CN114255599A - 道闸系统车辆识别方法、装置、电子设备及介质 - Google Patents

Abstract

本发明提供了一种道闸系统车辆识别方法、装置、电子设备及介质，包括：通过摄像头实时获取目标区域的监控视频；其中，目标区域为摄像头的监控区域；获取至少一个预先对摄像头进行标注所确定的虚拟地感区域；如果监控视频中存在车辆，则将车辆所在的车辆区域与虚拟地感区域进行比对，判断是否向摄像头发送有车信号。本发明可以降低成本，减少其他金属对识别结果的干扰，提高车辆识别的准确性。

Description

道闸系统车辆识别方法、装置、电子设备及介质

技术领域

本发明涉及图像识别技术领域，尤其是涉及一种道闸系统车辆识别方法、装置、电子设备及介质。

背景技术

道闸系统是用于道路上限制机动车行驶的通道出入口管理设备，普遍应用于公路收费站、停车场、小区、充电站门口等，来管理车辆的出入。目前道闸系统大多采用实体物理地感来检测车辆是否驶入到指定位置，然后开始进行车牌识别。传统的地感原理如图1所示：在同一车道的道路路基下埋设环形线圈，通以一定的工作电流，作为传感器。当车辆通过该线圈或者停在该线圈上时，车辆本身上的铁质将会改变线圈内的磁通，引起线圈回路电感量的变化，检测器通过检测该电感量的变化来判断通行车辆状态。

但是现有的采用实体物理地感来进行车辆是否驶入到指定区域的判断，需要额外在现场指定区域安装实体物理地感装置，成本较高，而且其原理是通过检测大金属经过震荡电路，引起震荡频率变化来判断是否有车辆，因此除了车辆外，任何大金属物体经过地感线圈区域都会被误识别为车辆。综上所述，现有的方法成本较高，且检测结果容易受到其他金属的干扰。

发明内容

有鉴于此，本发明的目的在于提供一种道闸系统车辆识别方法、装置、电子设备及介质，以降低成本，减少其他金属对识别结果的干扰，提高车辆识别的准确性。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种道闸系统车辆识别方法，包括：通过摄像头实时获取目标区域的监控视频；其中，目标区域为摄像头的监控区域；获取至少一个预先对摄像头进行标注所确定的虚拟地感区域；如果监控视频中存在车辆，则将车辆所在的车辆区域与虚拟地感区域进行比对，判断是否向摄像头发送有车信号。

在一种实施方式中，如果监控视频中存在车辆，则将车辆所在的车辆区域与虚拟地感区域进行比对，判断是否向摄像头发送有车信号的步骤，包括：通过比对车辆区域与虚拟地感区域的交并比是否大于第一阈值，判断车辆是否位于虚拟地感区域；和/或，通过比对车辆区域与虚拟地感区域的重合部分是否大于第二阈值，判断车辆是否位于虚拟地感区域；和/或，通过比对车辆区域的中心点是否位于虚拟地感区域内，判断车辆是否位于虚拟地感区域；如果车辆位于虚拟地感区域，则向摄像头发送有车信号。

在一种实施方式中，上述方法还包括：通过摄像头识别车辆的车牌信息；如果车牌信息与预先存储的车牌信息相匹配，则向道闸设备发送开闸信号。

在一种实施方式中，通过摄像头实时获取目标区域的监控视频的步骤之后，还包括：基于监控视频进行车辆检测，判断监控视频中是否存在车辆；如果监控视频中存在车辆，则对车辆的车牌颜色进行检测，判断车辆是否为新能源车辆；如果车辆为新能源车辆，则执行获取至少一个预先对摄像头进行标注所确定的虚拟地感区域的步骤。

在一种实施方式中，摄像头的标注包括：获取待标注摄像头的监控视频；基于地感线圈在监控视频中的安装位置，在监控视频中标注至少一个虚拟地感区域；将标注好的虚拟地感区域下发至待标注摄像头。

在一种实施方式中，上述方法还包括：如果摄像头的监控角度发生改变，则基于监控角度的改变对虚拟地感区域进行校正。

第二方面，本发明实施例提供了一种道闸系统车辆识别装置，包括：视频获取模块，用于通过摄像头实时获取目标区域的监控视频；其中，目标区域为摄像头的监控区域；虚拟地感区域获取模块，用于获取至少一个预先对摄像头进行标注所确定的虚拟地感区域；判断模块，用于如果监控视频中存在车辆，则将车辆所在的车辆区域与虚拟地感区域进行比对，判断是否向摄像头发送有车信号。

在一种实施方式中，上述判断模块具体用于：通过比对车辆区域与虚拟地感区域的交并比是否大于第一阈值，判断车辆是否位于虚拟地感区域；和/或，通过比对车辆区域与虚拟地感区域的重合部分是否大于第二阈值，判断车辆是否位于虚拟地感区域；和/或，通过比对车辆区域的中心点是否位于虚拟地感区域内，判断车辆是否位于虚拟地感区域；如果车辆位于虚拟地感区域，则向摄像头发送有车信号。

第三方面，本发明实施例提供了一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面提供的任一项的方法的步骤。

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，计算机程序被处理器运行时执行上述第一方面提供的任一项的方法的步骤。

本发明实施例带来了以下有益效果：

本发明实施例提供的上述道闸系统车辆识别方法、装置、电子设备及介质，能够首先通过摄像头实时获取目标区域(摄像头的监控区域)的监控视频；然后获取至少一个预先对摄像头进行标注所确定的虚拟地感区域；最后如果监控视频中存在车辆，则将车辆所在的车辆区域与虚拟地感区域进行比对，判断是否向摄像头发送有车信号。上述方法通过预先标定虚拟地感区域，使用图像识别技术进行车辆识别，代替了现有的采用实体物理地感进行识别，无需额外施工安装地感线圈，从而降低了成本；同时将监控视频中车辆所在的车辆区域与虚拟地感区域进行比对来确定是否有车辆，不会被大金属所干扰，提高了车辆识别的准确性。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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为本发明实施例提供的一种传统的地感原理图；

图2为本发明实施例提供的一种道闸系统车辆识别方法的流程图；

图3为本发明实施例提供的一种摄像头标注界面；

图4为本发明实施例提供的一种多个虚拟地感区域标注示意图；

图5为本发明实施例提供的一种虚拟地感区域与车辆区域示意图；

图6为本发明实施例提供的另一种道闸系统车辆识别方法的流程图；

图7为本发明实施例提供的一种道闸系统车辆识别装置的结构示意图；

图8为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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做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。

目前，道闸系统大多采用实体物理地感来检测车辆是否驶入到指定位置，然后开始进行车牌识别。如图1所示：在同一车道的道路路基下埋设环形线圈，通以一定的工作电流，作为传感器。当车辆通过该线圈或者停在该线圈上时，车辆本身上的铁质将会改变线圈内的磁通，引起线圈回路电感量的变化，检测器通过检测该电感量的变化来判断通行车辆状态。

但是现有的采用实体物理地感来进行车辆是否驶入到指定区域的判断，存在以下几个问题：(1)需要进行现场的安装施工，在指定区域埋入地感线圈；(2)需要额外安装物理地感装置，成本较高；(3)由于识别原理是通过检测大金属经过震荡电路，引起的震荡频率变化来判断是否有车辆，因此除了车辆外，任何大金属物体经过地感线圈区域时都可能会被误识别为车辆，从而影响识别的准确性。

基于此，本发明实施例提供的一种道闸系统车辆识别方法、装置、电子设备及介质，可以降低成本，减少其他金属对识别结果的干扰，提高车辆识别的准确性。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种道闸系统车辆识别方法进行详细介绍，该方法可以由电子设备执行，诸如智能手机、电脑、iPad等，参见图2所示的一种道闸系统车辆识别方法的流程图，示意出该方法主要包括以下步骤S201至步骤S203：

步骤S201：通过摄像头实时获取目标区域的监控视频。

其中，目标区域为摄像头的监控区域。在具体实现时，通常会在出入口安装摄像头，车辆从道闸入场时自动抓拍车辆的图像。当摄像头的拍摄角度确定后，摄像头所能拍摄到的道闸入口或出口区域即可被确定为目标区域。本实施例中，可以通过摄像头实时获取目标区域的监控视频，也即通过摄像头实时采集道闸前方的视频数据，也即并将采集到的数据推送至后端进行处理。

步骤S202：获取至少一个预先对摄像头进行标注所确定的虚拟地感区域。

在一种可能的实施方式中，可以预先在云端标注虚拟地感区域，然后将标注好的虚拟地感区域信息下发到相对应的摄像头，一个摄像头可以标注一个虚拟地感区域，也可以支持多个虚拟地感区域的标注。具体的标注界面可以参见图3所示，标注的虚拟地感区域与实体地感埋线的区域应大致相同，且与实体地感类似，仅需要在第一次安装设备时标注一次虚拟地感区域即可。本实施例中，可以在摄像头获取到道闸入口的监控视频后，获取该摄像头标注的虚拟地感区域。

步骤S203：如果监控视频中存在车辆，则将车辆所在的车辆区域与虚拟地感区域进行比对，判断是否向摄像头发送有车信号。

在一种可能的实施方式中，后端算法可以进行实时数据的处理，来判断虚拟地感区域上有没有车辆。但是在判断虚拟地感区域上有没有车辆之前，首先要确定获取到的监控视频中有车辆，然后进一步再判断车辆是否在虚拟地感区域。具体的，可以将车辆所在的车辆区域与虚拟地感区域进行比对，诸如，当车辆区域与虚拟地感区域的重合面积超过阈值时，或者车辆的中心点处于虚拟地感区域内，则可以确定虚拟地感区域上有车辆，并向摄像头发送有车信号。

本发明实施例提供的上述道闸系统车辆识别方法，通过预先标定虚拟地感区域，使用图像识别技术进行车辆识别，代替了现有的采用实体物理地感进行识别，无需额外施工安装地感线圈，从而降低了成本；同时将监控视频中车辆所在的车辆区域与虚拟地感区域进行比对来确定是否有车辆，不会被大金属所干扰，提高了车辆识别的准确性。

为了便于理解，本发明实施例还提供了一种摄像头标注的方法，具体包括：首先，获取待标注摄像头的监控视频；然后，基于地感线圈在监控视频中的安装位置，在监控视频中标注至少一个虚拟地感区域；最后，将标注好的虚拟地感区域下发至待标注摄像头。

在一种实施方式中，当待标注摄像头的监控角度确定后，获取该待标注摄像头的监控视频，然后根据实体地感线圈实际的安装位置，在监控视频中标注出相应的虚拟地感区域，虚拟地感区域可以是任意四边形。

在具体实现时，一个摄像头也可以支持多个虚拟地感区域的标注。例如可以根据虚拟地感区域与摄像头之间的距离标注远、近两个虚拟地感区域，具体的，多个虚拟地感区域的情况如图4所示。当车辆只与距离远的虚拟地感区域相交时，表明车辆距离还较远，上报远距离地感信号；当车辆与距离近的虚拟地感区域相交时，表明车辆已经到达道闸跟前，上报近距离地感信号。

在虚拟地感区域标注完成后，可以根据待标注摄像头的终端名称、终端编号等信息将标注好的虚拟地感区域自动下发到相应的设备(摄像头)上。同时，在本实施例中，如果摄像头的监控角度发生改变，则基于监控角度的改变对虚拟地感区域进行校正，也即当摄像头角度发生调整、变化时，可以再次从云端进行虚拟地感区域的调整和校正。

考虑到，本发明实施例提供的道闸系统车辆识别方法可以应用于新能源充电站，为了避免油车站位，需要对新能源车辆(绿牌子)进行重点识别，具体可以通过对车牌颜色的检查来提高十倍的准确率，同时限制只有新能源车辆可以进入场站。基于此，本发明实施例中，摄像头实时获取目标区域的监控视频之后，将监控视频推送到后端的算法处理，后端算法可以实时检测推送的监控视频，进行车辆的检测，具体可以采用包括但不限于以下方式：首先，基于监控视频进行车辆检测，判断监控视频中是否存在车辆；如果监控视频中存在车辆，则对车辆的车牌颜色进行检测，判断车辆是否为新能源车辆；如果车辆为新能源车辆，则执行获取至少一个预先对摄像头进行标注所确定的虚拟地感区域的步骤。

进一步地，当检测到监控视频中存在车辆时，进一步判断视频中的车辆是否驶入预先标注的虚拟地感区域，如果车辆位于虚拟地感区域，则向摄像头发送有车信号。具体的，可以采用包括但不限于以下三种方式进行判断：

方式一：通过比对车辆区域与虚拟地感区域的交并比是否大于第一阈值，判断车辆是否位于虚拟地感区域。

在一种实施方式中，交并比(Intersection-over-Union，IOU)为目标检测中使用的一个概念，具体指产生的候选框(candidate bound)与原标记框(ground truth bound)的交叠率，即它们的交集与并集的比值。参见图5所示，图中的虚线边界内表示虚拟地感区域，实线边界内表示车辆所在的车辆区域，判断两个区域的IOU(两个区域的交集面积/两个区域并集面积)是否大于第一阈值，如果大于第一阈值，则确定车辆位于虚拟地感区域。

方式二：通过比对车辆区域与虚拟地感区域的重合部分是否大于第二阈值，判断车辆是否位于虚拟地感区域。

参见图5所示，可以首先确定虚线边界内的虚拟地感区域与实线边界内的车辆区域重合部分的面积，然后判断该重合部分的面积是否大于第二阈值，也即判断虚线边界内的虚拟地感区域被实线边界内的车辆区域占的面积是否大于第二阈值。如果大于第二阈值，则确定车辆位于虚拟地感区域。

方式三：通过比对车辆区域的中心点是否位于虚拟地感区域内，判断车辆是否位于虚拟地感区域。

参见图5所示，可以首先根据确定的实线边界确定车辆中心点的坐标，也即实线边界中心点的坐标，然后判断该中心点的坐标是否位于虚线边界内，如果是，则确定车辆位于虚拟地感区域。

当确定车辆位虚拟电感区域内时，上报地感状态为有车，向摄像头发送有车信号。通过虚拟地感的标注，可以更好的对车辆的驶入情况进行把控，避免了车辆停在旁边或者从前方路过等没有驶入的情况被误检测为驶入。

需要说明的是，本发明实施中在判断车辆是否驶入预先标注的虚拟地感区域时，可以采用上述三种方式中的任意一种进行判断，也可以采用上述三种方式中任意两种的组合进行判断，还可以结合上述三种方式进行判断，具体可以根据实际情况进行选择，在此不做限定。

进一步地，道闸的摄像头接收到虚拟地感区域有车信号后，就如同接收到实体地感上报的有车信号，可以开始进行车牌识别、开闸判断等后续的操作。在具体实现时，可以采用包括但不限于以下方式：通过摄像头识别车辆的车牌信息；如果车牌信息与预先存储的车牌信息相匹配，则向道闸设备发送开闸信号。

在一种实施方式中，当确定有车辆驶入后，可以通过摄像头识别驶入车辆的车牌信息，例如车牌号，然后将车牌信息与预先存储的车牌库中的车牌信息进行匹配，如果该车牌信息在车牌库中，则确定该车辆之前进入过该场站，向道闸设备发送开闸信号，以使道闸设备开启；如果该车牌信息不在车牌库中，则确定该车辆之前未进入过该场站，可以在记录该车牌信息后，向道闸设备发送开闸信号，以使道闸设备开启。

本发明实施例提供的上述道闸系统车辆识别方法，复用了能够进行车牌识别的摄像头，扩展了摄像头的功能，利用道闸的摄像头在算法层面进行开发，使摄像头不但具有车牌识别的能力，通过虚拟地感区域的标注也具备了实体物理地感的功能。通过图像识别的方法实现了虚拟地感的功能，使用图像识别技术替代了实体物理地感，不需要额外的施工安装地感线圈，节约了成本；同时图像识别算法只对车辆进行检测，不会被大金属物所干扰，提高了车辆识别的准确性。

本发明实施例还提供了一种具体的道闸系统车辆识别方法，参见图6所示，主要包括以下步骤S601至步骤S604：

步骤S601：通过摄像头实时获取道闸入口的视频。

在一种实施方式中，提前在云端标注好虚拟地感区域的位置，并将标注好的虚拟地感区域下发给边缘测的摄像头。边缘测摄像头实时采集道闸前方的视频数据，并将数据推送给后端的算法处理。

步骤S602：判断视频中是否有车辆；如果有，则执行步骤S603；如果没有，则返回步骤S601。

在一种实施方式中，后端算法进行实时数据的处理，来判断虚拟地感区域上有没有车，具体的，实时检测推送的视频数据，进行视频中车辆的检测。

步骤S603：判断虚拟地感区域与车辆所在的车辆区域是否相交；如果是，则执行步骤S604；如果否，则返回步骤S601。

在一种实施方式中，当检测到视频中的车辆时，判断车辆是否驶入预先标注的虚拟地感区域，具体判断方法可参见前述实施例，在此不再赘述。

步骤S604：上报有车信号。具体的，当检测到标注的虚拟地感区域有车后，上报地感状态为有车。道闸的摄像头收到虚拟地感上报的有车信号，就如同收到实体地感上报的有车信号，开始进行车牌识别、开闸判断等后续的操作。

本发明实施例提供的上述道闸系统车辆识别方法，无需额外施工安装地感线圈，降低了成本；同时将监控视频中车辆所在的车辆区域与虚拟地感区域进行比对来确定是否有车辆，不会被大金属所干扰，提高了车辆识别的准确性。

对于前述实施例提供的道闸系统车辆识别方法，本发明实施例还提供了一种道闸系统车辆识别装置，参见图7所示的一种道闸系统车辆识别装置的结构示意图，该装置可以包括以下部分：

视频获取模块701，用于通过摄像头实时获取目标区域的监控视频；其中，目标区域为摄像头的监控区域。

虚拟地感区域获取模块702，用于获取至少一个预先对摄像头进行标注所确定的虚拟地感区域。

判断模块703，用于如果监控视频中存在车辆，则将车辆所在的车辆区域与虚拟地感区域进行比对，判断是否向摄像头发送有车信号。

本发明实施例提供的上述道闸系统车辆识别装置，通过预先标定虚拟地感区域，使用图像识别技术进行车辆识别，代替了现有的采用实体物理地感进行识别，无需额外施工安装地感线圈，从而降低了成本；同时将监控视频中车辆所在的车辆区域与虚拟地感区域进行比对来确定是否有车辆，不会被大金属所干扰，提高了车辆识别的准确性。

在一种实施方式中，上述判断模块703具体用于：通过比对车辆区域与虚拟地感区域的交并比是否大于第一阈值，判断车辆是否位于虚拟地感区域；和/或，通过比对车辆区域与虚拟地感区域的重合部分是否大于第二阈值，判断车辆是否位于虚拟地感区域；和/或，通过比对车辆区域的中心点是否位于虚拟地感区域内，判断车辆是否位于虚拟地感区域；如果车辆位于虚拟地感区域，则向摄像头发送有车信号。

在一种实施方式中，上述装置还包括信号发送模块，用于通过摄像头识别车辆的车牌信息；如果车牌信息与预先存储的车牌信息相匹配，则向道闸设备发送开闸信号。

在一种实施方式中，上述装置还包括车辆判断模块，用于基于监控视频进行车辆检测，判断监控视频中是否存在车辆；如果监控视频中存在车辆，则对车辆的车牌颜色进行检测，判断车辆是否为新能源车辆；如果车辆为新能源车辆，则执行获取至少一个预先对摄像头进行标注所确定的虚拟地感区域的步骤。

在一种实施方式中，上述装置还包括摄像头标注模块，具体用于获取待标注摄像头的监控视频；基于地感线圈在监控视频中的安装位置，在监控视频中标注至少一个虚拟地感区域；将标注好的虚拟地感区域下发至待标注摄像头。

在一种实施方式中，上述装置还包括校正模块，具体用于如果摄像头的监控角度发生改变，则基于监控角度的改变对虚拟地感区域进行校正。

本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

本发明实施例还提供了一种电子设备，具体的，该电子设备包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被处理器运行时执行如上实施方式的任一项所述的方法。

图8为本发明实施例提供的一种电子设备的结构示意图，该电子设备100包括：处理器80，存储器81，总线82和通信接口83，所述处理器80、通信接口83和存储器81通过总线82连接；处理器80用于执行存储器81中存储的可执行模块，例如计算机程序。

其中，存储器81可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口83(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。

总线82可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

其中，存储器81用于存储程序，所述处理器80在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器80中，或者由处理器80实现。

处理器80可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器80中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器80可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器81，处理器80读取存储器81中的信息，结合其硬件完成上述方法的步骤。

本发明实施例所提供的可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见前述方法实施例，在此不再赘述。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个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-Only Memory)、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。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种道闸系统车辆识别方法，其特征在于，包括：

通过摄像头实时获取目标区域的监控视频；其中，目标区域为所述摄像头的监控区域；

获取至少一个预先对所述摄像头进行标注所确定的虚拟地感区域；

如果所述监控视频中存在车辆，则将所述车辆所在的车辆区域与所述虚拟地感区域进行比对，判断是否向所述摄像头发送有车信号。

2.根据权利要求1所述的方法，其特征在于，所述如果所述监控视频中存在车辆，则将所述车辆所在的车辆区域与所述虚拟地感区域进行比对，判断是否向所述摄像头发送有车信号的步骤，包括：

通过比对所述车辆区域与所述虚拟地感区域的交并比是否大于第一阈值，判断所述车辆是否位于所述虚拟地感区域；

和/或，通过比对所述车辆区域与所述虚拟地感区域的重合部分是否大于第二阈值，判断所述车辆是否位于所述虚拟地感区域；

和/或，通过比对所述车辆区域的中心点是否位于所述虚拟地感区域内，判断所述车辆是否位于所述虚拟地感区域；

如果所述车辆位于所述虚拟地感区域，则向所述摄像头发送有车信号。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过所述摄像头识别所述车辆的车牌信息；

如果所述车牌信息与预先存储的车牌信息相匹配，则向道闸设备发送开闸信号。

4.根据权利要求1所述的方法，其特征在于，所述通过摄像头实时获取目标区域的监控视频的步骤之后，还包括：

基于所述监控视频进行车辆检测，判断所述监控视频中是否存在车辆；

如果所述监控视频中存在车辆，则对所述车辆的车牌颜色进行检测，判断所述车辆是否为新能源车辆；

如果所述车辆为新能源车辆，则执行所述获取至少一个预先对所述摄像头进行标注所确定的虚拟地感区域的步骤。

5.根据权利要求1所述的方法，其特征在于，所述摄像头的标注包括：

获取待标注摄像头的监控视频；

基于地感线圈在所述监控视频中的安装位置，在所述监控视频中标注至少一个虚拟地感区域；

将标注好的所述虚拟地感区域下发至所述待标注摄像头。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

如果所述摄像头的监控角度发生改变，则基于所述监控角度的改变对所述虚拟地感区域进行校正。

7.一种道闸系统车辆识别装置，其特征在于，包括：

视频获取模块，用于通过摄像头实时获取目标区域的监控视频；其中，目标区域为所述摄像头的监控区域；

虚拟地感区域获取模块，用于获取至少一个预先对所述摄像头进行标注所确定的虚拟地感区域；

判断模块，用于如果所述监控视频中存在车辆，则将所述车辆所在的车辆区域与所述虚拟地感区域进行比对，判断是否向所述摄像头发送有车信号。

8.根据权利要求7所述的装置，其特征在于，所述判断模块具体用于：

通过比对所述车辆区域与所述虚拟地感区域的交并比是否大于第一阈值，判断所述车辆是否位于所述虚拟地感区域；

和/或，通过比对所述车辆区域与所述虚拟地感区域的重合部分是否大于第二阈值，判断所述车辆是否位于所述虚拟地感区域；

和/或，通过比对所述车辆区域的中心点是否位于所述虚拟地感区域内，判断所述车辆是否位于所述虚拟地感区域；

如果所述车辆位于所述虚拟地感区域，则向所述摄像头发送有车信号。

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至6任一项所述的方法的步骤。

10.一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，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至6任一项所述的方法的步骤。

Images