CN113496211A - 目标车辆确定方法、装置、电子设备及存储介质 - Google Patents
目标车辆确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113496211A CN113496211A CN202110693395.8A CN202110693395A CN113496211A CN 113496211 A CN113496211 A CN 113496211A CN 202110693395 A CN202110693395 A CN 202110693395A CN 113496211 A CN113496211 A CN 113496211A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- refueling
- information
- target
- signal
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000007613 environmental effect Effects 0.000 claims abstract description 16
- 239000013598 vector Substances 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 6
- 239000003921 oil Substances 0.000 description 21
- 239000000446 fuel Substances 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000010687 lubricating oil Substances 0.000 description 2
- 239000010705 motor oil Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Abstract
本申请实施例中提供了一种目标车辆确定方法、装置、电子设备及存储介质,该方法包括:获取视频数据,所述视频数据包括加油站内的环境信息;从所述视频数据中提取车辆的特征信息,以及所述车辆在所述加油站中的位置信息;基于所述特征信息,获取所述车辆在加油区域内的停留时长;在接收到加油信号时,根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆。利用视频数据,从所述视频数据中提取出车辆的特征信息,车辆在加油站中的位置信息,以及车辆在加油区域内的停留时长,综合多个维度的信息,可准确定位追踪车辆,从而在接收到加油信号时,可准确关联加油信号与车辆。
Description
技术领域
本申请涉及视频分析技术领域,具体地,涉及一种目标车辆确定方法、装置、电子设备及存储介质。
背景技术
加油站是指为汽车和其它机动车辆提供汽油和机油的补充站,通常还可以为机动车辆添加润滑油。随着机动车辆的数量的增长以及科技的发展,加油站朝着智能化的方向发展,在智能加油站中,可以实现车主自助加油以及支付等,无需工作人员参与。
为了实现智能加油的功能,可以通过车牌号对车辆进行跟踪,将车辆与加油信号等进行关联,根据这些关联关系,实现自助加油和支付。然而,在对车辆进行跟踪的过程中,车牌号可能出现遮挡等情况,导致跟踪断开,进一步导致加油信号的和车辆的关联不够准确。
发明内容
本申请实施例中提供了一种目标车辆确定方法、装置、电子设备及存储介质,可以有效解决加油信号的和车辆的关联不够准确的问题。
根据本申请实施例的第一个方面,提供了一种目标车辆确定方法,该方法白包括:获取视频数据,所述视频数据包括加油站内的环境信息;从所述视频数据中提取车辆的特征信息,以及所述车辆在所述视频数据中的位置信息;基于所述特征信息,获取所述车辆在加油区域内的停留时长;在接收到加油信号时,根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆。
根据本申请实施例的第二个方面,提供了一种目标车辆确定装置,该装置包括:视频获取模块,用于获取视频数据,所述视频数据包括加油站内的环境信息;特征提取模块,用于从所述视频数据中提取车辆的特征信息,以及所述车辆在所述视频数据中的位置信息;时长获取模块,用于基于所述特征信息,获取所述车辆在加油区域内的停留时长;确定模块,用于在接收到加油信号时,根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆。
根据本申请实施例的第三个方面,提供了一种电子设备,该电子设备包括一个或多个处理器;存储器;一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行如上述应用于电子设备的方法。
根据本申请实施例的第四方面,本申请实施列提供一种计算机可读存储介质,所述计算机可读存储介质中存储有程序代码,其中,在所述程序代码运行时执行上述的方法。
采用本申请实施例中提供的目标车辆确定方法,所述视频数据包括加油站内的环境信息;从所述视频数据中提取车辆的特征信息,以及所述车辆在所述加油站中的位置信息;基于所述特征信息,获取所述车辆在加油区域内的停留时长;在接收到加油信号时,根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆。利用视频数据,从所述视频数据中提取出车辆的特征信息,车辆在加油站中的位置信息,以及车辆在加油区域内的停留时长,综合多个维度的信息,可准确定位追踪车辆,从而在接收到加油信号时,可准确关联加油信号与车辆。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请一个实施例提供的目标车辆确定方法的流程图;
