CN114241752A - 场端拥堵提示方法、装置、设备及计算机可读存储介质 - Google Patents
场端拥堵提示方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114241752A CN114241752A CN202111458708.8A CN202111458708A CN114241752A CN 114241752 A CN114241752 A CN 114241752A CN 202111458708 A CN202111458708 A CN 202111458708A CN 114241752 A CN114241752 A CN 114241752A
- Authority
- CN
- China
- Prior art keywords
- parking lot
- vehicle
- image
- determining
- target
- 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 50
- 238000012549 training Methods 0.000 claims description 47
- 230000015654 memory Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 18
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种场端拥堵提示方法、装置、设备及计算机可读存储介质。该场端拥堵提示方法包括获取第一图像,第一图像是对停车场内和/或停车场入口预设范围进行拍摄得到的图像,对第一图像进行车辆识别,得到与停车场相关联的行驶车道上的车辆信息;根据车辆信息,确定目标区域内的车流参数;目标区域为停车场的入口和/或出口;车流参数包括车流密度以及车流速度中的至少一项;在目标区域内的车流参数不符合预设条件的情况下,向目标设备发送提示信息,提示信息用于提示目标区域内发生车辆拥堵。根据本申请实施例,能够有效的解决停车场出入口处车辆的拥堵问题。
Description
技术领域
本发明属于机器视觉领域,尤其涉及一种场端拥堵提醒方法、装置、设备及计算机可读存储介质。
背景技术
随着社会的发展,拥有车辆的用户越来越多。由于车辆越来越多,所以在车辆的使用过程中,就需要面对车辆的拥堵问题。尤其是在当前的停车场中,当前停车场虽然通常设置有多个出口和入口,但是由于位于停车场内和要进入停车场的车辆驾驶的用户无法获知每一个出口或入口处车辆的拥堵情况,所以使得停车场设置的多个出口和入口并不能有效的解决车辆拥堵的问题。
发明内容
本发明实施例提供一种场端拥堵提示方法、装置、设备及计算机可读存储介质,能够有效的解决停车场出入口处车辆的拥堵问题。
第一方面,本发明实施例提供一种场端拥堵提示方法,方法包括:
获取第一图像,第一图像是对停车场内和/或停车场入口预设范围进行拍摄得到的图像;
对第一图像进行车辆识别,得到与停车场相关联的行驶车道上的车辆信息;
根据车辆信息,确定目标区域内的车流参数;目标区域为停车场的入口和/或出口;车流参数包括车流密度以及车流速度中的至少一项;
在目标区域内的车流参数不符合预设条件的情况下,向目标设备发送提示信息,提示信息用于提示目标区域内发生车辆拥堵。
在一些实施方式中,目标区域为停车场的出口,根据车辆信息,确定目标区域内的车流参数,具体包括:
根据停车场中的行驶车道上的车辆信息确定位于停车场出口处的行驶车道上的车辆为第一目标车辆;
根据停车场出口处行驶车道的面积与第一目标车辆的数量,确定停车场出口处的车流密度;
对跟踪第一目标车辆得到的第二图像进行识别,确定第一目标车辆在不同时刻的多个位置信息;
根据不同时刻的多个位置信息,确定停车场出口处的车流速度。
在一些实施方式中,目标区域为停车场的入口,根据车辆信息,确定目标区域内的车流参数,包括:
根据停车场中的行驶车道上的车辆信息确定位于停车场入口处的行驶车道上的车辆为第二目标车辆;
根据停车场入口处行驶车道的面积与第二目标车辆的数量,确定停车场入口处的车流密度;
对跟踪第二目标车辆得到的第三图像进行识别,确定第二目标车辆在不同时刻的多个位置信息;
根据不同时刻的多个位置信息,确定停车场入口处的车流速度。
在一些实施方式中,对第一图像进行车辆识别,得到与停车场相关联的行驶车道上的车辆信息,具体包括:
将第一图像输入至训练后的识别模型中,得到识别出的与停车场相关联的行驶车道上的车辆信息;其中,识别模型是基于多组训练样本训练得到的,每组训练样本包括:历史第一图像和历史第一图像对应的与停车场相关联的行驶车道上的车辆信息。
在一些实施方式中,在将第一图像输入至训练后的识别模型中,得到识别出的与停车场相关联的行驶车道上的车辆信息之前,方法还包括:
获取至少一个历史第一图像,以及与各历史第一图像对应的历史车辆;
分别根据每个历史第一图像以及每个历史第一图像对应的与停车场相关联的行驶车道上的车辆信息构建训练样本;
根据多个训练样本,训练识别模型,直至满足训练停止条件,得到训练后的识别模型。
第二方面,本发明实施例提供了一种场端拥堵提示装置,装置包括:
第一获取模块,用于获取第一图像,第一图像是对停车场内和/或停车场入口预设范围进行拍摄得到的图像;
识别模块,用于对第一图像进行车辆识别,得到与停车场相关联的行驶车道上的车辆信息;
确定模块,用于根据车辆信息,确定目标区域内的车流参数;目标区域为停车场的入口和/或出口;车流参数包括车流密度以及车流速度中的至少一项;
发送模块,用于在目标区域内的车流参数不符合预设条件的情况下,向目标设备发送提示信息,提示信息用于提示目标区域内发生车辆拥堵。
在一些实施方式中,在目标区域为停车场的出口时,确定模块具体包括:
第一确定单元,用于根据停车场中的行驶车道上的车辆信息确定位于停车场出口处的行驶车道上的车辆为第一目标车辆;
第二确定单元,用于根据停车场出口处行驶车道的面积与第一目标车辆的数量,确定停车场出口处的车流密度;
第三确定单元,用于对跟踪第一目标车辆得到的第二图像进行识别,确定第一目标车辆在不同时刻的多个位置信息;
第四确定单元,用于根据不同时刻的多个位置信息,确定停车场出口处的车流速度。
在一些实施方式中,在目标区域为停车场的出口时,确定模块具体包括:
第五确定单元,用于根据停车场中的行驶车道上的车辆信息确定位于停车场入口处的行驶车道上的车辆为第二目标车辆;
第六确定单元,用于根据停车场入口处行驶车道的面积与第二目标车辆的数量,确定停车场入口处的车流密度;
第七确定单元,用于对跟踪第二目标车辆得到的第三图像进行识别,确定第二目标车辆在不同时刻的多个位置信息;
第八确定单元,用于根据不同时刻的多个位置信息,确定停车场入口处的车流速度。
在一些实施方式中,识别模块包括:
识别单元,用于将第一图像输入至训练后的识别模型中,得到识别出的与停车场相关联的行驶车道上的车辆信息;其中,识别模型是基于多组训练样本训练得到的,每组训练样本包括:历史第一图像和历史第一图像对应的与停车场相关联的行驶车道上的车辆信息。
在一些实施方式中,场端拥堵提示装置还包括:
第二获取模块,用于获取至少一个历史第一图像,以及与各历史第一图像对应的历史车辆;
构建模块,用于分别根据每个历史第一图像以及每个历史第一图像对应的与停车场相关联的行驶车道上的车辆信息构建训练样本;
训练模块,用于根据多个训练样本,训练识别模型,直至满足训练停止条件,得到训练后的识别模型。
第三方面,本发明实施例提供了一种电子设备,该电子设备包括:处理器以及存储有计算机程序指令的存储器;
处理器执行计算机程序指令时实现如第一方面的任一项实施例中的场端拥堵提示方法的步骤。
第四方面,本发明实施例提供了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指令,计算机程序指令被处理器执行时实现如第一方面的任一项实施例中的场端拥堵提示方法的步骤。
第五方面,本发明实施例提供了一种计算机程序产品,计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备能够执行如第一方面任一项实施例中的场端拥堵提示方法。
本发明实施例提供的场端拥堵提示方法、装置、设备及计算机可读存储介质,通过获取停车场内和/或停车场入口预设范围内拍摄得到的第一图像,然后将获取的第一图像进行识别,得到与停车场相关联的行驶车道上的车辆信息,然后根据得到的车辆信息确定停车场入口和/或出口处的车流参数。在通过车流参数确定目标区域内发生车辆拥堵之后,向目标设备发送车辆拥堵的提示信息。由此,能够使的用户根据目标设备上的提示信息,避开发生车辆拥堵的停车场的出口和/或入口,进一步的,使得发生停车场出口和/或入口的车辆拥堵情况缓解,解决了停车场出入口处车辆的拥堵问题。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单的介绍,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场端拥堵提示方法的一实施例的流程示意图;
图2是本发明实施例提供的场端拥堵提示装置的一实施例的结构示意图;
图3是本发明实施例提供的电子设备的一实施例的结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例,为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本发明进行进一步详细描述。应理解,此处所描述的具体实施例仅意在解释本发明,而不是限定本发明。对于本领域技术人员来说,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了解决现有技术问题,本发明实施例提供了一种场端拥堵提示方法、装置、设备及计算机可读存储介质。
下面首先对本发明实施例所提供的场端拥堵提示方法进行介绍。
图1示出了本发明一个实施例提供的场端拥堵提示方法的流程示意图。如图1所示,该方法可以包括以下步骤:
S110、获取第一图像,第一图像是对停车场内和/或停车场入口预设范围进行拍摄得到的图像;
S120、对第一图像进行车辆识别,得到与停车场相关联的行驶车道上的车辆信息;
S130、根据车辆信息,确定目标区域内的车流参数;目标区域为停车场的入口和/或出口;车流参数包括车流密度以及车流速度中的至少一项;
S140、在目标区域内的车流参数不符合预设条件的情况下,向目标设备发送提示信息,提示信息用于提示目标区域内发生车辆拥堵。
由此,通过获取停车场内和/或停车场入口预设范围内拍摄得到的第一图像,然后将获取的第一图像进行识别,得到与停车场相关联的行驶车道上的车辆信息,然后根据得到的车辆信息确定停车场入口和/或出口处的车流参数。在通过车流参数确定目标区域内发生车辆拥堵之后,向目标设备发送车辆拥堵的提示信息。由此,能够使的用户根据目标设备上的提示信息,避开发生车辆拥堵的停车场的出口和/或入口,进一步的,使得发生停车场出口和/或入口的车辆拥堵情况缓解,解决了停车场出入口处车辆的拥堵问题。
在一些实施方式中,在S110中,获取第一图像可以包括获取图像获取设备拍摄的第一图像,然后由摄像设备发送至场端拥堵提示装置。停车场入口预设范围可以包括停车场外与停车场入口处一定范围的区域。其中,图像获取设备可以包括摄像头。
示例性的,S110具体可以包括:在图像获取设备拍摄到停车场内和/或停车场外的停车场入口处一定范围的第一图像之后,可以将获取的第一图像发送到场端拥堵提示装置。
在一些实施方式中,在S120中,对第一图像进行识别可以包括利用训练完成的图像识别模型对第一图像进行车辆识别。与停车场相关联的行驶车道可以包括停车场出口处的行驶车道和停车场入口处的行驶车道。
示例性的,S120可以包括:在场端拥堵提示装置获取到第一图像之后,可以利用训练完成的图像识别模型对第一图像进行车辆识别,得到停车场出口处的行驶车道和入口处的行驶车道上的车辆信息。
在一些实施例中,S120可以包括:将第一图像输入至训练后的识别模型中,得到识别出的与停车场相关联的行驶车道上的车辆信息;其中,识别模型是基于多组训练样本训练得到的,每组训练样本包括:历史第一图像和历史第一图像对应的与停车场相关联的行驶车道上的车辆信息。
在一些实施方式中,基于多组训练样本对图像识别模型进行训练可以包括:
被每组训练样本输入至图像识别模型中,得到历史第一图像对应的历史停车场相关联的行驶车道上的预测车辆信息;
在一些实施例中,在S120之前,场端拥堵提示方法该可以包括:
获取至少一个历史第一图像,以及与各历史第一图像对应的历史车辆;
分别根据每个历史第一图像以及每个历史第一图像对应的与停车场相关联的行驶车道上的车辆信息构建训练样本;
根据多个训练样本,训练识别模型,直至满足训练停止条件,得到训练后的识别模型。
根据每个历史停车场相关联的行驶车道上的车辆信息和历史停车场向关联的行驶车道上的车辆信息,确定图像识别模型的损失函数值;
在最损失函数值不满足训练停止条件的情况下,调整图像识别模型的模型参数,并利用训练样本训练参数调整后的图像识别模型,直至满足训练停止条件,得到训练后的图像识别模型。
这里,训练停止条件可以包括用户自定义设定的条件,示例性的训练停止条件可以包括损失函数值小于某个阈值或训练的迭代次数达到某一个具体数值。
由此,通过预先对图像识别模型进行训练可以使得训练后的图像识别模型在之后对第一图像的识别中,识别出的停车场相关联的行驶车道上的车辆信息更加准确。
在一些实施方式中,在S130中,目标区域可以包括停车场的出口和/或入口。
示例性的,在S130中,场端拥堵提示装置识别出了停车场出口处的行驶车道和入口处的行驶车道上的车辆信息。然后通过获取的停车场出口处和入口处的行驶车道上的车辆信息确定停车场出口和/或入口处的车辆的车流参数。
在一些实施例中,在目标区域包括停车场的出口时,根据车辆信息,确定目标区域内的车流参数,具体可以包括:
根据停车场中的行驶车道上的车辆信息确定位于停车场出口处的行驶车道上的车辆为第一目标车辆;
根据停车场出口处行驶车道的面积与第一目标车辆的数量,确定停车场出口处的车流密度;
对跟踪第一目标车辆得到的第二图像进行识别,确定第一目标车辆在不同时刻的多个位置信息;
根据不同时刻的多个位置信息,确定停车场出口处的车流速度。
这里,车辆信息可以包括行驶车道上的所有车辆,在得到行驶车道上的所有车辆后,进一步对停车场出口处的行驶车道上的车辆进行区分,将区分出的车辆确定为第一目标车辆。
这里,停车场出口处行驶车道的面积可以包括通过预先测量或从第一图像中确定的行驶车道的面积。
示例性的,确定停车场出口处的车流密度可以包括:在获取第一目标车辆的数量和停车场出口处的行驶车道的面积之后,可以将行驶车道的面积与第一目标车辆的数量的比值确定为停车场出口处的车流密度。
这里,第二图像可以包括与第一图像基于相同位置进行拍摄获取的图像,也可以包括基于不同位置进行拍摄获取的图像。确定第一目标车辆在不同时刻的多个位置信息可以包括:确定拍摄第一图像和拍摄第二图像的图像获取设备的拍摄时间和拍摄位置,通过图像获取设备的不同位置确定第一目标车辆的不同的位置。
示例性的,根据不同时刻的多个位置信息,确定停车场出口处的车流速度,具体可以包括:
在得到第一目标车辆在不同时刻的多个位置信息之后,可以获取不同时刻中的每个时刻对应的位置信息,然后通过获取其中任意两个位置信息之间的距离和上述两个位置信息对应的时刻之间的时长的比值确定第一目标车辆的速度,然后将多个第一目标车辆的速度确定为车流速度。
由此,通过确定车流密度和车流速度两个方面的因素来最终确定车辆是否发生拥堵,能够使得对车辆是否发生拥堵的判断更加准确。
在一些实施例中,在目标区域包括停车场的入口时,根据车辆信息,确定目标区域内的车流参数,具体可以包括:
根据停车场中的行驶车道上的车辆信息确定位于停车场入口处的行驶车道上的车辆为第二目标车辆;
根据停车场入口处行驶车道的面积与第二目标车辆的数量,确定停车场入口处的车流密度;
对跟踪第二目标车辆得到的第三图像进行识别,确定第二目标车辆在不同时刻的多个位置信息;
根据不同时刻的多个位置信息,确定停车场入口处的车流速度。
这里,确定停车场入口处的车流参数的方法与上述确定车辆出口处的车流参数的方法相同,此处不再赘述。
在一些实施方式中,在S140中,车流参数不符合预设条件可以包括:车流密度大于第一预设阈值和/或车流速度小于第二预设阈值,其中第一预设阈值和第二预设阈值均可以由用户自定义设置。目标设备可以包括设置在停车场内和停车场外的停车场入口处的一定范围内的显示设备或用户的智能设备中的至少一个。提示信息可以包括带有出口或入口标识的信息和出口或入口标识对应的车辆拥堵信息。
由此,通过将目标区域内的车辆拥堵信息发送给目标设备,可以使用户通过目标设备上的目标区域以及目标区域内的车辆拥堵信息避开发生拥堵的目标区域。进一步的,能够避免持续的车辆汇入造成的持续拥堵的问题。加快了用户在停车场内的通行效率,提高了用户体验。
需要说明的是,上述公开实施例描述的应用场景是为了更加清楚的说明本公开实施例的技术方案,并不构成本公开实施例提供的技术方案的限定,本领域普通技术人员可知,随着新应用场景的出现,本公开实施例提供的技术方案对于类似的技术问题,同样适用。
基于相同的发明构思,本申请实施例还提供了一种场端拥堵提示装置,下面结合图2对本申请实施例提供的场端拥堵提示装置进行详细说明。
图2示出了本申请提供的场端拥堵提示装置的一实施例的结构示意图。
如图2所示,场端拥堵提示装置200可以包括:
第一获取模块201,用于获取第一图像,第一图像是对停车场内和/或停车场入口预设范围进行拍摄得到的图像;
识别模块202,用于对第一图像进行车辆识别,得到与停车场相关联的行驶车道上的车辆信息;
确定模块203,用于根据车辆信息,确定目标区域内的车流参数;目标区域为停车场的入口和/或出口;车流参数包括车流密度以及车流速度中的至少一项;
发送模块204,用于在目标区域内的车流参数不符合预设条件的情况下,向目标设备发送提示信息,提示信息用于提示目标区域内发生车辆拥堵。
由此,通过获取停车场内和/或停车场入口预设范围内拍摄得到的第一图像,然后将获取的第一图像进行识别,得到与停车场相关联的行驶车道上的车辆信息,然后根据得到的车辆信息确定停车场入口和/或出口处的车流参数。在通过车流参数确定目标区域内发生车辆拥堵之后,向目标设备发送车辆拥堵的提示信息。由此,能够使的用户根据目标设备上的提示信息,避开发生车辆拥堵的停车场的出口和/或入口,进一步的,使得发生停车场出口和/或入口的车辆拥堵情况缓解,解决了停车场出入口处车辆的拥堵问题。
在一些实施例中,当目标区域为停车场的出口时,确定模块203可以包括:
第一确定单元,用于根据停车场中的行驶车道上的车辆信息确定位于停车场出口处的行驶车道上的车辆为第一目标车辆;
第二确定单元,用于根据停车场出口处行驶车道的面积与第一目标车辆的数量,确定停车场出口处的车流密度;
第三确定单元,用于对跟踪第一目标车辆得到的第二图像进行识别,确定第一目标车辆在不同时刻的多个位置信息;
第四确定单元,用于根据不同时刻的多个位置信息,确定停车场出口处的车流速度。
在一些实施例中,当目标区域为停车场出口时,确定模块203可以包括:
第五确定单元,用于根据停车场中的行驶车道上的车辆信息确定位于停车场入口处的行驶车道上的车辆为第二目标车辆;
第六确定单元,用于根据停车场入口处行驶车道的面积与第二目标车辆的数量,确定停车场入口处的车流密度;
第七确定单元,用于对跟踪第二目标车辆得到的第三图像进行识别,确定第二目标车辆在不同时刻的多个位置信息;
第八确定单元,用于根据不同时刻的多个位置信息,确定停车场入口处的车流速度。
通过确定车流密度和车流速度两个方面的因素来最终确定车辆是否发生拥堵,能够使得对车辆是否发生拥堵的判断更加准确。
在一些实施例中,识别模块202可以包括:
识别单元,用于将第一图像输入至训练后的识别模型中,得到识别出的与停车场相关联的行驶车道上的车辆信息;其中,识别模型是基于多组训练样本训练得到的,每组训练样本包括:历史第一图像和历史第一图像对应的与停车场相关联的行驶车道上的车辆信息。
在一些实施例中,场端拥堵提示装置还可以包括:
第二获取模块,用于获取至少一个历史第一图像,以及与各历史第一图像对应的历史车辆;
构建模块,用于分别根据每个历史第一图像以及每个历史第一图像对应的与停车场相关联的行驶车道上的车辆信息构建训练样本;
训练模块,用于根据多个训练样本,训练识别模型,直至满足训练停止条件,得到训练后的识别模型。
由此,通过预先对图像识别模型进行训练可以使得训练后的图像识别模型在之后对第一图像的识别中,识别出的停车场相关联的行驶车道上的车辆信息更加准确。
图3示出了本申请提供的电子设备的一实施例的硬件结构示意图。
该电子设备300可以包括处理器301以及存储有计算机程序指令的存储器302。
具体地,上述处理器301可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器302可以包括可以用于数据或指令的大容量存储器。举例来说而非限制,存储器302可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器302可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器302可在综合网关容灾设备的内部或外部。在特定实施例中,存储器302是非易失性固态存储器。
存储器可包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本申请的一方面的方法所描述的操作。
处理器301通过读取并执行存储器302中存储的计算机程序指令,以实现上述实施例中的任意一种场端拥堵提示方法。
在一些示例中,电子设备300还可包括通信接口303和总线310。其中,如图3所示,处理器301、存储器302、通信接口303通过总线310连接并完成相互间的通信。
通信接口303主要可以用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线310包括硬件、软件或两者,将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制,总线310可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线310可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
示例性的,作为支付终端,电子设备300可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personal digital assistant,PDA)等。作为扫码终端,电子设备300可以为POS机(Point of sales terminal,POS)、扫码器等。
该电子设备可以执行本申请实施例中的场端拥堵提示方法,从而实现结合图1至图2描述的场端拥堵提示方法和装置。
另外,结合上述实施例中的场端拥堵提示方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种场端拥堵提示方法。计算机可读存储介质的示例包括非暂态计算机可读存储介质,如便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件等。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被可以用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本申请的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
以上,仅为本申请的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种场端拥堵提示方法,其特征在于,所述方法包括:
获取第一图像,所述第一图像是对停车场内和/或停车场入口预设范围进行拍摄得到的图像;
对所述第一图像进行车辆识别,得到与所述停车场相关联的行驶车道上的车辆信息;
根据所述车辆信息,确定目标区域内的车流参数;所述目标区域为所述停车场的入口和/或出口;所述车流参数包括车流密度以及车流速度中的至少一项;
在所述目标区域内的车流参数不符合预设条件的情况下,向目标设备发送提示信息,所述提示信息用于提示所述目标区域内发生车辆拥堵。
2.根据权利要求1所述的方法,其特征在于,所述目标区域为所述停车场的出口,所述根据所述车辆信息,确定目标区域内的车流参数,具体包括:
根据所述停车场中的行驶车道上的车辆信息确定位于所述停车场出口处的行驶车道上的车辆为第一目标车辆;
根据停车场出口处行驶车道的面积与所述第一目标车辆的数量,确定所述停车场出口处的车流密度;
对跟踪第一目标车辆得到的第二图像进行识别,确定所述第一目标车辆在不同时刻的多个位置信息;
根据所述不同时刻的多个位置信息,确定所述停车场出口处的车流速度。
3.根据权利要求1所述的方法,其特征在于,所述目标区域为所述停车场的入口,所述根据所述车辆信息,确定目标区域内的车流参数,包括:
根据所述停车场中的行驶车道上的车辆信息确定位于所述停车场入口处的行驶车道上的车辆为第二目标车辆;
根据停车场入口处行驶车道的面积与所述第二目标车辆的数量,确定所述停车场入口处的车流密度;
对跟踪第二目标车辆得到的第三图像进行识别,确定所述第二目标车辆在不同时刻的多个位置信息;
根据所述不同时刻的多个位置信息,确定所述停车场入口处的车流速度。
4.根据权利要求1所述的方法,其特征在于,所述对所述第一图像进行车辆识别,得到与所述停车场相关联的行驶车道上的车辆信息,具体包括:
将所述第一图像输入至训练后的识别模型中,得到识别出的与所述停车场相关联的行驶车道上的车辆信息;其中,所述识别模型是基于多组训练样本训练得到的,每组训练样本包括:历史第一图像和所述历史第一图像对应的与所述停车场相关联的行驶车道上的车辆信息。
5.根据权利要求4所述的方法,其特征在于,在所述将所述第一图像输入至训练后的识别模型中,得到识别出的与所述停车场相关联的行驶车道上的车辆信息之前,所述方法还包括:
获取至少一个历史第一图像,以及与各所述历史第一图像对应的历史车辆;
分别根据每个所述历史第一图像以及每个所述历史第一图像对应的与所述停车场相关联的行驶车道上的车辆信息构建训练样本;
根据多个所述训练样本,训练识别模型,直至满足训练停止条件,得到所述训练后的识别模型。
6.一种停车场车辆拥堵提示装置,其特征在于所述装置包括:
第一获取模块,用于获取第一图像,所述第一图像是对停车场内和/或停车场入口预设范围进行拍摄得到的图像;
识别模块,用于对所述第一图像进行车辆识别,得到与所述停车场相关联的行驶车道上的车辆信息;
确定模块,用于根据所述车辆信息,确定目标区域内的车流参数;所述目标区域为所述停车场的入口和/或出口;所述车流参数包括车流密度以及车流速度中的至少一项;
发送模块,用于在所述目标区域内的车流参数不符合预设条件的情况下,向目标设备发送提示信息,所述提示信息用于提示所述目标区域内发生车辆拥堵。
7.根据权利要求6所述的装置,其特征在于,在所述目标区域为所述停车场的出口时,所述确定模块具体包括:
第一确定单元,用于根据所述停车场中的行驶车道上的车辆信息确定位于所述停车场出口处的行驶车道上的车辆为第一目标车辆;
第二确定单元,用于根据停车场出口处行驶车道的面积与所述第一目标车辆的数量,确定所述停车场出口处的车流密度;
第三确定单元,用于对跟踪第一目标车辆得到的第二图像进行识别,确定所述第一目标车辆在不同时刻的多个位置信息;
第四确定单元,用于根据所述不同时刻的多个位置信息,确定所述停车场出口处的车流速度。
8.一种电子设备,其特征在于,所述设备包括:处理器,以及存储有计算机程序指令的存储器;所述处理器读取并执行所述计算机程序指令,以实现如权利要求1-5任意一项所述的场端拥堵提示方法。
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上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-5任意一项所述的场端拥堵提示方法。
10.一种计算机程序产品,其特征在于,所述计算机程序产品中的指令由电子设备的处理器执行时,使得所述电子设备执行如权利要求1-5任意一项所述的场端拥堵提示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111458708.8A CN114241752A (zh) | 2021-12-01 | 2021-12-01 | 场端拥堵提示方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111458708.8A CN114241752A (zh) | 2021-12-01 | 2021-12-01 | 场端拥堵提示方法、装置、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114241752A true CN114241752A (zh) | 2022-03-25 |
Family
ID=80752759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111458708.8A Pending CN114241752A (zh) | 2021-12-01 | 2021-12-01 | 场端拥堵提示方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114241752A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116385978A (zh) * | 2023-06-06 | 2023-07-04 | 北京阳光海天停车管理有限公司 | 停车场的监控方法、装置和可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650913A (zh) * | 2016-12-31 | 2017-05-10 | 中国科学技术大学 | 一种基于深度卷积神经网络的车流密度估计方法 |
CN106887137A (zh) * | 2015-12-15 | 2017-06-23 | 高德信息技术有限公司 | 拥堵事件提示方法及装置 |
CN106991836A (zh) * | 2017-06-06 | 2017-07-28 | 深圳市乃斯网络科技有限公司 | 停车场出口位置推荐方法及系统 |
CN108648464A (zh) * | 2018-05-18 | 2018-10-12 | 北京悦畅科技有限公司 | 一种停车场拥堵预警方法、装置和系统 |
CN109063675A (zh) * | 2018-08-23 | 2018-12-21 | 深圳大学 | 车流密度计算方法、系统、终端及计算机可读存储介质 |
CN109389833A (zh) * | 2018-11-15 | 2019-02-26 | 北京悦畅科技有限公司 | 一种车辆拥堵预警方法和装置 |
CN112069944A (zh) * | 2020-08-25 | 2020-12-11 | 青岛海信网络科技股份有限公司 | 一种道路拥堵等级确定方法 |
-
2021
- 2021-12-01 CN CN202111458708.8A patent/CN114241752A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106887137A (zh) * | 2015-12-15 | 2017-06-23 | 高德信息技术有限公司 | 拥堵事件提示方法及装置 |
CN106650913A (zh) * | 2016-12-31 | 2017-05-10 | 中国科学技术大学 | 一种基于深度卷积神经网络的车流密度估计方法 |
CN106991836A (zh) * | 2017-06-06 | 2017-07-28 | 深圳市乃斯网络科技有限公司 | 停车场出口位置推荐方法及系统 |
CN108648464A (zh) * | 2018-05-18 | 2018-10-12 | 北京悦畅科技有限公司 | 一种停车场拥堵预警方法、装置和系统 |
CN109063675A (zh) * | 2018-08-23 | 2018-12-21 | 深圳大学 | 车流密度计算方法、系统、终端及计算机可读存储介质 |
CN109389833A (zh) * | 2018-11-15 | 2019-02-26 | 北京悦畅科技有限公司 | 一种车辆拥堵预警方法和装置 |
CN112069944A (zh) * | 2020-08-25 | 2020-12-11 | 青岛海信网络科技股份有限公司 | 一种道路拥堵等级确定方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116385978A (zh) * | 2023-06-06 | 2023-07-04 | 北京阳光海天停车管理有限公司 | 停车场的监控方法、装置和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113918376B (zh) | 故障检测方法、装置、设备及计算机可读存储介质 | |
CN112818885B (zh) | 人脸识别方法、装置、设备及存储介质 | |
CN112085952A (zh) | 监控车辆数据方法、装置、计算机设备及存储介质 | |
TWI807170B (zh) | 支付資訊處理方法、裝置、設備及電腦可讀存儲介質 | |
CN112580460A (zh) | 一种交通信号灯的识别方法、装置、设备及存储介质 | |
CN104239847A (zh) | 行车警示方法及车用电子装置 | |
CN113723216A (zh) | 一种车道线检测方法、装置、车辆及存储介质 | |
CN114241752A (zh) | 场端拥堵提示方法、装置、设备及计算机可读存储介质 | |
CN113327337A (zh) | 一种确保车辆正常缴费出场的方法 | |
CN110796869A (zh) | 一种检测违法跟车的方法和装置 | |
CN117058063A (zh) | 电池缺陷检测方法、装置和电子设备 | |
CN112949785A (zh) | 对象检测方法、装置、设备及计算机存储介质 | |
CN112597830A (zh) | 一种车辆追踪的方法、装置、设备及计算机存储介质 | |
CN110634120B (zh) | 一种车辆损伤判别方法及装置 | |
CN114529874A (zh) | 行为检测方法、装置、设备及可读存储介质 | |
CN115880563A (zh) | 车体破损检测方法、装置、电子设备及可读存储介质 | |
CN114229637A (zh) | 电梯楼层确定方法、装置、设备及计算机可读存储介质 | |
CN117523914A (zh) | 碰撞预警方法、装置、设备、可读存储介质及程序产品 | |
CN111160066B (zh) | 人脸识别方法、装置、设备和介质 | |
CN113065509A (zh) | 垃圾处理方法、装置、设备及计算机存储介质 | |
CN112016514A (zh) | 一种交通标志识别方法、装置、设备及储存介质 | |
CN116229369B (zh) | 人流量的检测方法、装置、设备及计算机可读存储介质 | |
CN115063741B (zh) | 目标检测方法、装置、设备、介质及产品 | |
CN118587782A (zh) | 路边泊车收费方法、装置、系统、设备及存储介质 | |
CN118799934A (zh) | 视频换脸检测方法、装置、设备、存储介质及程序产品 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220325 |