利用下面公式(2)以及所述车辆在所有历史停车区域位置的停泊次数,得到所述历史停车区域停泊次数的排序值,
在上述公式(2)中,Da表示所述车辆在第a个停车区域位置停泊次数的排序值,Rb表示所述车辆在第b个停车区域位置的停泊次数,u()表示阶跃函数,且当括号内的值大于等于0时阶跃函数的函数值为1,当括号内的值小于0时阶跃函数的函数值为0,k表示所述停车区域位置的总数;
按照所述Da的值从大到小的顺序对对应的停车区域位置进行排序,并利用下面步骤按照排序顺序对当前停车区域中是否存在可供停泊的车位进行判断;
第三、利用下面公式(3),判断所述当前停车区域中是否存在可供停泊的车位,
在上述公式(3)中,ηa表示当前第a个停车区域位置中可供停泊的车位个数,表示当前第a个停车区域位置中第i排第j列车位停泊的车辆个数,且取值为0或者1,当时,表示所述第i排第j列车位有车辆停泊,当时,表示所述第i排第j列车位没有车辆停泊,m表示停车区域位置中每一排的车位个数,n表示停车区域位置中每一列的车位个数;
当ηa=0时,表示当前第a个停车区域位置中没有可供停泊的车位,则继续按照Da值从大到小的顺序对当前停车区域中可供停泊的车位进行判断,直至找到ηa>0即找到可供停泊的车位为止;
进一步,在所述步骤S3中,获取所述车辆当前在所述停车场中的实时位置以及所述目标停车区域位置中可供停泊的车位实际位置,并根据所述实时位置和所述可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将所述最短行驶路径提供给具备允许停车权限的驾驶员具体包括:
步骤S301,获取所述车辆当前在所述停车场中的实时位置,并调取所述目标停车区域位置当前的监控录像,并根据所述监控录像,确定所述目标停车区域位置中可供停泊的车位实际位置;
步骤S302,根据所述实时位置、所述车位实际位置以及所述停车场内部的行车道路分布信息,确定两个位置之间的最短行驶路径;
步骤S303,将所述最短行驶路径发送至所述具备允许停车权限的驾驶员的移动终端上,从而指示所述驾驶员进行驾驶。
本发明还提供基于人脸验证的停车服务控制系统,其特征在于,其包括驾驶员拍摄模块、驾驶员停车权限确定模块、车辆拍摄模块、目标停车区域位置确定模块和行驶路径确定模块;其中,
所述驾驶员拍摄模块用于对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像;
所述驾驶员停车权限确定模块用于对所述脸部图像进行识别处理,以此确定所述驾驶员是否具备允许停车权限;
所述车辆拍摄模块用于对所述驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像;
所述目标停车区域位置确定模块用于对所述车辆图像进行识别处理,从而得到所述车辆对应的车辆身份信息,再根据所述车辆身份信息,确定所述车辆在停车场中的目标停车区域位置;
所述行驶路径确定模块用于获取所述车辆当前在所述停车场中的实时位置以及所述目标停车区域位置中可供停泊的车位实际位置,并根据所述实时位置和所述可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将所述最短行驶路径提供给具备允许停车权限的驾驶员;
进一步,所述驾驶员拍摄模块对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像具体包括:
对所述驾驶员的脸部区域进行双目拍摄,以此获得关于所述脸部区域在不同视角方向的第一脸部图像和第二脸部图像;
以及,
所述驾驶员停车权限确定模块对所述脸部图像进行识别处理,以此确定所述驾驶员是否具备允许停车权限具体包括:
根据所述第一脸部图像和所述第二脸部图像之间的图像视差,生成关于所述脸部区域的三维脸部图像,并从所述三维脸部图像中提取得到相应的五官轮廓特征信息;
再将所述五官轮廓特征信息与预设五官轮廓特征数据库进行比对,若所述五官轮廓特征信息与所述预设五官轮廓数据包含的任一五官轮廓数据相匹配,则确定所述驾驶员具备允许停车权限,否则,确定所述驾驶员不具备允许停车权限;
进一步,所述车辆拍摄模块对所述驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像具体包括:
当确定所述驾驶员具备允许停车权限,则对所述驾驶员当前驾驶的车辆的前侧部分进行拍摄,以此获得相应的车辆前侧图像;
以及
所述目标停车区域位置确定模块对所述车辆图像进行识别处理,从而得到所述车辆对应的车辆身份信息,再根据所述车辆身份信息,确定所述车辆在停车场中的目标停车区域位置具体包括:
对所述车辆前侧图像进行识别处理,以此得到所述车辆的对应车牌号码信息;
再根据所述车牌号码信息,从历史停车场监控录像中提取关于所述车辆历史停车状态的所有监控图像,并根据所述所有监控图像,确定所述车辆的所有历史停车区域位置,再将其中停泊次数最高的历史停车区域作为最终确定的目标停车区域位置;
进一步,所述行驶路径确定模块获取所述车辆当前在所述停车场中的实时位置以及所述目标停车区域位置中可供停泊的车位实际位置,并根据所述实时位置和所述可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将所述最短行驶路径提供给具备允许停车权限的驾驶员具体包括:
获取所述车辆当前在所述停车场中的实时位置,并调取所述目标停车区域位置当前的监控录像,并根据所述监控录像,确定所述目标停车区域位置中可供停泊的车位实际位置;
再根据所述实时位置、所述车位实际位置以及所述停车场内部的行车道路分布信息,确定两个位置之间的最短行驶路径;
最后将所述最短行驶路径发送至所述具备允许停车权限的驾驶员的移动终端上,从而指示所述驾驶员进行驾驶。
