CN113205689A - 一种基于多维度的路侧停车入场事件判断方法及系统 - Google Patents
一种基于多维度的路侧停车入场事件判断方法及系统 Download PDFInfo
- Publication number
- CN113205689A CN113205689A CN202110381444.4A CN202110381444A CN113205689A CN 113205689 A CN113205689 A CN 113205689A CN 202110381444 A CN202110381444 A CN 202110381444A CN 113205689 A CN113205689 A CN 113205689A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parking
- driver
- parking space
- berth
- 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
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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
- 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
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- 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
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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
Abstract
本发明公开一种基于多维度的路侧停车入场事件判断方法及系统,涉及智能路侧停车管理领域,包括如下步骤:获取泊位区域监控图像;然后根据泊位区域监控图像判断是否存在车辆驶入所述泊位;若存在,则根据泊位区域监控图像获取车辆特征部件的状态信息、车辆对应的驾驶员的位置变化信息、以及车辆在所述泊位上的停留时间;最后根据车辆特征部件的状态信息、和/或驾驶员的位置变化信息、和/或车辆在所述泊位上的停留时间确定泊位的入场事件信息。本发明基于驶入泊位的车辆特征部件的状态信息、驾驶员的位置变化信息、以及车辆在泊位上的停留时间多个维度进行停车入场事件的判断,可以提升停车入场事件判断的准确率以及入场事件判断的响应速度。
Description
技术领域
本发明涉及智能路侧停车管理领域,特别涉及一种基于多维度的路侧停车入场事件判断方法及系统。
背景技术
近年来,随着城市现代化进程的快速推进与我国经济的持续快速发展,人们的出行方式正在发生转变,私家车的数量逐年快速增长,城市停车位缺口超过50%。由于停车泊位严重不足,经常出现大量机动车无序滞留在道路两侧,造成交通拥堵的问题异常严重,极大地阻碍人们正常的交通出行。行车难、停车难问题在我国各大中小型城市日益凸显。为了缓解城市停车位不足的问题,交管部门在一些道路红线宽度范围内的一侧或者双侧,特意划出若干带状路面作为路侧泊位以供车辆停放。然而,由于停车空间不封闭、停车环境复杂,因此针对路侧泊位停车入场事件的判断存在一些不足。
目前路侧泊位停车入场事件的判断,通常是依据采集的泊位区域图像,分析车辆在泊位上处于静止状态的时长是否大于预设阈值进行确认的,其中,车辆在泊位上是否处于静止状态是根据泊位区域图像判断车辆在泊位内是否发生移动确认的,而现实中车辆是否处于静止状态最准确的判断方式是通过车辆的发动机是否熄火来进行判定,但是通过泊位区域图像并不能进行发动机是否熄火的判断,导致现有车辆在泊位上处于静止状态的判定不够精确;并且由于停车入位需要的时间个体差异化较大且受停车场泊位周围环境影响较大,例如,对于新手驾驶员停车入位的时间需要几分钟甚至数分钟,此时预设阈值需要设定的时间相对长一些,而对于熟练驾驶员可能只需要几秒钟就能完成,此时预设阈值需要设定的时间相对短一些;再例如,对于泊位附近道路区域较为狭窄、泊位周围车多人多的情况,司机很难一次入位,需要通过多次揉车才能入位,此时预设阈值需要设定的时间也要相对长一些,而对于泊位附近道路区域较为宽阔、泊位周围人车都很少的情况下,司机可以一次入位,此时预设阈值需要设定的时间相对较短,可见设定一个统一的预设阈值进行个体化差异较大以及停车场泊位周围环境差异较大的停车入场事件的判断的难度较大,预设阈值设置的合理性难以保证;同时由于路侧车位周围环境较为复杂,采集的车辆图像会受到周围行驶的车辆、行人、非机动车的遮挡干扰,此时车辆目标在整个图像中所占的面积比例较小,车辆目标的识别难度较大,也会导致现有车辆在泊位上处于静止状态的判定不够精确;因此只通过车辆在泊位内处于静止状态的时间长度进行泊位入场事件的判断,会存在停车入场事件错报、无效上报、漏报的现象,进而进一步影响后续的停车计费管理;同时,如果将用于入场事件判定的预设阈值设置的时长相对较长,会导致停车入场事件判断的速度较慢,因此,如何进行快速准确的入场事件判定是一项很有挑战性并且急待解决的任务。
发明内容
为解决上述技术问题,本发明提供一种基于多维度的路侧停车入场事件判断方法及系统,可以解决现有通过时间维度判断入场事件的方式,导致的停车入场事件错报、无效上报、漏报以及停车入场事件判断速度较慢的问题。
为实现上述目的,一方面,本发明一种基于多维度的路侧停车入场事件判断方法,所述方法包括:
获取泊位区域监控图像;
根据泊位区域监控图像判断是否存在车辆驶入泊位;
若存在,则根据泊位区域监控图像获取所述车辆特征部件的状态信息、所述车辆对应的驾驶员的位置变化信息、以及所述车辆在所述泊位上的停留时间;
根据所述车辆特征部件的状态信息、和/或所述驾驶员的位置变化信息、和/或所述车辆在所述泊位上的停留时间确定所述泊位的入场事件信息。
