CN113096406B - 车辆信息获取方法、装置及电子设备 - Google Patents
车辆信息获取方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113096406B CN113096406B CN201911338780.XA CN201911338780A CN113096406B CN 113096406 B CN113096406 B CN 113096406B CN 201911338780 A CN201911338780 A CN 201911338780A CN 113096406 B CN113096406 B CN 113096406B
- Authority
- CN
- China
- Prior art keywords
- illegal
- information
- vehicle
- image information
- snapshot
- 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.)
- Active
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
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
- G08G1/054—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed photographing overspeeding vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供车辆信息获取方法、装置及电子设备,所述车辆信息获取方法以下步骤:获取无人机拍摄到的违法图像信息,所述违法图像信息包括违法车辆信息;对所述违法图像信息进行特征检测,得到目标特征,所述目标特征包括违法车辆特征;根据所述违法图像信息与所述目标特征形成结构化违法图像信息;将所述结构化违法图像信息通过多网络分层控制协议发送到预设的部门终端。本发明不但可以节省人力、减少执法工作人员的工作量以及保证信息不缺失的同时极大地提高执法效率。
Description
技术领域
本发明涉及交通违法监控技术领域,尤其涉及车辆信息获取方法、装置及电子设备。
背景技术
近年来,随着我国经济的快速发展,城乡居民收入水平不断提高,车辆数量快速增加,交通违法行为也逐年增多,严重威胁着人民的生命和财产安全。根据已有的证据显示,车辆驾驶员违法行为中,过失违法和故意违法并存,后者中的驾驶员主要抱着贪小便宜和侥幸的心态,以及轻视交通违法的特权心态。目前交通管理部门虽然不断加强交通违法行为的监管,但是毕竟不可能在所有地方将所有违法行为都记录在案,给这些抱有侥幸心理的驾驶员有了可乘之机。
目前已有多地采用无人机对高速路上的违法违章行为进行抓拍监控,在无人机抓拍监控过程中,需要无人机持续发送连续的视频图像信息到相关执法部门,如交通管理部门,以供执法部门的工作人员从视频图像中截取违法图像,便于处理违法图像对应的违法违章行为。但是由于无人机图传范围有限并且为满足传输图像信息的时效性一般采用UDP(User Datagram Protocol,用户数据报协议)的数据传输协议。而UDP数据传输协议的应用程序提供了一种无需建立连接就可以发送封装的IP(Internet Protocol)数据报的方法,是一种不可靠、无重传、实时性高的传输协议,使得无线图传系统的稳定性和可靠性不能很好的保证,图像传输的卡顿或图像丢失导致有时不能很好的完成执法工作,可见当前的图像传输效果差,导致执法部门执法效率不高的问题。
发明内容
本发明实施例提供车辆信息获取方法,能够提高图像传输效果,从而提高了执法部门执法效率。
第一方面,本发明实施例提供一种车辆信息获取方法,用于高速公路车辆信息获取,包括以下步骤:
获取无人机拍摄到的违法图像信息,所述违法图像信息包括违法车辆信息;
对所述违法图像信息进行特征检测,得到目标特征,所述目标特征包括违法车辆特征;
根据所述违法图像信息与所述目标特征形成结构化违法图像信息;
将所述结构化违法图像信息通过多网络分层控制协议发送到预设的部门终端。
可选的,所述获取无人机拍摄到的图像信息的步骤包括:
获取所述无人机在预设违法条件下拍摄的违法图像信息,所述预设违法条件为车辆违法条件;或
检测所述无人机拍摄的实时图像信息,判断所述实时图像信息是否存在违法车辆信息,若存在,则提取对应的实时图像信息作为违法图像信息。
可选的,所述预设违法条件为车辆出现在预设违法区域,所述获取所述无人机在预设违法条件下拍摄的违法图像信息的步骤包括:
当车辆出现在所述预设违法区域时,获取所述无人机对所述预设违法区域拍摄的图像,得到所述违法图像信息。
可选的,所述违法车辆信息包括超速违法信息以及对应的车辆信息,所述检测所述无人机拍摄的实时图像信息,判断所述实时图像信息是否存在违法车辆信息,若存在,则提取对应的实时图像信息作为违法图像信息的步骤包括:
在检测状态下,对所述实时图像信息中的车辆进行违法检测,并判断是否存在超速违法信息;
若存在所述超速违法信息,则获取包含对应车辆信息的实时图像信息作为违法图像信息。
可选的,所述方法还包括:
获取高速公路当前路段的车流量信息;
根据所述车流量信息,动态调节所述无人机的拍摄参数。
可选的,所述违法图像信息还包括与所述违法车辆信息对应的违法驾驶人员信息,所述目标特征还包括违法驾驶人员特征,所述对所述违法图像信息进行特征检测,得到目标特征的步骤包括:
对所述违法图像信息中的违法车辆信息进行车辆特征检测,得到目标车辆特征;
对所述违法图像信息中的违法驾驶人员信息进行人员特征检测,得到违法驾驶人员特征。
可选的,所述违法驾驶人员特征包括违法驾驶人员人脸特征值;所述方法还包括:
提取所述违法驾驶人员特征中的违法驾驶人员人脸特征值,所述违法驾驶人员人脸特征值用于匹配对应违法驾驶人员的身份信息;