相比于现有技术,该基于人脸验证的停车服务控制方法和系统通过对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像,并对该脸部图像进行识别处理,以此确定该驾驶员是否具备允许停车权限,并对该驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像,并对该车辆图像进行识别处理,从而得到该车辆对应的车辆身份信息,再根据该车辆身份信息,确定该车辆在停车场中的目标停车区域位置,最后获取该车辆当前在该停车场中的实时位置以及该目标停车区域位置中可供停泊的车位实际位置,并根据该实时位置和该可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将该最短行驶路径提供给具备允许停车权限的驾驶员;可见,该基于人脸验证的停车服务控制方法和系统通过对拍摄得到驾驶员的脸部图像进行识别处理,以确定驾驶员是否具备允许停车权限,再对拍摄得到的驾驶员当前驾驶的车辆图像进行识别处理,以此确定车辆对应的车辆身份信息进而确定车辆在停车场中的目标停车区域位置,最后根据车辆的实时位置和目标停车区域位置中可供停泊的车位实际位置,确定并向驾驶员提供两个位置之间的最短行驶路径,这样能够保证驾驶员以最短的时间找到合适的停车位置并快速地将车辆驾驶到相应的停车位置,从而提高停车场停车管理的自动化和智能化程度以及改善停车场停车服务质量。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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发明的一些实施例,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为本发明提供的基于人脸验证的停车服务控制方法的流程示意图。
图2为本发明提供的基于人脸验证的停车服务控制系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参阅图1,为本发明实施例提供的基于人脸验证的停车服务控制方法的流程示意图。该基于人脸验证的停车服务控制方法包括如下步骤:
步骤S1,对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像,并对该脸部图像进行识别处理,以此确定该驾驶员是否具备允许停车权限;
步骤S2,对该驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像,并对该车辆图像进行识别处理,从而得到该车辆对应的车辆身份信息,再根据该车辆身份信息,确定该车辆在停车场中的目标停车区域位置;
步骤S3,获取该车辆当前在该停车场中的实时位置以及该目标停车区域位置中可供停泊的车位实际位置,并根据该实时位置和该可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将该最短行驶路径提供给具备允许停车权限的驾驶员。
上述技术方案的有益效果为:该基于人脸验证的停车服务控制方法通过对拍摄得到驾驶员的脸部图像进行识别处理,以确定驾驶员是否具备允许停车权限,再对拍摄得到的驾驶员当前驾驶的车辆图像进行识别处理,以此确定车辆对应的车辆身份信息进而确定车辆在停车场中的目标停车区域位置,最后根据车辆的实时位置和目标停车区域位置中可供停泊的车位实际位置,确定并向驾驶员提供两个位置之间的最短行驶路径,这样能够保证驾驶员以最短的时间找到合适的停车位置并快速地将车辆驾驶到相应的停车位置,从而提高停车场停车管理的自动化和智能化程度以及改善停车场停车服务质量。
优选地,在该步骤S1中,对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像,并对该脸部图像进行识别处理,以此确定该驾驶员是否具备允许停车权限具体包括:
步骤S101,对该驾驶员的脸部区域进行双目拍摄,以此获得关于该脸部区域在不同视角方向的第一脸部图像和第二脸部图像;
步骤S102,根据该第一脸部图像和该第二脸部图像之间的图像视差,生成关于该脸部区域的三维脸部图像,并从该三维脸部图像中提取得到相应的五官轮廓特征信息;
步骤S103,将该五官轮廓特征信息与预设五官轮廓特征数据库进行比对,若该五官轮廓特征信息与该预设五官轮廓数据包含的任一五官轮廓数据相匹配,则确定该驾驶员具备允许停车权限,否则,确定该驾驶员不具备允许停车权限。
上述技术方案的有益效果为:通过对驾驶员的脸部区域进行双目拍摄从而生成对应的三维脸部图像,这样能够在三维空间中提取得到驾驶员的五官轮廓特征信息,从而最大限度地保证该五官轮廓特征信息的真实性和可靠性;此外,通过将该五官轮廓特征信息与预设五官轮廓特征数据库进行比对,能够准确地确定该驾驶员的身份信息,从而最终确定该驾驶员是否具备允许停车权限和避免非法人员进入停车场中以保证停车场的停车安全性。
优选地,在该步骤S2中,对该驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像,并对该车辆图像进行识别处理,从而得到该车辆对应的车辆身份信息,再根据该车辆身份信息,确定该车辆在停车场中的目标停车区域位置具体包括:
步骤S201,当确定该驾驶员具备允许停车权限,则对该驾驶员当前驾驶的车辆的前侧部分进行拍摄,以此获得相应的车辆前侧图像;
步骤S202,对该车辆前侧图像进行识别处理,以此得到该车辆的对应车牌号码信息;
步骤S203,根据该车牌号码信息,从历史停车场监控录像中提取关于该车辆历史停车状态的所有监控图像,并根据该所有监控图像,确定该车辆的所有历史停车区域位置,再将其中停泊次数最高的历史停车区域作为最终确定的目标停车区域位置。
上述技术方案的有益效果为:通过对该车辆前侧图像进行识别处理而得到该车辆的车牌号码信息,以便于以该车牌号码信息作为依据从监控录像中提取得到该车辆在该停车场中的所有历史停车区域位置,该所有历史停车区域位置表示驾驶员的停车位置习惯和偏好,这样再将其中停泊次数最高的历史停车区域作为最终确定的目标停车区域位置,能够保证后续将驾驶员引导至合适其实际停车需求的区域中。
优选地,在该步骤S203中,根据该所有监控图像,确定该车辆的所有历史停车区域位置,再将其中停泊次数最高的历史停车区域作为最终确定的目标停车区域位置具体为:
根据该所有监控图像,确定该车辆的所有历史停车区域位置,并计算出停泊次数最高的历史停车区域,并判断该停泊次数最高的历史停车区域内是否存在可供停泊的车位,若该停泊次数最高的历史停车区域内的全部车位均不能停泊,则按照历史停车区域的停泊次数从高到低的顺序依次进行判断,直至找到可供停泊的车位为止,则将找到的可供停泊的车位确定为目标停车区域位置,其具体包括:
第一、利用下面公式(1),确定该车辆在所有历史停车区域位置的停泊次数,
在上述公式(1)中,Ra表示该车辆在第a个停车区域位置的历史停泊次数,r表示第r帧监控图像,T表示相邻两帧监控图像间的时间间隔,Pa(rT)表示rT时刻该第r帧监控图像监控该车辆情况,且当该rT时刻该第r帧监控图像中监控到该车辆则令Pa(rT)=1,当该rT时刻该第r帧监控图像中未监控到该车辆则令Pa(rT)=0,Pa[(r+1)T]表示时刻该第r+1帧监控图像监控该车辆情况,且当该(r+1)T时刻该第r+1帧监控图像中监控到该车辆则令=1Pa[(r+1)T],当该(r+1)T时刻该第r+1帧监控图像中未监控到该车辆则令Pa[(r+1)T]=0,G表示所有监控图像的总帧数;
第二、利用下面公式(2)以及该车辆在所有历史停车区域位置的停泊次数,得到该历史停车区域停泊次数的排序值,
在上述公式(2)中,Da表示该车辆在第a个停车区域位置停泊次数的排序值,Rb表示该车辆在第b个停车区域位置的停泊次数,u()表示阶跃函数,且当括号内的值大于等于0时阶跃函数的函数值为1,当括号内的值小于0时阶跃函数的函数值为0,k表示该停车区域位置的总数;
按照该Da的值从大到小的顺序对对应的停车区域位置进行排序,并利用下面步骤按照排序顺序对当前停车区域中是否存在可供停泊的车位进行判断;
第三、利用下面公式(3),判断该当前停车区域中是否存在可供停泊的车位,
在上述公式(3)中,ηa表示当前第a个停车区域位置中可供停泊的车位个数,表示当前第a个停车区域位置中第i排第j列车位停泊的车辆个数,且取值为0或者1,当时,表示该第i排第j列车位有车辆停泊,当时,表示该第i排第j列车位没有车辆停泊,m表示停车区域位置中每一排的车位个数,n表示停车区域位置中每一列的车位个数;
当ηa=0时,表示当前第a个停车区域位置中没有可供停泊的车位,则继续按照Da值从大到小的顺序对当前停车区域中可供停泊的车位进行判断,直至找到ηa>0即找到可供停泊的车位为止。
上述技术方案的有益效果为:利用公式(1)和根据所有监控图像,确定所述车辆在所有历史停车区域位置的停泊次数,从而可以通过对监控图像的分析得到每个历史停车区域位置的停泊次数;然后利用公式(2)和根据车辆在所有历史停车区域位置的停泊次数得到历史停车区域停泊次数的排序值,从而根据排序值对所述停车区域进行从大到小的排序;最后利用公式(3)按照排序顺序对当前停车区域中是否存在可供停泊的车位进行判断,从而可以自动找到可供停泊的车位;上述过程可以自动寻找停车区域位置并判断停车区域位置是否可以停泊,体现了系统的自动化特性,并且可以精准的分析到停车区域位置中的每一个车位,保证了停泊的可靠性。
优选地,在该步骤S3中,获取该车辆当前在该停车场中的实时位置以及该目标停车区域位置中可供停泊的车位实际位置,并根据该实时位置和该可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将该最短行驶路径提供给具备允许停车权限的驾驶员具体包括:
步骤S301,获取该车辆当前在该停车场中的实时位置,并调取该目标停车区域位置当前的监控录像,并根据该监控录像,确定该目标停车区域位置中可供停泊的车位实际位置;
步骤S302,根据该实时位置、该车位实际位置以及该停车场内部的行车道路分布信息,确定两个位置之间的最短行驶路径;
步骤S303,将该最短行驶路径发送至该具备允许停车权限的驾驶员的移动终端上,从而指示该驾驶员进行驾驶。
上述技术方案的有益效果为:通过调取该目标停车区域位置当前的监控录像,能够从该监控录像中实时确定该目标停车区域位置中可供停泊的车位实际位置,在利用该实时位置、该车位实际位置以及该停车场内部的行车道路分布信息,能够快速地确定两个位置之间的最短行驶路径,以便于将驾驶员引导至合适的和能够停泊的停车位中,从而改善停车场停车服务质量。
参阅图2,为本发明实施例提供的基于人脸验证的停车服务控制系统的结构示意图。该基于人脸验证的停车服务控制系统包括驾驶员拍摄模块、驾驶员停车权限确定模块、车辆拍摄模块、目标停车区域位置确定模块和行驶路径确定模块;其中,
该驾驶员拍摄模块用于对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像;
该驾驶员停车权限确定模块用于对该脸部图像进行识别处理,以此确定该驾驶员是否具备允许停车权限;
该车辆拍摄模块用于对该驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像;
该目标停车区域位置确定模块用于对该车辆图像进行识别处理,从而得到该车辆对应的车辆身份信息,再根据该车辆身份信息,确定该车辆在停车场中的目标停车区域位置;
该行驶路径确定模块用于获取该车辆当前在该停车场中的实时位置以及该目标停车区域位置中可供停泊的车位实际位置,并根据该实时位置和该可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将该最短行驶路径提供给具备允许停车权限的驾驶员。
上述技术方案的有益效果为:该基于人脸验证的停车服务控制系统通过对拍摄得到驾驶员的脸部图像进行识别处理,以确定驾驶员是否具备允许停车权限,再对拍摄得到的驾驶员当前驾驶的车辆图像进行识别处理,以此确定车辆对应的车辆身份信息进而确定车辆在停车场中的目标停车区域位置,最后根据车辆的实时位置和目标停车区域位置中可供停泊的车位实际位置,确定并向驾驶员提供两个位置之间的最短行驶路径,这样能够保证驾驶员以最短的时间找到合适的停车位置并快速地将车辆驾驶到相应的停车位置,从而提高停车场停车管理的自动化和智能化程度以及改善停车场停车服务质量。
优选地,该驾驶员拍摄模块对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像具体包括:
对该驾驶员的脸部区域进行双目拍摄,以此获得关于该脸部区域在不同视角方向的第一脸部图像和第二脸部图像;
以及,
该驾驶员停车权限确定模块对该脸部图像进行识别处理,以此确定该驾驶员是否具备允许停车权限具体包括:
根据该第一脸部图像和该第二脸部图像之间的图像视差,生成关于该脸部区域的三维脸部图像,并从该三维脸部图像中提取得到相应的五官轮廓特征信息;
再将该五官轮廓特征信息与预设五官轮廓特征数据库进行比对,若该五官轮廓特征信息与该预设五官轮廓数据包含的任一五官轮廓数据相匹配,则确定该驾驶员具备允许停车权限,否则,确定该驾驶员不具备允许停车权限。
上述技术方案的有益效果为:通过对驾驶员的脸部区域进行双目拍摄从而生成对应的三维脸部图像,这样能够在三维空间中提取得到驾驶员的五官轮廓特征信息,从而最大限度地保证该五官轮廓特征信息的真实性和可靠性;此外,通过将该五官轮廓特征信息与预设五官轮廓特征数据库进行比对,能够准确地确定该驾驶员的身份信息,从而最终确定该驾驶员是否具备允许停车权限和避免非法人员进入停车场中以保证停车场的停车安全性。
优选地,该车辆拍摄模块对该驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像具体包括:
当确定该驾驶员具备允许停车权限,则对该驾驶员当前驾驶的车辆的前侧部分进行拍摄,以此获得相应的车辆前侧图像;
以及
该目标停车区域位置确定模块对该车辆图像进行识别处理,从而得到该车辆对应的车辆身份信息,再根据该车辆身份信息,确定该车辆在停车场中的目标停车区域位置具体包括:
对该车辆前侧图像进行识别处理,以此得到该车辆的对应车牌号码信息;
再根据该车牌号码信息,从历史停车场监控录像中提取关于该车辆历史停车状态的所有监控图像,并根据该所有监控图像,确定该车辆的所有历史停车区域位置,再将其中停泊次数最高的历史停车区域作为最终确定的目标停车区域位置。
上述技术方案的有益效果为:通过对该车辆前侧图像进行识别处理而得到该车辆的车牌号码信息,以便于以该车牌号码信息作为依据从监控录像中提取得到该车辆在该停车场中的所有历史停车区域位置,该所有历史停车区域位置表示驾驶员的停车位置习惯和偏好,这样再将其中停泊次数最高的历史停车区域作为最终确定的目标停车区域位置,能够保证后续将驾驶员引导至合适其实际停车需求的区域中。
优选地,该行驶路径确定模块获取该车辆当前在该停车场中的实时位置以及该目标停车区域位置中可供停泊的车位实际位置,并根据该实时位置和该可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将该最短行驶路径提供给具备允许停车权限的驾驶员具体包括:
获取该车辆当前在该停车场中的实时位置,并调取该目标停车区域位置当前的监控录像,并根据该监控录像,确定该目标停车区域位置中可供停泊的车位实际位置;
再根据该实时位置、该车位实际位置以及该停车场内部的行车道路分布信息,确定两个位置之间的最短行驶路径;
最后将该最短行驶路径发送至该具备允许停车权限的驾驶员的移动终端上,从而指示该驾驶员进行驾驶。
上述技术方案的有益效果为:通过调取该目标停车区域位置当前的监控录像,能够从该监控录像中实时确定该目标停车区域位置中可供停泊的车位实际位置,在利用该实时位置、该车位实际位置以及该停车场内部的行车道路分布信息,能够快速地确定两个位置之间的最短行驶路径,以便于将驾驶员引导至合适的和能够停泊的停车位中,从而改善停车场停车服务质量。
从上述实施例的内容可知,该基于人脸验证的停车服务控制方法和系统通过对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像,并对该脸部图像进行识别处理,以此确定该驾驶员是否具备允许停车权限,并对该驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像,并对该车辆图像进行识别处理,从而得到该车辆对应的车辆身份信息,再根据该车辆身份信息,确定该车辆在停车场中的目标停车区域位置,最后获取该车辆当前在该停车场中的实时位置以及该目标停车区域位置中可供停泊的车位实际位置,并根据该实时位置和该可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将该最短行驶路径提供给具备允许停车权限的驾驶员;可见,该基于人脸验证的停车服务控制方法和系统通过对拍摄得到驾驶员的脸部图像进行识别处理,以确定驾驶员是否具备允许停车权限,再对拍摄得到的驾驶员当前驾驶的车辆图像进行识别处理,以此确定车辆对应的车辆身份信息进而确定车辆在停车场中的目标停车区域位置,最后根据车辆的实时位置和目标停车区域位置中可供停泊的车位实际位置,确定并向驾驶员提供两个位置之间的最短行驶路径,这样能够保证驾驶员以最短的时间找到合适的停车位置并快速地将车辆驾驶到相应的停车位置,从而提高停车场停车管理的自动化和智能化程度以及改善停车场停车服务质量。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.基于人脸验证的停车服务控制方法,其特征在于,其包括如下步骤:
步骤S1,对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像,并对所述脸部图像进行识别处理,以此确定所述驾驶员是否具备允许停车权限;
步骤S2,对所述驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像,并对所述车辆图像进行识别处理,从而得到所述车辆对应的车辆身份信息,再根据所述车辆身份信息,确定所述车辆在停车场中的目标停车区域位置;
步骤S3,获取所述车辆当前在所述停车场中的实时位置以及所述目标停车区域位置中可供停泊的车位实际位置,并根据所述实时位置和所述可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将所述最短行驶路径提供给具备允许停车权限的驾驶员。