进一步地,所述根据泊位区域监控图像获取所述车辆对应的驾驶员的位置变化信息的步骤包括:
从所述泊位区域监控图像中识别提取所述驾驶员目标区域图像,并根据驾驶员目标区域图像获取所述驾驶员的位置变化信息;
所述根据所述驾驶员的位置变化信息确定所述泊位的入场事件信息的步骤包括:
若根据所述驾驶员的位置变化信息识别到所述驾驶员从所述车辆内移动到所述车辆外时,则确定所述泊位存在入场事件。
进一步地,所述根据所述驾驶员的位置变化信息和所述车辆在所述泊位上的停留时间确定所述泊位的入场事件信息的步骤包括:
若根据所述驾驶员的位置变化信息识别到所述驾驶员从所述车辆内移动到所述车辆外,且根据所述车辆图像确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件。
进一步地,所述根据泊位区域监控图像获取所述车辆特征部件的状态信息的步骤包括:
当所述车辆特征部件为车门时,从所述泊位区域监控图像中识别提取所述车辆目标区域图像,并根据车辆目标区域图像检测所述车辆车门是否存在开启过程和/或开启状态;
所述根据所述车辆特征部件的状态信息确定所述泊位的入场事件信息的步骤包括:
若车门存在开启过程和/或开启状态,则确定所述泊位存在入场事件。
进一步地,所述根据泊位区域监控图像获取所述车辆特征部件的状态信息的步骤包括:
当所述车辆特征部件为反光镜时,从所述泊位区域监控图像中识别提取所述车辆目标区域图像,并根据车辆目标区域图像检测所述车辆反光镜是否处于闭合过程和/或闭合状态;
所述根据所述车辆特征部件的状态信息确定所述泊位的入场事件信息的步骤包括:
若所述车辆反光镜处于闭合过程和/或闭合状态,则确定所述泊位存在入场事件。
进一步地,所述根据所述车辆特征部件的状态信息和所述车辆在所述泊位上的停留时间确定所述泊位的入场事件信息的步骤包括:
当所述车辆特征部件为车门时,若根据所述车辆目标区域图像识别到所述车门存在开启过程和/或开启状态,并且确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件;或者
当所述车辆特征部件为反光镜时,若根据所述车辆目标区域图像识别到所述反光镜处于闭合过程和/或闭合状态且确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件。
进一步地,所述根据所述车辆特征部件的状态信息、和/或所述驾驶员的位置变化信息、和/或所述车辆在所述泊位上的停留时间确定所述泊位的入场事件信息的步骤包括:
若识别到所述车辆特征部件的状态信息满足预设条件并且所述车辆在所述泊位上的停留时间大于或等于第一预设时长并且识别到所述驾驶员从所述车辆内位移到所述车辆外时,则确定所述泊位存在入场事件。
进一步地,所述方法还包括:
若未获取到所述车辆特征部件的状态信息和所述驾驶员的位置变化信息,则根据泊位区域监控图像判断所述车辆在泊位上的停留时间是否大于或等于第二预设时长,所述第二预设时长大于所述第一预设时长;
若是,则确定所述泊位存在入场事件。
另一方面,本发明提供一种基于多维度的路侧停车入场事件判断系统,所述系统包括:获取模块、判断模块、确定模块;
获取模块,用于获取泊位区域监控图像;
判断模块,用于根据泊位区域监控图像判断是否存在车辆驶入泊位;
所述获取模块,还用于若存在,则根据泊位区域监控图像获取所述车辆特征部件的状态信息、所述车辆对应的驾驶员的位置变化信息、以及所述车辆在所述泊位上的停留时间;
确定模块,用于根据所述车辆特征部件的状态信息、和/或所述驾驶员的位置变化信息、和/或所述车辆在所述泊位上的停留时间确定所述泊位的入场事件信息。
进一步地,所述获取模块,具体还用于从所述泊位区域监控图像中识别提取所述驾驶员目标区域图像,并根据驾驶员目标区域图像获取所述驾驶员的位置变化信息;
所述确定模块,具体还用于若根据所述驾驶员的位置变化信息识别到所述驾驶员从所述车辆内移动到所述车辆外时,则确定所述泊位存在入场事件。
进一步地,所述确定模块,具体还用于若根据所述驾驶员的位置变化信息识别到所述驾驶员从所述车辆内移动到所述车辆外,且根据所述车辆图像确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件。
进一步地,所述获取模块,具体用于当所述车辆特征部件为车门时,从所述泊位区域监控图像中识别提取所述车辆目标区域图像,并根据车辆目标区域图像检测所述车辆车门是否存在开启过程和/或开启状态;
所述确定模块,具体用于若车门存在开启过程和/或开启状态,则确定所述泊位存在入场事件。
进一步地,所述获取模块,具体还用于当所述车辆特征部件为反光镜时,从所述泊位区域监控图像中识别提取所述车辆目标区域图像,并根据车辆目标区域图像检测所述车辆反光镜是否处于闭合过程和/或闭合状态;
所述确定模块,具体用于若所述车辆反光镜处于闭合过程和/或闭合状态,则确定所述泊位存在入场事件。
进一步地,所述确定模块,具体还用于当所述车辆特征部件为车门时,若根据所述车辆目标区域图像识别到所述车门存在开启过程和/或开启状态,并且确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件;或者
当所述车辆特征部件为反光镜时,若根据所述车辆目标区域图像识别到所述反光镜处于闭合过程和/或闭合状态且确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件。
进一步地,所述确定模块,具体还用于若识别到所述车辆特征部件的状态信息满足预设条件并且所述车辆在所述泊位上的停留时间大于或等于第一预设时长并且识别到所述驾驶员从所述车辆内位移到所述车辆外时,则确定所述泊位存在入场事件。
进一步地,所述判断模块,还用于若未获取到所述车辆特征部件的状态信息和所述驾驶员的位置变化信息,则根据泊位区域监控图像判断所述车辆在泊位上的停留时间是否大于或等于第二预设时长,所述第二预设时长大于所述第一预设时长;
所述确定模块,还用于若是,则确定所述泊位存在入场事件。
