CN114283588A - 一种用于车辆鸣笛抓拍系统防误报的方法 - Google Patents
一种用于车辆鸣笛抓拍系统防误报的方法 Download PDFInfo
- Publication number
- CN114283588A CN114283588A CN202210000202.0A CN202210000202A CN114283588A CN 114283588 A CN114283588 A CN 114283588A CN 202210000202 A CN202210000202 A CN 202210000202A CN 114283588 A CN114283588 A CN 114283588A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- whistle
- video image
- whistling
- matched
- 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
Images
Abstract
本发明公开了一种用于车辆鸣笛抓拍系统防误报的方法。所述方法包括:预先建立车辆型号与笛声特征参考数据对应关系的特征库;当检测到预设监控区域的鸣笛行为时,通过声源定位技术确定所述鸣笛行为的鸣笛位置;获取目标车辆的视频图像,并且根据所述视频图像识别所述目标车辆的车牌号码,所述目标车辆为所述鸣笛行为时处于所述鸣笛位置的车辆,所述目标车辆是一个车辆;根据所述车牌号码向车辆管理系统查询对应的车辆型号;基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述对应的车辆型号进行匹配;若相匹配,则确定所述目标车辆存在所述鸣笛行为。本方法既可以用于更准确地判断目标车辆是否存在鸣笛行为,还可以用于识别异常鸣笛行为。
Description
【技术领域】
本发明涉及智能交通控制技术领域,尤其涉及一种用于车辆鸣笛抓拍系统防误报的方法。
【背景技术】
近年来,随着对于交通噪声的重视程度的提高,车辆鸣笛抓拍系统的应用已日益广泛,其主要工作原理是通过麦克风阵列、基于声源定位技术确定鸣笛车辆的位置,通过高清摄像头对鸣笛时该位置处的车辆进行车牌识别,从而确定违法鸣笛车辆。
但是,在实际应用中,由于将其他环境噪声误判为笛声、或者是由于声源定位技术误差等方面的原因,车辆鸣笛抓拍系统会有一定的误报,会将未鸣笛车辆错误地报告为存在鸣笛行为,包括将鸣笛车辆的鸣笛行为错误地报告为未鸣笛车辆的鸣笛行为,形成错误的抓拍记录。
此外,道路上行驶的车辆还有可能会存在套牌车、喇叭元件被改装等方面的问题。
需要说明的是,上述背景信息仅用于加强对本发明背景技术的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术信息。
【发明内容】
本发明的主要目的在于提供一种用于车辆鸣笛抓拍系统防误报的方法,既可以用于避免或降低车辆鸣笛抓拍系统的误报,又可以用于识别车辆鸣笛抓拍系统的误报,进而至少在一定程度上解决由于相关技术的限制和缺陷而导致的一个或者多个技术问题,包括以下技术方案:
第一方面,提供了一种用于车辆鸣笛抓拍系统防误报的方法,所述方法包括:
预先建立车辆型号与笛声特征参考数据对应关系的特征库;
当检测到预设监控区域的鸣笛行为时,通过声源定位技术确定所述鸣笛行为的鸣笛位置;
获取目标车辆的视频图像,并且根据所述视频图像识别所述目标车辆的车牌号码,所述目标车辆为所述鸣笛行为时处于所述鸣笛位置的车辆,所述目标车辆是一个车辆;
根据所述车牌号码向车辆管理系统查询对应的车辆型号;
基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述对应的车辆型号进行匹配;
若相匹配,则确定所述目标车辆存在所述鸣笛行为。
优选的,所述笛声特征参考数据包括:
笛声特征样本、或笛声特征模板、或笛声特征识别模型。
优选的,所述获取目标车辆的视频图像包括:
当所述检测到预设监控区域的鸣笛行为时,则触发摄像头并且根据所述鸣笛位置获取所述目标车辆的视频图像;或者,
实时采集和存储所述预设监控区域的视频图像,当所述检测到预设监控区域的鸣笛行为时,还记录此时的时间戳,根据所述鸣笛位置和所述时间戳和存储的所述预设监控区域的视频图像获取所述目标车辆的视频图像。
优选的,所述触发摄像头并且根据所述鸣笛位置获取所述目标车辆的视频图像包括:
触发摄像头采集所述预设监控区域的视频图像,然后根据所述鸣笛位置和该视频图像获取所述目标车辆的视频图像;或者,
触发摄像头根据所述鸣笛位置采集处于所述鸣笛位置的目标车辆的视频图像。
优选的,所述根据所述鸣笛位置和所述时间戳和存储的所述预设监控区域的视频图像获取所述目标车辆的视频图像包括:
从存储的所述预设监控区域的视频图像中获取所述时间戳对应的视频图像,根据所述鸣笛位置和该对应的视频图像获取所述目标车辆的视频图像;或者,
从存储的所述预设监控区域的视频图像中获取所述鸣笛位置对应的视频图像,根据所述时间戳和该对应的视频图像获取所述目标车辆的视频图像。
优选的,所述目标车辆的视频图像包括:
所述目标车辆在所述鸣笛行为时处于所述鸣笛位置时的视频图像;或者,
在确定所述鸣笛行为时处于所述鸣笛位置的所述目标车辆之后,通过跟踪所述目标车辆的移动轨迹以获取的所述目标车辆的视频图像。
优选的,所述基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述对应的车辆型号进行匹配包括:
根据所述鸣笛声音信号从所述特征库中识别匹配的车辆型号,然后将所述匹配的车辆型号与所述对应的车辆型号进行比较,根据所述比较结果确定是否相匹配;或者,
根据所述对应的车辆型号从所述特征库中获取对应的笛声特征参考数据,然后将所述对应的笛声特征参考数据与所述鸣笛声音信号进行比对,根据所述比对结果确定是否相匹配。
优选的,所述根据所述鸣笛声音信号从所述特征库中识别匹配的车辆型号包括:
将所述特征库中的每一个笛声特征参考数据与所述鸣笛声音信号进行逐个比对,如果有一个比对的笛声特征参考数据与所述鸣笛声音信号相匹配,则不再继续比对,所述匹配的车辆型号为该一个比对的笛声特征参考数据所对应的车辆型号;或者,
将所述特征库中的每一个笛声特征参考数据都与所述鸣笛声音信号进行比对,所述匹配的车辆型号为该比对判定相匹配的笛声特征参考数据所对应的车辆型号。
优选的,所述确定所述目标车辆存在所述鸣笛行为包括:
将所述鸣笛行为相关的数据内容作为存在鸣笛行为的证据进行存储或/和上传;或/和,
将所述鸣笛行为相关的事件信息作为违法记录进行存储或/和上传。
优选的,所述基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述对应的车辆型号进行匹配还包括:
若不匹配,则将所述鸣笛行为标记为异常。
优选的,所述将所述鸣笛行为标记为异常包括:
将所述鸣笛行为相关的数据内容作为异常行为数据进行存储或/和上传;或/和,
将所述鸣笛行为相关的事件信息作为异常行为记录进行存储或/和上传;或/和,
若经审核确定所述目标车辆的喇叭元件被改装,则建立所述车牌号码与所述目标车辆的笛声特征参考数据的对应关系。
优选的,所述鸣笛行为相关的数据内容包括:
所述鸣笛声音信号;或/和,
所述目标车辆的视频图像。
优选的,所述鸣笛行为相关的事件信息包括:
所述车牌号码;或/和,
所述鸣笛行为发生的时间;或/和,
所述鸣笛行为发生的地点。
优选的,所述根据所述车牌号码向车辆管理系统查询对应的车辆型号之前还包括:
获取所述车牌号码所对应的笛声特征参考数据;
若获取到对应的笛声特征参考数据,则不执行所述根据所述车牌号码向车辆管理系统查询对应的车辆型号及其后续步骤,并且将该对应的笛声特征参考数据与所述鸣笛声音信号进行比对,如果该比对结果确定是相匹配,则确定所述目标车辆存在所述鸣笛行为,如果该比对结果确定是不匹配,则将所述鸣笛行为标记为异常;
若没有获取到对应的笛声特征参考数据,则执行所述根据所述车牌号码向车辆管理系统查询对应的车辆型号及其后续步骤。
第二方面,提供了另一种用于车辆鸣笛抓拍系统防误报的方法,所述方法包括:
预先建立车辆型号与笛声特征参考数据对应关系的特征库;
当检测到预设监控区域的鸣笛行为时,通过声源定位技术确定所述鸣笛行为的鸣笛位置;
获取目标车辆的视频图像,所述目标车辆是多个车辆,所述多个车辆为所述鸣笛行为时处于所述鸣笛位置的车辆,根据所述视频图像分别识别所述多个车辆中每个车辆的车牌号码;
根据所述每个车辆的车牌号码向车辆管理系统查询所述每个车辆对应的车辆型号;
基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述每个车辆对应的车辆型号分别进行匹配;
若仅有一个车辆对应的车辆型号相匹配,则确定所述一个车辆存在所述鸣笛行为。
优选的,所述笛声特征参考数据包括:
笛声特征样本、或笛声特征模板、或笛声特征识别模型。
优选的,所述获取目标车辆的视频图像包括:
当所述检测到预设监控区域的鸣笛行为时,则触发摄像头并且根据所述鸣笛位置获取所述目标车辆的视频图像;或者,
实时采集和存储所述预设监控区域的视频图像,当所述检测到预设监控区域的鸣笛行为时,还记录此时的时间戳,根据所述鸣笛位置和所述时间戳和存储的所述预设监控区域的视频图像获取所述目标车辆的视频图像。
优选的,所述触发摄像头并且根据所述鸣笛位置获取所述目标车辆的视频图像包括:
触发摄像头采集所述预设监控区域的视频图像,然后根据所述鸣笛位置和该视频图像获取所述目标车辆的视频图像;或者,
触发摄像头根据所述鸣笛位置采集处于所述鸣笛位置的目标车辆的视频图像。
优选的,所述根据所述鸣笛位置和所述时间戳和存储的所述预设监控区域的视频图像获取所述目标车辆的视频图像包括:
从存储的所述预设监控区域的视频图像中获取所述时间戳对应的视频图像,根据所述鸣笛位置和该对应的视频图像获取所述目标车辆的视频图像;或者,
从存储的所述预设监控区域的视频图像中获取所述鸣笛位置对应的视频图像,根据所述时间戳和该对应的视频图像获取所述目标车辆的视频图像。
优选的,所述根据所述视频图像分别识别所述多个车辆中每个车辆的车牌号码包括:
所述目标车辆的视频图像为所述目标车辆在所述鸣笛行为时处于所述鸣笛位置时的视频图像,根据该视频图像分别识别所述每个车辆的车牌号码;或者,
将所述鸣笛行为时处于所述鸣笛位置的所述多个车辆分别进行确定,再通过跟踪所述多个车辆中每个车辆的移动轨迹,并且根据所述每个车辆的移动轨迹以分别获取所述每个车辆的视频图像,根据所述每个车辆的视频图像分别识别所述每个车辆的车牌号码;或者,
先识别所述多个车辆在所述鸣笛行为时处于所述鸣笛位置时的视频图像以获取车牌号码,对于其中不能识别车牌号码的车辆,则跟踪该车辆的移动轨迹以获取该车辆的视频图像,并且从中识别该车辆的车牌号码。
优选的,所述基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述每个车辆对应的车辆型号分别进行匹配包括:
根据所述鸣笛声音信号从所述特征库中识别匹配的车辆型号,然后将所述每个车辆对应的车辆型号分别与所述匹配的车辆型号进行比较,根据所述比较结果确定相匹配的车辆;或者,
根据所述每个车辆对应的车辆型号从所述特征库中分别获取所述每个车辆对应的笛声特征参考数据,然后将所述每个车辆对应的笛声特征参考数据分别与所述鸣笛声音信号进行比对,根据所述比对结果确定相匹配的车辆。
优选的,所述根据所述鸣笛声音信号从所述特征库中识别匹配的车辆型号包括:
将所述特征库中的每一个笛声特征参考数据与所述鸣笛声音信号进行逐个比对,如果有一个比对的笛声特征参考数据与所述鸣笛声音信号相匹配,则不再继续比对,所述匹配的车辆型号为该一个比对的笛声特征参考数据所对应的车辆型号;或者,
将所述特征库中的每一个笛声特征参考数据都与所述鸣笛声音信号进行比对,所述匹配的车辆型号为该比对判定相匹配的笛声特征参考数据所对应的车辆型号。
优选的,所述确定所述一个车辆存在所述鸣笛行为包括:
将所述一个车辆存在所述鸣笛行为相关的数据内容作为存在鸣笛行为的证据进行存储或/和上传;或/和,
将所述一个车辆存在所述鸣笛行为相关的事件信息作为违法记录进行存储或/和上传。
优选的,所述一个车辆存在所述鸣笛行为相关的数据内容包括:
所述鸣笛声音信号;或/和,
所述目标车辆的视频图像;或/和,
所述一个车辆的视频图像。
优选的,所述一个车辆存在所述鸣笛行为相关的事件信息包括:
所述一个车辆的车牌号码;或/和,
所述鸣笛行为发生的时间;或/和,
所述鸣笛行为发生的地点。
优选的,所述基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述每个车辆对应的车辆型号分别进行匹配还包括:
若没有任何一个对应的车辆型号相匹配,则将所述鸣笛行为标记为第一异常;或/和,
若有多个车辆对应的车辆型号相匹配,则将所述鸣笛行为标记为第二异常。
优选的,所述将所述鸣笛行为标记为第一异常包括:
将所述鸣笛声音信号、或/和所述目标车辆的视频图像作为第一异常行为数据进行存储或/和上传;或/和,
将所述每个车辆的车牌号码、或/和所述鸣笛行为发生的时间、或/和所述鸣笛行为发生的地点作为第一异常行为记录进行存储或/和上传;或/和,
对所述多个车辆进行审核,对经过审核确定喇叭元件被改装的车辆,则建立该车辆的车牌号码与该车辆的笛声特征参考数据的对应关系。
优选的,所述将所述鸣笛行为标记为第二异常包括:
将所述鸣笛声音信号、或/和所述目标车辆的视频图像、或/和所述多个相匹配的车辆的视频图像作为第二异常行为数据进行存储或/和上传;或/和,
将所述多个相匹配的车辆的车牌号码、或/和所述鸣笛行为发生的时间、或/和所述鸣笛行为发生的地点作为第二异常行为记录进行存储或/和上传;或/和,
对所述多个相匹配的车辆进行审核,对经过审核确定喇叭元件被改装的车辆,则建立该车辆的车牌号码与该车辆的笛声特征参考数据的对应关系。
优选的,所述根据所述每个车辆的车牌号码向车辆管理系统查询所述每个车辆对应的车辆型号之前还包括:
分别获取所述每个车辆的车牌号码所对应的笛声特征参考数据;
对于获取到对应的笛声特征参考数据的车牌号码,则不执行所述根据所述每个车辆的车牌号码向车辆管理系统查询所述每个车辆对应的车辆型号及其后续步骤,并且执行第一匹配过程,包括将该车牌号码所对应的笛声特征参考数据与所述鸣笛声音信号进行比对,根据该比对结果确定该车牌号码所在的车辆是否相匹配;
对于没有获取到对应的笛声特征参考数据的车牌号码,则执行第二匹配过程,包括执行所述根据所述每个车辆的车牌号码向车辆管理系统查询所述每个车辆对应的车辆型号,以及执行所述基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述每个车辆对应的车辆型号分别进行匹配;
根据所述第一匹配过程和所述第二匹配过程的匹配结果,若仅有一个车辆相匹配,则确定该一个车辆存在所述鸣笛行为;
若没有任何一个车辆相匹配,则将所述鸣笛行为标记为第一异常,或/和若有多个车辆相匹配,则将所述鸣笛行为标记为第二异常。
第三方面,提供一种车辆鸣笛抓拍系统系统,所述系统包括上述第一方面所述的方法,或者所述系统包括上述第二方面所述的方法。
提供一种存储介质,所述存储介质中存储有程序,所述程序用于实现包括上述第一方面或第二方面所述的方法。
综上所述,本发明提供的技术方案既可以用于更准确地判断目标车辆是否存在鸣笛行为,还可以用于识别异常鸣笛行为。
【附图说明】
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1是一种用于车辆鸣笛抓拍系统防误报的方法实施例一的流程示意图;
图2是一种用于车辆鸣笛抓拍系统防误报的方法实施例二的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
【具体实施方式】
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
一、一种用于车辆鸣笛抓拍系统防误报的方法实施例一
请参考图1,其示出了本发明提供的一种用于车辆鸣笛抓拍系统防误报的方法实施例一的流程图,该方法可以包括:
步骤201.预先建立车辆型号与笛声特征参考数据对应关系的特征库。
可以理解,对于属于同一车辆型号的车辆,由于其使用相同型号的喇叭,则其发出的笛声特征会相同或高度相似,因此,可以预先获取各车辆型号的笛声,并且根据各车辆型号的笛声进行声纹注册,即根据各车辆型号的笛声在特征库中建立车辆型号与笛声特征参考数据的对应关系。可以理解,笛声特征参考数据是指用于比对的笛声特征样本、或笛声特征模板或笛声特征识别模型等,例如,以某车辆型号为例,该车辆型号的笛声特征模板是指对该车辆型号的笛声进行特征提取而得到的特征模板,该车辆型号的笛声特征识别模型是指对该车辆型号的笛声特征通过训练等方式得到的函数或模型。可以理解,本发明实施例中的笛声是指车辆的鸣笛声音。
在特征库中的车辆型号,车辆型号可以是制造厂,例如某制造厂制造的车辆都使用相同型号的喇叭,则与该喇叭的笛声特征参考数据所对应的车辆型号可以是该某制造厂;车辆型号可以是车辆品牌,例如某车辆品牌的车辆都使用相同型号的喇叭,则与该喇叭的笛声特征参考数据所对应的车辆型号可以是该某车辆品牌;车辆型号可以由制造厂和车辆品牌所组成,例如某制造厂制造多种品牌的车辆,且该多种品牌的车辆分别使用不同型号的喇叭,又例如某品牌的车辆在世界范围内有多个制造厂,且该多个制造厂制造的该某品牌的车辆分别使用不同型号的喇叭,由此则需在特征库中分别建立车辆型号与相应的笛声特征参考数据的对应关系;车辆型号还可以由制造厂或/和车辆品牌以及具体型号所组成,例如某车辆品牌某一具体型号的车辆都使用相同型号的喇叭,则与该喇叭的笛声特征参考数据所对应的车辆型号可以由该某车辆品牌和该某一具体型号所组成;车辆型号还可以由制造厂或/和车辆品牌、以及具体型号、以及车型年份或/和生产批次等所组成,例如某车辆品牌某一具体型号某一车型年份的车辆都使用同一型号的喇叭,而该某车辆品牌该某一具体型号另一车型年份的车辆都使用另一型号的喇叭,则与该同一型号喇叭的笛声特征参考数据所对应的车辆型号可以由该车辆品牌和该某一具体型号和该某一车型年份所组成,而与该另一型号喇叭的笛声特征参考数据所对应的车辆型号可以由该车辆品牌和该某一具体型号和该另一车型年份所组成。
可以理解,上述具体型号可以是由字母或/和数字等组合而成的代码,也可以是由车辆特征信息构成的、可以用于识别车辆具体型号的信息,车辆特征信息可以包括车辆类型、或/和车辆结构类型、或/和车辆装置特征、或/和车辆技术特征参数等。
需要说明的是,车辆型号与笛声特征参考数据的对应关系,可以是一对一的对应关系;也可以是一对多的对应关系,例如某一车辆型号的车辆分别使用了多种型号的喇叭元件,由此则该某一车辆型号对应多个笛声特征参考数据;也可以是多对一的对应关系,例如某多个车辆型号都使了相同型号的喇叭元件,则该某多个车辆型号对应同一笛声特征参考数据。
步骤202.当检测到预设监控区域的鸣笛行为时,通过声源定位技术确定所述鸣笛行为的鸣笛位置。
所述预设监控区域是指所述车辆鸣笛抓拍系统所覆盖的、可以有效监控到鸣笛行为的区域,所述鸣笛行为是指车辆发出鸣笛声音信号。
当检测到所述预设监控区域的鸣笛行为时,通过声源定位技术确定所述鸣笛行为的鸣笛位置,例如,有一个或多个车辆行驶在预设监控区域,当所述车辆鸣笛抓拍系统包括的麦克风阵列采集到鸣笛声音信号,则对该鸣笛声音信号进行声源定位,并且根据该声源定位结果确定该鸣笛声音信号发生的位置。
步骤203.获取目标车辆的视频图像,并且根据所述视频图像识别所述目标车辆的车牌号码,所述目标车辆为所述鸣笛行为时处于所述鸣笛位置的车辆,所述目标车辆是一个车辆。
所述车辆鸣笛抓拍系统获取目标车辆的视频图像,所述目标车辆为所述鸣笛行为时处于所述鸣笛位置的车辆,并且通过视频图像识别技术根据所述视频图像识别所述目标车辆的车牌号码。
可以理解,所述目标车辆的视频图像,既可以是所述目标车辆在所述鸣笛行为时处于所述鸣笛位置时的视频图像,从而根据该视频图像识别所述目标车辆的车牌号码;也可以是先将所述鸣笛行为时处于所述鸣笛位置的目标车辆进行确定,再通过跟踪所述目标车辆的移动轨迹,并且根据所述移动轨迹以获取所述目标车辆的视频图像,其主要作用在于,由于所述目标车辆悬挂的车牌被其他车辆或物体所阻挡、或者车牌处的光线过亮或过暗等方面的原因,导致不能及时识别到所述目标车辆的车牌号码,因此,可以跟踪所述目标车辆的移动轨迹以获取所述目标车辆的视频图像,从而识别到所述目标车辆的车牌号码。
所述获取目标车辆的视频图像,包括但不限于如下多种实施方式:
实施方式一,当上述步骤202中检测到所述预设监控区域的鸣笛行为时,则触发摄像头并且根据所述鸣笛位置获取所述目标车辆的视频图像,即触发所述车辆鸣笛抓拍系统包括的摄像头进行采集,并且根据所述鸣笛位置获取所述目标车辆的视频图像。
例如,触发摄像头采集所述预设监控区域的视频图像,然后根据所述鸣笛位置和该视频图像获取所述目标车辆的视频图像,比如,根据所述鸣笛位置从该视频图像中获取所述目标车辆的视频图像;又比如,根据所述鸣笛位置从该视频图像中确定所述目标车辆,然后跟踪所述目标车辆的移动轨迹以获取所述目标车辆的视频图像。
又例如,触发摄像头进行采集,摄像头根据所述鸣笛位置通过调整摄像头角度或/和摄像头焦距等方式,采集处于所述鸣笛位置的目标车辆的视频图像,比如,采集所述目标车辆处于所述鸣笛位置时的视频图像;又比如,通过摄像头根据所述鸣笛位置确定所述目标车辆,然后跟踪所述目标车辆的移动轨迹以获取所述目标车辆的视频图像。
实施方式二,所述车辆鸣笛抓拍系统包括的摄像头实时采集并且存储所述预设监控区域的视频图像,当上述步骤202中检测到所述预设监控区域的鸣笛行为时,还同时记录所述鸣笛行为时的时间戳,然后根据所述鸣笛位置和所述时间戳和存储的所述预设监控区域的视频图像获取所述目标车辆的视频图像。
例如,从存储的所述预设监控区域的视频图像中获取所述时间戳对应的视频图像,即从存储的所述预设监控区域的视频图像中确定在所述时间戳时的视频图像,再根据所述鸣笛位置和该对应的视频图像获取所述目标车辆的视频图像,比如,根据所述鸣笛位置从该对应的视频图像中获取处于所述鸣笛位置的目标车辆的视频图像;又比如,根据所述鸣笛位置从该对应的视频图像中确定所述目标车辆,再根据确定的所述目标车辆从存储的所述预设监控区域的视频图像中跟踪所述目标车辆的移动轨迹,并且根据该移动轨迹以获取所述目标车辆的视频图像。
又例如,从存储的所述预设监控区域的视频图像中获取所述鸣笛位置对应的视频图像,根据所述时间戳和该对应的视频图像获取所述目标车辆的视频图像,比如,根据所述时间戳从该对应的视频图像中获取所述时间戳时的视频图像,该获取的视频图像即为所述目标车辆的视频图像;又比如,根据所述时间戳从该对应的视频图像中确定所述目标车辆,再根据确定的所述目标车辆从存储的所述预设监控区域的视频图像中跟踪所述目标车辆的移动轨迹,并且根据该移动轨迹以获取所述目标车辆的视频图像。
可以理解,上述获取的所述目标车辆的视频图像,是指通过视频图像识别技术能识别所述目标车辆的车牌号码的视频图像,既可以是获取的所述目标车辆的车牌的视频图像,也可以是获取的包括所述目标车辆的车牌在内的视频图像。
可以理解,本发明实施例中的视频图像是指视频或/和图像,图像既可以是单帧图像,也可以是多帧图像。
所述目标车辆是一个车辆,可以理解,在实际应用中,可以有多种情况使得确定的所述目标车辆是一个车辆,例如,通过声源定位技术确定的是一个位置点或者是一个较小的位置区域,从而使得每次确定的都是一个车辆;又例如,虽然通过声源定位技术确定的是一个范围较宽的位置区域,但由于在所述鸣笛行为时该位置区域内只有一个车辆,从而确定的所述目标车辆是一个车辆。
步骤204.根据所述车牌号码向车辆管理系统查询对应的车辆型号。
根据所述车牌号码向车辆管理系统查询对应的车辆型号,例如,在车辆管理部门的系统中存储有车辆的注册信息,则向该系统可以查询到所述车牌号码所对应的车辆型号。
实际应用中,例如,车辆的注册信息中包括车牌号码与品牌型号的对应关系,则根据所述车牌号码可以查询到对应的品牌型号,比如品牌型号为别克牌SGM6529ATA、陕汽牌SX4250XC42等,则由此可以确定所述车牌号码所对应的车辆型号;又例如,车辆的注册信息中包括车牌号码与车辆识别代号(VIN)的对应关系,比如车辆识别代号为LSGUD84XXDE029417、LZGJL4Z40JX007170等,因此,根据所述车牌号码可以查询对应的车辆识别代号,又由于根据车辆识别代号可以获取到一个或多个车辆型号信息,因此再根据该车辆识别代号可以确定所述车牌号码所对应的车辆型号;进一步的,还可以根据所述车牌号码同时查询对应的品牌型号和车辆识别代号,以此确定所述车牌号码所对应的车辆型号。
步骤205.基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述对应的车辆型号进行匹配。
基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述对应的车辆型号进行匹配,其主要作用在于判断所述鸣笛行为的鸣笛声音信号与所述对应的车辆型号发出的笛声特征是否相同或高度相似,具体可以包括多种实施方式:
第一种实施方式,根据所述鸣笛声音信号从所述特征库中识别匹配的车辆型号,然后将所述匹配的车辆型号与所述对应的车辆型号进行比较,根据所述比较结果确定是否相匹配。
具体的,根据所述鸣笛声音信号从所述特征库中识别匹配的车辆型号,是指根据所述鸣笛声音信号从所述特征库中进行声纹识别匹配,如果有相匹配的笛声特征参考数据,由于特征库中包括车辆型号与笛声特征参考数据的对应关系,因此,可以获取该匹配的笛声特征参考数据所对应的车辆型号,该对应的车辆型号即为匹配的车辆型号。
根据所述鸣笛声音信号从所述特征库中进行声纹识别匹配,也可以理解为是1:N检索,即将所述鸣笛声音信号与所述特征库中的笛声特征参考数据进行比对,通过比对判定相匹配的笛声特征参考数据。可以理解,比对是指估算、计算或测量鸣笛声音信号与笛声特征参考数据之间的相似度或相异度;比对判定是指依据比对得分、包括阈值的判定策略以及其他可能的输入,确定比对的笛声特征参考数据与所述鸣笛声音信号是否相匹配。例如,如果比对的笛声特征参考数据与所述鸣笛声音信号的相似度大于阈值,则该比对的笛声特征参考数据为匹配的笛声特征参考数据,否则,则该比对的笛声特征参考数据不为匹配的笛声特征参考数据;又例如,如果比对的笛声特征参考数据与所述鸣笛声音信号的相异度小于阈值,则该比对的笛声特征参考数据为匹配的笛声特征参考数据,否则,则该比对的笛声特征参考数据不为匹配的笛声特征参考数据。
上述将所述鸣笛声音信号与所述特征库中的笛声特征参考数据进行比对,还可以包括多种比对方式,例如,将所述特征库中的每一个笛声特征参考数据与所述鸣笛声音信号进行逐个比对,如果有一个比对的笛声特征参考数据与所述鸣笛声音信号相匹配,则不再继续比对,所述匹配的车辆型号为该一个比对的笛声特征参考数据所对应的车辆型号;又例如,将所述特征库中的每一个笛声特征参考数据都与所述鸣笛声音信号进行比对,直至每一个笛声特征参考数据都完成比对,如此,则可能会有一个或多个比对的笛声特征参考数据与所述鸣笛声音信号相匹配,即匹配的笛声特征参考数据可能是一个或多个,获取该匹配的一个或多个笛声特征参考数据所对应的车辆型号,即所述匹配的车辆型号为该匹配的一个或多个笛声特征参考数据所对应的车辆型号。
可以理解,如上述步骤201中所述,车辆型号与笛声特征参考数据的对应关系,可以是一对一的对应关系,也可以是一对多的对应关系,还可以是多对一的对应关系,因此,即使匹配的笛声特征参考数据是一个笛声特征参考数据,所述获取该匹配的笛声特征参考数据所对应的车辆型号,也可能会获取到一个或多个的车辆型号,即匹配的车辆型号可能会有一个或多个。
将所述匹配的车辆型号与所述对应的车辆型号进行比较,并且根据所述比较结果确定是否相匹配,具体包括,如果两者相符合,则确定为相匹配,其中,如果所述匹配的车辆型号为多个车辆型号,则只要该多个车辆型号中有一个车辆型号相符合,则确定为相匹配;如果不相符合,则确定为不匹配,其中,如果所述匹配的车辆型号为多个车辆型号,则当该多个车辆型号中没有任何一个车辆型号相符合,则确定为不匹配。
可以理解,如上述步骤201中所述,在特征库中的车辆型号可以包括制造厂或/和车辆品牌、或者包括制造厂或/和车辆品以及具体型号、或者包括制造厂或/和车辆品以及具体型号以及车型年份或/和生产批次等,因此,在比较所述匹配的车辆型号与所述对应的车辆型号是否相符合时,主要是判断所述对应的车辆型号中的全部或部分是否与所述匹配的车辆型号相一致,如果所述匹配的车辆型号为多个车辆型号,则需要将该多个车辆型号中的每一个车辆型号分别与所述对应的车辆型号中的全部或部分进行比较。以所述匹配的车辆型号为一个车辆型号为例,例如,如果所述匹配的车辆型号为某制造厂,则如果所述对应的车辆型号为该某制造厂或者其中包括该某制造厂,则确定为相符合;又例如,如果所述匹配的车辆型号为某制造厂和某车辆品牌,则如果所述对应的车辆型号为该某制造厂和该某车辆品牌,或者如果所述对应的车辆型号中包括该某制造厂和该某车辆品牌,则确定为相符合;再例如,如果所述匹配的车辆型号由某车辆品牌和某一具体型号所组成,则如果所述对应的车辆型号为该某车辆品牌和该某一具体型号所组成,或者如果所述对应的车辆型号中包括该某车辆品牌和该某一具体型号,则确定为相符合;还例如,如果所述匹配的车辆型号由某车辆品牌和某一具体型号和某一车型年份所组成,则如果所述对应的车辆型号由该某车辆品牌和该某一具体型号和该某一车型年份所组成,或者如果所述对应的车辆型号中包括该某车辆品牌和该某一具体型号和该某一车型年份,则确定为相符合。
可以理解,如果所述匹配的车辆型号为多个车辆型号,则将该多个车辆型号中的每一个车辆型号分别与所述对应的车辆型号中的全部或部分进行比较,其中,对于该多个车辆型号中每一个车辆型号进行比较的方式,可以参考上述以所述匹配的车辆型号为一个车辆型号的示例。
第二种实施方式,根据所述对应的车辆型号从所述特征库中获取对应的笛声特征参考数据,然后将所述对应的笛声特征参考数据与所述鸣笛声音信号进行比对,根据所述比对结果确定是否相匹配。
具体的,由于在所述特征库中建立了车辆型号与笛声特征参考数据的对应关系,因此,根据所述对应的车辆型号从所述特征库中获取对应的笛声特征参考数据,然后将所述对应的笛声特征参考数据与所述鸣笛声音信号进行比对,根据所述比对结果确定是否相匹配。例如,如果所述对应的笛声特征参考数据与所述鸣笛声音信号的相似度大于阈值,则确定为相匹配,否则,则确定为不匹配;又例如,如果所述对应的笛声特征参考数据与所述鸣笛声音信号的相异度小于阈值,则确定为相匹配,否则,则确定为不匹配。
可以理解,如上述步骤201中所述,在特征库中的车辆型号可以包括制造厂或/和车辆品牌、或者包括制造厂或/和车辆品以及具体型号、或者包括制造厂或/和车辆品以及具体型号以及车型年份或/和生产批次等,因此,所述根据所述对应的车辆型号从所述特征库中获取对应的笛声特征参考数据,主要是确定所述对应的车辆型号中的全部或部分是否与所述特征库中的车辆型号相一致,如果在所述特征库中有相一致的车辆型号,则获取该相一致的车辆型号所对应的笛声特征参考数据,即获取到所述对应的笛声特征参考数据。
例如,如果所述对应的车辆型号为某制造厂或者其中包括该某制造厂,而在所述特征库中有车辆型号为该某制造厂的车辆型号,则在所述特征库中获取该某制造厂所对应的笛声特征参考数据,即该对应的笛声特征参考数据为获取到的所述对应的笛声特征参考数据;又例如,如果所述对应的车辆型号为某制造厂和某车辆品牌,或者如果所述对应的车辆型号中包括该某制造厂和该某车辆品牌,而在所述特征库中有由该某制造厂和该某车辆品牌所组成的车辆型号,则在所述特征库中获取由该某制造厂和该某车辆品牌所组成的车辆型号所对应的笛声特征参考数据,即该对应的笛声特征参考数据为获取到的所述对应的笛声特征参考数据;再例如,如果所述对应的车辆型号为某车辆品牌和某一具体型号,或者如果所述对应的车辆型号中包括该某车辆品牌和该某一具体型号,而在所述特征库中有由该某车辆品牌和该某一具体型号所组成的车辆型号,则在所述特征库中获取由该某车辆品牌和该某一具体型号所组成的车辆型号所对应的笛声特征参考数据,即该对应的笛声特征参考数据为获取到的所述对应的笛声特征参考数据;还例如,如果所述对应的车辆型号为某车辆品牌和某一具体型号和某一车型年份,或者如果所述对应的车辆型号中包括该某车辆品牌和该某一具体型号和该某一车型年份,而在所述特征库中有由该某车辆品牌和该某一具体型号和该某一车型年份所组成的车辆型号,则在所述特征库中获取由该某车辆品牌和该某一具体型号和该某一车型年份所组成的车辆型号所对应的笛声特征参考数据,即该对应的笛声特征参考数据为获取到的所述对应的笛声特征参考数据。
需要说明的是,由于在所述特征库中建立的车辆型号与笛声特征参考数据的对应关系存在错漏、或者获取的所述对应的车辆型号存在错误等方面的原因,从而有可能会导致不能基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述对应的车辆型号进行匹配,具体的,以上述第一种实施方式为例,有可能会导致根据所述鸣笛声音信号从所述特征库中识别不到匹配的车辆型号,以上述第二种实施方式为例,有可能会导致根据所述对应的车辆型号从所述特征库中获取不到对应的笛声特征参考数据,由此,当不能基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述对应的车辆型号进行匹配时,则既可以将所述目标车辆确定为存在所述鸣笛行为,也可以将所述鸣笛行为标记为异常,或者还可以采取其他的实施方式,对此本发明实施例并不进行限定。
步骤206.若相匹配,则确定所述目标车辆存在所述鸣笛行为。
根据上述步骤205的匹配结果,如果确定为相匹配,则确定所述目标车辆存在所述鸣笛行为,实际应用中,可以将所述鸣笛行为相关的数据内容作为存在所述鸣笛行为的证据进行存储,或/和将所述鸣笛行为相关的数据内容作为存在所述鸣笛行为的证据上传到交警执法系统,其中,所述鸣笛行为相关的数据内容包括所述鸣笛声音信号、或/和所述目标车辆的视频图像等;还可以将所述鸣笛行为相关的事件信息作为违法记录进行存储,或/和将所述鸣笛行为相关的事件信息作为违法记录上传到交警执法系统,其中,所述鸣笛行为相关的事件信息包括所述车牌号码、或/和所述鸣笛行为发生的时间、或/和所述鸣笛行为发生的地点等,以及还可以通过电子显示屏实时显示所述车牌号码等。
进一步的,根据上述步骤205的匹配结果,如果确定为不匹配,则说明可能存在所述目标车辆的喇叭元件被改装、或者所述目标车辆为套牌车、或者将其他环境噪声误判为笛声、或者所述声源定位技术出现误定位、或者所述车牌号码出现误识别、或者所述特征库中的笛声特征参考数据出现错漏等方面的问题,因此,可以将所述鸣笛行为标记为异常,以使得可以获知所述鸣笛行为的抓拍存在异常的情况,以使得可以进一步通过人工审核或自动化审核等方式,审核出导致所述鸣笛行为的抓拍存在异常的具体原因,具体的,可以包括将所述鸣笛行为相关的数据内容作为异常行为数据进行存储,或/和将所述鸣笛行为相关的数据内容作为异常行为数据上传到用于审核的系统,其中,所述鸣笛行为相关的数据内容包括所述鸣笛声音信号、或/和所述目标车辆的视频图像等;还可以将所述鸣笛行为相关的事件信息作为异常行为记录进行存储,或/和将所述鸣笛行为相关的事件信息作为异常行为记录上传到用于审核的系统,其中,所述鸣笛行为相关的事件信息包括所述车牌号码、或/和所述鸣笛行为发生的时间、或/和所述鸣笛行为发生的地点等。可以理解,在所述目标车辆为套牌车时,如果套牌车与被套牌车不属于同型号的车辆,即两者发出的笛声特征是不相同或不相似的情况下,则上述步骤205的匹配结果是不匹配;如果套牌车与被套牌车属于同型号的车辆,即两者发出的笛声特征是相同或高度相似的情况下,则上述步骤205的匹配结果还是会相匹配。
进一步的,如果所述鸣笛行为经过审核之后,确定所述目标车辆的喇叭元件经过了改装,如果其属于非法改装,则可以要求所述目标车辆及时恢复到原来的喇叭元件,另一方面,如果其属于非法改装,但在所述目标车辆没有恢复到原来的喇叭元件之前,为了能及时发现所述目标车辆的鸣笛行为,或者如果其属于合法改装,则可以采集所述目标车辆发出的鸣笛声音,并且基于该鸣笛声音生成笛声特征参考数据,从而建立所述车牌号码与该笛声特征参考数据的对应关系,以使得当以后再确定所述车牌号码所属的车辆是否存在鸣笛行为时,则获取所述车牌号码所对应的笛声特征参考数据,并且以该对应的笛声特征参考数据与检测到的鸣笛声音信号进行比对。具体的,在实际实施过程中,可以在上述步骤203之后、步骤204之前实施,例如,获取所述车牌号码所对应的笛声特征参考数据,若获取到对应的笛声特征参考数据,则不执行步骤204及其后续步骤,并且将该对应的笛声特征参考数据与所述鸣笛声音信号进行比对,如果该比对结果确定是相匹配,则确定所述目标车辆存在所述鸣笛行为,如果该比对结果确定是不匹配,则可以将所述鸣笛行为标记为异常,可以理解,确定所述目标车辆存在所述鸣笛行为和将所述鸣笛行为标记为异常的实施方式,可以参考上述说明,在此不再赘述;若没有获取到对应的笛声特征参考数据,则执行步骤204及其后续步骤。当然,对于喇叭元件经过了改装的车辆,也可以是根据车主的申请等,建立该车辆的车牌号码与该车辆的笛声特征参考数据的对应关系,在此不再赘述。
由上实施过程可知,本发明实施例的优点主要在于,第一方面,对于通过声源定位技术确定的目标车辆,通过进一步地判断鸣笛行为时的鸣笛声音信号与该目标车辆的车辆型号是否相匹配,从而以此更准确地判断该目标车辆是否存在鸣笛行为;第二方面,由于是先识别车牌号码,再根据该车牌号码查询和获取对应的车辆型号,因此,相比通过车辆外观等方式识别的车辆型号,本发明实施例获取的车辆型号更加准确,从而使得可以更加准确地用于判断目标车辆是否存在鸣笛行为;第三方面,对于因声源定位技术误报的目标车辆,或者是喇叭元件被改装过的目标车辆、或者是属于套牌车的目标车辆等,本发明实施例中可以将鸣笛行为识别为异常,从而可以通过人工审核或自动化审核等方式以进一步确定具体的异常原因;第四方面,进一步的,对于喇叭元件经过改装的车辆,可以在特征库中建立该车辆的车牌号码与该车辆的笛声特征参考数据的对应关系,从而可以避免对该车辆的鸣笛行为产生误匹配。
二、一种用于车辆鸣笛抓拍系统防误报的方法实施例二
请参考图2,其示出了本发明提供的一种用于车辆鸣笛抓拍系统防误报的方法实施例二的流程图,该方法可以包括:
步骤301.预先建立车辆型号与笛声特征参考数据对应关系的特征库。
预先建立车辆型号与笛声特征参考数据对应关系的特征库,所述笛声特征参考数据包括笛声特征样本、或笛声特征模板、或笛声特征识别模型。
具体可以参考上述实施例一步骤201中的说明,在此不再赘述。
步骤302.当检测到预设监控区域的鸣笛行为时,通过声源定位技术确定所述鸣笛行为的鸣笛位置。
具体可以参考上述实施例一步骤202中的说明,在此不再赘述。
步骤303.获取目标车辆的视频图像,所述目标车辆是多个车辆,所述多个车辆为所述鸣笛行为时处于所述鸣笛位置的车辆,根据所述视频图像分别识别所述多个车辆中每个车辆的车牌号码。
所述车辆鸣笛抓拍系统获取目标车辆的视频图像,所述目标车辆是多个车辆,所述多个车辆为所述鸣笛行为时处于所述鸣笛位置的车辆,并且通过视频图像识别技术根据所述视频图像分别识别所述多个车辆中每个车辆的车牌号码。
所述目标车辆是多个车辆,例如,在实际应用中,上述步骤302中通过声源定位技术确定的是一个范围较宽的位置区域,并且由于在所述鸣笛行为时该位置区域内有多个车辆,从而使得所述鸣笛行为时处于所述鸣笛位置的目标车辆是多个车辆。可以理解,本发明实施例中的多个,是指二个或者二个以上的情况。
所述目标车辆的视频图像,可以是一个视频图像,在该一个视频图像中包括所述多个车辆;也可以是多个视频图像,在该多个视频图像中分别包括所述多个车辆,对此本发明实施例并不进行限定。
可以理解,所述目标车辆的视频图像,既可以是所述目标车辆在所述鸣笛行为时处于所述鸣笛位置时的视频图像,从而根据该视频图像分别识别所述每个车辆的车牌号码;也可以是先将所述鸣笛行为时处于所述鸣笛位置的目标车辆进行确定,即先将所述鸣笛行为时处于所述鸣笛位置的多个车辆分别进行确定,再通过跟踪所述多个车辆中每个车辆的移动轨迹,并且根据所述每个车辆的移动轨迹以获取所述每个车辆的视频图像,其主要作用在于,由于所述多个车辆中每个车辆悬挂的车牌可能会存在被其他车辆或物体所阻挡、或者可能会存在车牌处的光线过亮或过暗等方面的原因,导致不能及时识别到所述每个车辆的车牌号码,因此,可以分别跟踪所述每个车辆的移动轨迹以分别获取所述每个车辆的视频图像,从而再从所述每个车辆的视频图像中分别识别所述每个车辆的车牌号码;还可以是先识别所述多个车辆在所述鸣笛行为时处于所述鸣笛位置时的视频图像,对于其中不能识别车牌号码的车辆,则跟踪该车辆的移动轨迹以获取该车辆的视频图像,从而使得可以从中识别到该车辆的车牌号码。
由于所述目标车辆是多个车辆,因此,通过视频图像识别技术根据所述视频图像分别识别所述多个车辆中每个车辆的车牌号码,从而获取所述多个车辆中每个车辆的车牌号码,以所述多个车辆分别是第一车辆、第二车辆和第三车辆为例,则获取的车牌号码分别是第一车牌号码、第二车牌号码和第三车牌号码。
所述获取目标车辆的视频图像,包括但不限于如下多种实施方式:
实施方式一,当上述步骤302中检测到所述预设监控区域的鸣笛行为时,则触发摄像头并且根据所述鸣笛位置获取所述目标车辆的视频图像,即触发所述车辆鸣笛抓拍系统包括的摄像头进行采集,并且根据所述鸣笛位置获取所述目标车辆的视频图像。
例如,触发摄像头采集所述预设监控区域的视频图像,然后根据所述鸣笛位置和该视频图像中获取所述目标车辆的视频图像。
又例如,触发摄像头进行采集,摄像头根据所述鸣笛位置通过调整摄像头角度或/和摄像头焦距等方式,采集处于所述鸣笛位置的目标车辆的视频图像。
实施方式二,所述车辆鸣笛抓拍系统包括的摄像头实时采集并且存储所述预设监控区域的视频图像,当上述步骤302中检测到所述预设监控区域的鸣笛行为时,还同时记录所述鸣笛行为时的时间戳,然后根据所述鸣笛位置和所述时间戳和存储的所述预设监控区域的视频图像获取所述目标车辆的视频图像。
例如,从存储的所述预设监控区域的视频图像中获取所述时间戳对应的视频图像,根据所述鸣笛位置和该对应的视频图像获取所述目标车辆的视频图像。
又例如,从存储的所述预设监控区域的视频图像中获取所述鸣笛位置对应的视频图像,根据所述时间戳和该对应的视频图像获取所述目标车辆的视频图像。
具体的,还可以参考上述实施例一步骤203中的说明,在此不再赘述。
步骤304.根据所述每个车辆的车牌号码向车辆管理系统查询所述每个车辆对应的车辆型号。
根据所述每个车辆的车牌号码向车辆管理系统查询所述每个车辆对应的车辆型号,以上述步骤303获取的车牌号码分别是第一车牌号码、第二车牌号码和第三车牌号码为例,则查询到的所述每个车辆对应的车辆型号分别是:所述第一车辆对应的车辆型号为第一车辆型号,所述第二车辆对应的车辆型号为第二车辆型号,所述第三车辆对应的车辆型号为第三车辆型号。
具体的,还可以参考上述实施例一步骤204中的说明,在此不再赘述。
步骤305.基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述每个车辆对应的车辆型号分别进行匹配。
基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述每个车辆对应的车辆型号分别进行匹配,其主要作用在于分别判断所述鸣笛行为的鸣笛声音信号与所述每个车辆对应的车辆型号发出的笛声特征是否相同或高度相似,具体可以包括多种实施方式:
第一种实施方式,根据所述鸣笛声音信号从所述特征库中识别匹配的车辆型号,将所述每个车辆对应的车辆型号分别与所述匹配的车辆型号进行比较,根据所述比较结果确定相匹配的车辆。
所述根据所述鸣笛声音信号从所述特征库中识别匹配的车辆型号包括:将所述特征库中的每一个笛声特征参考数据与所述鸣笛声音信号进行逐个比对,如果有一个比对的笛声特征参考数据与所述鸣笛声音信号相匹配,则不再继续比对,所述匹配的车辆型号为该一个比对的笛声特征参考数据所对应的车辆型号;或者,将所述特征库中的每一个笛声特征参考数据都与所述鸣笛声音信号进行比对,所述匹配的车辆型号为该比对判定相匹配的笛声特征参考数据所对应的车辆型号。
将所述每个车辆对应的车辆型号分别与所述匹配的车辆型号进行比较,并且根据所述比较结果确定相匹配的车辆,具体包括,如果某个车辆对应的车辆型号与所述匹配的车辆型号相符合,则确定该某个车辆对应的车辆型号为相匹配,亦即该某个车辆为相匹配的车辆,例如,以所述第一车辆对应的车辆型号为第一车辆型号、所述第二车辆对应的车辆型号为第二车辆型号、所述第三车辆对应的车辆型号为第三车辆型号为例,则比较所述第一车辆型号与所述匹配的车辆型号是否相符合,以及比较所述第二车辆型号与所述匹配的车辆型号是否相符合,以及比较所述第三车辆型号与所述匹配的车辆型号是否相符合,如果所述第一车辆型号与所述匹配的车辆型号经过比较确定是相符合,则确定所述第一车辆型号为相匹配,亦即确定所述第一车辆为相匹配的车辆。
可以理解,由于所述匹配的车辆型号可能会有一个或多个,因此,在所述分别比较所述匹配的车辆型号与所述每个车辆对应的车辆型号是否相符合时,如果所述匹配的车辆型号为多个车辆型号,则对于进行比较的某个车辆对应的车辆型号,只要该多个车辆型号中有一个车辆型号与该某个车辆对应的车辆型号相符合,则确定该某个车辆对应的车辆型号为相匹配,亦即该某个车辆为相匹配的车辆,而当该多个车辆型号中没有任何一个车辆型号与该某个车辆对应的车辆型号相符合,则确定该某个车辆对应的车辆型号为不匹配,亦即该某个车辆为不匹配的车辆。
第二种实施方式,根据所述每个车辆对应的车辆型号从所述特征库中分别获取所述每个车辆对应的笛声特征参考数据,然后将所述每个车辆对应的笛声特征参考数据分别与所述鸣笛声音信号进行比对,根据所述比对结果确定相匹配的车辆。
具体的,由于在所述特征库中建立了车辆型号与笛声特征参考数据的对应关系,因此,根据所述每个车辆对应的车辆型号从所述特征库中分别获取所述每个车辆对应的笛声特征参考数据,然后将所述每个车辆对应的笛声特征参考数据分别与所述鸣笛声音信号进行比对,根据所述比对结果确定相匹配的车辆。例如,以所述第一车辆对应的车辆型号为第一车辆型号、所述第二车辆对应的车辆型号为第二车辆型号、所述第三车辆对应的车辆型号为第三车辆型号为例,则根据所述第一车辆型号从所述特征库中获取所述第一车辆对应的笛声特征参考数据,根据所述第二车辆型号从所述特征库中获取所述第二车辆对应的笛声特征参考数据,根据所述第三车辆型号从所述特征库中获取所述第三车辆对应的笛声特征参考数据;然后将所述第一车辆对应的笛声特征参考数据与所述鸣笛声音信号进行比对,并且根据该比对结果确定所述第一车辆型号是否相匹配,亦即根据该比对结果确定所述第一车辆是否为相匹配的车辆;将所述第二车辆对应的笛声特征参考数据与所述鸣笛声音信号进行比对,并且根据该比对结果确定所述第二车辆型号是否相匹配,亦即根据该比对结果确定所述第二车辆是否为相匹配的车辆;将所述第三车辆对应的笛声特征参考数据与所述鸣笛声音信号进行比对,并且根据该比对结果确定所述第三车辆型号是否相匹配,亦即根据该比对结果确定所述第三车辆是否为相匹配的车辆。
需要说明的是,由于在所述特征库中建立的车辆型号与笛声特征参考数据的对应关系存在错漏、或者获取的所述每个车辆对应的车辆型号中全部车辆或部分车辆对应的车辆型号存在错误等方面的原因,从而有可能会导致不能基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述每个车辆对应的车辆型号分别进行匹配,具体的,以上述第一种实施方式为例,有可能会导致根据所述鸣笛声音信号从所述特征库中识别不到匹配的车辆型号,以上述第二种实施方式为例,有可能会导致根据所述每个车辆对应的车辆型号从所述特征库中获取不到所述每个车辆中全部车辆或部分车辆对应的笛声特征参考数据,由此,当不能基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述每个车辆对应的车辆型号进行匹配时,则既可以将所述鸣笛行为标记为异常,也可以对其中可以进行匹配的部分车辆继续基于所述特征库将所述鸣笛行为的鸣笛声音信号与该部分车辆对应的车辆型号进行匹配,或者还可以采取其他的实施方式,对此本发明实施例并不进行限定。
具体的,还可以参考上述实施例一步骤205中的说明,在此不再赘述。
步骤306.若仅有一个车辆对应的车辆型号相匹配,则确定所述一个车辆存在所述鸣笛行为。
通过实施上述步骤305,若仅有一个车辆对应的车辆型号相匹配,则确定所述一个车辆存在所述鸣笛行为,实际应用中,可以将所述一个车辆存在所述鸣笛行为相关的数据内容作为存在鸣笛行为的证据进行存储,或/和将所述一个车辆存在所述鸣笛行为相关的数据内容作为存在鸣笛行为的证据上传到交警执法系统,其中,所述一个车辆存在所述鸣笛行为相关的数据内容包括所述鸣笛声音信号、或/和所述目标车辆的视频图像、或/和所述一个车辆的视频图像等;还可以将所述一个车辆存在所述鸣笛行为相关的事件信息作为违法记录进行存储,或/和将所述一个车辆存在所述鸣笛行为相关的事件信息作为违法记录上传到交警执法系统,其中,所述一个车辆存在所述鸣笛行为相关的事件信息包括所述一个车辆的车牌号码、或/和所述鸣笛行为发生的时间、或/和所述鸣笛行为发生的地点等,以及还可以通过电子显示屏实时显示所述一个车辆的车牌号码等。
例如,以所述第一车辆对应的车辆型号为第一车辆型号、所述第二车辆对应的车辆型号为第二车辆型号、所述第三车辆对应的车辆型号为第三车辆型号为例,若仅有所述第一车辆型号相匹配,而所述第二车辆型号和所述第三车辆型号均为不匹配,则确定所述第一车辆存在所述鸣笛行为,因此,可以将所述第一车辆存在所述鸣笛行为相关的数据内容作为存在鸣笛行为的证据进行存储或/和上传,其中,所述第一车辆存在所述鸣笛行为相关的数据内容包括所述鸣笛声音信号、或/和所述目标车辆的视频图像、或/和所述第一车辆的视频图像等;还可以将所述第一车辆存在所述鸣笛行为相关的事件信息作为违法记录进行存储或/和上传,其中,所述第一车辆存在所述鸣笛行为相关的事件信息包括所述第一车辆的车牌号码(即所述第一车牌号码)、或/和所述鸣笛行为发生的时间、或/和所述鸣笛行为发生的地点等,以及还可以通过电子显示屏实时显示所述第一车牌号码等。
进一步的,根据上述步骤305的匹配结果,若没有任何一个车辆对应的车辆型号相匹配,则说明可能存在鸣笛车辆的喇叭元件被改装、或者鸣笛车辆为套牌车、或者将其他环境噪声误判为笛声、或者所述声源定位技术出现误定位、或者车牌号码出现误识别、或者所述特征库中的笛声特征参考数据出现错漏等方面的问题,因此,可以将所述鸣笛行为标记为第一异常,以使得可以获知所述鸣笛行为的抓拍存在异常的情况,以使得可以进一步通过人工审核或自动化审核等方式,审核出导致所述鸣笛行为存在没有任何一个对应的车辆型号相匹配的具体原因,具体的,可以包括将所述鸣笛声音信号、或/和所述目标车辆的视频图像作为第一异常行为数据进行存储,或/和将所述鸣笛声音信号、或/和所述目标车辆的视频图像作为第一异常行为数据上传到用于审核的系统;还可以包括将所述个车辆的车牌号码、或/和所述鸣笛行为发生的时间、或/和所述鸣笛行为发生的地点作为第一异常行为记录进行存储,或/和将所述个车辆的车牌号码、或/和所述鸣笛行为发生的时间、或/和所述鸣笛行为发生的地点作为第一异常行为记录上传到用于审核的系统。
进一步的,根据上述步骤305的匹配结果,若有多个车辆对应的车辆型号相匹配,则说明可能存在鸣笛车辆的喇叭元件被改装、或者鸣笛车辆为套牌车、或者所述声源定位技术出现误定位、或者车牌号码出现误识别、或者所述特征库中的笛声特征参考数据出现错漏、或者所述目标车辆中还存在与鸣笛车辆相同车辆型号的车辆等方面的问题,因此,可以将所述鸣笛行为标记为第二异常,以使得可以获知所述鸣笛行为的抓拍存在异常的情况,以使得可以进一步通过人工审核或自动化审核等方式,审核出导致所述鸣笛行为存在有多个车辆对应的车辆型号相匹配的具体原因,具体的,可以包括将所述鸣笛声音信号、或/和所述目标车辆的视频图像、或/和所述多个相匹配的车辆的视频图像作为第二异常行为数据进行存储,或/和将所述鸣笛声音信号、或/和所述目标车辆的视频图像、或/和所述多个相匹配的车辆的视频图像作为第二异常行为数据上传到用于审核的系统;还可以包括将所述多个相匹配的车辆的车牌号码、或/和所述鸣笛行为发生的时间、或/和所述鸣笛行为发生的地点作为第二异常行为记录进行存储,或/和将所述多个相匹配的车辆的车牌号码、或/和所述鸣笛行为发生的时间、或/和所述鸣笛行为发生的地点作为第二异常行为记录上传到用于审核的系统。
进一步的,如果所述鸣笛行为经过上述审核之后,确定某个车辆的喇叭元件经过了改装,如果属于非法改装,则可以要求该某个车辆及时恢复到原来的喇叭元件,另一方面,如果属于非法改装,但在该某个车辆没有恢复到原来的喇叭元件之前,为了能及时发现该某个车辆的鸣笛行为,或者如果属于合法改装,则可以采集该某个车辆发出的鸣笛声音,并且基于该鸣笛声音生成笛声特征参考数据,从而建立该某个车辆的车牌号码与该笛声特征参考数据的对应关系,以使得当以后再确定该车牌号码所属的车辆是否存在鸣笛行为时,则获取该车牌号码所对应的笛声特征参考数据,并且以该对应的笛声特征参考数据与检测到的鸣笛声音信号进行比对。具体的,在实际实施过程中,可以在上述步骤303之后、步骤304之前实施,例如,分别获取所述每个车辆的车牌号码所对应的笛声特征参考数据,对于获取到对应的笛声特征参考数据的车牌号码,则对该车牌号码不执行步骤304及其后续步骤,并且执行第一匹配过程,即将该对应的笛声特征参考数据与所述鸣笛声音信号进行比对,根据该比对结果确定对应该车牌号码的车辆是否相匹配;对于没有获取到对应的笛声特征参考数据的车牌号码,则执行第二匹配过程,即对该车牌号码执行步骤304和执行步骤305,以此确定对应该车牌号码的车辆是否相匹配;根据两个匹配过程的匹配结果,从而判断是仅有一个车辆对应的车辆型号相匹配,还是没有任何一个对应的车辆型号相匹配,或者是有多个车辆相匹配,若仅有一个车辆相匹配,则确定该一个车辆存在所述鸣笛行为;若没有任何一个车辆相匹配,则将所述鸣笛行为标记为第一异常,或/和若有多个车辆相匹配,则将所述鸣笛行为标记为第二异常。可以理解,确定该一个车辆存在所述鸣笛行为、将所述鸣笛行为标记为第一异常和将所述鸣笛行为标记为第二异常的实施方式,可以参考上述说明,在此不再赘述。当然,对于喇叭元件经过了改装的车辆,也可以是根据车主的申请等,建立该车辆的车牌号码与该车辆的笛声特征参考数据的对应关系,在此不再赘述。
由上实施过程可知,本发明实施例的优点主要在于,第一方面,对于通过声源定位技术确定的多个车辆,通过判断鸣笛行为时的鸣笛声音信号与该多个车辆的车辆型号是否相匹配,从而在以此确定仅有一个车辆对应的车辆型号相匹配之后,就可以准确地判断该一个车辆为存在鸣笛行为的车辆;第二方面,由于是先识别车牌号码,再根据该车牌号码查询和获取对应的车辆型号,因此,相比通过车辆外观等方式识别的车辆型号,本发明实施例获取的车辆型号更加准确,从而使得可以更加准确地用于判断目标车辆是否存在鸣笛行为;第三方面,对于因声源定位技术误报的目标车辆,或者是喇叭元件被改装过的鸣笛车辆、或者是属于套牌车的鸣笛车辆、或者是目标车辆中存在与鸣笛车辆相同车辆型号的车辆等,本发明实施例中可以将鸣笛行为识别为异常,从而可以通过人工审核或自动化审核等方式以进一步确定具体的异常原因;第四方面,进一步的,对于喇叭元件经过改装的车辆,可以在特征库中建立该车辆的车牌号码与该车辆的笛声特征参考数据的对应关系,从而可以避免对该车辆的鸣笛行为产生误匹配。
需要说明的是,在本文中,术语“包括”、“包含”、“传递”、“发送”或者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、产品或者系统不仅包括那些要素,而且还可以包括没有明确列出的其他要素,或者是还可以包括为这种过程、方法、产品或者系统所固有的要素。
术语“第一”、“第二”、“第三”等(如果存在)仅用于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。应该理解,这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
可以以许多方式来实现本发明的方法及系统。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法及系统。用于方法的步骤的上述顺序仅是为了进行说明,本发明的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本发明实施为记录在记录介质中的程序,这些程序包括用于实现根据本发明的方法的机器可读指令。因而,本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种用于车辆鸣笛抓拍系统防误报的方法,其特征在于,所述方法包括:
预先建立车辆型号与笛声特征参考数据对应关系的特征库;
当检测到预设监控区域的鸣笛行为时,通过声源定位技术确定所述鸣笛行为的鸣笛位置;
获取目标车辆的视频图像,并且根据所述视频图像识别所述目标车辆的车牌号码,所述目标车辆为所述鸣笛行为时处于所述鸣笛位置的车辆,所述目标车辆是一个车辆;
根据所述车牌号码向车辆管理系统查询对应的车辆型号;
基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述对应的车辆型号进行匹配;
若相匹配,则确定所述目标车辆存在所述鸣笛行为。
2.根据权利要求1所述的方法,其特征在于,所述获取目标车辆的视频图像包括:
当所述检测到预设监控区域的鸣笛行为时,则触发摄像头并且根据所述鸣笛位置获取所述目标车辆的视频图像;或者,
实时采集和存储所述预设监控区域的视频图像,当所述检测到预设监控区域的鸣笛行为时,还记录此时的时间戳,根据所述鸣笛位置和所述时间戳和存储的所述预设监控区域的视频图像获取所述目标车辆的视频图像。
3.根据权利要求1所述的方法,其特征在于,所述基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述对应的车辆型号进行匹配包括:
根据所述鸣笛声音信号从所述特征库中识别匹配的车辆型号,然后将所述匹配的车辆型号与所述对应的车辆型号进行比较,根据所述比较结果确定是否相匹配;或者,
根据所述对应的车辆型号从所述特征库中获取对应的笛声特征参考数据,然后将所述对应的笛声特征参考数据与所述鸣笛声音信号进行比对,根据所述比对结果确定是否相匹配。
4.根据权利要求1所述的方法,其特征在于,所述基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述对应的车辆型号进行匹配还包括:
若不匹配,则将所述鸣笛行为标记为异常。
5.一种用于车辆鸣笛抓拍系统防误报的方法,其特征在于,所述方法包括:
预先建立车辆型号与笛声特征参考数据对应关系的特征库;
当检测到预设监控区域的鸣笛行为时,通过声源定位技术确定所述鸣笛行为的鸣笛位置;
获取目标车辆的视频图像,所述目标车辆是多个车辆,所述多个车辆为所述鸣笛行为时处于所述鸣笛位置的车辆,根据所述视频图像分别识别所述多个车辆中每个车辆的车牌号码;
根据所述每个车辆的车牌号码向车辆管理系统查询所述每个车辆对应的车辆型号;
基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述每个车辆对应的车辆型号分别进行匹配;
若仅有一个车辆对应的车辆型号相匹配,则确定所述一个车辆存在所述鸣笛行为。
6.根据权利要求5所述的方法,其特征在于,所述获取目标车辆的视频图像包括:
当所述检测到预设监控区域的鸣笛行为时,则触发摄像头并且根据所述鸣笛位置获取所述目标车辆的视频图像;或者,
实时采集和存储所述预设监控区域的视频图像,当所述检测到预设监控区域的鸣笛行为时,还记录此时的时间戳,根据所述鸣笛位置和所述时间戳和存储的所述预设监控区域的视频图像获取所述目标车辆的视频图像。
7.根据权利要求5所述的方法,其特征在于,所述基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述每个车辆对应的车辆型号分别进行匹配包括:
根据所述鸣笛声音信号从所述特征库中识别匹配的车辆型号,然后将所述每个车辆对应的车辆型号分别与所述匹配的车辆型号进行比较,根据所述比较结果确定相匹配的车辆;或者,
根据所述每个车辆对应的车辆型号从所述特征库中分别获取所述每个车辆对应的笛声特征参考数据,然后将所述每个车辆对应的笛声特征参考数据分别与所述鸣笛声音信号进行比对,根据所述比对结果确定相匹配的车辆。
8.根据权利要求5所述的方法,其特征在于,所述基于所述特征库将所述鸣笛行为的鸣笛声音信号与所述每个车辆对应的车辆型号分别进行匹配还包括:
若没有任何一个对应的车辆型号相匹配,则将所述鸣笛行为标记为第一异常;或/和,
若有多个车辆对应的车辆型号相匹配,则将所述鸣笛行为标记为第二异常。
9.一种车辆鸣笛抓拍系统,其特征在于,所述系统包括权利要求1至4中任一项所述的方法,或者所述系统包括权利要求5至8中任一项所述的方法。
10.一种存储介质,其特征在于,所述存储介质中存储有程序,所述程序用于实现包括权利要求1至4中任一项所述的方法,或者所述程序用于实现包括权利要求5至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210000202.0A CN114283588A (zh) | 2022-01-07 | 2022-01-07 | 一种用于车辆鸣笛抓拍系统防误报的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210000202.0A CN114283588A (zh) | 2022-01-07 | 2022-01-07 | 一种用于车辆鸣笛抓拍系统防误报的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114283588A true CN114283588A (zh) | 2022-04-05 |
Family
ID=80880155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210000202.0A Pending CN114283588A (zh) | 2022-01-07 | 2022-01-07 | 一种用于车辆鸣笛抓拍系统防误报的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114283588A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115116232A (zh) * | 2022-08-29 | 2022-09-27 | 深圳市微纳感知计算技术有限公司 | 汽车鸣笛的声纹比较方法、装置、设备及存储介质 |
CN116915932A (zh) * | 2023-09-12 | 2023-10-20 | 北京英视睿达科技股份有限公司 | 一种基于噪声溯源的执法取证方法及装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139481A (zh) * | 2015-08-13 | 2015-12-09 | 石立公 | 一种汽车喇叭识别系统 |
CN106530735A (zh) * | 2016-11-21 | 2017-03-22 | 北海高创电子信息孵化器有限公司 | 一种车辆视频采集系统 |
CN106571039A (zh) * | 2016-08-22 | 2017-04-19 | 中海网络科技股份有限公司 | 一种高速公路违章行为自动抓拍系统 |
CN108320517A (zh) * | 2017-12-28 | 2018-07-24 | 浙江中新长清信息科技有限公司 | 车牌和车辆识别系统及监测服务器 |
CN109345834A (zh) * | 2018-12-04 | 2019-02-15 | 北京中电慧声科技有限公司 | 机动车违法鸣笛捕获系统 |
CN109409353A (zh) * | 2017-08-18 | 2019-03-01 | 上海其高电子科技有限公司 | 基于dcnn目标识别的车辆鸣笛监测方法及系统 |
CN109410593A (zh) * | 2018-12-03 | 2019-03-01 | 讯飞智元信息科技有限公司 | 一种鸣笛抓拍系统及方法 |
CN109816987A (zh) * | 2019-01-24 | 2019-05-28 | 苏州清听声学科技有限公司 | 一种汽车鸣笛电子警察执法抓拍系统及其抓拍方法 |
CN110544384A (zh) * | 2019-09-28 | 2019-12-06 | 武汉飞创交通工程有限公司 | 一种交通车辆鸣笛声源定位系统 |
CN111128225A (zh) * | 2019-12-12 | 2020-05-08 | 熊伟 | 一种车辆违法鸣笛定位识别方法 |
US20200250405A1 (en) * | 2017-12-01 | 2020-08-06 | Shenzhen Intellifusion Technologies Co., Ltd. | Method and apparatus for detecting fake license plates of vehicles, readable storage medium, and electronic device |
CN112687105A (zh) * | 2020-12-30 | 2021-04-20 | 浙江大华技术股份有限公司 | 一种车辆鸣笛检测系统和方法 |
-
2022
- 2022-01-07 CN CN202210000202.0A patent/CN114283588A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139481A (zh) * | 2015-08-13 | 2015-12-09 | 石立公 | 一种汽车喇叭识别系统 |
CN106571039A (zh) * | 2016-08-22 | 2017-04-19 | 中海网络科技股份有限公司 | 一种高速公路违章行为自动抓拍系统 |
CN106530735A (zh) * | 2016-11-21 | 2017-03-22 | 北海高创电子信息孵化器有限公司 | 一种车辆视频采集系统 |
CN109409353A (zh) * | 2017-08-18 | 2019-03-01 | 上海其高电子科技有限公司 | 基于dcnn目标识别的车辆鸣笛监测方法及系统 |
US20200250405A1 (en) * | 2017-12-01 | 2020-08-06 | Shenzhen Intellifusion Technologies Co., Ltd. | Method and apparatus for detecting fake license plates of vehicles, readable storage medium, and electronic device |
CN108320517A (zh) * | 2017-12-28 | 2018-07-24 | 浙江中新长清信息科技有限公司 | 车牌和车辆识别系统及监测服务器 |
CN109410593A (zh) * | 2018-12-03 | 2019-03-01 | 讯飞智元信息科技有限公司 | 一种鸣笛抓拍系统及方法 |
CN109345834A (zh) * | 2018-12-04 | 2019-02-15 | 北京中电慧声科技有限公司 | 机动车违法鸣笛捕获系统 |
CN109816987A (zh) * | 2019-01-24 | 2019-05-28 | 苏州清听声学科技有限公司 | 一种汽车鸣笛电子警察执法抓拍系统及其抓拍方法 |
CN110544384A (zh) * | 2019-09-28 | 2019-12-06 | 武汉飞创交通工程有限公司 | 一种交通车辆鸣笛声源定位系统 |
CN111128225A (zh) * | 2019-12-12 | 2020-05-08 | 熊伟 | 一种车辆违法鸣笛定位识别方法 |
CN112687105A (zh) * | 2020-12-30 | 2021-04-20 | 浙江大华技术股份有限公司 | 一种车辆鸣笛检测系统和方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115116232A (zh) * | 2022-08-29 | 2022-09-27 | 深圳市微纳感知计算技术有限公司 | 汽车鸣笛的声纹比较方法、装置、设备及存储介质 |
CN115116232B (zh) * | 2022-08-29 | 2022-12-09 | 深圳市微纳感知计算技术有限公司 | 汽车鸣笛的声纹比较方法、装置、设备及存储介质 |
CN116915932A (zh) * | 2023-09-12 | 2023-10-20 | 北京英视睿达科技股份有限公司 | 一种基于噪声溯源的执法取证方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114283588A (zh) | 一种用于车辆鸣笛抓拍系统防误报的方法 | |
US10726863B2 (en) | System and method for locating mobile noise source | |
CN107527511B (zh) | 一种智能车辆行车提醒方法及装置 | |
CN109816987B (zh) | 一种汽车鸣笛电子警察执法抓拍系统及其抓拍方法 | |
TWI502558B (zh) | Traffic Accident Monitoring and Tracking System | |
CN105913059B (zh) | 一种车辆vin码的自动识别系统及其控制方法 | |
WO2005101346A1 (ja) | 突発事象の記録・解析システム | |
US7965199B2 (en) | Vehicular signaturing apparatus and associated methodology | |
GB2447133A (en) | Automatic evaluation and monitoring of multiple objects within a scene | |
CN111814635A (zh) | 基于深度学习的烟火识别模型建立方法和烟火识别方法 | |
CN106571040B (zh) | 一种可疑车辆确认方法及设备 | |
CN112132047A (zh) | 一种基于计算机视觉的小区巡更系统 | |
CN111767776B (zh) | 一种异常车牌推选方法及装置 | |
JP2016021200A (ja) | 判定方法、判定システム、及び判定装置 | |
CN117119175A (zh) | 一种煤矿井下风门ai视频安全管理控制系统 | |
CN112906426A (zh) | 车辆监控方法、装置及设备、存储介质 | |
KR102263512B1 (ko) | 스마트 객체인식이 가능한 IoT 통합 지능형 영상분석 플랫폼 시스템 | |
TWI698803B (zh) | 影像辨識方法及其監控攝影機與監控攝影系統 | |
CN106448161A (zh) | 道路监控方法及道路监控装置 | |
US20230342937A1 (en) | Vehicle image analysis | |
CN115359658A (zh) | 交通事件的检测方法、装置、设备、存储介质及程序产品 | |
CN111785032A (zh) | 音频信号定位方法、装置、电子设备及智能交通系统 | |
US10625698B2 (en) | Determination of identifying characteristics of an accident participant in the event of an accident involving the accident participant and a motor vehicle | |
CN113870185A (zh) | 基于图像抓拍的图像处理方法、终端及存储介质 | |
KR20200136583A (ko) | 인공지능 기반 차량번호 및 보행자 검색 시스템 및 방법 |
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 |