所述根据所述违法图像信息与所述目标特征形成结构化违法图像信息的步骤包括;
将所述违法车辆特征、违法驾驶人员特征、驾驶人员人脸特征值进行结构化整合,得到结构化违法图像信息。
第二方面,本发明实施例提供一种车辆信息获取装置,包括:
获取模块,用于获取无人机拍摄到的违法图像信息,所述违法图像信息包括违法车辆信息;
特征检测模块,用于对所述违法图像信息进行特征检测,得到目标特征,所述目标特征包括违法车辆特征;
形成模块,用于根据所述违法图像信息与所述目标特征形成结构化违法图像信息;
发送模块,用于将所述结构化违法图像信息通过多网络分层控制协议发送到预设的部门终端。
第三方面,本发明实施例提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述提供的车辆信息获取方法中的步骤。
第四方面,本发明实施例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计算机程序,所述计算机程序被处理器执行时实现上述提供的车辆信息获取方法中的步骤。
本发明实施例中,获取无人机拍摄到的违法图像信息,所述违法图像信息包括违法车辆信息;对所述违法图像信息进行特征检测,得到目标特征,所述目标特征包括违法车辆特征;根据所述违法图像信息与所述目标特征形成结构化违法图像信息;将所述结构化违法图像信息通过多网络分层控制协议发送到预设的部门终端。这样无人机在进行交通违法监控时,无人机只需将获取到的存在违法行为的车辆的车辆信息,进行结构化处理后通过多网络分层控制协议发送给预设的部门终端,使得无人机不需要持续发送连续的图像信息到预设的部门终端。预设的部门终端收到这些结构化违法图像信息后,执法工作人员可以不用再对视频进行详细的观看查找违法车辆以及从视频中截取违法图片的工作量,只需将通过多网络分层控制协议回传回来的结构化违法图像信息中的违法车辆信息进行确认即可。本发明不但可以节省人力、减少执法工作人员的工作量以及保证信息不缺失的同时极大地提高执法效率。
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是本发明实施例提供的一种车辆信息获取方法的流程示意图;
图2是本发明实施例提供的另一种车辆信息获取方法的流程示意图;
图3是本发明实施例提供的一种车辆信息获取装置的结构示意图;
图4是本发明实施例提供的另一种车辆信息获取装置的结构示意图;
图5是本发明实施例提供的另一种电子设备的结构示意图。
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。
请参见图1,图1是本发明实施例提供的一种车辆信息获取方法的流程示意图,可以理解的是,本发明实施例描述的业务场景为高速公路是为了更加清楚的说明本发明实施例的技术方案,并不构成对于本发明实施例提供的技术方案的限定,本领域普通技术人员可知,随着新业务场景的出现,本发明实施例提供的技术方案对于类似的技术问题,同样适用。如图1所示,包括以下步骤:
步骤101、获取无人机拍摄到的违法图像信息。
其中,上述违法图像信息可以是违法视频信息、或者违法图片信息等。该违法图像信息包括违法车辆信息,违法图像信息还包括与该违法车辆对应的违法驾驶人员信息。违法车辆信息可以是违法车辆的车辆信息,比如,违法车辆的车牌信息、违法车辆的车体信息、违法车辆的类型信息等。该违法驾驶人员信息可以是人脸信息、性别信息、服饰特征信息、体型信息等。
上述无人机可以用于对高速路的交通违法行为进行抓拍监控。可以根据需求对其他道路、或其他场景的交通违法行为进行抓配监控。
上述无人机配置有用于采集图像的图像采集设备,该图像采集设备可以是多光谱成像仪、高光谱成像仪、可见光相机、红外相机、摄像头或其他可用于拍摄图像的装置,本发明实施例对图像采集设备的类型不作限定。本发明实施例以图像采集设备为摄像头为例。
上述获取无人机拍摄到的违法图像信息可以是,获取无人机在预设违法条件下拍摄得到的违法图像信息,该违法图像信息包括违法车辆信息,还可以包括与该违法车辆信息对应的违法驾驶人员信息。其中,预设违法条件为车辆违法条件,比如,车辆占用预设违法区域,或者车辆在预设违法区域行驶等。车辆违法条件还可以是车辆逆行行驶。
具体的,当车辆出现在预设违法区域时,获取无人机对预设违法区域拍摄的图像,得到违法图像信息。在另一实施方式中,当车辆出现在预设违法区域行驶时,获取无人机对预设违法区域拍摄的图像,得到违法图像信息,该违法图像信息包括违法车辆信息,还可以包括与该违法车辆信息对应的违法驾驶人员信息。在又一实施方式中,当车辆出现逆行行驶时,获取无人机对该车辆所逆行行驶的车道进行拍摄的图像,得到违法图像信息,该违法图像信息包括违法车辆信息,还可以包括与该违法车辆信息对应的违法驾驶人员信息。具体实施时,该预设违法区域可以是高速路上的应急车道,也可以是其他道路上的禁止停车或禁止行驶车道等。
作为本发明的一实施方式,上述获取无人机拍摄到的违法图像信息可以是,检测无人机拍摄的实时图像信息,判断实时图像信息是否存在违法车辆信息,若存在,则提取对应的实时图像信息作为违法图像信息,该违法图像信息包括违法车辆信息,还可以包括与该违法车辆信息对应的违法驾驶人员信息。其中,实施时图像信息可以是无人机对常规车道或其他车道等进行监控抓拍得到的图像信息。上述违法车辆信息还包括超速违法信息以及对应的车辆信息。
具体的,上述检测无人机拍摄的实时图像信息,判断实时图像信息是否存在违法车辆信息,若存在,则提取对应的实时图像信息作为违法图像信息,可以是,在检测状态下,对实时图像信息中的车辆进行违法检测,并判断是否存在超速违法信息;若存在超速违法信息,则获取包含对应车辆信息的实时图像信息作为违法图像信息,该违法图像信息还可以包括与该违法车辆信息对应的违法驾驶人员信息。该超速违法信息可以是车辆当前行驶速度超出道路规定的行驶速度的相关信息。
步骤102、对违法图像信息进行特征检测,得到目标特征。
其中,目标特征包括违法车辆特征,比如违法车辆的车体特征(大小、车类型)、车牌特征(车牌号、车牌类型)等,该目标特征还包括与上述违法车辆特征对应的违法驾驶人员特征,比如,违法驾驶人员的人脸特征、性别特征、服饰特征等。
在本实施例中,对违法图像信息中的违法车辆信息进行车辆特征检测,得到违法车辆特征。
作为本发明另一实施例中,还可以对违法图像信息中的违法驾驶人员信息进行人员特征检测,得到违法驾驶人员特征。
进一步的,可以对上述违法图像信息进行解码处理,得到多帧图片信息。具体的,当获取到上述违法图像信息后,可对该违法图像信息进行图像解码。也可以说是对违法视频信息中的视频进行视频解码。将违法图像信息分解成一帧一帧的图片信息。为防止处理过程中的性能瓶颈问题,可以将解码后的帧图片信息存放在消息队列中缓存,等待下一步骤进行处理。
又进一步的,针对每帧图片信息进行质量检测,并判断当前帧图片信息是否满足预设图片质量要求。
对解码后的每帧图片信息分别进行质量检测,将检测结果量化为一个0~100的值,0~100的值可以是对图片信息中的灰度、清晰度、分辨率等的一个综合评分。当分别检测到每帧图片信息的质量量化值满足预设的质量量化阈值时,则说明该帧图片信息的质量满足预设图片质量要求,若检测到某一帧图像信息的质量量化值不满足与预设的质量量化阈值,则说明该帧图片信息的质量不满足预设图片质量要求,且放弃处理该帧图像信息。这样可以筛选出满足预设图片质量要求的图片信息,便于后续步骤的图像处理更加准确。为防止处理过程中的性能瓶颈问题,将满足预设图片质量要求的帧图片信息存放在消息队列中缓存,等待下一步骤进行处理。具体实施时,预设的质量量化阈值可以根据需求进行设定,比如,可以设置为80,也可以设置为90等,大于预设的质量量化阈值的图片信息则为满足预设图片质量要求的图片。
更进一步的,若满足,则对每帧图片信息进行违法车辆信息检测追踪,和/或对每帧图片信息进行违法驾驶人员信息检测追踪。
对满足预设图片质量要求的图片信息进行检测追踪,首先,使用车辆检测算法检测当前帧图片信息中的违法车辆信息,给每个违法车辆信息分配一个追踪ID(身份标识),这样可以根据该追踪ID唯一标识该违法车辆信息,再后续的每帧图片信息中,若检测到同一辆违法车辆信息时,则用同一个追踪ID以标识为同一违法车辆信息。该追踪ID还可以称为trackid。
作为本发明另一实施方式,当检测到违法车辆信息后,对应检测到与该违法车辆信息对应的违法驾驶人员信息,同时也可以为该违法驾驶人员信息分配一个与该违法车辆信息的追踪ID对应的追踪标识,这样可以根据该违法驾驶人员的追踪标识唯一标识该违法驾驶人员信息,再后续的每帧图片信息中,若检测到同一违法驾驶人员信息时,则用同一个违法驾驶人员的追踪标识以标识为同一违法驾驶人员信息。
更进一步的,对检测追踪到违法车辆信息的每帧图片信息进行违法车辆特征提取,进而得到违法车辆特征,比如违法车辆的车牌特征、车体特征、车型特征等。
作为本发明另实施方式,可以不对违法车辆特征进行提取,只要获取到违法车辆信息即可。
作为本发明另一实施方式,还可以对检测追踪到违法驾驶人员信息的每帧图片信息进行违法驾驶人员特征提取,得到违法驾驶人员特征,比如违法驾驶人员的人脸特征、性别特征、服饰特征信息、体型特征等。
作为本发明另一实施方式,当该违法驾驶人员特征为违法人员人脸特征时,该违法人员人脸特征包括违法驾驶人员人脸特征值。
具体的,提取违法驾驶人员人脸特征中的违法驾驶人员人脸特征值,违法驾驶人员人脸特征值用于匹配对应违法驾驶人员的身份信息。
步骤103、根据违法图像信息与目标特征形成结构化违法图像信息。
其中,上述结构化违法图像信息包括目标特征以及违法图像信息;该目标特征为步骤103中检测到的目标特征,比如,违法车辆车体特征、违法车辆车牌特征、违法车辆车型特征等,还可以是违法驾驶人员特征,比如违法驾驶人员的人脸特征、性别特征、服饰特征信息、体型特征等。该违法图像信息包括步骤103中满足预设图片质量要求的图片信息形成的违法图像信息。
具体的,在确定满足质量的图片信息中的违法车辆特征后,获取该违法车辆特征在该图片信息中的二维位置信息,比如获取该违法车辆的车体特征在该该图片信息中的二维位置信息,以及获取违法车辆的车牌特征在该图片信息中的二维位置信息。在确定违法车辆特征信息后,截取各违法车辆特征对应的小图信息,并将截取到的各个违法车辆特征对应的小图信息以及被截取的当前图片信息(大图信息)进行结构化结合,得到结构化违法图像信息,比如,截取违法车辆的车体特征对应的小图信息、车牌特征对应的小图信息,然后将违法车辆的车体特征对应的小图信息和车牌特征对应的小图信息以及被截取的当前帧图片信息一同结构化整合,得到结构化违法图像信息。需要说明的是,将截取到的各个违法车辆特征对应的小图信息以及被截取的当前图片信息(大图信息)进行结构化结合可以是,将截取到的各个违法车辆特征对应的小图信息以及被截取的当前图片信息(大图信息)进行关联。
作为本发明实施例的另一实施方式,在确定满足质量的图片信息中违法驾驶人员特征,获取该违法驾驶人员特征在该图片信息中的二维位置信息,比如获取该违法驾驶人员的人脸特征在该该图片信息中的二维位置信息、获取违法驾驶人员的性别特征在该图片信息中的二维位置信息、获取违法驾驶人员的体型特征在该图片信息中的二维位置信息、以及获取违法驾驶人员的服饰特征在该图片信息中的二维位置信息。在确定违法驾驶人员特征信息后,截取各违法驾驶人员特征对应的小图信息,并将截取到的各个违法驾驶人员特征对应的小图信息、违法车辆的各违法车辆特征对应的小图信息、以及被截取的当前图片信息(大图信息)进行结构化结合,得到结构化违法图像信息,
比如,截取违法驾驶人员的人脸特征对应的小图信息、性别特征对应的小图信息、服饰特征对应的小图信息、体型特征对应的小图信息;截取违法车辆的车体特征对应的小图信息、车牌特征对应的小图信息,然后将违法驾驶人员的人脸特征对应的小图信息、性别特征对应的小图信息、服饰特征对应的小图信息、体型特征对应的小图信息;违法车辆的车体特征对应的小图信息和车牌特征对应的小图信息;以及被截取的当前帧图片信息一同结构化整合,得到结构化违法图像信息。
这样可以得到包含违法车辆特征、与违法车辆特征对应的违法驾驶人员特征、违法驾驶人员人脸特征值以及当前图片信息的结构化违法图像信息。
步骤104、将结构化违法图像信息通过多网络分层控制协议发送到预设的部门终端。
上述多网络分层控制协议可以是TCP(Transmission Control Protocol,传输控制协议)。TCP是一种面向连接的、可靠的、基于字节流的传输层通信协议。上述预设的部门终端可以是地面指挥中心的部门终端、可以是交通管理部门的部门终端,也可以是相关执法部门的部门终端。该预设的部门终端可以包括但不限于智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
具体的,当获取到结构化违法图像信息后,可将获取到的结构违法图像信息通过TCP发送给预设的部门终端。当预设的部门终端接收到该结构化违法图像信息后,工作人员或执法工作者就可以不用再对视频进行详细的观看查找违法车辆,只需将回传回来的结构化违法图像信息中的各违法车辆特征的小图信息进行确认即可。对于不好直接确认是否违法的车辆,工作人员或者执法工作者就可以点开结构化违法图像信息中的被截取的当前图片信息(大图信息)来确定是否确实存在违法现象。这样工作人员或执法工作就可以根据该违法车辆的车辆信息比如车牌号信息、车体信息等来进行相应的执法工作,进而提高执法部门执法效率。需要说明的是,当获取不到违法驾驶人员信息时,可以直接根据违法车辆信息来进行相应的执法工作。
进一步的,当预设的部门终端接收到的结构化违法图像信息包括违法驾驶人员特征时,工作人员或执法工作者就可以不用再对视频进行详细的观看查找违法驾驶人员,只需将回传回来的结构化违法图像信息中的各违法车辆特征以及违法驾驶人员特征对应的小图信息进行确认即可。对于不好直接确认是否违法的车辆,工作人员或者执法工作者就可以点开结构化违法图像信息中的被截取的当前图片信息(大图信息)来确定是否确实存在违法现象。这样工作人员或执法工作就可以根据该违法车辆的车辆信息(车牌号信息、车体信息等)、以及违法驾驶人员的人员信息(人脸信息、性别信息、服饰信息、体型信息等)来查找违法车辆信息以及违法驾驶人员信息等。进而完成相应的执法工作,便于提高执法部门执法效率。需要说明的是,当同时获取到违法车辆信息以及违法驾驶人员信息时,对于执法部门来说更容易进行相应的执法工作。
更进一步的,当违法驾驶人员人脸特征包括违法驾驶人员人脸特征值时,执法工作部门可以将人脸特征值接入公安联网系统通过对车上人脸特征值信息通过检索系统快速查找到与违章的人员相似度很高的居民信息,快速定位到违法个人。
需要说明的是,将这些结构化违法信息采用TCP传输协议进行可靠传输,这样即使收到干扰回传图像不稳定,也不影响执法信息的采集和传输,保证采集信息能够及时可靠的传达到预设的部门终端。
本发明实施例中,获取无人机拍摄到的违法图像信息,违法图像信息包括违法车辆信息;对违法图像信息进行特征检测,得到目标特征,目标特征包括违法车辆特征;根据违法图像信息与目标特征形成结构化违法图像信息;将结构化违法图像信息通过多网络分层控制协议发送到预设的部门终端。这样无人机在进行交通违法监控时,无人机只需将获取到的存在违法行为的车辆的车辆信息,进行结构化处理后通过多网络分层控制协议发送给预设的部门终端,使得无人机不需要持续发送连续的图像信息到预设的部门终端。预设的部门终端收到这些结构化违法图像信息后,执法工作人员可以不用再对视频进行详细的观看查找违法车辆以及从视频中截取违法图片的工作量,只需将通过多网络分层控制协议回传回来的结构化违法图像信息中的违法车辆信息进行确认即可。本发明不但可以节省人力、减少执法工作人员的工作量以及保证信息不缺失的同时极大地提高执法效率。
请参见图2,图2是本发明实施例提供的一种车辆信息获取方法的流程示意图;方法包括以下步骤。
步骤201、获取无人机拍摄到的违法图像信息。
步骤202、对违法图像信息进行特征检测,得到目标特征。
步骤203、根据违法图像信息与目标特征形成结构化违法图像信息。
步骤204、将结构化违法图像信息通过多网络分层控制协议发送到预设的部门终端。
步骤201、202、203、204与图1中的步骤101、102、103、104一一对应为相同的技术方案且能够达到相同的有益效果,为了避免重复,在此不再赘述。
步骤205、获取高速公路当前路段的车流量信息。
具体的,检测无人机在高速公路当前路段拍摄到的违法图像中的行车车辆数,并将该违法图像中的行车车辆数与预设的车流量阈值进行比较,以确定高速公路当前路段的车流量情况。若在该违法图像中的车辆流量达到预设的车流量阈值,则判断该高速公路当前路段的车流量大。若在该违法图像中的车辆流量未达到预设的车流量阈值,则判断该高速公路当前路段的车流量小。
步骤206、根据车流量信息,动态调节无人机的拍摄参数。
其中,无人机的拍摄参数可以是指无人机的抓拍帧率。
具体的,当获取到高速公路当前路段的车流量小时,提高无人机的抓拍帧率。当获取到高速公路当前路段的车流量大时,降低无人机的抓拍帧率。这样可以根据道路车流量大小来适应调整无人机的抓拍帧率,使得无人机抓拍到的图像信息都能够被处理,并且保证无人机抓怕到满足预设图片质量要求的图像信息,从而提高无人机的抓拍性能以及提高获取违法车辆信息的准确性,进一步提高执法部门的执法效率。
需要说明的是,车流量小的时候,可以正常执行步骤102、103对违法图像中每帧图片进行特征检测以及结构化处理,进而得到获取结构化违法图像信息。但在大车流量情况下,如果对违法图像中每帧图片进行特征检测,以及结构化处理时,会导致硬件结构负载过重,来不及处理的数据源被覆盖,上报结构异常。从而导致该方法获取违法车辆信息的性能降低,同时也降低无人机的抓拍性能。
具体实施时,无人机的抓拍帧率分为档位和抓拍频率两个区间,档位就是指根据图像的质量来确定抓拍图像质量是否满足档位要求,档位越高就越难抓拍到满足质量要求的图像信息,但是对于获取违法车辆信息的处理精度和准确度就会越有利,档位越低就越容易满足抓拍需求。示例性的,档位可以分为3个档位,图片质量要求由低到高,每个档位满足3帧信息即可。比如,设置档位为1,抓拍频率为10,就是每秒抓拍10帧信息,只要有3帧满足档位1的预设图片质量要求,就停止抓拍,这种方式可以很好的满足在大车流量场景下的抓拍设置,也能够保证无人机拍摄到满足预设图片质量要求的图像信息。在车流量小的时候又会自动调整档位参数为3,抓拍频率为25,这样可以最大程度满足抓拍的质量要求,同时硬件模块也能处理得过来。通过抓拍频率和抓拍档位两个维度的设计可以动态地调整当前的硬件模块对处理图像信息的获取质量。进而提高获取违法车辆信息和或违法驾驶人员信息的准确性,提高执法部门的执法效率。
需要说明的是,在本实施例中,无人机的抓拍帧率中的档位、抓拍频率可以根据需要以及硬件性能进行设置,保证无人机的抓拍性能,以及获取违法车辆信息的准确度即可。当无人机将获取到的结构化违法图像信息发送到预设的部门终端时,保证结构化违法图像信息的准确性,能够为预设的相关执法部门提供有效的违法图像信息。进而提高执法部门的执法效率。
在本发明实施例中,通过获取无人机拍摄到的违法图像信息,违法图像信息包括违法车辆信息;对违法图像信息进行特征检测,得到目标特征,目标特征包括违法车辆特征;根据违法图像信息与目标特征形成结构化违法图像信息;将结构化违法图像信息通过多网络分层控制协议发送到预设的部门终端;获取高速公路当前路段的车流量信息;根据车流量信息,动态调节无人机的拍摄参数。
这样无人机在进行交通违法监控时,无人机只需将获取到的存在违法行为的车辆的车辆信息,进行结构化处理后通过多网络分层控制协议发送给预设的部门终端,使得无人机不需要持续发送连续的图像信息到预设的部门终端。并且,能够通过监控道路的车流量信息来调整无人机的抓拍参数,保证无人机的抓拍性能以及保证获取到的违法图像信息能够满足预设图片质量要求,进而获取到更佳准确的结构化违法图像信息发送到预设的部门终端上。预设的部门终端收到这些结构化违法图像信息后,执法工作人员可以不用再对视频进行详细的观看查找违法车辆以及从视频中截取违法图片的工作量,只需将通过多网络分层控制协议回传回来的结构化违法图像信息中的违法车辆信息进行确认即可。本发明不但可以节省人力、减少执法工作人员的工作量、保证信息不缺失以及保证信息准确性的同时极大地提高执法效率。
参见图3,图3是本发明实施例提供的一种车辆信息获取装置的结构示意图,该车辆信息获取装置301包括:
获取模块3011,用于获取无人机拍摄到的违法图像信息,违法图像信息包括违法车辆信息。
特征检测模块3012,用于对违法图像信息进行特征检测,得到目标特征,目标特征包括违法车辆特征。
形成模块3013,用于根据违法图像信息与目标特征形成结构化违法图像信息。
发送模块3014,用于将结构化违法图像信息通过多网络分层控制协议发送到预设的部门终端。
参见图4,图4是本发明实施例提供的另一种车辆信息获取装置的结构示意图,该车辆信息获取装置301包括:
获取模块3011,用于获取无人机拍摄到的违法图像信息,违法图像信息包括违法车辆信息。
特征检测模块3012,用于对违法图像信息进行特征检测,得到目标特征,目标特征包括违法车辆特征。
形成模块3013,用于根据违法图像信息与目标特征形成结构化违法图像信息。
发送模块3014,用于将结构化违法图像信息通过多网络分层控制协议发送到预设的部门终端。
车流量信息获取模块3015,用于获取高速公路当前路段的车流量信息。
动态调节模块3016,用于根据车流量信息,动态调节无人机的拍摄参数。
本发明实施例提供的车辆信息获取装置301能够实现图1、图2方法实施例提供的车辆信息获取方法中的各个步骤,且可以达到相同的有益效果,为避免重复,这里不再赘述。
本发明实施例中还提供一种无人机,该无人机包括图像采集设装置、以及上述实施例提供的无人机的车辆信息获取装置。
本发明实施例提供的无人机能够实现图1、图2方法实施例提供的无人机的车辆信息获取方法中的各个步骤,且可以达到相同的有益效果,为避免重复,这里不再赘述。
参见图5,图5是本发明实施例提供的一种电子设备的结构示意图,如图5所示,该电子设备401包括:存储器4012、处理器4011及存储在存储器4012上并可在处理器4011上运行的计算机程序,其中:
处理器4011用于调用存储器4012存储的计算机程序,执行如下步骤:
获取无人机拍摄到的违法图像信息,违法图像信息包括违法车辆信息;
对违法图像信息进行特征检测,得到目标特征,目标特征包括违法车辆特征;
根据违法图像信息与目标特征形成结构化违法图像信息;
将结构化违法图像信息通过多网络分层控制协议发送到预设的部门终端。
可选的,处理器4011执行的获取无人机拍摄到的图像信息的步骤包括:
获取无人机在预设违法条件下拍摄的违法图像信息,预设违法条件为车辆违法条件;或
检测无人机拍摄的实时图像信息,判断实时图像信息是否存在违法车辆信息,若存在,则提取对应的实时图像信息作为违法图像信息。
可选的,预设违法条件为车辆出现在预设违法区域;处理器4011执行的获取无人机在预设违法条件下拍摄的违法图像信息的步骤包括:
当车辆出现在预设违法区域时,获取无人机对预设违法区域拍摄的图像,得到违法图像信息。
可选的,违法车辆信息包括超速违法信息以及对应的车辆信息,处理器4011执行的检测无人机拍摄的实时图像信息,判断实时图像信息是否存在违法车辆信息,若存在,则提取对应的实时图像信息作为违法图像信息的步骤包括:
在检测状态下,对实时图像信息中的车辆进行违法检测,并判断是否存在超速违法信息;
若存在超速违法信息,则获取包含对应车辆信息的实时图像信息作为违法图像信息。
可选的,处理器4011还执行以下:
获取高速公路当前路段的车流量信息;
根据车流量信息,动态调节无人机的拍摄参数。
可选的,违法图像信息还包括与违法车辆信息对应的违法驾驶人员信息,目标特征还包括违法驾驶人员特征;处理器4011执行的对违法图像信息进行特征检测,得到目标特征的步骤包括:
对违法图像信息中的违法车辆信息进行车辆特征检测,得到目标车辆特征;
对违法图像信息中的违法驾驶人员信息进行人员特征检测,得到违法驾驶人员特征。
可选的,违法驾驶人员特征包括违法驾驶人员人脸特征值;处理器4011还执行的以下步骤:
提取违法驾驶人员特征中的违法驾驶人员人脸特征值,违法驾驶人员人脸特征值用于匹配对应违法驾驶人员的身份信息。
处理器4011执行的根据违法图像信息与目标特征形成结构化违法图像信息的步骤包括:
将违法车辆特征、违法驾驶人员特征、驾驶人员人脸特征值进行结构化整合,得到结构化违法图像信息。
本发明实施例提供的电子设备能够实现图1、图2方法实施例提供的车辆信息获取方法中的各个步骤,且可以达到相同的有益效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现本发明实施例提供的无人机车辆信息获取方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存取存储器(Random AccessMemory,简称RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (9)
1.一种车辆信息获取方法,其特征在于,包括以下步骤:
获取无人机拍摄到的违法图像信息,所述违法图像信息包括违法车辆信息;
对所述违法图像信息进行特征检测,得到目标特征,所述目标特征包括违法车辆特征;
根据所述违法图像信息与所述目标特征形成结构化违法图像信息;
将所述结构化违法图像信息通过多网络分层控制协议发送到预设的部门终端;
获取高速公路当前路段的车流量信息,根据所述车流量信息确定高速公路当前路段的车流量情况;
当所述高速公路当前路段的车流量小时,提高无人机的抓拍档位和抓拍频率;
当所述高速公路当前路段的车流量大时,降低无人机的抓拍档位和抓拍频率,所述抓拍档位与抓拍图像质量要求相对应,所述抓拍档位越高越难抓拍到满足质量要求的图像信息,所述抓拍档位越低越容易满足抓拍需求。
2.如权利要求1所述的车辆信息获取方法,其特征在于,所述获取无人机拍摄到的图像信息的步骤包括:
获取所述无人机在预设违法条件下拍摄的违法图像信息,所述预设违法条件为车辆违法条件;或
检测所述无人机拍摄的实时图像信息,判断所述实时图像信息是否存在违法车辆信息,若存在,则提取对应的实时图像信息作为违法图像信息。
3.如权利要求2所述的车辆信息获取方法,其特征在于,所述预设违法条件为车辆出现在预设违法区域,所述获取所述无人机在预设违法条件下拍摄的违法图像信息的步骤包括:
当车辆出现在所述预设违法区域时,获取所述无人机对所述预设违法区域拍摄的图像,得到所述违法图像信息。
4.如权利要求2所述的车辆信息获取方法,其特征在于,所述违法车辆信息包括超速违法信息以及对应的车辆信息,所述检测所述无人机拍摄的实时图像信息,判断所述实时图像信息是否存在违法车辆信息,若存在,则提取对应的实时图像信息作为违法图像信息的步骤包括:
在检测状态下,对所述实时图像信息中的车辆进行违法检测,并判断是否存在超速违法信息;
若存在所述超速违法信息,则获取包含对应车辆信息的实时图像信息作为违法图像信息。
5.如权利要求1所述的车辆信息获取方法,其特征在于,所述违法图像信息还包括与所述违法车辆信息对应的违法驾驶人员信息,所述目标特征还包括违法驾驶人员特征,所述对所述违法图像信息进行特征检测,得到目标特征的步骤包括:
对所述违法图像信息中的违法车辆信息进行车辆特征检测,得到目标车辆特征;
对所述违法图像信息中的违法驾驶人员信息进行人员特征检测,得到违法驾驶人员特征。
6.如权利要求5所述的车辆信息获取方法,其特征在于,所述违法驾驶人员特征包括违法驾驶人员人脸特征值;所述方法还包括:
提取所述违法驾驶人员特征中的违法驾驶人员人脸特征值,所述违法驾驶人员人脸特征值用于匹配对应违法驾驶人员的身份信息;
所述根据所述违法图像信息与所述目标特征形成结构化违法图像信息的步骤包括;
将所述违法车辆特征、违法驾驶人员特征、驾驶人员人脸特征值进行结构化整合,得到结构化违法图像信息。
7.一种车辆信息获取装置,其特征在于,包括:
获取模块,用于获取无人机拍摄到的违法图像信息,所述违法图像信息包括违法车辆信息;
特征检测模块,用于对所述违法图像信息进行特征检测,得到目标特征,所述目标特征包括违法车辆特征;
形成模块,用于根据所述违法图像信息与所述目标特征形成结构化违法图像信息;
发送模块,用于将所述结构化违法图像信息通过多网络分层控制协议发送到预设的部门终端;
车流量信息获取模块,用于获取高速公路当前路段的车流量信息,根据所述车流量信息确定高速公路当前路段的车流量情况;
动态调节模块,用于当所述高速公路当前路段的车流量小时,提高无人机的抓拍档位和抓拍频率;以及当所述高速公路当前路段的车流量大时,降低无人机的抓拍档位和抓拍频率,所述抓拍档位与抓拍图像质量要求相对应,所述抓拍档位越高越难抓拍到满足质量要求的图像信息,所述抓拍档位越低越容易满足抓拍需求。
8.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的车辆信息获取方法中的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质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如权利要求1至6中任一项所述的车辆信息获取方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911338780.XA CN113096406B (zh) | 2019-12-23 | 2019-12-23 | 车辆信息获取方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911338780.XA CN113096406B (zh) | 2019-12-23 | 2019-12-23 | 车辆信息获取方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113096406A CN113096406A (zh) | 2021-07-09 |
CN113096406B true CN113096406B (zh) | 2022-07-26 |
Family
ID=76662889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911338780.XA Active CN113096406B (zh) | 2019-12-23 | 2019-12-23 | 车辆信息获取方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113096406B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101436348A (zh) * | 2008-12-22 | 2009-05-20 | 北京中星微电子有限公司 | 电子警察系统以及应用于电子警察系统的信息识别方法 |
CN103049765A (zh) * | 2012-12-21 | 2013-04-17 | 武汉经纬视通科技有限公司 | 一种基于鱼眼相机的判断人群密度和人数的方法 |
CN103985230A (zh) * | 2014-05-14 | 2014-08-13 | 深圳市大疆创新科技有限公司 | 一种基于图像的通知方法、装置及通知系统 |
CN105336170A (zh) * | 2014-08-08 | 2016-02-17 | 杭州海康威视系统技术有限公司 | 交通违法监测方法及其装置 |
CN105679023A (zh) * | 2016-02-19 | 2016-06-15 | 李彦玮 | 一种基于无人机的高速公路违章监测系统 |
CN105761494A (zh) * | 2016-05-12 | 2016-07-13 | 招商局重庆交通科研设计院有限公司 | 基于无人机的异常交通信息采集方法 |
CN205388829U (zh) * | 2016-02-19 | 2016-07-20 | 李彦玮 | 一种基于无人机的高速公路违章监测装置 |
WO2016113975A1 (ja) * | 2015-01-14 | 2016-07-21 | オムロン株式会社 | 交通違反管理システムおよび交通違反管理方法 |
WO2017092098A1 (zh) * | 2015-12-03 | 2017-06-08 | 北京奇虎科技有限公司 | 一种车载智能摄像装置及其摄像帧率的调节方法 |
CN109147351A (zh) * | 2018-09-07 | 2019-01-04 | 广东工业大学 | 一种交通信号灯控制系统 |
CN109308807A (zh) * | 2017-07-28 | 2019-02-05 | 南京模幻天空航空科技有限公司 | 基于无人机航摄技术的道路违法抓拍系统 |
CN110033622A (zh) * | 2018-01-12 | 2019-07-19 | 南京模幻天空航空科技有限公司 | 基于无人机航摄技术的违法抓拍占用应急车道方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6546119B2 (en) * | 1998-02-24 | 2003-04-08 | Redflex Traffic Systems | Automated traffic violation monitoring and reporting system |
US20120287278A1 (en) * | 2011-05-15 | 2012-11-15 | Robert Danis | Traffic Violation Photo Enforcement System |
US20140132822A1 (en) * | 2012-11-14 | 2014-05-15 | Sony Corporation | Multi-resolution depth-from-defocus-based autofocus |
US10805538B2 (en) * | 2015-12-16 | 2020-10-13 | Martineau & Associates, Inc. | Method and apparatus for remanent imaging control |
CN105791774A (zh) * | 2016-03-31 | 2016-07-20 | 北京工业大学 | 一种基于视频内容分析的监控视频传输方法 |
CN105959625B (zh) * | 2016-05-04 | 2020-04-14 | 北京博瑞云飞科技发展有限公司 | 控制无人机追踪拍摄的方法及装置 |
CN108076492B (zh) * | 2017-11-20 | 2018-10-30 | 张天勇 | 一种提升相机对人群拍摄的成像质量的方法 |
CN108109390A (zh) * | 2018-02-02 | 2018-06-01 | 沈阳市公安局交通警察支队 | 一种道路交通可变车道调控系统及调控方法 |
CN109800633B (zh) * | 2018-12-11 | 2022-03-25 | 深圳云天励飞技术股份有限公司 | 一种非机动车交通违法判断方法、装置和电子设备 |
CN109819238B (zh) * | 2019-02-22 | 2021-06-22 | 北京旷视科技有限公司 | Tof图像采集模块的工作频率调节方法、装置和电子系统 |
-
2019
- 2019-12-23 CN CN201911338780.XA patent/CN113096406B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101436348A (zh) * | 2008-12-22 | 2009-05-20 | 北京中星微电子有限公司 | 电子警察系统以及应用于电子警察系统的信息识别方法 |
CN103049765A (zh) * | 2012-12-21 | 2013-04-17 | 武汉经纬视通科技有限公司 | 一种基于鱼眼相机的判断人群密度和人数的方法 |
CN103985230A (zh) * | 2014-05-14 | 2014-08-13 | 深圳市大疆创新科技有限公司 | 一种基于图像的通知方法、装置及通知系统 |
CN105336170A (zh) * | 2014-08-08 | 2016-02-17 | 杭州海康威视系统技术有限公司 | 交通违法监测方法及其装置 |
WO2016113975A1 (ja) * | 2015-01-14 | 2016-07-21 | オムロン株式会社 | 交通違反管理システムおよび交通違反管理方法 |
WO2017092098A1 (zh) * | 2015-12-03 | 2017-06-08 | 北京奇虎科技有限公司 | 一种车载智能摄像装置及其摄像帧率的调节方法 |
CN105679023A (zh) * | 2016-02-19 | 2016-06-15 | 李彦玮 | 一种基于无人机的高速公路违章监测系统 |
CN205388829U (zh) * | 2016-02-19 | 2016-07-20 | 李彦玮 | 一种基于无人机的高速公路违章监测装置 |
CN105761494A (zh) * | 2016-05-12 | 2016-07-13 | 招商局重庆交通科研设计院有限公司 | 基于无人机的异常交通信息采集方法 |
CN109308807A (zh) * | 2017-07-28 | 2019-02-05 | 南京模幻天空航空科技有限公司 | 基于无人机航摄技术的道路违法抓拍系统 |
CN110033622A (zh) * | 2018-01-12 | 2019-07-19 | 南京模幻天空航空科技有限公司 | 基于无人机航摄技术的违法抓拍占用应急车道方法 |
CN109147351A (zh) * | 2018-09-07 | 2019-01-04 | 广东工业大学 | 一种交通信号灯控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113096406A (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210191979A1 (en) | Distributed video storage and search with edge computing | |
CN111405241A (zh) | 一种用于视频监控的边缘计算方法和系统 | |
CN110738150B (zh) | 相机联动抓拍方法、装置以及计算机存储介质 | |
CN110728218A (zh) | 危险驾驶行为的预警方法、装置、电子设备及存储介质 | |
DE112016007416T5 (de) | Wächtersystem in einem Netzwerk zur Verbesserung der Situationserkennung bei einem Vorfall | |
CN108270999A (zh) | 一种目标检测方法、图像识别服务器及系统 | |
CN114679607B (zh) | 一种视频帧率控制方法、装置、电子设备及存储介质 | |
CN110556022A (zh) | 基于人工智能的停车场车位指示方法、装置及电子设备 | |
CN105702049A (zh) | 一种基于dsp的应急车道监控系统及实现方法 | |
CN113052048B (zh) | 交通事件检测方法、装置、路侧设备以及云控平台 | |
CN111416956A (zh) | 移动视频数据采集处理系统及方法 | |
CN113378616A (zh) | 视频分析方法、视频分析的管理方法及相关设备 | |
WO2020077563A1 (zh) | 数据存储方法、装置、电子设备及计算机可读存储介质 | |
CN106297287A (zh) | 交通事故证据获取方法和系统 | |
CN106529497A (zh) | 一种图像采集设备的定位方法及装置 | |
CN113096406B (zh) | 车辆信息获取方法、装置及电子设备 | |
CN103942962A (zh) | 一种遮挡车牌的违章处理装置及方法 | |
GB2598640A (en) | Processing of images captured by vehicle mounted cameras | |
DE102014210140A1 (de) | Verfahren und Systeme zum Klassifizieren eines Fahrzeugs unter Verwendung von Bewegungsvektoren | |
CN113055743B (zh) | 一种智能推送视频的方法及系统 | |
CN113128294B (zh) | 一种道路事件取证方法、装置、电子设备及存储介质 | |
CN107784829A (zh) | 一种基于安全防控的客流感知系统 | |
CN114339168A (zh) | 一种区域安全监控方法、装置、电子设备及存储介质 | |
CN106251626A (zh) | 交通事故证据获取方法和装置 | |
CN111243321A (zh) | 图像检测报警方法 |
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 |