CN113284347A - 两轮车辆违停检测方法、装置、搭载摄像头和服务器 - Google Patents

两轮车辆违停检测方法、装置、搭载摄像头和服务器 Download PDF

Info

Publication number
CN113284347A
CN113284347A CN202110547986.4A CN202110547986A CN113284347A CN 113284347 A CN113284347 A CN 113284347A CN 202110547986 A CN202110547986 A CN 202110547986A CN 113284347 A CN113284347 A CN 113284347A
Authority
CN
China
Prior art keywords
illegal parking
image
processed
violation
camera
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.)
Withdrawn
Application number
CN202110547986.4A
Other languages
English (en)
Inventor
范宏岩
刘晓环
刘光野
王帆
李响
李继龙
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.)
Beijing Qisheng Technology Co Ltd
Original Assignee
Beijing Qisheng 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 Beijing Qisheng Technology Co Ltd filed Critical Beijing Qisheng Technology Co Ltd
Priority to CN202110547986.4A priority Critical patent/CN113284347A/zh
Publication of CN113284347A publication Critical patent/CN113284347A/zh
Priority to CN202210545941.8A priority patent/CN115457776A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例提供一种两轮车辆违停检测方法、装置、搭载摄像头和服务器,涉及计算机技术领域。通过本申请实施例,服务器可以基于搭载摄像头拍摄的待处理图像以及预先训练的违停检测模型进行违停检测,确定违停检测结果。在此过程中,由于拍摄、上传、违停检测等过程均通过搭载摄像头和服务器之间的交互完成,因此,本申请实施例无需人工进行手动拍摄,提高了两轮车违停检测的效率。另外,由于本申请实施例中的搭载摄像头是设置在移动交通工具内的摄像头,因此,基于移动交通工具的移动,能够使得搭载摄像头可以多角度的对各个路段进行拍摄,既可以提高两轮车违停检测的覆盖率,也可以避免安装蓝牙道钉、安装固定摄像头等物力成本。

Description

两轮车辆违停检测方法、装置、搭载摄像头和服务器
技术领域
本申请涉及计算机技术领域,特别是涉及一种两轮车辆违停检测方法、装置、搭载摄像头和服务器。
背景技术
目前,随着绿色出行观念的普及,越来越多的人选择无污染的交通工具,例如单车、电动汽车等等。
随着单车、电单车等两轮车辆的数量逐渐增多,两轮车辆违停的现象(例如占道等现象)也逐渐增多,严重影响了公共交通环境。
相关技术中,可以通过安装蓝牙道钉、安装固定摄像头、人工线下巡查等方式来治理两轮车辆的违停现象,但是,通过人工巡查的方式无法做到高效的治理,而安装蓝牙道钉、安装固定摄像头等方式又会受到覆盖区域的限制,因此,如何高效、高覆盖率的治理两轮车辆违停现象是一个亟需解决的问题。
发明内容
有鉴于此,本申请实施例提供一种两轮车辆违停检测方法、装置、搭载摄像头和服务器,既可以提高两轮车违停检测的覆盖率,也可以避免安装蓝牙道钉、安装固定摄像头等物力成本。
第一方面,提供了一种两轮车辆违停检测方法,所述方法应用于服务器,所述方法包括:
向至少一个搭载摄像头发送违停检测指令,以使得各搭载摄像头位于违停检测地点信息所指定的区域时拍摄并上传待处理图像,所述违停检测指令包括违停检测地点信息,所述搭载摄像头设置在移动交通工具内;
接收所述搭载摄像头拍摄的待处理图像;
基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,所述违停检测结果用于表征所述待处理图像中是否包含违停两轮车辆的图像区域。
第二方面,提供了一种搭载摄像头,所述搭载摄像头设置在移动交通工具内,所述搭载摄像头包括:
摄像头,用于拍摄图像;
无线通信部件,用于数据传输;
定位部件,用于确定当前定位;
控制器,被配置为:
响应于所述无线通信部件接收到服务器发送的违停检测指令,且所述当前定位处于违停检测指令所指定的区域,控制所述摄像头拍摄待处理图像,所述违停检测指令包括违停检测地点信息;以及
控制所述无线通信部件向所述服务器发送所述待处理图像,以使得所述服务器基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,所述违停检测结果用于表征所述待处理图像中是否包含违停两轮车辆的图像区域。
第三方面,提供了一种两轮车辆违停检测系统,所述系统包括:
搭载摄像头,设置在移动交通工具内,被配置为响应于接收到违停检测指令,且当前定位处于违停检测指令所指定的区域,拍摄待处理图像,所述违停检测指令包括违停检测地点信息;向应用平台发送所述待处理图像;
应用平台,被配置为向至少一个搭载摄像头发送违停检测指令;接收所述搭载摄像头拍摄的待处理图像;向图像处理平台发送所述待处理图像;以及
图像处理平台,被配置为接收所述图像处理平台发送的所述待处理图像;基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,所述违停检测结果用于表征所述待处理图像中是否包含违停两轮车辆的图像区域。
第四方面,提供了一种两轮车辆违停检测装置,所述装置应用于服务器,所述装置包括:
第一发送模块,用于向至少一个搭载摄像头发送违停检测指令,以使得各搭载摄像头位于违停检测地点信息所指定的区域时拍摄并上传待处理图像,所述违停检测指令包括违停检测地点信息,所述搭载摄像头设置在移动交通工具内;
接收模块,用于接收所述搭载摄像头拍摄的待处理图像;
检测模块,用于基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,所述违停检测结果用于表征所述待处理图像中是否包含违停两轮车辆的图像区域。
第五方面,本申请实施例提供了一种服务器,包括存储器和处理器,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如第一方面所述的方法。
第六方面,本申请实施例提供了一种计算机可读存储介质,其上存储计算机程序指令,所述计算机程序指令在被处理器执行时实现如第一方面所述的方法。
第七方面,本申请实施例提供了一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现如第一方面所述的方法。
通过本申请实施例,当搭载摄像头接收到服务器发送的违停检测指令且当前定位处于违停检测指令所指定的区域时,搭载摄像头可以进行拍摄,并将拍摄的待处理图像上传至服务器。然后,服务器可以基于该待处理图像以及预先训练的违停检测模型进行违停检测,确定违停检测结果。在此过程中,由于拍摄、上传、违停检测等过程均通过搭载摄像头和服务器之间的交互完成,因此,本申请实施例无需人工进行手动拍摄,提高了两轮车违停检测的效率。另外,由于搭载摄像头是设置在移动交通工具内的摄像头,因此,基于移动交通工具的移动,能够使得搭载摄像头可以多角度的对各个路段进行拍摄,既可以提高两轮车违停检测的覆盖率,也可以避免安装蓝牙道钉、安装固定摄像头等物力成本。
附图说明
通过以下参照附图对本申请实施例的描述,本申请实施例的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1为本申请实施例提供的两轮车违停检测系统的示意图;
图2为本申请实施例提供的搭载摄像头的示意图;
图3为本申请实施例提供的两轮车辆违停检测系统进行两轮车辆违停检测的流程图;
图4为本申请实施例提供的两轮车辆违停检测方法的流程图;
图5为本申请实施例提供的另一种两轮车辆违停检测系统的示意图;
图6为本申请实施例提供的违停检测结果的示意图;
图7为本申请实施例提供的违停特征的示意图;
图8为本申请实施例提供的另一种违停检测结果的示意图;
图9为本申请实施例提供的另一种违停检测结果的示意图;
图10为本申请实施例提供的服务器中各服务模块的结构示意图;
图11为本申请实施例提供的一种两轮车辆违停检测装置的结构示意图;
图12为本申请实施例提供的一种服务器的结构示意图。
具体实施方式
以下基于实施例对本申请进行描述,但是本申请并不仅仅限于这些实施例。在下文对本申请的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本申请。为了避免混淆本申请的实质,公知的方法、过程、流程、元件和电路并没有详细叙述。
此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。
除非上下文明确要求,否则在说明书的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“包括但不限于”的含义。
在本申请的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
为了解决上述问题,本申请实施例提供一种两轮车违停检测系统,如图1所示,图1为本申请实施例提供的一种两轮车违停检测系统的示意图,该示意图包括:搭载摄像头11、应用平台12和图像处理平台13。
其中,搭载摄像头11是设置在移动交通工具内的摄像头,如图1所示,该移动交通工具可以是图1所示的四轮车辆,此时,搭载摄像头11即可以是安装在四轮车辆中的行车记录仪。
例如,在一种情况下,四轮车辆可以是网约车,进而,搭载摄像头11可以是网约车平台为网约车配置的专用行车记录仪,应用平台12可以是网约车平台提供的一种服务,图像处理平台13可以是网约车平台提供的另一种服务。
在网约车司机授权之后,网约车中的搭载摄像头11可以对网约车前方的路面进行拍摄并上传,然后,应用平台12和图像处理平台13可以基于搭载摄像头11拍摄的图像进行两轮车违停检测。
在另一种情况下,四轮车辆也可以是违停检测工作人员所驾驶的专用车辆,进而,搭载摄像头11可以是该专用车辆中安装的摄像头,应用平台12可以是违停检测相关机构提供的一种服务,图像处理平台13可以是违停检测相关机构提供的另一种服务。
在两轮车违停检测的过程中,违停检测工作人员无需停止车辆并下车拍照,仅依靠搭载摄像头11即可以对专用车辆前方的路面进行拍摄并上传,然后,应用平台12和图像处理平台13可以基于搭载摄像头11拍摄的图像进行两轮车违停检测。
需要说明的,图1中的移动交通工具仅为本申请实施例的一种举例,在实际应用中,移动交通工具也可以是除四轮车辆以外其它的交通工具,例如,单车、电单车、电动三轮车、无人驾驶车辆、无人机等等。
针对搭载摄像头11,如图2所示,图2为本申请实施例提供的一种搭载摄像头的示意图,该示意图包括:摄像头21、无线通信部件22、定位部件23和控制器24。
其中,摄像头21用于拍摄图像,无线通信部件22用于数据传输,定位部件23用于确定当前定位,控制器24被配置为:响应于无线通信部件22接收到服务器发送的违停检测指令,且当前定位处于违停检测指令所指定的区域,控制摄像头21拍摄待处理图像,以及控制无线通信部件22向服务器发送待处理图像,以使得服务器基于待处理图像和预先训练的违停检测模型,确定违停检测结果。其中,违停检测结果用于表征待处理图像中是否包含违停两轮车辆的图像区域。
通过本申请实施例,当搭载摄像头接收到服务器发送的违停检测指令且当前定位处于违停检测指令所指定的区域时,搭载摄像头可以进行拍摄,并将拍摄的待处理图像上传至服务器。然后,服务器可以基于该待处理图像以及预先训练的违停检测模型进行违停检测,确定违停检测结果。在此过程中,由于拍摄、上传、违停检测等过程均通过搭载摄像头和服务器之间的交互完成,因此,本申请实施例无需人工进行手动拍摄,提高了两轮车违停检测的效率。另外,由于搭载摄像头是设置在移动交通工具内的摄像头,因此,基于移动交通工具的移动,能够使得搭载摄像头可以多角度的对各个路段进行拍摄,既可以提高两轮车违停检测的覆盖率,也可以避免安装蓝牙道钉、安装固定摄像头等物力成本。
通过以上所述内容和图1所示的两轮车违停检测系统,搭载摄像头11可以与应用平台12进行数据交互,即应用平台12可以向搭载摄像头11发送违停检测指令,相应的,搭载摄像头11可以向应用平台12发送待处理图像。
具体的,应用平台12可以被配置为向至少一个搭载摄像头发送违停检测指令;接收搭载摄像头拍摄的待处理图像;向图像处理平台发送待处理图像。
当应用平台12接收到搭载摄像头拍摄的待处理图像后,可以向图像处理平台发送待处理图像。
进而,图像处理平台13可以被配置为接收图像处理平台发送的待处理图像;基于待处理图像和预先训练的违停检测模型,确定违停检测结果,违停检测结果用于表征待处理图像中是否包含违停两轮车辆的图像区域。
具体的,如图3所示,图3为本申请实施例提供的一种两轮车辆违停检测系统进行两轮车辆违停检测的流程图,具体包括如下步骤:
在步骤31,应用平台3b向搭载摄像头3a发送违停检测指令,相应的,搭载摄像头3a接收应用平台3b发送的违停检测指令。
其中,违停检测指令包括违停检测地点信息,该违停检测地点信息可以用于指定一个目标区域(如图3中的虚线框区域),当搭载摄像头3a处于该目标区域中时,搭载摄像头3a可以拍摄待处理图像并向应用平台3b发送待处理图像。
在一种情况下,应用平台3b可以向某一地理区域内的所有搭载摄像头发送违停检测指令。也就是说,应用平台3b可以向图3所示的7个移动交通工具中的搭载摄像头发送违停检测指令。
在另一种情况下,应用平台3b可以仅向违停检测指令所指定的目标区域中的搭载摄像头发送违停检测指令。也就是说,应用平台3b可以向图3中虚线框中所示的3个移动交通工具中的搭载摄像头发送违停检测指令。
在步骤32,搭载摄像头3a拍摄待处理图像。
具体的,当搭载摄像头3a在接收到应用平台3b发送的违停检测指令,且搭载摄像头3a的当前定位处于违停检测指令所指定的区域(即图3中虚线框所指定的目标区域)时,搭载摄像头3a可以拍摄待处理图像。
在步骤33,搭载摄像头3a向应用平台3b发送待处理图像,相应的,应用平台3b接收搭载摄像头3a发送的待处理图像。
在步骤34,应用平台3b向图像处理平台3c发送待处理图像,相应的,图像处理平台3c接收应用平台3b发送的待处理图像。
在步骤35,图像处理平台3c基于待处理图像和预先训练的违停检测模型,确定违停检测结果。
其中,违停检测结果用于表征待处理图像中是否包含违停两轮车辆的图像区域。
通过本申请实施例,应用平台可以向搭载摄像头发送违停检测指令,当搭载摄像头接收到该违停检测指令且当前定位处于违停检测指令所指定的区域时,搭载摄像头可以进行拍摄,并向应用平台发送拍摄的待处理图像。当应用平台接收到待处理图像后,可以向图像处理平台发送该待处理图像,图像处理平台接收到待处理图像后,可以基于该待处理图像以及预先训练的违停检测模型进行违停检测确定违停检测结果。在此过程中,由于拍摄、上传、违停检测等过程均通过搭载摄像头和服务器之间的交互完成,因此,本申请实施例无需人工进行手动拍摄,提高了两轮车违停检测的效率。另外,由于搭载摄像头是设置在移动交通工具内的摄像头,因此,基于移动交通工具的移动,能够使得搭载摄像头可以多角度的对各个路段进行拍摄,既可以提高两轮车违停检测的覆盖率,也可以避免安装蓝牙道钉、安装固定摄像头等物力成本。
在本申请实施例中,应用平台12和图像处理平台13可以是服务器中的服务模块。也就是说,在本申请实施例中,服务器可以通过与搭载摄像头之间的交互实现两轮车违停检测。
具体的,本申请实施例提供一种两轮车辆违停检测方法,该方法应用于服务器,如图4所示,具体步骤如下:
在步骤41,向至少一个搭载摄像头发送违停检测指令,以使得各搭载摄像头位于违停检测地点信息所指定的区域时拍摄并上传待处理图像。
其中,违停检测指令包括违停检测地点信息,搭载摄像头设置在移动交通工具内。
在一种可选的实施方式中,违停检测指令可以是服务器基于违停检测任务生成的指令,具体的,该过程可以执行为:创建违停检测任务,以及基于违停检测任务生成违停检测指令。
其中,当服务器获取到一个针对目标区域的两轮车违停检测任务时,可以基于目标区域的地点信息创建违停检测任务,并基于带有目标区域地点信息的违停检测任务生成违停检测指令。
从两轮车辆违停检测系统来看,该系统还可以包括监管平台,其中,该监管平台可以是服务器中的另一种服务模块,用于创建并发送违停检测任务。
具体的,如图5所示,图5为本申请实施例提供的另一种两轮车辆违停检测系统的示意图,该示意图包括:搭载摄像头51、应用平台52、图像处理平台53和监管平台54。
其中,监管平台54可以被配置为:创建违停检测任务,向所述应用平台发送所述违停检测任务。
应用平台52可以被配置为:接收监管平台发送的违停检测任务,基于违停检测任务生成违停检测指令。
在步骤42,接收搭载摄像头拍摄的待处理图像。
在步骤43,基于待处理图像和预先训练的违停检测模型,确定违停检测结果。
其中,违停检测结果用于表征待处理图像中是否包含违停两轮车辆的图像区域。
如图5所示,在另一种可选的实施方式中,图像处理平台53可以被配置为:向应用平台发送违停检测结果。
应用平台52可以被配置为:接收应用平台发送的违停检测结果,向监管平台发送违停检测结果。
监管平台54可以被配置为:接收应用平台发送的违停检测结果,响应于违停检测结果为待处理图像中包含违停两轮车辆的图像区域,生成违停处理工单,发送违停处理工单。
其中,违停处理工单包括违停信息和违停检测结果。具体的,违停信息可以包括时间信息、坐标信息等,例如,时间信息可以是搭载摄像头51拍摄待处理图像的时间,坐标信息可以是搭载摄像头51拍摄待处理图像时的经纬度坐标。
通过本申请实施例,监管平台可以基于违停检测结果生成违停处理工单,该违停处理工单可以用于指示相应的企业对违停两轮车进行整治。
在一种可选的实施方式中,步骤43具体可以执行为:基于预先训练的违停检测模型对待处理图像进行违停检测,响应于待处理图像中包含违停两轮车辆的图像区域,基于违停检测模型生成带有违停标识框的违停检测结果。
其中,违停检测结果为带有违停标识框的待处理图像,违停标识框用于标识待处理图像中的违停两轮车辆图像区域。
从两轮车违停检测系统的角度来看,上述生成带有违停标识框的违停检测结果的过程是由图像处理平台执行的。
如图6所示,图6为本申请实施例提供的一种违停检测结果的示意图,该示意图包括:违停标识框61。
由图6可知,违停检测结果可以是图像形式的结果,在该图像中,可以通过违停标识框61对待处理图像中的违停两轮车辆图像区域进行标识。
需要说明的,若违停检测模型未检测到待处理图像中出现违停两轮车辆,则违停检测结果不包含违停标识框。另外,违停标识框的形状不仅限于矩形,可以是椭圆形、不规则多边形等等。
具体的,在一种可选的实施方式中,图像处理平台可以被配置为:基于预先训练的违停检测模型对待处理图像中的两轮车辆进行目标检测,确定违停检测结果。
为了使得服务器中的图像处理平台可以准确的确定违停两轮车辆图像区域并进行标识,在本申请实施例中可以基于特定的样本图像对违停检测模型进行训练。
也就是说,违停检测模型可以基于预定训练集进行训练。其中,预定训练集至少包括带有违停特征的违停样本图像以及违停样本图像对应的违停标注。
通过带有违停特征的违停样本图像,可以使得违停检测模型能够有效的学习违停两轮车辆的特征,进而可以更准确的识别待处理图像中的违停两轮车辆图像区域。
更进一步的,在一种可选的实施方式中,违停特征可以包括遮挡路肩、遮挡灌木丛、遮挡机动车车头和遮挡机动车车尾中的至少一种。
在本申请实施例中,违停特征是区别违停两轮车辆和非违停两轮车辆的重要特征,也就是说,违停特征是违停两轮车辆特有的特征,通过带有违停特征的违停样本图像对违停检测模型进行训练可以使得违停检测模型具有更好的识别能力。
例如,如图7所示,图7为本申请实施例提供的一种违停特征的示意图,该示意图包括:搭载摄像头71、机动车道、路肩、人行道、两轮车辆停放区以及多个两轮车辆。
其中,与搭载摄像头71相连接的虚线用于表征搭载摄像头71的拍摄角度,当搭载摄像头71拍摄待处理图像后,服务器中的图像处理平台可以通过预先训练的违停检测模型识别待处理图像中的违停特征。
如图7所示,机动车道的3辆两轮车辆为违停两轮车辆,在人行道两轮车辆停放区停放的2辆两轮车辆为合规停放的两轮车辆。其中,由图7所示的位置关系可知,当以搭载摄像头71的位置进行拍摄,且两轮车辆违章停放时,违停的两轮车辆会在待处理图像中遮挡路肩,因此,当两轮车辆在待处理图像中遮挡路肩时,该两轮车辆即为违停两轮车辆,也就是说,“遮挡路肩”可以是一种违停特征。
进而,在训练违停检测模型时,可以将带有至少一种违停特征的样本图像作为训练样本,使得违停检测模型具有更好的识别能力。
需要说明的,上述违停特征不仅限于上述4种违停特征,在实际应用中,还可以包括“停放在机动车道”等违停特征。
在一种可选的实施方式中,违停检测结果还可以包括第一合规标识框。
其中,第一合规标识框用于标识待处理图像中的合规停放两轮车辆图像区域。
如图8所示,图8为本申请实施例提供的另一种违停检测结果的示意图,该示意图包括:违停标识框81和第一合规标识框82。
在本申请实施例中,违停标识框81可以用于标识违停两轮车辆图像区域,第一合规标识框82可以用于标识合规合规停放两轮车辆图像区域。其中,违停标识框81和第一合规标识框82可以用颜色等方式进行区分,例如,在实际应用中,违停标识框81可以使用红色的标识框进行标识,第一合规标识框82可以使用蓝色的标识框进行标识。再例如,违停标识框81可以使用实线标识框进行标识,第一合规标识框82可以使用虚线标识框进行标识。
需要说明的,若违停检测模型未检测到待处理图像中出现违停两轮车辆,则违停检测结果不包含违停标识框,若违停检测模型未检测到待处理图像中出现合规停放的两轮车辆,则违停检测结果不包含第一合规标识框。若违停检测模型未检测到待处理图像中出现两轮车辆,则违停检测结果不包含标识框。另外,各标识框的形状不仅限于矩形,可以是椭圆形、不规则多边形等等。
通过本申请实施例,可以通过第一合规标识框对待处理图像中合规停放的两轮车辆进行标识,以确定违停检测结果。这样,可以使得违停检测结果更加清晰。
在另一种可选的实施方式中,服务器中的图像处理平台还可以被配置为执行:在各违停标识框中确定第二合规标识框。也就是说,服务器还可以执行:在各违停标识框中确定第二合规标识框。
其中,第二合规标识框中包含两轮车辆正在被驾驶的图像区域。
在实际应用中,当两轮车辆被驾驶的过程中,也可能会符合上述各违停特征中的任意一种,而被驾驶的两轮车辆并不属于违停两轮车辆。因此,本申请实施例还可以对各违停标识框进行筛选,以确定正在被驾驶的两轮车辆。
如图9所示,图9为本申请实施例提供的另一种违停检测结果的示意图,该示意图包括:第二合规标识框91。
结合图6、图8和图9所示的内容,在本申请实施例中,违停检测结果可以包括3种标识框,即违停标识框、第一合规标识框和第二合规标识框。其中,上述3种标识框可以通过颜色、形状等方式进行区分,另外,第一合规标识框和第二合规标识框可以使用同一种标识框进行标识。也就是说,在违停检测结果中,第一合规标识框和第二合规标识框可以是相同的外观,也可以是不同的外观。
通过本申请实施例,可以通过违停标识框、第一合规标识框和第二合规标识框对待处理图像中各种两轮车辆图像区域进行标识,以确定违停检测结果。这样,可以使得违停检测结果更加清晰。
由上述各实施方式可知,本申请实施例在服务器侧主要由应用平台、图像处理平台和监管平台实现两轮车违停检测,因此,下面将针对服务器侧各服务模块进行具体说明。
如图10所示,图10为本申请实施例提供的一种服务器中各服务模块的结构示意图,该示意图包括:监管平台101、网关服务模块102、业务服务模块103、应用平台104、图像处理平台105和违停检测模型106。
其中,监管平台101中包括:
企业管理模块1011,被配置为向违停处理工单对应的企业发生违停处理工单,以及接收各企业返回的处理结果。
检测管理模块1012,被配置为生成违停检测任务,以及基于超文本传输协议(Hyper Text Transfer Protocol,HTTP)向网关服务模块102发送违停检测任务。
其中,HTTP是一种请求-响应的协议,其可以用于终端和服务器之间的信息交互。
工单服务模块1013,被配置为生成违停处理工单。
图床服务模块1014,被配置为接收业务服务模块103发送的违停检测结果。
网关服务模块102,被配置为在接收到检测管理模块1012发送的违停检测任务后,进行接口安全校验,然后通过分布式服务框架(例如Dubbo等)向业务服务模块103发送违停检测任务。
业务服务模块103,被配置为在接收到网关服务模块102发送的违停检测任务后,通过开放应用编程接口(Open Application Programming Interface,Open API)向应用平台104发送违停检测任务,以及基于HTTP向图床服务模块1014返回违停检测结果。
应用平台104,被配置为接收到业务服务模块103发送的违停检测任务后,调用图像处理平台105对待处理图像进行违停检测,以及通过消息队列向业务服务模块103返回违停检测结果。
其中,消息队列可以是MQ(Message Queue),也可以是kafka,还可以是其它任意适用的消息队列。
图像处理平台105,被配置为调用违停检测模型106对待处理图像进行违停检测,以确定违停检测结果。
违停检测模型106,被配置为对待处理图像进行违停检测。
其中,如图10所示,图像处理平台105和违停检测模型106可以是封装在应用平台104中的服务模块,当然,图像处理平台105和违停检测模型106也可以是独立于应用平台104的服务模块。
针对待处理图像进行违停检测的过程可以参考上述各实施例中的方法步骤。
另外需要说明的,图10所示的结构为本申请实施例的一种举例,在实际应用中,也可以通过其它适用的结构实现上述各实施例的方法步骤。
通过本申请实施例,当搭载摄像头接收到服务器发送的违停检测指令且当前定位处于违停检测指令所指定的区域时,搭载摄像头可以进行拍摄,并将拍摄的待处理图像上传至服务器。然后,服务器可以基于该待处理图像以及图10所示的结构进行违停检测,确定违停检测结果。在此过程中,由于拍摄、上传、违停检测等过程均通过搭载摄像头和服务器之间的交互完成,因此,本申请实施例无需人工进行手动拍摄,提高了两轮车违停检测的效率。另外,由于搭载摄像头是设置在移动交通工具内的摄像头,因此,基于移动交通工具的移动,能够使得搭载摄像头可以多角度的对各个路段进行拍摄,既可以提高两轮车违停检测的覆盖率,也可以避免安装蓝牙道钉、安装固定摄像头等物力成本。
基于相同的技术构思,本申请实施例还提供了一种两轮车辆违停检测装置,如图11所示,该装置包括:第一发送模块111、接收模块112和检测模块113。
第一发送模块111,用于向至少一个搭载摄像头发送违停检测指令,以使得各搭载摄像头位于违停检测地点信息所指定的区域时拍摄并上传待处理图像,所述违停检测指令包括违停检测地点信息,所述搭载摄像头设置在移动交通工具内;
接收模块112,用于接收所述搭载摄像头拍摄的待处理图像;
检测模块113,用于基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,所述违停检测结果用于表征所述待处理图像中是否包含违停两轮车辆的图像区域。
在一些实施例中,所述装置还包括:
创建模块,用于创建违停检测任务;以及
第一生成模块,用于基于所述违停检测任务生成违停检测指令。
在一些实施例中,所述装置还包括:
第二生成模块,用于响应于所述违停检测结果为所述待处理图像中包含违停两轮车辆的图像区域,生成违停处理工单,所述违停处理工单包括违停信息和违停检测结果;以及
第二发送模块,用于发送所述违停处理工单。
在一些实施例中,所述检测模块113,具体用于:
基于预先训练的违停检测模型对所述待处理图像进行违停检测;以及
响应于所述待处理图像中包含违停两轮车辆的图像区域,基于所述违停检测模型生成带有违停标识框的违停检测结果,所述违停检测结果为带有违停标识框的所述待处理图像,所述违停标识框用于标识所述待处理图像中的违停两轮车辆图像区域。
在一些实施例中,所述违停检测结果还包括第一合规标识框,所述第一合规标识框用于标识所述待处理图像中的合规停放两轮车辆图像区域。
在一些实施例中,所述装置还包括:
确定模块,用于在各违停标识框中确定第二合规标识框,所述第二合规标识框中包含两轮车辆正在被驾驶的图像区域。
在一些实施例中,所述移动交通工具为四轮车辆,所述搭载摄像头为设置在所述四轮车辆内的行车记录仪。
在一些实施例中,所述检测模块113,具体用于:
基于预先训练的违停检测模型对所述待处理图像中的两轮车辆进行目标检测,确定违停检测结果;
其中,所述违停检测模型基于预定训练集进行训练,所述预定训练集至少包括带有违停特征的违停样本图像以及所述违停样本图像对应的违停标注。
在一些实施例中,所述违停特征包括路肩、灌木丛、机动车车头和机动车车尾中的至少一种。
通过本申请实施例,当搭载摄像头接收到服务器发送的违停检测指令且当前定位处于违停检测指令所指定的区域时,搭载摄像头可以进行拍摄,并将拍摄的待处理图像上传至服务器。然后,服务器可以基于该待处理图像以及预先训练的违停检测模型进行违停检测,确定违停检测结果。在此过程中,由于拍摄、上传、违停检测等过程均通过搭载摄像头和服务器之间的交互完成,因此,本申请实施例无需人工进行手动拍摄,提高了两轮车违停检测的效率。另外,由于搭载摄像头是设置在移动交通工具内的摄像头,因此,基于移动交通工具的移动,能够使得搭载摄像头可以多角度的对各个路段进行拍摄,既可以提高两轮车违停检测的覆盖率,也可以避免安装蓝牙道钉、安装固定摄像头等物力成本。
图12是本申请实施例的服务器的示意图,其中,服务器可以是单个服务器,也可以是以分布式方式配置的服务器集群,还可以是云服务器。
如图12所示,图12所示的服务器为通用地址查询装置,其包括通用的计算机硬件结构,其至少包括处理器121和存储器122。处理器121和存储器122通过总线123连接。存储器122适于存储处理器121可执行的指令或程序。处理器121可以是独立的微处理器,也可以是一个或者多个微处理器集合。由此,处理器121通过执行存储器122所存储的指令,从而执行如上所述的本申请实施例的方法流程实现对于数据的处理和对于其它装置的控制。总线123将上述多个组件连接在一起,同时将上述组件连接到显示控制器124和显示装置以及输入/输出(I/O)装置125。输入/输出(I/O)装置125可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地,输入/输出装置125通过输入/输出(I/O)控制器126与系统相连。
本领域的技术人员应明白,本申请的实施例可提供为方法、装置(设备)或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品。
本申请是参照根据本申请实施例的方法、装置(设备)和计算机程序产品的流程图来描述的。应理解可由计算机程序指令实现流程图中的每一流程。
这些计算机程序指令可以存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现流程图一个流程或多个流程中指定的功能。
也可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程中指定的功能的装置。
本申请的另一实施例涉及一种非易失性存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指定相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请的另一实施例涉及一种计算机程序产品,包括计算机程序/指令,计算机程序/指令被处理器执行时可以实现上述部分或全部的方法实施例。
即,本领域技术人员可以理解,本申请实施例可以通过处理器执行计算机程序产品(计算机程序/指令)来指定相关的硬件(包括处理器自身),进而实现上述实施例方法中的全部或部分步骤。
以上所述仅为本申请的优选实施例,并不用于限制本申请,对于本领域技术人员而言,本申请可以有各种改动和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本申请实施例公开了TS1、一种两轮车辆违停检测方法,其中,所述方法应用于服务器,所述方法包括:
向至少一个搭载摄像头发送违停检测指令,以使得各搭载摄像头位于违停检测地点信息所指定的区域时拍摄并上传待处理图像,所述违停检测指令包括违停检测地点信息,所述搭载摄像头设置在移动交通工具内;
接收所述搭载摄像头拍摄的待处理图像;
基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,所述违停检测结果用于表征所述待处理图像中是否包含违停两轮车辆的图像区域。
TS2、如TS1所述的方法,其中,所述方法还包括:
创建违停检测任务;以及
基于所述违停检测任务生成违停检测指令。
TS3、如TS2所述的方法,其中,所述方法还包括:
响应于所述违停检测结果为所述待处理图像中包含违停两轮车辆的图像区域,生成违停处理工单,所述违停处理工单包括违停信息和违停检测结果;以及
发送所述违停处理工单。
TS4、如TS1-TS3任一项所述的方法,其中,所述基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,包括:
基于预先训练的违停检测模型对所述待处理图像进行违停检测;以及
响应于所述待处理图像中包含违停两轮车辆的图像区域,基于所述违停检测模型生成带有违停标识框的违停检测结果,所述违停检测结果为带有违停标识框的所述待处理图像,所述违停标识框用于标识所述待处理图像中的违停两轮车辆图像区域。
TS5、如TS4所述的方法,其中,所述违停检测结果还包括第一合规标识框,所述第一合规标识框用于标识所述待处理图像中的合规停放两轮车辆图像区域。
TS6、如TS4所述的方法,其中,所述方法还包括:
在各违停标识框中确定第二合规标识框,所述第二合规标识框中包含两轮车辆正在被驾驶的图像区域。
TS7、如TS1所述的方法,其中,所述移动交通工具为四轮车辆,所述搭载摄像头为设置在所述四轮车辆内的行车记录仪。
TS8、如TS1所述的方法,其中,所述基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,包括:
基于预先训练的违停检测模型对所述待处理图像中的两轮车辆进行目标检测,确定违停检测结果;
其中,所述违停检测模型基于预定训练集进行训练,所述预定训练集至少包括带有违停特征的违停样本图像以及所述违停样本图像对应的违停标注。
TS9、如TS8所述的方法,其中,所述违停特征包括路肩、灌木丛、机动车车头和机动车车尾中的至少一种。
TS10、一种搭载摄像头,其中,所述搭载摄像头设置在移动交通工具内,所述搭载摄像头包括:
摄像头,用于拍摄图像;
无线通信部件,用于数据传输;
定位部件,用于确定当前定位;
控制器,被配置为:
响应于所述无线通信部件接收到服务器发送的违停检测指令,且所述当前定位处于违停检测指令所指定的区域,控制所述摄像头拍摄待处理图像,所述违停检测指令包括违停检测地点信息;以及
控制所述无线通信部件向所述服务器发送所述待处理图像,以使得所述服务器基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,所述违停检测结果用于表征所述待处理图像中是否包含违停两轮车辆的图像区域。
TS11、一种两轮车辆违停检测系统,其中,所述系统包括:
搭载摄像头,设置在移动交通工具内,被配置为响应于接收到违停检测指令,且当前定位处于违停检测指令所指定的区域,拍摄待处理图像,所述违停检测指令包括违停检测地点信息;向应用平台发送所述待处理图像;
应用平台,被配置为向至少一个搭载摄像头发送违停检测指令;接收所述搭载摄像头拍摄的待处理图像;向图像处理平台发送所述待处理图像;以及
图像处理平台,被配置为接收所述图像处理平台发送的所述待处理图像;基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,所述违停检测结果用于表征所述待处理图像中是否包含违停两轮车辆的图像区域。
TS12、如TS11所述的系统,其中,所述系统还包括监管平台;
所述监管平台,被配置为:创建违停检测任务;向所述应用平台发送所述违停检测任务;
所述应用平台,还被配置为:接收所述监管平台发送的违停检测任务;基于所述违停检测任务生成违停检测指令。
TS13、如TS12所述的系统,其中,
所述图像处理平台,还被配置为:向所述应用平台发送所述违停检测结果;
所述应用平台,还被配置为:接收所述应用平台发送的所述违停检测结果;向所述监管平台发送所述违停检测结果;
所述监管平台,还被配置为:接收所述应用平台发送的所述违停检测结果;响应于所述违停检测结果为所述待处理图像中包含违停两轮车辆的图像区域,生成违停处理工单,所述违停处理工单包括违停信息和违停检测结果;发送所述违停处理工单。
TS14、如TS11-TS13任一项所述的系统,其中,所述图像处理平台,具体被配置为:
基于预先训练的违停检测模型对所述待处理图像进行违停检测;
响应于所述待处理图像中包含违停两轮车辆的图像区域,基于所述违停检测模型生成带有违停标识框的违停检测结果,所述违停检测结果为带有违停标识框的所述待处理图像,所述违停标识框用于标识所述待处理图像中的违停两轮车辆图像区域。
TS15、如TS14所述的系统,其中,所述违停检测结果还包括第一合规标识框,所述第一合规标识框用于标识所述待处理图像中的合规停放两轮车辆图像区域。
TS16、如TS14所述的系统,其中,所述图像处理平台,还被配置为:
在各违停标识框中确定第二合规标识框,所述第二合规标识框中包含两轮车辆正在被驾驶的图像区域。
TS17、如TS11所述的系统,其中,所述移动交通工具为四轮车辆,所述搭载摄像头为设置在所述四轮车辆内的行车记录仪。
TS18、如TS11所述的系统,其中,所述图像处理平台,具体被配置为:
基于预先训练的违停检测模型对所述待处理图像中的两轮车辆进行目标检测,确定违停检测结果;
其中,所述违停检测模型基于预定训练集进行训练,所述预定训练集至少包括带有违停特征的违停样本图像以及所述违停样本图像对应的违停标注。
TS19、如TS18所述的系统,其中,所述违停特征包括路肩、灌木丛、机动车车头和机动车车尾中的至少一种。
TS20、一种两轮车辆违停检测装置,其中,所述装置应用于服务器,所述装置包括:
第一发送模块,用于向至少一个搭载摄像头发送违停检测指令,以使得各搭载摄像头位于违停检测地点信息所指定的区域时拍摄并上传待处理图像,所述违停检测指令包括违停检测地点信息,所述搭载摄像头设置在移动交通工具内;
接收模块,用于接收所述搭载摄像头拍摄的待处理图像;
检测模块,用于基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,所述违停检测结果用于表征所述待处理图像中是否包含违停两轮车辆的图像区域。
TS21、如TS20所述的装置,其中,所述装置还包括:
创建模块,用于创建违停检测任务;以及
第一生成模块,用于基于所述违停检测任务生成违停检测指令。
TS22、如TS21所述的装置,其中,所述装置还包括:
第二生成模块,用于响应于所述违停检测结果为所述待处理图像中包含违停两轮车辆的图像区域,生成违停处理工单,所述违停处理工单包括违停信息和违停检测结果;以及
第二发送模块,用于发送所述违停处理工单。
TS23、如TS20-TS22任一项所述的装置,其中,所述检测模块,具体用于:
基于预先训练的违停检测模型对所述待处理图像进行违停检测;以及
响应于所述待处理图像中包含违停两轮车辆的图像区域,基于所述违停检测模型生成带有违停标识框的违停检测结果,所述违停检测结果为带有违停标识框的所述待处理图像,所述违停标识框用于标识所述待处理图像中的违停两轮车辆图像区域。
TS24、如TS23所述的装置,其中,所述违停检测结果还包括第一合规标识框,所述第一合规标识框用于标识所述待处理图像中的合规停放两轮车辆图像区域。
TS25、如TS23所述的装置,其中,所述装置还包括:
确定模块,用于在各违停标识框中确定第二合规标识框,所述第二合规标识框中包含两轮车辆正在被驾驶的图像区域。
TS26、如TS20所述的装置,其中,所述移动交通工具为四轮车辆,所述搭载摄像头为设置在所述四轮车辆内的行车记录仪。
TS27、如TS20所述的装置,其中,所述检测模块,具体用于:
基于预先训练的违停检测模型对所述待处理图像中的两轮车辆进行目标检测,确定违停检测结果;
其中,所述违停检测模型基于预定训练集进行训练,所述预定训练集至少包括带有违停特征的违停样本图像以及所述违停样本图像对应的违停标注。
TS28、如TS27所述的装置,其中,所述违停特征包括路肩、灌木丛、机动车车头和机动车车尾中的至少一种。
TS29、一种服务器,包括存储器和处理器,其中,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如TS1-TS9中任一项所述的方法。
TS30、一种计算机可读存储介质,其中,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现TS1-TS9中任一项所述的方法。
TS31、一种计算机程序产品,包括计算机程序/指令,其中,所述计算机程序/指令被处理器执行时实现TS1-TS9中任一项所述的方法。

Claims (10)

1.一种两轮车辆违停检测方法,其特征在于,所述方法应用于服务器,所述方法包括:
向至少一个搭载摄像头发送违停检测指令,以使得各搭载摄像头位于违停检测地点信息所指定的区域时拍摄并上传待处理图像,所述违停检测指令包括违停检测地点信息,所述搭载摄像头设置在移动交通工具内;
接收所述搭载摄像头拍摄的待处理图像;
基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,所述违停检测结果用于表征所述待处理图像中是否包含违停两轮车辆的图像区域。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
创建违停检测任务;以及
基于所述违停检测任务生成违停检测指令。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
响应于所述违停检测结果为所述待处理图像中包含违停两轮车辆的图像区域,生成违停处理工单,所述违停处理工单包括违停信息和违停检测结果;以及
发送所述违停处理工单。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,包括:
基于预先训练的违停检测模型对所述待处理图像进行违停检测;以及
响应于所述待处理图像中包含违停两轮车辆的图像区域,基于所述违停检测模型生成带有违停标识框的违停检测结果,所述违停检测结果为带有违停标识框的所述待处理图像,所述违停标识框用于标识所述待处理图像中的违停两轮车辆图像区域。
5.一种搭载摄像头,其特征在于,所述搭载摄像头设置在移动交通工具内,所述搭载摄像头包括:
摄像头,用于拍摄图像;
无线通信部件,用于数据传输;
定位部件,用于确定当前定位;
控制器,被配置为:
响应于所述无线通信部件接收到服务器发送的违停检测指令,且所述当前定位处于违停检测指令所指定的区域,控制所述摄像头拍摄待处理图像,所述违停检测指令包括违停检测地点信息;以及
控制所述无线通信部件向所述服务器发送所述待处理图像,以使得所述服务器基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,所述违停检测结果用于表征所述待处理图像中是否包含违停两轮车辆的图像区域。
6.一种两轮车辆违停检测系统,其特征在于,所述系统包括:
搭载摄像头,设置在移动交通工具内,被配置为响应于接收到违停检测指令,且当前定位处于违停检测指令所指定的区域,拍摄待处理图像,所述违停检测指令包括违停检测地点信息;向应用平台发送所述待处理图像;
应用平台,被配置为向至少一个搭载摄像头发送违停检测指令;接收所述搭载摄像头拍摄的待处理图像;向图像处理平台发送所述待处理图像;以及
图像处理平台,被配置为接收所述图像处理平台发送的所述待处理图像;基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,所述违停检测结果用于表征所述待处理图像中是否包含违停两轮车辆的图像区域。
7.一种两轮车辆违停检测装置,其特征在于,所述装置应用于服务器,所述装置包括:
第一发送模块,用于向至少一个搭载摄像头发送违停检测指令,以使得各搭载摄像头位于违停检测地点信息所指定的区域时拍摄并上传待处理图像,所述违停检测指令包括违停检测地点信息,所述搭载摄像头设置在移动交通工具内;
接收模块,用于接收所述搭载摄像头拍摄的待处理图像;
检测模块,用于基于所述待处理图像和预先训练的违停检测模型,确定违停检测结果,所述违停检测结果用于表征所述待处理图像中是否包含违停两轮车辆的图像区域。
8.一种服务器,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-4中任一项所述的方法。
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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-4中任一项所述的方法。
10.一种计算机程序产品,包括计算机程序/指令,其特征在于,所述计算机程序/指令被处理器执行时实现权利要求1-4中任一项所述的方法。
CN202110547986.4A 2021-05-19 2021-05-19 两轮车辆违停检测方法、装置、搭载摄像头和服务器 Withdrawn CN113284347A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110547986.4A CN113284347A (zh) 2021-05-19 2021-05-19 两轮车辆违停检测方法、装置、搭载摄像头和服务器
CN202210545941.8A CN115457776A (zh) 2021-05-19 2022-05-19 两轮车辆违停检测方法、装置、搭载摄像头和服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110547986.4A CN113284347A (zh) 2021-05-19 2021-05-19 两轮车辆违停检测方法、装置、搭载摄像头和服务器

Publications (1)

Publication Number Publication Date
CN113284347A true CN113284347A (zh) 2021-08-20

Family

ID=77280052

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110547986.4A Withdrawn CN113284347A (zh) 2021-05-19 2021-05-19 两轮车辆违停检测方法、装置、搭载摄像头和服务器
CN202210545941.8A Pending CN115457776A (zh) 2021-05-19 2022-05-19 两轮车辆违停检测方法、装置、搭载摄像头和服务器

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202210545941.8A Pending CN115457776A (zh) 2021-05-19 2022-05-19 两轮车辆违停检测方法、装置、搭载摄像头和服务器

Country Status (1)

Country Link
CN (2) CN113284347A (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060008013A (ko) * 2004-07-23 2006-01-26 한국알파시스템 (주) 무인 주정차 단속 시스템 및 그 방법
CN110745143B (zh) * 2019-10-29 2021-08-24 广州文远知行科技有限公司 一种车辆的控制方法、装置、设备和存储介质
CN111444845B (zh) * 2020-03-26 2023-05-12 江苏集萃华科智能装备科技有限公司 一种非机动车辆违停识别方法、装置及系统
CN111429726B (zh) * 2020-04-13 2021-11-26 城云科技(中国)有限公司 一种监控视频违停车辆检测、管理方法及对应的系统
CN112185098B (zh) * 2020-10-13 2022-07-19 特斯联科技集团有限公司 一种基于城市监控视频的共享单车监控方法及系统
CN112201051B (zh) * 2020-11-27 2021-07-06 中航金城无人系统有限公司 一种无人机端路面车辆违停检测及取证系统和方法

Also Published As

Publication number Publication date
CN115457776A (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
US11347220B2 (en) Autonomously navigating across intersections
JP6885298B2 (ja) 自動運転車両
CN107705609B (zh) 停车场寻车方法及装置
CN105243851A (zh) 车辆监控方法和系统
CN106571058A (zh) 基于智能移动终端的停车方法及系统
CN106200652A (zh) 一种智能物料搬运系统及搬运方法
CN107204055A (zh) 一种智能联网行车记录仪
JP6949196B2 (ja) 移動輸送機関の自動遠隔制御を実施するサーバ及び移動輸送機関の自動遠隔制御の方法
WO2023151522A1 (zh) 基于人工智能物联网平台用于自动驾驶的远程控制方法
CN106920386B (zh) 调整车辆摆放位置的方法、机器人及系统
CN110197097B (zh) 一种港区监控方法及系统、中控系统
CN110033622A (zh) 基于无人机航摄技术的违法抓拍占用应急车道方法
CN110335473A (zh) 遮挡车牌车辆的身份识别方法及系统
CN103646544A (zh) 基于云台和相机设备的车辆行为分析识别方法
CN110162028A (zh) 一种车辆定位停车系统、方法和装置
KR101525151B1 (ko) 차량 번호판 인식 시스템 및 방법
CN103871244B (zh) 交通信息处理方法和系统以及车载系统
CN113516099A (zh) 一种交通行为识别方法及装置、电子设备和存储介质
CN107027005A (zh) 快速寻车辅助系统和方法
CN113990101B (zh) 一种禁停区域车辆检测方法及其系统和处理装置
WO2022143181A1 (zh) 信息处理方法及装置、信息处理系统
CN113284347A (zh) 两轮车辆违停检测方法、装置、搭载摄像头和服务器
CN103956059A (zh) 一种识别红绿灯路口路况的方法、设备及系统
CN106548627A (zh) 一种基于车联网的rfid传感道路监控系统
CN110379173A (zh) 一种基于共享单车多模态数据的非机动车交通违规行为识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210820

WW01 Invention patent application withdrawn after publication