2.如权利要求1所述的基于人脸验证的停车服务控制方法,其特征在于:在所述步骤S1中,对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像,并对所述脸部图像进行识别处理,以此确定所述驾驶员是否具备允许停车权限具体包括:
步骤S101,对所述驾驶员的脸部区域进行双目拍摄,以此获得关于所述脸部区域在不同视角方向的第一脸部图像和第二脸部图像;
步骤S102,根据所述第一脸部图像和所述第二脸部图像之间的图像视差,生成关于所述脸部区域的三维脸部图像,并从所述三维脸部图像中提取得到相应的五官轮廓特征信息;
步骤S103,将所述五官轮廓特征信息与预设五官轮廓特征数据库进行比对,若所述五官轮廓特征信息与所述预设五官轮廓数据包含的任一五官轮廓数据相匹配,则确定所述驾驶员具备允许停车权限,否则,确定所述驾驶员不具备允许停车权限。
3.如权利要求2所述的基于人脸验证的停车服务控制方法,其特征在于:在所述步骤S2中,对所述驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像,并对所述车辆图像进行识别处理,从而得到所述车辆对应的车辆身份信息,再根据所述车辆身份信息,确定所述车辆在停车场中的目标停车区域位置具体包括:
步骤S201,当确定所述驾驶员具备允许停车权限,则对所述驾驶员当前驾驶的车辆的前侧部分进行拍摄,以此获得相应的车辆前侧图像;
步骤S202,对所述车辆前侧图像进行识别处理,以此得到所述车辆的对应车牌号码信息;
步骤S203,根据所述车牌号码信息,从历史停车场监控录像中提取关于所述车辆历史停车状态的所有监控图像,并根据所述所有监控图像,确定所述车辆的所有历史停车区域位置,再将其中停泊次数最高的历史停车区域作为最终确定的目标停车区域位置。
4.如权利要求3所述的基于人脸验证的停车服务控制方法,其特征在于:在所述步骤S203中,根据所述所有监控图像,确定所述车辆的所有历史停车区域位置,再将其中停泊次数最高的历史停车区域作为最终确定的目标停车区域位置具体为:
根据所述所有监控图像,确定所述车辆的所有历史停车区域位置,并计算出停泊次数最高的历史停车区域,并判断所述停泊次数最高的历史停车区域内是否存在可供停泊的车位,若所述停泊次数最高的历史停车区域内的全部车位均不能停泊,则按照历史停车区域的停泊次数从高到低的顺序依次进行判断,直至找到可供停泊的车位为止,则将找到的可供停泊的车位确定为目标停车区域位置,其具体包括:
第一、利用下面公式(1),确定所述车辆在所有历史停车区域位置的停泊次数,
在上述公式(1)中,Ra表示所述车辆在第a个停车区域位置的历史停泊次数,r表示第r帧监控图像,T表示相邻两帧监控图像间的时间间隔,Pa(rT)表示rT时刻所述第r帧监控图像监控所述车辆情况,且当所述rT时刻所述第r帧监控图像中监控到所述车辆则令Pa(rT)=1,当所述rT时刻所述第r帧监控图像中未监控到所述车辆则令Pa(rT)=0,Pa[(r+1)T]表示(r+1)T时刻所述第r+1帧监控图像监控所述车辆情况,且当所述(r+1)T时刻所述第r+1帧监控图像中监控到所述车辆则令Pa[(r+1)T]=1,当所述(r+1)T时刻所述第r+1帧监控图像中未监控到所述车辆则令Pa[(r+1)T]=0,G表示所有监控图像的总帧数;
第二、利用下面公式(2)以及所述车辆在所有历史停车区域位置的停泊次数,得到所述历史停车区域停泊次数的排序值,
在上述公式(2)中,Da表示所述车辆在第a个停车区域位置停泊次数的排序值,Rb表示所述车辆在第b个停车区域位置的停泊次数,u()表示阶跃函数,且当括号内的值大于等于0时阶跃函数的函数值为1,当括号内的值小于0时阶跃函数的函数值为0,k表示所述停车区域位置的总数;
按照所述Da的值从大到小的顺序对对应的停车区域位置进行排序,并利用下面步骤按照排序顺序对当前停车区域中是否存在可供停泊的车位进行判断;
第三、利用下面公式(3),判断所述当前停车区域中是否存在可供停泊的车位,
在上述公式(3)中,ηa表示当前第a个停车区域位置中可供停泊的车位个数,表示当前第a个停车区域位置中第i排第j列车位停泊的车辆个数,且取值为0或者1,当时,表示所述第i排第j列车位有车辆停泊,当时,表示所述第i排第j列车位没有车辆停泊,m表示停车区域位置中每一排的车位个数,n表示停车区域位置中每一列的车位个数;
当ηa=0时,表示当前第a个停车区域位置中没有可供停泊的车位,则继续按照Da值从大到小的顺序对当前停车区域中可供停泊的车位进行判断,直至找到ηa>0即找到可供停泊的车位为止。
5.如权利要求3所述的基于人脸验证的停车服务控制方法,其特征在于:在所述步骤S3中,获取所述车辆当前在所述停车场中的实时位置以及所述目标停车区域位置中可供停泊的车位实际位置,并根据所述实时位置和所述可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将所述最短行驶路径提供给具备允许停车权限的驾驶员具体包括:
步骤S301,获取所述车辆当前在所述停车场中的实时位置,并调取所述目标停车区域位置当前的监控录像,并根据所述监控录像,确定所述目标停车区域位置中可供停泊的车位实际位置;
步骤S302,根据所述实时位置、所述车位实际位置以及所述停车场内部的行车道路分布信息,确定两个位置之间的最短行驶路径;
步骤S303,将所述最短行驶路径发送至所述具备允许停车权限的驾驶员的移动终端上,从而指示所述驾驶员进行驾驶。
6.基于人脸验证的停车服务控制系统,其特征在于,其包括驾驶员拍摄模块、驾驶员停车权限确定模块、车辆拍摄模块、目标停车区域位置确定模块和行驶路径确定模块;其中,
所述驾驶员拍摄模块用于对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像;
所述驾驶员停车权限确定模块用于对所述脸部图像进行识别处理,以此确定所述驾驶员是否具备允许停车权限;
所述车辆拍摄模块用于对所述驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像;
所述目标停车区域位置确定模块用于对所述车辆图像进行识别处理,从而得到所述车辆对应的车辆身份信息,再根据所述车辆身份信息,确定所述车辆在停车场中的目标停车区域位置;