图2为本申请另一个实施例提供的目标车辆确定方法的流程图;
图3为本申请再一个实施例提供的目标车辆确定方法的流程图;
图4为在图3所提供的实施例的基础上提供的目标车辆确定方法的部分步骤的流程图;
图5为本申请一个实施例提供的目标车辆确定装置的功能模块图;
图6为本申请实施例提出的用于执行根据本申请实施例的目标车辆确定方法的电子设备的结构框图。
具体实施方式
加油站是指为汽车和其它机动车辆提供汽油和机油的补充站,通常还可以为机动车辆添加润滑油。随着机动车辆的数量的增长以及科技的发展,加油站朝着智能化的方向发展,在智能加油站中,可以实现车主自助加油以及支付等,无需工作人员参与。
通常在加油站进站口和出站口,以及加油站内的各个车道上安装识别组件,安装无线组件接收加油枪的信号,并通过车牌号对车辆进行跟踪,可以实现智能加油的功能。发明人在研究中发现,这种方式需要在加油站安装多个传感器组件,成本较高,且在车辆较多,有车牌被遮挡的情况下,追踪会断开,影响加油信号的和车辆的关联,进一步导致加油信号的和车辆关联的准确率不高。
针对上述问题,本申请实施例中提供了一种目标车辆确定方法,获取视频数据,所述视频数据包括加油站内的环境信息;从所述视频数据中提取车辆的特征信息,以及所述车辆在所述加油站中的位置信息;基于所述特征信息,获取所述车辆在加油区域内的停留时长;在接收到加油信号时,根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆。利用视频数据,从所述视频数据中提取出车辆的特征信息,车辆在加油站中的位置信息,以及车辆在加油区域内的停留时长,综合多个维度的信息,可准确定位追踪车辆,从而在接收到加油信号时,可准确关联加油信号与车辆。
本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript,以及Python等。
为了使本申请实施例中的技术方案及优点更加清楚明白,以下结合附图对本申请的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本申请的一部分实施例,而不是所有实施例的穷举。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
请参阅图1,本申请实施例提供了一种目标车辆确定方法,可应用于电子设备,所述电子设备可以是智能手机,电脑或服务器等,具体的该方法可以包括以下步骤。
步骤110,获取视频数据,所述视频数据包括加油站内的环境信息。
加油站内可以设置有图像采集装置,所述图像采集装置可以采集到加油站内加油区域的环境信息。也就是说,图像采集装置可以对加油站内的加油区域进行监控,采集到加油区域的图像。加油站内通常加油站内具有多列车道,在每列车道上都设置有加油区域,通过在每列车道上安装两个相对的图像采集装置,以30度左右角度从上到下俯瞰车道上的加油区域,可以采集到每个加油区域内的环境信息。避免在加油站内安装大量的传感器组件,可降低成本。
图像采集装置可以将采集到的视频数据发送给电子设备,从而,所述电子设备可以获取到所述视频数据,并基于所述视频数据进行后续处理。
在一些实施方式中,可以根据图像采集装置所监控的区域,标注每个加油区域在所述视频数据中的位置,并将所述位置与加油区域内的加油枪对应的油枪标识进行关联,以供后续使用。
步骤120,从所述视频数据中提取车辆的特征信息,以及所述车辆在所述加油站中的位置信息。
电子设备在接收到所述视频数据时,可以对所述视频数据进行处理,从所述视频数据中提取出车辆的特征信息。可以对视频数据进行视频结构化以提取车辆的特征信息。视频结构化是对视频内容按语义关系,采用目标检测、特征提取、对象识别、深度学习等分析手段,组织成可被计算机和人识别、理解、检索的文本信息的技术。
从而所述电子设备可以识别所述视频数据中的车辆,对所述车辆进行特征提取,得到车辆的特征信息,所述特征信息可以包括下述的一种或多种:车牌号、车辆颜色、车款车型以及特征值。所述特征值用于表示车辆的整体特征。
在识别到所述视频数据中的车辆时,可以定位出车辆在加油站中的位置信息,由于视频数据为加油站内的图像,因此,可以定位出车辆在加油站内位置信息。所述位置信息的表现形式可以是所述车辆在所述视频数据中的图像中对应的坐标。
具体的,可以是预先训练有深度学习模型,将获取到所述视频数据输入所述深度学习模型中,可以得到所述车辆的特征信息和所述位置信息。
步骤130,基于所述特征信息,获取所述车辆在加油区域内的停留时长。
在得到车辆的特征信息后,可以基于所述特征信息,获取车辆在所述加油区域内的停留时长。具体的,可以是基于所述特征信息对同一车辆进行跟踪,记录跟踪的所述同一车辆在所述加油区域内的停留时长。
在一些实施方式中,可以是根据特征信息中的车牌号对同一车辆进行跟踪。在另一些实施方式中,在加油站内车辆数量较多时,可能出现遮挡车牌号的情况,从而可以根据特征信息中的特征值对同一车辆进行跟踪。
对同一车辆进行跟踪时,可以记录跟踪的所述同一车辆在所述加油区域内的停留时长。在一些实施方式中,可以是跟踪所述车辆进入所述加油区域的时间,根据进入所述加油区域的时间确定停留时长。在一些实施方式中,可以是在所述车辆进入所述加油区域时,开始计时,以得到所述停留时长。