本发明提供的一种基于多维度的路侧停车入场事件判断方法及系统,当车辆驶入泊位时,根据泊位区域监控图像获取车辆特征部件的状态信息、驾驶员的位置变化信息、以及所述车辆在所述泊位上的停留时间,并基于驶入泊位的车辆特征部件的状态信息、驾驶员的位置变化信息、以及所述车辆在所述泊位上的停留时间的多个维度信息进行停车入场事件的判断,可以避免通过单一时间维度进行停车入场事件判断导致的误报率、无效上报、错报率较高的问题,进而提升停车入场事件判断的准确率以及响应速度。
附图说明
图1是本发明提供的一种基于多维度的路侧停车入场事件判断方法的流程图一;
图2是本发明提供的一种基于多维度的路侧停车入场事件判断系统的结构示意图;
图3是本发明提供的一种基于多维度的路侧停车入场事件判断方法的流程图二;
图4是本发明提供的一种基于多维度的路侧停车入场事件判断方法的流程图三;
图5是本发明提供的一种基于多维度的路侧停车入场事件判断方法的流程图四;
图6是本发明提供的一种基于多维度的路侧停车入场事件判断方法的流程图五。
具体实施方式
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。
如图1所示,本发明实施例提供的一种基于多维度的路侧停车入场事件判断方法,包括如下步骤:
101、获取泊位区域监控图像。
其中,所述泊位区域监控图像可以通过一个或多个摄像机进行采集,所述泊位区域图像可以为泊位及扩展至泊位周围一定区域的图像。
102、根据泊位区域监控图像判断是否存在车辆驶入所述泊位。
对于本发明实施例,具体可以通过预置车辆跟踪算法对泊位区域监控图像中的车辆目标进行跟踪得到车辆行驶轨迹,根据车辆行驶轨迹判断车辆完全进入泊位时,确认存在车辆驶入所述泊位。
103、若存在,则根据泊位区域监控图像获取所述车辆特征部件的状态信息、所述车辆对应的驾驶员的位置变化信息、以及所述车辆在所述泊位上的停留时间。
对于本发明实施例,车辆特征部件可以为车辆的车门、车辆的反光镜等能够明确反映车辆停止特征的车辆部件。具体地,当所述车辆特征部件为车门时,所述根据泊位区域监控图像获取所述车辆特征部件的状态信息的步骤包括:从所述泊位区域监控图像中识别提取所述车辆目标区域图像,并根据车辆目标区域图像检测所述车辆车门是否存在开启过程和/或开启状态。
其中,车门状态获取方法具体可以包括:获取若干帧连续的车辆目标区域图像,将若干帧车辆目标区域图像中相邻车辆目标区域图像进行帧差处理,得到差帧图像序列,其中,差帧图像序列包括多帧连续的差帧图像。差帧图像序列体现了车门在动作时的像素级变化,若差帧图像序列中的差帧图像中像素级变化较大,则表示车辆的车门状态存在变化;然后提取多帧连续的差帧图像的车门特征;基于获取的多帧连续的差帧图像,将含有时序信息的多帧连续差帧图像输入卷积神经网络中,提取多帧连续的差帧图像的车门特征;最后基于获取的多帧连续的差帧图像的车门特征,识别车门状态。其中,识别装置可利用分类器识别车门状态。具体地,识别装置将获取的多帧连续的差帧图像的车门特征输入分类器中,以使分类器根据车门特征变化情况识别车辆车门状态。
对于本发明实施例,当所述车辆特征部件为反光镜时,所述根据泊位区域监控图像获取所述车辆特征部件的状态信息的步骤包括:从所述泊位区域监控图像中识别提取所述车辆目标区域图像,并根据车辆目标区域图像检测所述车辆反光镜是否处于闭合过程和/或闭合状态。
对于本发明实施例,所述根据泊位区域监控图像获取所述车辆对应的驾驶员的位置变化信息的步骤包括:从所述泊位区域监控图像中识别提取所述驾驶员目标区域图像,并根据驾驶员目标区域图像获取所述驾驶员的位置变化信息。其中,驾驶员的位置变化信息获取方法具体可以包括:利用人头点定位和关节点信息的单相机多目标跟踪方法,首先构建人头点定位深度学习网络模型;然后根据人头点定位深度学习网络,从所述泊位区域监控图像中进行人头点定位,得到每帧图像中驾驶员头部的位置,同时,通过目标检测算法得到驾驶员目标区域包围框,利用人头点位置优化行驾驶员目标区域,得到最终驾驶员目标区域结果;根据驾驶员目标区域,提取驾驶员表观特征和关节点信息;最后根据监视员的表观特征和关节点信息,对驾驶员进行轨迹关联,获取驾驶员轨迹信息。
104、根据所述车辆特征部件的状态信息、和/或所述驾驶员的位置变化信息、和/或所述车辆在所述泊位上的停留时间确定所述泊位的入场事件信息。
对于本发明实施例,所述根据所述车辆特征部件的状态信息确定所述泊位的入场事件信息的步骤包括:如图3所示,104a、若车门存在开启过程和/ 或开启状态,则确定所述泊位存在入场事件;或者104b、若所述车辆反光镜处于闭合过程和/或闭合状态,则确定所述泊位存在入场事件。此处需要说明的是,当车门从关闭到开启再倒关闭时,可以明确反映驾驶员下车关闭车辆的过程,说明此时车辆必然处于静止状态;同理,当车辆的反光镜从开启变为闭合状态时,也是车辆关闭的一个明显特征,说明此时车辆必然处于静止状态;因此通过车辆特征反映泊位入场事件的方式,可以更加准确的进行入场事件的确认。
对于本发明实施例,所述根据所述车辆特征部件的状态信息和所述车辆在所述泊位上的停留时间确定所述泊位的入场事件信息的步骤包括:如图4 所示,104c、当所述车辆特征部件为车门时,若根据所述车辆目标区域图像识别到所述车门存在开启过程和/或开启状态,并且确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件;或者104d、当所述车辆特征部件为反光镜时,若根据所述车辆目标区域图像识别到所述反光镜处于闭合过程和/或闭合状态且确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件。其中,所述第一预设时长可以相应的设置的较短一些,如10s、15s、30s等,由于结合了车辆特征部件的状态信息进行车辆入场事件的判断,与单一根据停车时长进行车辆入场事件判断相比,可以进一步提升车辆入场事件判断的准确率。
对于本发明实施例,所述根据所述驾驶员的位置变化信息确定所述泊位的入场事件信息的步骤包括:如图5所示,104e、若根据所述驾驶员的位置变化信息识别到所述驾驶员从所述车辆内移动到所述车辆外时,则确定所述泊位存在入场事件。需要说明的是,驾驶员从所述车辆内移动到所述车辆外时,可以明确反映驾驶员下车关闭车辆的过程,说明此时车辆必然处于静止关闭状态,因此通过驾驶员的位置变化信息反映泊位入场事件的方式,可以更加准确的进行入场事件的确认。
对于本发明实施例,所述根据所述驾驶员的位置变化信息和所述车辆在所述泊位上的停留时间确定所述泊位的入场事件信息的步骤包括:如图5所示,104f、若根据所述驾驶员的位置变化信息识别到所述驾驶员从所述车辆内移动到所述车辆外,且根据所述车辆图像确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件。其中,所述第一预设时长可以相应的设置的较短一些,如10s、15s、30s等,由于结合了驾驶员的位置变化信息进行车辆入场事件的判断,与单一根据停车时长进行车辆入场事件判断相比,可以进一步提升车辆入场事件判断的准确率。
对于本发明实施例,还可以结合车辆特征部件的状态信息、驾驶员的位置变化信息、车辆在所述泊位上的停留时间三个维度确定所述泊位的入场事件信息,具体包括:如图6所示,104g、若识别到所述车辆特征部件的状态信息满足预设条件并且所述车辆在所述泊位上的停留时间大于或等于第一预设时长并且识别到所述驾驶员从所述车辆内位移到所述车辆外时,则确定所述泊位存在入场事件。由于结合了驾驶员的位置变化信息以及车辆特征部件的状态信息进行车辆入场事件的判断,与单一根据停车时长进行车辆入场事件判断相比,可以进一步提升车辆入场事件判断的准确率。其中,预设条件可以为车门是否存在开关变化、车辆反光镜是否存在张开闭合变化等,本发明实施例不做限定。
进一步地,当无法获取到所述车辆特征部件的状态信息和所述驾驶员的位置变化信息时,还可以根据泊位区域监控图像判断所述车辆在泊位上的停留时间是否大于或等于第二预设时长,所述第二预设时长大于所述第一预设时长;若是,则确定所述泊位存在入场事件。需要说明的是,第二预设时长可以为1分钟、2分钟、5分钟,通过增加停留时长的判定时间,可以避免一些特殊场景下车辆误判入场的情况,进而提升车辆入场判断的准确率。
本发明提供的一种基于多维度的路侧停车入场事件判断方法,当车辆驶入泊位时,根据泊位区域监控图像获取车辆特征部件的状态信息、驾驶员的位置变化信息、以及所述车辆在所述泊位上的停留时间,并基于驶入泊位的车辆特征部件的状态信息、驾驶员的位置变化信息、以及所述车辆在所述泊位上的停留时间的多个维度信息进行停车入场事件的判断,可以避免通过单一时间维度进行停车入场事件判断导致的误报率、无效上报、错报率较高的问题,进而提升停车入场事件判断的准确率以及响应速度。
为实现本发明实施例提供的方法,本发明实施例提供一种基于多维度的路侧停车入场事件判断系统,如图2所示,该系统包括:获取模块21、判断模块22、确定模块23。
获取模块21,可以用于获取泊位区域监控图像。
其中,所述泊位区域监控图像可以通过一个或多个摄像机进行采集,所述泊位区域图像可以为泊位及扩展至泊位周围一定区域的图像。
判断模块22,可以用于根据泊位区域监控图像判断是否存在车辆驶入所述泊位。
对于本发明实施例,具体可以通过预置车辆跟踪算法对泊位区域监控图像中的车辆目标进行跟踪得到车辆行驶轨迹,根据车辆行驶轨迹判断车辆完全进入泊位时,确认存在车辆驶入所述泊位。
所述获取模块21,还用于若存在,则根据泊位区域监控图像获取所述车辆特征部件的状态信息、所述车辆对应的驾驶员的位置变化信息、以及所述车辆在所述泊位上的停留时间。
对于本发明实施例,车辆特征部件可以为车辆的车门、车辆的反光镜等能够明确反映车辆停止特征的车辆部件。
确定模块23,可以用于根据所述车辆特征部件的状态信息、和/或所述驾驶员的位置变化信息、和/或所述车辆在所述泊位上的停留时间确定所述泊位的入场事件信息。
进一步地,所述获取模块21,具体用于当所述车辆特征部件为车门时,从所述泊位区域监控图像中识别提取所述车辆目标区域图像,并根据车辆目标区域图像检测所述车辆车门是否存在开启过程和/或开启状态;所述确定模块23,具体用于若车门存在开启过程和/或开启状态,则确定所述泊位存在入场事件。
进一步地,所述获取模块21,具体还用于当所述车辆特征部件为反光镜时,从所述泊位区域监控图像中识别提取所述车辆目标区域图像,并根据车辆目标区域图像检测所述车辆反光镜是否处于闭合过程和/或闭合状态;所述确定模块23,具体用于若所述车辆反光镜处于闭合过程和/或闭合状态,则确定所述泊位存在入场事件。
此处需要说明的是,当车门从关闭到开启再倒关闭时,可以明确反映驾驶员下车关闭车辆的过程,说明此时车辆必然处于静止状态;同理,当车辆的反光镜从开启变为闭合状态时,也是车辆关闭的一个明显特征,说明此时车辆必然处于静止状态;因此通过车辆特征反映泊位入场事件的方式,可以更加准确的进行入场事件的确认。
进一步地,所述确定模块23,具体还用于当所述车辆特征部件为车门时,若根据所述车辆目标区域图像识别到所述车门存在开启过程和/或开启状态,并且确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件;或者当所述车辆特征部件为反光镜时,若根据所述车辆目标区域图像识别到所述反光镜处于闭合过程和/或闭合状态且确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件。
其中,所述第一预设时长可以相应的设置的较短一些,如10s、15s、30s 等,由于结合了车辆特征部件的状态信息进行车辆入场事件的判断,与单一根据停车时长进行车辆入场事件判断相比,可以进一步提升车辆入场事件判断的准确率。
进一步地,所述获取模块21,具体还用于从所述泊位区域监控图像中识别提取所述驾驶员目标区域图像,并根据驾驶员目标区域图像获取所述驾驶员的位置变化信息;所述确定模块23,具体还用于若根据所述驾驶员的位置变化信息识别到所述驾驶员从所述车辆内移动到所述车辆外时,则确定所述泊位存在入场事件。需要说明的是,驾驶员从所述车辆内移动到所述车辆外时,可以明确反映驾驶员下车关闭车辆的过程,说明此时车辆必然处于静止关闭状态,因此通过驾驶员的位置变化信息反映泊位入场事件的方式,可以更加准确的进行入场事件的确认。
进一步地,所述确定模块23,具体还用于若根据所述驾驶员的位置变化信息识别到所述驾驶员从所述车辆内移动到所述车辆外,且根据所述车辆图像确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件。
其中,所述第一预设时长可以相应的设置的较短一些,如10s、15s、30s 等,由于结合了驾驶员的位置变化信息进行车辆入场事件的判断,与单一根据停车时长进行车辆入场事件判断相比,可以进一步提升车辆入场事件判断的准确率。
进一步地,所述确定模块23,具体还用于若识别到所述车辆特征部件的状态信息满足预设条件并且所述车辆在所述泊位上的停留时间大于或等于第一预设时长并且识别到所述驾驶员从所述车辆内位移到所述车辆外时,则确定所述泊位存在入场事件。由于结合了驾驶员的位置变化信息以及车辆特征部件的状态信息进行车辆入场事件的判断,与单一根据停车时长进行车辆入场事件判断相比,可以进一步提升车辆入场事件判断的准确率。其中,预设条件可以为车门是否存在开关变化、车辆反光镜是否存在张开闭合变化等,本发明实施例不做限定。
进一步地,所述判断模块22,还用于若未获取到所述车辆特征部件的状态信息和所述驾驶员的位置变化信息,则根据泊位区域监控图像判断所述车辆在泊位上的停留时间是否大于或等于第二预设时长,所述第二预设时长大于所述第一预设时长;所述确定模块23,还用于若是,则确定所述泊位存在入场事件。
需要说明的是,第二预设时长可以为1分钟、2分钟、5分钟,通过增加停留时长的判定时间,可以避免一些特殊场景下车辆误判入场的情况,进而提升车辆入场判断的准确率。
本发明提供的一种基于多维度的路侧停车入场事件判断系统,当车辆驶入泊位时,根据泊位区域监控图像获取车辆特征部件的状态信息、驾驶员的位置变化信息、以及所述车辆在所述泊位上的停留时间,并基于驶入泊位的车辆特征部件的状态信息、驾驶员的位置变化信息、以及所述车辆在所述泊位上的停留时间的多个维度信息进行停车入场事件的判断,可以避免通过单一时间维度进行停车入场事件判断导致的误报率、无效上报、错报率较高的问题,进而提升停车入场事件判断的准确率以及响应速度。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
为使本领域内的任何技术人员能够实现或者使用本发明,上面对所公开实施例进行了描述。对于本领域技术人员来说;这些实施例的各种修改方式都是显而易见的,并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此,本公开并不限于本文给出的实施例,而是与本申请公开的原理和新颖性特征的最广范围相一致。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block),单元,和步骤可以通过电子硬件、电脑软件,或两者的结合进行实现。为清楚展示硬件和软件的可替换性 (interchangeability),上述的各种说明性部件(illustrative components),单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现所述的功能,但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块,或单元都可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于用户终端中。可选地,处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中,本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现,这些功能可以存储与电脑可读的媒介上,或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如,这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置,或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外,任何连接都可以被适当地定义为电脑可读媒介,例如,如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc) 包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘,磁盘通常以磁性复制数据,而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (16)
1.一种基于多维度的路侧停车入场事件判断方法,其特征在于,所述方法包括:
获取泊位区域监控图像;
根据泊位区域监控图像判断是否存在车辆驶入泊位;
若存在,则根据泊位区域监控图像获取所述车辆特征部件的状态信息、所述车辆对应的驾驶员的位置变化信息、以及所述车辆在所述泊位上的停留时间;
根据所述车辆特征部件的状态信息、和/或所述驾驶员的位置变化信息、和/或所述车辆在所述泊位上的停留时间确定所述泊位的入场事件信息。
2.根据权利要求1所述的一种基于多维度的路侧停车入场事件判断方法,其特征在于,所述根据泊位区域监控图像获取所述车辆对应的驾驶员的位置变化信息的步骤包括:
从所述泊位区域监控图像中识别提取所述驾驶员目标区域图像,并根据驾驶员目标区域图像获取所述驾驶员的位置变化信息;
所述根据所述驾驶员的位置变化信息确定所述泊位的入场事件信息的步骤包括:
若根据所述驾驶员的位置变化信息识别到所述驾驶员从所述车辆内移动到所述车辆外时,则确定所述泊位存在入场事件。
3.根据权利要求2所述的一种基于多维度的路侧停车入场事件判断方法,其特征在于,所述根据所述驾驶员的位置变化信息和所述车辆在所述泊位上的停留时间确定所述泊位的入场事件信息的步骤包括:
若根据所述驾驶员的位置变化信息识别到所述驾驶员从所述车辆内移动到所述车辆外,且根据所述车辆图像确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件。
4.根据权利要求1所述的一种基于多维度的路侧停车入场事件判断方法,其特征在于,所述根据泊位区域监控图像获取所述车辆特征部件的状态信息的步骤包括:
当所述车辆特征部件为车门时,从所述泊位区域监控图像中识别提取所述车辆目标区域图像,并根据车辆目标区域图像检测所述车辆车门是否存在开启过程和/或开启状态;
所述根据所述车辆特征部件的状态信息确定所述泊位的入场事件信息的步骤包括:
若车门存在开启过程和/或开启状态,则确定所述泊位存在入场事件。
5.根据权利要求1所述的一种基于多维度的路侧停车入场事件判断方法,其特征在于,所述根据泊位区域监控图像获取所述车辆特征部件的状态信息的步骤包括:
当所述车辆特征部件为反光镜时,从所述泊位区域监控图像中识别提取所述车辆目标区域图像,并根据车辆目标区域图像检测所述车辆反光镜是否处于闭合过程和/或闭合状态;
所述根据所述车辆特征部件的状态信息确定所述泊位的入场事件信息的步骤包括:
若所述车辆反光镜处于闭合过程和/或闭合状态,则确定所述泊位存在入场事件。
6.根据权利要求4或5所述的一种基于多维度的路侧停车入场事件判断方法,其特征在于,所述根据所述车辆特征部件的状态信息和所述车辆在所述泊位上的停留时间确定所述泊位的入场事件信息的步骤包括:
当所述车辆特征部件为车门时,若根据所述车辆目标区域图像识别到所述车门存在开启过程和/或开启状态,并且确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件;或者
当所述车辆特征部件为反光镜时,若根据所述车辆目标区域图像识别到所述反光镜处于闭合过程和/或闭合状态且确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件。
7.根据权利要求1所述的一种基于多维度的路侧停车入场事件判断方法,其特征在于,所述根据所述车辆特征部件的状态信息、和/或所述驾驶员的位置变化信息、和/或所述车辆在所述泊位上的停留时间确定所述泊位的入场事件信息的步骤包括:
若识别到所述车辆特征部件的状态信息满足预设条件并且所述车辆在所述泊位上的停留时间大于或等于第一预设时长并且识别到所述驾驶员从所述车辆内位移到所述车辆外时,则确定所述泊位存在入场事件。
8.根据权利要求7所述的一种基于多维度的路侧停车入场事件判断方法,其特征在于,所述方法还包括:
若未获取到所述车辆特征部件的状态信息和所述驾驶员的位置变化信息,则根据泊位区域监控图像判断所述车辆在泊位上的停留时间是否大于或等于第二预设时长,所述第二预设时长大于所述第一预设时长;
若是,则确定所述泊位存在入场事件。
9.一种基于多维度的路侧停车入场事件判断系统,其特征在于,所述系统包括:获取模块、判断模块、确定模块;
获取模块,用于获取泊位区域监控图像;
判断模块,用于根据泊位区域监控图像判断是否存在车辆驶入泊位;
所述获取模块,还用于若存在,则根据泊位区域监控图像获取所述车辆特征部件的状态信息、所述车辆对应的驾驶员的位置变化信息、以及所述车辆在所述泊位上的停留时间;
确定模块,用于根据所述车辆特征部件的状态信息、和/或所述驾驶员的位置变化信息、和/或所述车辆在所述泊位上的停留时间确定所述泊位的入场事件信息。
10.根据权利要求9所述的一种基于多维度的路侧停车入场事件判断系统,其特征在于,所述获取模块,具体还用于从所述泊位区域监控图像中识别提取所述驾驶员目标区域图像,并根据驾驶员目标区域图像获取所述驾驶员的位置变化信息;
所述确定模块,具体还用于若根据所述驾驶员的位置变化信息识别到所述驾驶员从所述车辆内移动到所述车辆外时,则确定所述泊位存在入场事件。
11.根据权利要求10所述的一种基于多维度的路侧停车入场事件判断系统,其特征在于,所述确定模块,具体还用于若根据所述驾驶员的位置变化信息识别到所述驾驶员从所述车辆内移动到所述车辆外,且根据所述车辆图像确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件。
12.根据权利要求9所述的一种基于多维度的路侧停车入场事件判断系统,其特征在于,所述获取模块,具体用于当所述车辆特征部件为车门时,从所述泊位区域监控图像中识别提取所述车辆目标区域图像,并根据车辆目标区域图像检测所述车辆车门是否存在开启过程和/或开启状态;
所述确定模块,具体用于若车门存在开启过程和/或开启状态,则确定所述泊位存在入场事件。
13.根据权利要求9所述的一种基于多维度的路侧停车入场事件判断系统,所述获取模块,具体还用于当所述车辆特征部件为反光镜时,从所述泊位区域监控图像中识别提取所述车辆目标区域图像,并根据车辆目标区域图像检测所述车辆反光镜是否处于闭合过程和/或闭合状态;
所述确定模块,具体用于若所述车辆反光镜处于闭合过程和/或闭合状态,则确定所述泊位存在入场事件。
14.根据权利要求12或13所述的一种基于多维度的路侧停车入场事件判断系统,其特征在于,所述确定模块,具体还用于当所述车辆特征部件为车门时,若根据所述车辆目标区域图像识别到所述车门存在开启过程和/或开启状态,并且确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件;或者
当所述车辆特征部件为反光镜时,若根据所述车辆目标区域图像识别到所述反光镜处于闭合过程和/或闭合状态且确认所述车辆在所述泊位上的停留时间大于或等于第一预设时长,则确定所述泊位存在入场事件。
15.根据权利要求9所述的一种基于多维度的路侧停车入场事件判断方法,其特征在于,所述确定模块,具体还用于若识别到所述车辆特征部件的状态信息满足预设条件并且所述车辆在所述泊位上的停留时间大于或等于第一预设时长并且识别到所述驾驶员从所述车辆内位移到所述车辆外时,则确定所述泊位存在入场事件。
16.根据权利要求15所述的一种基于多维度的路侧停车入场事件判断方法,其特征在于,
所述判断模块,还用于若未获取到所述车辆特征部件的状态信息和所述驾驶员的位置变化信息,则根据泊位区域监控图像判断所述车辆在泊位上的停留时间是否大于或等于第二预设时长,所述第二预设时长大于所述第一预设时长;
所述确定模块,还用于若是,则确定所述泊位存在入场事件。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110381444.4A CN113205689B (zh) | 2021-04-09 | 2021-04-09 | 一种基于多维度的路侧停车入场事件判断方法及系统 |
PCT/CN2021/111428 WO2022213523A1 (zh) | 2021-04-09 | 2021-08-09 | 一种基于多维度的路侧停车入场事件判断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110381444.4A CN113205689B (zh) | 2021-04-09 | 2021-04-09 | 一种基于多维度的路侧停车入场事件判断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113205689A true CN113205689A (zh) | 2021-08-03 |
CN113205689B CN113205689B (zh) | 2022-09-20 |
Family
ID=77026457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110381444.4A Active CN113205689B (zh) | 2021-04-09 | 2021-04-09 | 一种基于多维度的路侧停车入场事件判断方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113205689B (zh) |
WO (1) | WO2022213523A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113808432A (zh) * | 2021-08-31 | 2021-12-17 | 超级视线科技有限公司 | 一种基于多维度的停车入场车辆广告推送方法及系统 |
CN114694408A (zh) * | 2022-04-19 | 2022-07-01 | 超级视线科技有限公司 | 一种基于多维度泊位状态的停车订单生成方法及系统 |
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 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107134147A (zh) * | 2017-07-03 | 2017-09-05 | 智慧互通科技有限公司 | 基于摄像机与传感器管理杆下车位的方法、装置及系统 |
CN107767673A (zh) * | 2017-11-16 | 2018-03-06 | 智慧互通科技有限公司 | 一种基于多摄像机的路侧停车管理方法、装置及系统 |
CN108765975A (zh) * | 2018-06-21 | 2018-11-06 | 智慧互通科技有限公司 | 路侧垂直停车场管理系统及方法 |
CN209560722U (zh) * | 2019-04-22 | 2019-10-29 | 桂林金铱星科技发展有限公司 | 一种基于多相机联动的路边泊车检测系统 |
CN110402458A (zh) * | 2017-03-14 | 2019-11-01 | 奥迪股份公司 | 用于确定和/或管理停车场地图的方法 |
KR20200025247A (ko) * | 2018-08-29 | 2020-03-10 | 주식회사 파킹패스 | 이동차량 추적에 의한 주차 관리장치 |
CN111063215A (zh) * | 2019-12-26 | 2020-04-24 | 珠海格力电器股份有限公司 | 停车位安全监督方法、装置、存储介质和电子设备 |
CN112396843A (zh) * | 2020-11-24 | 2021-02-23 | 桂林金铱星科技发展有限公司 | 一种利用车辆检测模型进行路边泊车检测的方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10019904B1 (en) * | 2016-04-11 | 2018-07-10 | State Farm Mutual Automobile Insurance Company | System for identifying high risk parking lots |
CN108664905A (zh) * | 2018-04-26 | 2018-10-16 | 智慧互通科技有限公司 | 一种基于红外图像的路侧停车管理方法、系统及装置 |
US10591576B1 (en) * | 2019-06-07 | 2020-03-17 | Capital One Services, Llc | Automated system for vehicle tracking |
CN111353369B (zh) * | 2019-10-16 | 2023-11-10 | 智慧互通科技股份有限公司 | 一种城市路侧停车高位视频在辅助刑侦中的应用方法及系统 |
CN112002131A (zh) * | 2020-07-16 | 2020-11-27 | 深圳云游四海信息科技有限公司 | 路内停车行为检测方法及装置 |
CN113205689B (zh) * | 2021-04-09 | 2022-09-20 | 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 |
-
2021
- 2021-04-09 CN CN202110381444.4A patent/CN113205689B/zh active Active
- 2021-08-09 WO PCT/CN2021/111428 patent/WO2022213523A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110402458A (zh) * | 2017-03-14 | 2019-11-01 | 奥迪股份公司 | 用于确定和/或管理停车场地图的方法 |
CN107134147A (zh) * | 2017-07-03 | 2017-09-05 | 智慧互通科技有限公司 | 基于摄像机与传感器管理杆下车位的方法、装置及系统 |
CN107767673A (zh) * | 2017-11-16 | 2018-03-06 | 智慧互通科技有限公司 | 一种基于多摄像机的路侧停车管理方法、装置及系统 |
CN108765975A (zh) * | 2018-06-21 | 2018-11-06 | 智慧互通科技有限公司 | 路侧垂直停车场管理系统及方法 |
KR20200025247A (ko) * | 2018-08-29 | 2020-03-10 | 주식회사 파킹패스 | 이동차량 추적에 의한 주차 관리장치 |
CN209560722U (zh) * | 2019-04-22 | 2019-10-29 | 桂林金铱星科技发展有限公司 | 一种基于多相机联动的路边泊车检测系统 |
CN111063215A (zh) * | 2019-12-26 | 2020-04-24 | 珠海格力电器股份有限公司 | 停车位安全监督方法、装置、存储介质和电子设备 |
CN112396843A (zh) * | 2020-11-24 | 2021-02-23 | 桂林金铱星科技发展有限公司 | 一种利用车辆检测模型进行路边泊车检测的方法 |
Cited By (4)
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 |
CN113808432A (zh) * | 2021-08-31 | 2021-12-17 | 超级视线科技有限公司 | 一种基于多维度的停车入场车辆广告推送方法及系统 |
CN114694408A (zh) * | 2022-04-19 | 2022-07-01 | 超级视线科技有限公司 | 一种基于多维度泊位状态的停车订单生成方法及系统 |
CN114694408B (zh) * | 2022-04-19 | 2024-02-09 | 超级视线科技有限公司 | 一种基于多维度泊位状态的停车订单生成方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113205689B (zh) | 2022-09-20 |
WO2022213523A1 (zh) | 2022-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113205689B (zh) | 一种基于多维度的路侧停车入场事件判断方法及系统 | |
CN111339994B (zh) | 一种判断临时违章停车的方法及装置 | |
CN110163107B (zh) | 一种基于视频帧识别路侧停车行为的方法及装置 | |
CN111739335B (zh) | 一种基于视觉差的停车检测方法及装置 | |
CN111405196B (zh) | 一种基于视频拼接的车辆管理的方法及系统 | |
CN113205690B (zh) | 一种基于多维度的路侧停车出场事件判断方法及系统 | |
CN110930756B (zh) | 一种基于图像与地磁传感器判断路侧停车的方法及装置 | |
CN113033479B (zh) | 一种基于多层感知的泊位事件识别方法及系统 | |
CN112861773A (zh) | 一种基于多层次的泊位状态检测方法及系统 | |
CN113160575A (zh) | 一种非机动车辆及驾驶人的交通违法行为检测方法及系统 | |
CN113055823B (zh) | 一种基于路侧停车管理共享单车的方法及装置 | |
CN111739338A (zh) | 一种基于多类型传感器的停车管理方法及系统 | |
CN113449605A (zh) | 一种基于多维度的路侧车辆违停判断方法及系统 | |
CN112381014A (zh) | 一种基于城市道路的违停车辆检测及管理方法及系统 | |
CN111611886B (zh) | 一种基于车辆行为分析的停车信息校验方法及装置 | |
CN105389990A (zh) | 一种基于监控球机的违章停车检测识别方法 | |
CN112766222B (zh) | 一种基于泊位线辅助识别车辆行为的方法及装置 | |
CN113570871A (zh) | 一种基于多维度的车辆人员上下车判断方法及系统 | |
CN111951601B (zh) | 一种识别配送车辆停放位置的方法及装置 | |
CN109920253A (zh) | 基于车辆定期巡检的停车计费方法及系统 | |
CN113052141A (zh) | 一种检测车辆停放位置的方法及装置 | |
CN113473077A (zh) | 一种基于多维度的路侧逆向停车的判断方法及系统 | |
CN110264733B (zh) | 车辆通道检测方法及装置 | |
CN117274849A (zh) | 一种行人徘徊事件检测方法、装置、设备及介质 | |
CN113449624B (zh) | 一种基于行人重识别确定车辆行为的方法及装置 |
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 |