所述行驶路径确定模块用于获取所述车辆当前在所述停车场中的实时位置以及所述目标停车区域位置中可供停泊的车位实际位置,并根据所述实时位置和所述可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将所述最短行驶路径提供给具备允许停车权限的驾驶员。
7.如权利要求6所述的基于人脸验证的停车服务控制系统,其特征在于:所述驾驶员拍摄模块对驾驶员的脸部区域进行拍摄,以此获得相应的脸部图像具体包括:
对所述驾驶员的脸部区域进行双目拍摄,以此获得关于所述脸部区域在不同视角方向的第一脸部图像和第二脸部图像;
以及,
所述驾驶员停车权限确定模块对所述脸部图像进行识别处理,以此确定所述驾驶员是否具备允许停车权限具体包括:
根据所述第一脸部图像和所述第二脸部图像之间的图像视差,生成关于所述脸部区域的三维脸部图像,并从所述三维脸部图像中提取得到相应的五官轮廓特征信息;
再将所述五官轮廓特征信息与预设五官轮廓特征数据库进行比对,若所述五官轮廓特征信息与所述预设五官轮廓数据包含的任一五官轮廓数据相匹配,则确定所述驾驶员具备允许停车权限,否则,确定所述驾驶员不具备允许停车权限。
8.如权利要求7所述的基于人脸验证的停车服务控制系统,其特征在于:所述车辆拍摄模块对所述驾驶员当前驾驶的车辆进行拍摄,以此获得相应的车辆图像具体包括:
当确定所述驾驶员具备允许停车权限,则对所述驾驶员当前驾驶的车辆的前侧部分进行拍摄,以此获得相应的车辆前侧图像;
以及
所述目标停车区域位置确定模块对所述车辆图像进行识别处理,从而得到所述车辆对应的车辆身份信息,再根据所述车辆身份信息,确定所述车辆在停车场中的目标停车区域位置具体包括:
对所述车辆前侧图像进行识别处理,以此得到所述车辆的对应车牌号码信息;
再根据所述车牌号码信息,从历史停车场监控录像中提取关于所述车辆历史停车状态的所有监控图像,并根据所述所有监控图像,确定所述车辆的所有历史停车区域位置,再将其中停泊次数最高的历史停车区域作为最终确定的目标停车区域位置。
9.如权利要求8所述的基于人脸验证的停车服务控制系统,其特征在于:所述行驶路径确定模块获取所述车辆当前在所述停车场中的实时位置以及所述目标停车区域位置中可供停泊的车位实际位置,并根据所述实时位置和所述可供停泊的车位实际位置,确定两个位置之间的最短行驶路径,再将所述最短行驶路径提供给具备允许停车权限的驾驶员具体包括:
获取所述车辆当前在所述停车场中的实时位置,并调取所述目标停车区域位置当前的监控录像,并根据所述监控录像,确定所述目标停车区域位置中可供停泊的车位实际位置;
再根据所述实时位置、所述车位实际位置以及所述停车场内部的行车道路分布信息,确定两个位置之间的最短行驶路径;
最后将所述最短行驶路径发送至所述具备允许停车权限的驾驶员的移动终端上,从而指示所述驾驶员进行驾驶。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011503708.0A CN112652174B (zh) | 2020-12-18 | 2020-12-18 | 基于人脸验证的停车服务控制方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011503708.0A CN112652174B (zh) | 2020-12-18 | 2020-12-18 | 基于人脸验证的停车服务控制方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112652174A true CN112652174A (zh) | 2021-04-13 |
CN112652174B CN112652174B (zh) | 2021-08-31 |
Family
ID=75355063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011503708.0A Active CN112652174B (zh) | 2020-12-18 | 2020-12-18 | 基于人脸验证的停车服务控制方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112652174B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113611148A (zh) * | 2021-07-11 | 2021-11-05 | 德明尚品科技集团有限公司 | 基于区块链的停车场车辆管理方法和系统 |
CN116935692A (zh) * | 2023-07-21 | 2023-10-24 | 江苏通行宝智慧交通科技股份有限公司 | 一种区域停车场智慧管理平台 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050280555A1 (en) * | 2004-06-22 | 2005-12-22 | Warner Frederick M Iv | Mathods & apparatus dynamically managing parking |
CN102663367A (zh) * | 2012-04-16 | 2012-09-12 | 电子科技大学 | 一种基于模拟退火算法的三维人脸识别方法 |
CN104112114A (zh) * | 2013-10-30 | 2014-10-22 | 北京安捷天盾科技发展有限公司 | 身份验证方法和装置 |
US20150279213A1 (en) * | 2012-11-06 | 2015-10-01 | S-Parking Technologies Ltd. | Parking Spot Coordination System |
CN105374073A (zh) * | 2015-11-16 | 2016-03-02 | 立德高科(北京)数码科技有限责任公司 | 一种停车场管理系统及其方法 |