步骤140,在接收到加油信号时,根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆。
电子设备预先可以与加油枪进行连接,在所述加油枪被提起用于加油时,电子设备可以接收到提枪信号,在所述加油枪被放回时,电子设备可以获取到与所述加油枪对应的挂枪信号。
也就是说加油信号包括加油枪的提枪信号以及挂抢信号。目标车辆为使用发出所述提枪信号和挂抢信号的加油枪,进行加油的车辆。
在所述电子设备接收到提枪信号时,根据所述位置信息,对位于所述目标区域内的车辆设置预设标记,所述目标区域为与所述提枪信号对应的加油区域,所述预设标记包括发出所述提枪信号的加油枪对应的油枪标识;在接收到挂抢信号时,获取第一数量,所述第一数量为当前在所述目标区域内的车辆的数量;若所述第一数量等于1,确定所述车辆为目标车辆;若所述第一数量大于1,根据所述预设标记以及停留时长确定所述目标车辆。
在接收到提枪信号时,可以根据所述位置信息确定位于目标区域内的车辆,并对所述车辆设置预设标记。所述目标区域为发出所述提枪信号的加油枪所在的加油区域。
在接收到所述提枪信号时,表明车辆开始加油,在车辆加油完毕时,可以接收到挂抢信号。在电子设备接收到挂抢信号时,可以获取当前在所述目标区域内的车辆的数量为第一数量;若所述第一数量等于1,表明只有一辆车在加油,可以确定所述车辆为目标车辆;若所述第一数量大于1,可以进一步根据预设标记以及停留时长确定所述目标车辆。
在确定出所述目标车辆后,可以将所述加油信号和所述目标车辆关联存储,以便后续可以根据加油信号和目标车辆的关联关系,确定其他的关联信号。例如,车辆在加油后,需要支付一定费用,从而可以将加油信号对应所产生加油费用与目标车辆关联,实现收费的功能。
本申请实施例提供的目标车辆确定方法,获取视频数据,所述视频数据包括加油站内的环境信息;从所述视频数据中提取车辆的特征信息,以及所述车辆在所述加油站中的位置信息;基于所述特征信息,获取所述车辆在加油区域内的停留时长;在接收到加油信号时,根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆。利用视频数据,从所述视频数据中提取出车辆的特征信息,车辆在加油站中的位置信息,以及车辆在加油区域内的停留时长,综合多个维度的信息,可准确定位追踪车辆,从而在接收到加油信号时,可准确关联加油信号与车辆。
请参阅图2,本申请另一实施例提供了一种目标车辆确定方法,在前述实施例的基础上重点描述了基于所述特征信息,获取所述车辆在加油区域内的停留时长的过程,具体的该方法可包括以下步骤。
步骤210,获取视频数据,所述视频数据包括加油站内的环境信息。
步骤220,从所述视频数据中提取车辆的特征信息,以及所述车辆在所述加油站中的位置信息。
步骤210和步骤220可参照前述实施例对应部分,在此不再赘述。
步骤230,基于所述特征信息跟踪同一车辆。
提取的所述特征信息包括下述的一种或多种:车牌号、车辆颜色、车款车型以及特征值。所述特征值用于表示车辆的整体特征。在基于所述特征信息跟踪同一车辆时,可以是确定所述特征信息中是否存在车牌号;若存在车牌号,根据所述车牌号跟踪同一车辆;若不存在所述车牌号,根据所述特征值跟踪同一车辆。
可以理解的是,在加油站内出现多个车辆时,车辆的车牌号可能被遮挡,从而,在从所述视频数据中提取车辆的特征信息时,可能提取不到车牌号,但是仍然可以提取到车辆颜色,车款车型以及特征值。
电子设备可以不断的从视频数据中提取车辆的特征信息。在此之前,电子设备可以将已经提取到的车辆的特征信息存储在预设位置,定义存储在所述预设位置的特征信息为历史特征信息。所述历史特征信息包括在接收到所述加油信号之前,提取到的车辆的特征信息。在接收到所述加油信号时,可以将当前提取到车辆的特征信息与所述历史特征信息进行对比,实现对同一车辆的跟踪。
若提取的特征信息中存在所述车牌号,获取所述历史特征信息中的车牌号,车牌号相同的认为是同一车辆。
若提取的特征信息中不存在所述车牌号,根据特征值跟踪同一车辆。具体的,可以将所述特征值转换为特征向量;获取历史特征信息,将所述历史特征信息中的特征值转换为历史特征向量;计算所述特征向量和所述历史特征向量之间的距离;在所述距离大于预设值时,确定所述特征向量和所述历史特征向量对应同一车辆。
也就是说,可以将当前提取到的特征值转换为特征向量,将历史特征信息中的特征值转换为历史特征向量,以所述特征向量和历史特征向量之间的距离表示特征值的相似度。在所述距离大于预设值时,可以认为特征值和历史特征值相同,从而可以确定特征值对应的车辆与历史特征值对应的车辆是同一车辆。
在一些实施方式中,在所述距离大于预设值时,还可以比对所述车辆颜色和车款车型。例如,特征值A对应车辆1,特征值B对应车辆2,在根据特征值A和特征值B确定车辆1和车辆2为同一车辆时,可以获取到车辆1对应的车辆颜色以及车型车款;以及车辆2对应的车辆颜色以及车型车款,在两者一致时,确定车辆1和车辆2为同一车辆,实现高精度的跟踪。
步骤240,记录跟踪的所述同一车辆在所述加油区域内的停留时长。
对同一车辆进行跟踪时,可以记录跟踪的所述同一车辆在所述加油区域内的停留时长。
在一些实施方式中,可以是先记录车辆进入所述加油区域内的时间,通过所述特征信息对该车辆进行跟踪。若所述车辆已经离开所述加油区域,获取该车辆离开所述加油区域的时间,将进入所述加油区域内的时间和所述离开所述加油区域的时间作差即可得到所述停留时长。若所述车辆没有离开所述加油区域,将当前时间与车辆进入所述加油区域的时间作差,即可得到所述停留时长。
在一些实施方式中,基于所述特征信息对所述车辆进行跟踪时,在跟踪到所述车辆进入所述加油区域时,开始计时,得到的时长为所述停留时长。
步骤250,在接收到加油信号时,根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆。
步骤250可参照前述实施例对应部分,在此不再赘述。
本申请实施例提供的目标车辆确定方法,基于所述特征信息跟踪同一车辆,记录跟踪的所述同一车辆在所述加油区域内的停留时长。在所述特征信息中存在车牌号时,根据车牌号跟踪同一车辆;在所述特征信息中不存在所述车牌号时,利用特征值跟踪同一车辆。在车辆的车牌号被遮挡时,可以利用特征值进行跟踪,可准确定位追踪车辆,从而在接收到加油信号时,可以准确将加油信号与车辆进行关联。
请参阅图3,本申请再一实施例提供了一种目标车辆确定方法,在前述实施例的基础上重点描述了根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆的过程,具体的该方法可包括以下步骤。
步骤310,获取视频数据,所述视频数据包括加油站内的加油区域中的环境信息。
步骤320,从所述视频数据中提取车辆的特征信息,以及所述车辆在所述加油站中的位置信息。
步骤330,基于所述特征信息,获取所述车辆在加油区域内的停留时长。
步骤310至步骤330可参照前述实施例对应部分,在此不再赘述。
步骤340,在接收到提枪信号时,根据所述位置信息,对位于所述目标区域内的车辆设置预设标记,所述目标区域为与所述提枪信号对应的加油区域,所述预设标记包括发出所述提枪信号的加油枪对应的油枪标识。
在所述电子设备接收到提枪信号时,表明发出所述提枪信号的加油枪被用于加油,所述电子设备可以根据车辆的位置信息,对位于目标区域内的设置预设标记。定义所述目标区域为发出所述提枪信号的加油枪所对应的加油区域。具体的,可参阅图4,该过程可以包括以下步骤。
步骤341,确定与所述提枪信号对应的目标区域。
在接收到所述视频数据时,可以根据图像采集装置所监控的区域,标注每个加油区域在所述视频数据中的位置,并将所述位置与加油区域内的加油枪对应的油枪标识进行关联,进一步将油枪标识和加油区域的关联关系进行存储。在接收到提枪信号时,所述提枪信号中可以包括油枪标识,根据预先存储的油枪标识与加油区域的关联关系,可以确定出所述目标区域。例如,加油枪1与加油区域1关联,加油枪2与加油区域2关联。在接收到加油枪1发出的提枪信号时,可以确定加油区域1为目标区域。
步骤342,根据所述位置信息确定位于所述目标区域内的车辆。
预先标注有每个加油区域在所述视频数据中的位置,由于加油区域通常是矩形,因此,所述加油区域的位置可以是以矩形的四个顶点坐标表示。从而,可以获取到所述目标区域对应的顶点坐标。如前所述,车辆的位置信息也可以是以坐标表示。
在一些实施方式中,可以是根据所述位置信息以及各个加油区域的顶点坐标,确定所述车辆是否位于的加油区域,在所述加油区域与所述目标区域相同时,认为所述车辆位于所述加油区域内;在所述加油区域与所述目标区域不同时,认为所述车辆不在所述加油区域内。
在一些实施方式中,可以是根据所述位置信息以及所述目标区域的顶点坐标,确定所述车辆是否在所述目标区域内。
步骤343,对在所述目标区域内的车辆设置所述预设标记。
在获取到位于所述目标区域内的车辆时,可以为所述车辆设置预设标记,其中,预设标记包括发出所述提枪信号的加油枪对应的油枪标识。以便于在同时接收到多个不同的加油枪发出的提枪信号时,进行区分。所述油枪标识可以唯一表示加油枪的信息,例如油枪号。
步骤350,在接收到挂抢信号时,获取第一数量,所述第一数量为当前在所述目标区域内的车辆的数量。
在接收到挂抢信号时,表明车辆已经加油完毕,此时可以获取第一数量。定义第一数量为当前在所述目标区域内的车辆的数量。进一步根据所述第一数量确定所述目标车辆。
步骤360,若所述第一数量等于1,确定所述车辆为目标车辆。
在获取到所述第一数量时,若所述第一数量等于1,表明在目标区域内,只有一辆车,从而可以确定该车辆为目标车辆。
步骤370,若所述第一数量大于1,根据所述预设标记以及停留时长确定所述目标车辆。
若所述第一数量大于1,表明当前处于所述目标区域的车辆有多个,无法直接确定哪个车辆是目标车辆。因此,可以进一步根据预设标记以及停留时长确定所述目标车辆。
在根据所述预设标记以及停留时长确定所述目标车辆时,可以是先获取第二数量,所述第二数量为当前在所述目标区域内,且有预设标记的车辆的数量。可以理解的是,在接收到提枪信号时,对在目标区域内的车辆设置预设标记,表明携带有预设标记的车辆有可能是目标车辆。
若第二数量等于1,表明携带有预设标记的车辆只有一辆,可以确定该车辆为目标车辆。若第二数量大于1,表明携带有预设标记的车辆不止一辆,可以进一步根据停留时长确认所述目标车辆。
在根据所述特征信息对同一车辆进行跟踪时,记录了车辆在所述加油区域的停留时长,此时可以获取携带有所述预设标记的车辆对应的停留时长,将停留时长最长的车辆确定为所述目标车辆。
可以理解的是,在车辆进入所述加油区域时,开始记录停留时长,在出现多个车辆在目标加油区内排队等候加油时,通常是按照进入所述加油区域的顺序进行加油。例如车辆1先进入目标区域进行加油,车辆2和车辆3陆续进入所述目标区域排队等候。在车辆1加油完毕时,这个时候获取车辆1,车辆2,车辆3的停留时长,由于车辆1是最先进入目标区域的,车辆1对应的停留时长最长。
由此,在获取到停留时长时,可以将停留时长最长的车辆确定为所述目标车辆。例如,车辆1的停留时长为2分钟,车辆2的停留时长为1分钟,车辆3的停留时长为0.5分钟,可以确定车辆1为所述目标车辆。
在确定出所述目标车辆后,可以将所述加油信号和所述目标车辆关联存储,以便后续可以根据加油信号和目标车辆的关联关系,确定其他的关联信号。例如,车辆在加油后,需要支付一定费用,从而可以将加油信号对应所产生加油费用与目标车辆关联,实现收费的功能。
本申请实施例提供的目标车辆确定方法,在接收提枪信号时,确定目标区域,并根据所述位置信息,对位于所述目标区域内的车辆设置预设标记;在接收到挂抢信号时,获取位于所述目标区域内的车辆的数量为第一数量;在所述第一数量等于1时,确定所述车辆为目标车辆;在所述第一数量大于1时,进一步根据所述预设标记和停留时长确定目标车辆。充分利用停留时长和位置信息,可准确确定与所述加油信号关联的目标车辆。
请参阅图5,本申请实施例提供了一种目标车辆确定装置400,所述目标车辆确定装置400包括:视频获取模块410,特征提取模块420,时长获取模块430,确定模块440。所述视频获取模块410,用于获取视频数据,所述视频数据包括加油站内的环境信息;所述特征提取模块420,用于从所述视频数据中提取车辆的特征信息,以及所述车辆在所述加油站中的位置信息;所述时长获取模块430,用于基于所述特征信息,获取所述车辆在加油区域内的停留时长;所述确定模块440,用于在接收到加油信号时,根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆。
进一步的,所述时长获取模块430还用于基于所述特征信息跟踪同一车辆;记录跟踪的所述同一车辆在所述加油区域内的停留时长。
进一步的,所述时长获取模块430还用于确定所述特征信息中是否存在车牌号;若所述特征信息中存在所述车牌号,根据所述车牌号跟踪同一车辆;若所述特征信息中不存在所述车牌号,根据特征值跟踪同一车辆,所述特征值用于表示车辆的整体特征。
进一步的,所述时长获取模块430还用于将所述特征值转换为特征向量;获取历史特征信息,将所述历史特征信息中的特征值转换为历史特征向量,所述历史特征信息包括在接收到所述加油信号之前,提取到的车辆的特征信息;计算所述特征向量和所述历史特征向量之间的距离;在所述距离大于预设值时,确定所述特征向量和所述历史特征向量对应同一车辆。
进一步的,所述确定模块430还用于在接收到提枪信号时,根据所述位置信息,对位于所述目标区域内的车辆设置预设标记,所述目标区域为与所述提枪信号对应的加油区域,所述预设标记包括发出所述提枪信号的加油枪对应的油枪标识;在接收到挂抢信号时,获取第一数量,所述第一数量为当前在所述目标区域内的车辆的数量;若所述第一数量等于1,确定所述车辆为目标车辆;若所述第一数量大于1,根据所述预设标记以及停留时长确定所述目标车辆。
进一步的,所述确定模块430还用于确定与所述提枪信号对应的目标区域;根据所述位置信息确定位于所述目标区域内的车辆;对在所述目标区域内的车辆设置所述预设标记。
进一步的,所述确定模块430还用于根据所述预设标记确定第二数量,所述第二数量为当前在所述目标区域内,且有预设标记的车辆的数量;若所述第二数量等于1,确定所述车辆为所述目标车辆;若所述第二数量大于1,获取记录的与各个车辆对应的停留时长,确定所述停留时长最长的车辆为所述目标车辆。
本申请实施例提供的目标车辆确定装置,获取视频数据,所述视频数据包括加油站内的环境信息;从所述视频数据中提取车辆的特征信息,以及所述车辆在所述加油站中的位置信息;基于所述特征信息,获取所述车辆在加油区域内的停留时长;在接收到加油信号时,根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆。利用视频数据,从所述视频数据中提取出车辆的特征信息,车辆在加油站中的位置信息,以及车辆在加油区域内的停留时长,综合多个维度的信息,可准确定位追踪车辆,从而在接收到加油信号时,可准确关联加油信号与车辆。
要说明的是,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
请参阅图6,本申请实施例提供了一种电子设备的结构框图,该电子设备500包括处理器510以及存储器520以及一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器520中并被配置为由所述一个或多个处理器510执行,所述一个或多个程序配置用于执行上述目标车辆确定方法。
该电子设备500可以是智能手机、平板电脑等能够运行应用程序的终端设备,还可以是服务器。本申请中的电子设备500可以包括一个或多个如下部件:处理器510、存储器520、以及一个或多个应用程序,其中一个或多个应用程序可以被存储在存储器520中并被配置为由一个或多个处理器510执行,一个或多个程序配置用于执行如前述方法实施例所描述的方法。
处理器510可以包括一个或者多个处理核。处理器510利用各种接口和线路连接整个电子设备500内的各个部分,通过运行或执行存储在存储器520内的指令、程序、代码集或指令集,以及调用存储在存储器520内的数据,执行电子设备500的各种功能和处理数据。可选地,处理器510可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器510可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器510中,单独通过一块通信芯片进行实现。
存储器520可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器520可用于存储指令、程序、代码、代码集或指令集。存储器520可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备500在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
本申请实施例提供的电子设备,获取视频数据,所述视频数据包括加油站内的环境信息;从所述视频数据中提取车辆的特征信息,以及所述车辆在所述加油站中的位置信息;基于所述特征信息,获取所述车辆在加油区域内的停留时长;在接收到加油信号时,根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆。利用视频数据,从所述视频数据中提取出车辆的特征信息,车辆在加油站中的位置信息,以及车辆在加油区域内的停留时长,综合多个维度的信息,可准确定位追踪车辆,从而在接收到加油信号时,可准确关联加油信号与车辆。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、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用存储介质(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的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。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和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可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,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种目标车辆确定方法,其特征在于,所述方法包括:
获取视频数据,所述视频数据包括加油站内的环境信息;
从所述视频数据中提取车辆的特征信息,以及所述车辆在所述加油站中的位置信息;
基于所述特征信息,获取所述车辆在加油区域内的停留时长;
在接收到加油信号时,根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆。
2.根据权利要求1所述的方法,其特征在于,所述基于所述特征信息获取所述车辆在加油区域内的停留时长,包括:
基于所述特征信息跟踪同一车辆;
记录跟踪的所述同一车辆在所述加油区域内的停留时长。
3.根据权利要求2所述的方法,其特征在于,所述基于所述特征信息跟踪同一车辆,包括:
确定所述特征信息中是否存在车牌号;
若所述特征信息中存在所述车牌号,根据所述车牌号跟踪同一车辆;
若所述特征信息中不存在所述车牌号,根据特征值跟踪同一车辆,所述特征值用于表示车辆的整体特征。
4.根据权利要求3所述的方法,其特征在于,所述根据特征值跟踪同一车辆,包括:
将所述特征值转换为特征向量;
获取历史特征信息,将所述历史特征信息中的特征值转换为历史特征向量,所述历史特征信息包括在接收到所述加油信号之前,提取到的车辆的特征信息;
计算所述特征向量和所述历史特征向量之间的距离;
在所述距离大于预设值时,确定所述特征向量和所述历史特征向量对应同一车辆。
5.根据权利要求1所述的方法,其特征在于,所述在接收到加油信号时,根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆,包括:
在接收到提枪信号时,根据所述位置信息,对位于所述目标区域内的车辆设置预设标记,所述目标区域为与所述提枪信号对应的加油区域,所述预设标记包括发出所述提枪信号的加油枪对应的油枪标识;
在接收到挂抢信号时,获取第一数量,所述第一数量为当前在所述目标区域内的车辆的数量;
若所述第一数量等于1,确定所述车辆为目标车辆;
若所述第一数量大于1,根据所述预设标记以及停留时长确定所述目标车辆。
6.根据权利要求5所述的方法,其特征在于,所述根据所述位置信息,对位于所述目标区域内的车辆设置预设标记,包括:
确定与所述提枪信号对应的目标区域;
根据所述位置信息确定位于所述目标区域内的车辆;
对在所述目标区域内的车辆设置所述预设标记。
7.根据权利要求5所述的方法,其特征在于,所述根据所述预设标记以及停留时长确定所述目标车辆,包括:
根据所述预设标记确定第二数量,所述第二数量为当前在所述目标区域内有预设标记的车辆的数量;
若所述第二数量等于1,确定所述车辆为所述目标车辆;
若所述第二数量大于1,获取各个车辆对应的停留时长,确定所述停留时长最长的车辆为所述目标车辆。
8.一种目标车辆确定装置,其特征在于,所述装置包括:
视频获取模块,用于获取视频数据,所述视频数据包括加油站内的环境信息;
特征提取模块,用于从所述视频数据中提取车辆的特征信息,以及所述车辆在所述加油站中的位置信息;
时长获取模块,用于基于所述特征信息,获取所述车辆在加油区域内的停留时长;
确定模块,用于在接收到加油信号时,根据所述停留时长和所述位置信息,确定与所述加油信号关联的目标车辆。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器,与所述一个或多个处理器电连接;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个应用程序配置用于执行如权利要求1至7任一项所述的方法。
10.一种计算机可读取存储介质,其特征在于,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110693395.8A CN113496211A (zh) | 2021-06-22 | 2021-06-22 | 目标车辆确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110693395.8A CN113496211A (zh) | 2021-06-22 | 2021-06-22 | 目标车辆确定方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113496211A true CN113496211A (zh) | 2021-10-12 |
Family
ID=77997363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110693395.8A Pending CN113496211A (zh) | 2021-06-22 | 2021-06-22 | 目标车辆确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113496211A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114241783A (zh) * | 2021-11-30 | 2022-03-25 | 深圳市喂车科技有限公司 | 一种基于物联网的加油站车牌的识别及评估系统和方法 |
CN114863580A (zh) * | 2022-05-12 | 2022-08-05 | 江苏中烟工业有限责任公司 | 一种确定烟草加工的停留时长的方法、装置、设备及介质 |
CN115082277A (zh) * | 2022-08-23 | 2022-09-20 | 交通运输部科学研究院 | 车辆管控区域行程识别方法、装置、电子设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197681A (zh) * | 2018-01-03 | 2018-06-22 | 深圳市喂车科技有限公司 | 一种加油信息处理方法、系统、终端及可读存储介质 |
CN108615301A (zh) * | 2018-03-30 | 2018-10-02 | 深圳市金溢科技股份有限公司 | 一种自助加油方法、系统及加油机 |
CN110689675A (zh) * | 2019-09-26 | 2020-01-14 | 江苏沃银数据服务有限公司 | 一种基于视频识别ai算法的无感加油系统 |
CN111275890A (zh) * | 2020-01-20 | 2020-06-12 | 北京微油科技服务有限公司 | 基于油枪识别的加油方法及装置 |
KR102160677B1 (ko) * | 2020-03-03 | 2020-09-28 | (주)한국알파시스템 | 다중 차량 추적 기술을 이용한 불법주정차단속장치 및 그 동작 방법 |
CN112116755A (zh) * | 2020-09-18 | 2020-12-22 | 合肥极核明月信息科技有限公司 | 一种加油站数据采集信息服务系统及实现方法 |
KR20210026497A (ko) * | 2019-08-30 | 2021-03-10 | (주)파이온즈 | 카메라 화면 상의 영역 및 이벤트 룰 설정을 통한 객체 추적 및 서비스 실행 시스템 |
CN112489112A (zh) * | 2020-11-25 | 2021-03-12 | 创新奇智(南京)科技有限公司 | 加油枪与车辆匹配方法、装置、电子设备及存储介质 |
CN112735036A (zh) * | 2020-12-29 | 2021-04-30 | 湖北新强信息技术工程有限公司 | 一种实现加油站智能化加油的方法及系统 |
CN112766038A (zh) * | 2020-12-22 | 2021-05-07 | 深圳金证引擎科技有限公司 | 一种根据图像识别的车辆跟踪方法 |
CN112907832A (zh) * | 2021-01-19 | 2021-06-04 | 浙江大华技术股份有限公司 | 加油事件的处理方法、视频处理装置及存储介质 |
-
2021
- 2021-06-22 CN CN202110693395.8A patent/CN113496211A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197681A (zh) * | 2018-01-03 | 2018-06-22 | 深圳市喂车科技有限公司 | 一种加油信息处理方法、系统、终端及可读存储介质 |
CN108615301A (zh) * | 2018-03-30 | 2018-10-02 | 深圳市金溢科技股份有限公司 | 一种自助加油方法、系统及加油机 |
KR20210026497A (ko) * | 2019-08-30 | 2021-03-10 | (주)파이온즈 | 카메라 화면 상의 영역 및 이벤트 룰 설정을 통한 객체 추적 및 서비스 실행 시스템 |
CN110689675A (zh) * | 2019-09-26 | 2020-01-14 | 江苏沃银数据服务有限公司 | 一种基于视频识别ai算法的无感加油系统 |
CN111275890A (zh) * | 2020-01-20 | 2020-06-12 | 北京微油科技服务有限公司 | 基于油枪识别的加油方法及装置 |
KR102160677B1 (ko) * | 2020-03-03 | 2020-09-28 | (주)한국알파시스템 | 다중 차량 추적 기술을 이용한 불법주정차단속장치 및 그 동작 방법 |
CN112116755A (zh) * | 2020-09-18 | 2020-12-22 | 合肥极核明月信息科技有限公司 | 一种加油站数据采集信息服务系统及实现方法 |
CN112489112A (zh) * | 2020-11-25 | 2021-03-12 | 创新奇智(南京)科技有限公司 | 加油枪与车辆匹配方法、装置、电子设备及存储介质 |
CN112766038A (zh) * | 2020-12-22 | 2021-05-07 | 深圳金证引擎科技有限公司 | 一种根据图像识别的车辆跟踪方法 |
CN112735036A (zh) * | 2020-12-29 | 2021-04-30 | 湖北新强信息技术工程有限公司 | 一种实现加油站智能化加油的方法及系统 |
CN112907832A (zh) * | 2021-01-19 | 2021-06-04 | 浙江大华技术股份有限公司 | 加油事件的处理方法、视频处理装置及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114241783A (zh) * | 2021-11-30 | 2022-03-25 | 深圳市喂车科技有限公司 | 一种基于物联网的加油站车牌的识别及评估系统和方法 |
CN114241783B (zh) * | 2021-11-30 | 2022-10-14 | 深圳市喂车科技有限公司 | 一种基于物联网的加油站车牌的识别及评估系统和方法 |
CN114863580A (zh) * | 2022-05-12 | 2022-08-05 | 江苏中烟工业有限责任公司 | 一种确定烟草加工的停留时长的方法、装置、设备及介质 |
CN115082277A (zh) * | 2022-08-23 | 2022-09-20 | 交通运输部科学研究院 | 车辆管控区域行程识别方法、装置、电子设备及存储介质 |
CN115082277B (zh) * | 2022-08-23 | 2022-11-11 | 交通运输部科学研究院 | 车辆管控区域行程识别方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113496211A (zh) | 目标车辆确定方法、装置、电子设备及存储介质 | |
CN109426801B (zh) | 一种车道线实例检测方法和装置 | |
EP3564855A1 (en) | Method and device for license plate positioning | |
CN112419516B (zh) | 一种信息处理方法、系统、装置及存储介质 | |
CN109214258B (zh) | 失驾人员违规驾驶的检测方法及装置 | |
CN111652087B (zh) | 验车方法、装置、电子设备和存储介质 | |
CN109325424A (zh) | 交通违章案件的鉴别方法、装置和计算机设备 | |
US20150187351A1 (en) | Method and system for providing user with information in vehicle | |
CN110826370A (zh) | 车内人员的身份识别方法、装置、车辆及存储介质 | |
CN112492605A (zh) | 物联网移动基站的网络安全防护方法及系统 | |
CN114495302A (zh) | 车辆扣费方法和装置、计算机设备、存储介质 | |
CN113297939A (zh) | 障碍物检测方法、系统、终端设备及存储介质 | |
CN114255347A (zh) | 图像检测方法、装置、电子设备及计算机可读存储介质 | |
CN112569591A (zh) | 一种数据处理方法、装置、设备及可读存储介质 | |
CN109087439B (zh) | 票据校验方法、终端设备、存储介质及电子设备 | |
CN115880632A (zh) | 超时停留检测方法、监控设备、计算机可读存储介质和芯片 | |
CN112183284B (zh) | 一种安全信息验证、代驾接单控制方法和装置 | |
CN111177228B (zh) | 基于学科评估的数据处理方法、系统、装置及电子设备 | |
CN112528930B (zh) | 一种光学标记异常填涂识别方法、系统、终端及存储介质 | |
CN111126336B (zh) | 样本采集方法、装置及设备 | |
CN113420767A (zh) | 一种用于字体分类的特征提取方法、系统和装置 | |
CN113449506A (zh) | 一种数据检测方法、装置、设备及可读存储介质 | |
CN107870995B (zh) | 一种基于用户信息推送释义的方法及电子设备 | |
CN111488481A (zh) | 一种车辆盘点方法、装置及系统 | |
CN113474786A (zh) | 电子签购单识别方法、装置及终端设备 |
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 |