CN205193907U (zh) * | 2015-11-04 | 2016-04-27 | 杭州朗米科技有限公司 | 一种人车双重验证闸机系统 |
CN106157625A (zh) * | 2016-08-04 | 2016-11-23 | 蔚来汽车有限公司 | 固定车位识别方法 |
CN108428364A (zh) * | 2018-03-28 | 2018-08-21 | 安徽唯诗杨信息科技有限公司 | 一种基于云端大数据的导航管理系统 |
CN108806306A (zh) * | 2018-04-24 | 2018-11-13 | 西安艾润物联网技术服务有限责任公司 | 停车权限控制方法及云平台服务器 |
CN108961825A (zh) * | 2018-08-09 | 2018-12-07 | 武汉中科通达高新技术股份有限公司 | 基于车辆二次识别的停车场停车引导方法 |
CN109035452A (zh) * | 2018-08-08 | 2018-12-18 | 李瑶 | 一种基于物联网的停车信息管理系统 |
CN109410630A (zh) * | 2018-09-05 | 2019-03-01 | 西安艾润物联网技术服务有限责任公司 | 基于驾驶员信息的车位推送方法及相关产品 |
US20190088127A1 (en) * | 2015-09-25 | 2019-03-21 | International Business Machines Corporation | Automatic selection of parking spaces based on parking space attributes, driver preferences, and vehicle information |
CN109829658A (zh) * | 2019-02-28 | 2019-05-31 | 华南理工大学 | 一种基于不同人群需求的停车泊位分配方法 |
CN110210322A (zh) * | 2019-05-06 | 2019-09-06 | 深圳市华芯技研科技有限公司 | 一种通过3d原理进行人脸识别的方法 |
CN110322698A (zh) * | 2019-06-14 | 2019-10-11 | 西安艾润物联网技术服务有限责任公司 | 停车管理方法、装置及系统 |
US20200066155A1 (en) * | 2018-08-22 | 2020-02-27 | Ford Global Technologies, Llc | Parking management systems and methods |
CN110874952A (zh) * | 2018-09-03 | 2020-03-10 | 上海博泰悦臻电子设备制造有限公司 | 停车位动态管理方法及服务器 |
CN110956811A (zh) * | 2019-10-31 | 2020-04-03 | 厦门路桥信息股份有限公司 | 停车场车牌识别错误快速处理方法、介质、设备及装置 |
-
2020
- 2020-12-18 CN CN202011503708.0A patent/CN112652174B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050280555A1 (en) * | 2004-06-22 | 2005-12-22 | Warner Frederick M Iv | Mathods & apparatus dynamically managing parking |
CN102663367A (zh) * | 2012-04-16 | 2012-09-12 | 电子科技大学 | 一种基于模拟退火算法的三维人脸识别方法 |
US20150279213A1 (en) * | 2012-11-06 | 2015-10-01 | S-Parking Technologies Ltd. | Parking Spot Coordination System |
CN104112114A (zh) * | 2013-10-30 | 2014-10-22 | 北京安捷天盾科技发展有限公司 | 身份验证方法和装置 |
US20190088127A1 (en) * | 2015-09-25 | 2019-03-21 | International Business Machines Corporation | Automatic selection of parking spaces based on parking space attributes, driver preferences, and vehicle information |
CN205193907U (zh) * | 2015-11-04 | 2016-04-27 | 杭州朗米科技有限公司 | 一种人车双重验证闸机系统 |
CN105374073A (zh) * | 2015-11-16 | 2016-03-02 | 立德高科(北京)数码科技有限责任公司 | 一种停车场管理系统及其方法 |
CN106157625A (zh) * | 2016-08-04 | 2016-11-23 | 蔚来汽车有限公司 | 固定车位识别方法 |
CN108428364A (zh) * | 2018-03-28 | 2018-08-21 | 安徽唯诗杨信息科技有限公司 | 一种基于云端大数据的导航管理系统 |
CN108806306A (zh) * | 2018-04-24 | 2018-11-13 | 西安艾润物联网技术服务有限责任公司 | 停车权限控制方法及云平台服务器 |
CN109035452A (zh) * | 2018-08-08 | 2018-12-18 | 李瑶 | 一种基于物联网的停车信息管理系统 |
CN108961825A (zh) * | 2018-08-09 | 2018-12-07 | 武汉中科通达高新技术股份有限公司 | 基于车辆二次识别的停车场停车引导方法 |
US20200066155A1 (en) * | 2018-08-22 | 2020-02-27 | Ford Global Technologies, Llc | Parking management systems and methods |
CN110874952A (zh) * | 2018-09-03 | 2020-03-10 | 上海博泰悦臻电子设备制造有限公司 | 停车位动态管理方法及服务器 |
CN109410630A (zh) * | 2018-09-05 | 2019-03-01 | 西安艾润物联网技术服务有限责任公司 | 基于驾驶员信息的车位推送方法及相关产品 |
CN109829658A (zh) * | 2019-02-28 | 2019-05-31 | 华南理工大学 | 一种基于不同人群需求的停车泊位分配方法 |
CN110210322A (zh) * | 2019-05-06 | 2019-09-06 | 深圳市华芯技研科技有限公司 | 一种通过3d原理进行人脸识别的方法 |
CN110322698A (zh) * | 2019-06-14 | 2019-10-11 | 西安艾润物联网技术服务有限责任公司 | 停车管理方法、装置及系统 |
CN110956811A (zh) * | 2019-10-31 | 2020-04-03 | 厦门路桥信息股份有限公司 | 停车场车牌识别错误快速处理方法、介质、设备及装置 |
Non-Patent Citations (3)
Title |
---|
SIOU-HONG LIOU,YUN-CHIN HSIEH,CHENG-YUAN CHANG: "《Design and Implementation of a Smart Parking Management System for Smart Cities》", 《2018 IEEE INTERNATIONAL CONFERENCE ON CONSUMER ELECTRONICS-TAIWAN (ICCE-TW)》 * |
黄福: "《基于3D建模的面部识别系统的研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
黄福玉,翟云,等: "《移动政务》", 28 February 2017 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113611148A (zh) * | 2021-07-11 | 2021-11-05 | 德明尚品科技集团有限公司 | 基于区块链的停车场车辆管理方法和系统 |
CN116935692A (zh) * | 2023-07-21 | 2023-10-24 | 江苏通行宝智慧交通科技股份有限公司 | 一种区域停车场智慧管理平台 |
CN116935692B (zh) * | 2023-07-21 | 2024-04-30 | 江苏通行宝智慧交通科技股份有限公司 | 一种区域停车场智慧管理平台 |
Also Published As
Publication number | Publication date |
---|---|
CN112652174B (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108513674B (zh) | 一种车前积雪与结冰的检测报警方法、存储介质和服务器 | |
WO2020087743A1 (zh) | 非机动车交通违法监管方法、装置及电子设备 | |
CN108701396B (zh) | 一种车前积雪与结冰的检测报警方法、存储介质和服务器 | |
CN110826370B (zh) | 车内人员的身份识别方法、装置、车辆及存储介质 | |
CN112652174B (zh) | 基于人脸验证的停车服务控制方法和系统 | |
CN109686031A (zh) | 基于安防的识别跟随方法 | |
CN103871242A (zh) | 一种驾驶行为综合评价系统与方法 | |
CN110580808B (zh) | 一种信息处理方法、装置、电子设备及智能交通系统 | |
CN110781759B (zh) | 车辆与驾驶人员的信息绑定方法、装置及计算机存储介质 | |
CN109866684A (zh) | 车道偏离预警方法、系统、可读存储介质及计算机设备 | |
US11482012B2 (en) | Method for driving assistance and mobile device using the method | |
CN111301404B (zh) | 车辆的控制方法及装置、存储介质及处理器 | |
CN107944425A (zh) | 道路标志的识别方法和装置 | |
CN111932889A (zh) | 一种基于车路协同的交通疏导系统 | |
CN111383248B (zh) | 一种行人闯红灯判断方法、装置和电子设备 | |
CN108074395B (zh) | 一种身份识别的方法及装置 | |
CN113076852A (zh) | 一种基于5g通信的占用公交车道车载抓拍处理系统 | |
CN110188645B (zh) | 用于车载场景的人脸检测方法、装置、车辆及存储介质 | |
CN109344776B (zh) | 数据处理方法 | |
CN112969053B (zh) | 车内信息传输方法、装置、车载设备及存储介质 | |
CN115762153A (zh) | 倒车检测方法及装置 | |
CN113525402B (zh) | 高级辅助驾驶及无人驾驶视场智能响应方法及系统 | |
CN115635969A (zh) | 一种车辆控制方法、装置及车辆 | |
CN114379582A (zh) | 一种控制车辆各自动驾驶功能的方法、系统及存储介质 | |
CN113192352A (zh) | 一种接收交管人员指令的自动驾驶方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |