CN114333345A - 停车位被遮挡时的预警方法、设备、存储介质及程序产品 - Google Patents
停车位被遮挡时的预警方法、设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN114333345A CN114333345A CN202111676899.5A CN202111676899A CN114333345A CN 114333345 A CN114333345 A CN 114333345A CN 202111676899 A CN202111676899 A CN 202111676899A CN 114333345 A CN114333345 A CN 114333345A
- Authority
- CN
- China
- Prior art keywords
- parking space
- image
- early warning
- determining
- parking
- 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.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本公开提供的停车位被遮挡时的预警方法、设备、存储介质及程序产品,涉及计算机视觉技术,包括:获取通过摄像头拍摄停车位得到的停车位图像,并在停车位图像中确定目标区域;获取预设的停车位位置,停车位位置是对摄像头拍摄的预设图像预先进行标注得到的;若根据目标区域和停车位位置,确定停车位存在被遮挡情况,则发送提示车位遮挡的预警消息。本公开提供的方案,能够直接利用对路边的停车位进行监控的摄像头采集的图像,确定路边的停车位是否被目标对象遮挡,无需额外设置硬件设备,就能够及时发现停车位被目标对象遮挡的情况,从而能够及时作出相应的预警,提高路边停车位的管理效率。
Description
技术领域
本公开涉及图像处理技术中的计算机视觉技术,尤其涉及一种停车位被遮挡时的预警方法、设备、存储介质及程序产品。
背景技术
目前,随着我国车辆保有量的增加,停车成为了社会中比较难解决的问题。为了解决这一问题,在一些道路两边设置有停车位,为了便于对停车位中的车辆进行管理,需要在路边安装摄像头,通过摄像头拍摄的图像确定路边停车位的停车情况。
一般情况下,为了提高对路边车位的管理效率,通常会在路边设置摄像头,通过摄像头拍摄的画面监控路边车位情况。但是,在一些情况下,在车位与摄像头之间可能出现遮挡物,导致摄像头拍摄的画面中车位不完整,进而无法对车位进行有效监控。比如,树木过于茂盛时,可能会遮挡摄像头,再比如,违规在路边搭建的建筑物,可能会遮挡摄像头。
目前,需要用户主动检查车位附近的情况,才能够确定是否有异物影响摄像头拍摄车位,但是,人为检查的频率太低,无法在异物遮挡了摄像头拍摄停车位时,及时解决这一问题,进而导致对停车位进行监控时存在不准确的问题,影响对停车位进行高效的管理。
发明内容
本公开提供了一种停车位被遮挡时的预警方法、设备、存储介质及程序产品,用于高效的管理路边的停车位。
根据本公开的第一方面,提供了一种停车位被遮挡时的预警方法,包括:
获取通过摄像头拍摄停车位得到的停车位图像,并在所述停车位图像中确定目标区域;
获取预设的停车位位置,其中,所述停车位位置是对所述摄像头拍摄的预设图像预先进行标注得到的;
若根据所述目标区域和所述停车位位置,确定所述停车位存在被遮挡情况,则发送提示车位遮挡的预警消息。
根据本公开的第二方面,提供了一种停车位被遮挡时的预警装置,包括:
获取单元,用于获取通过摄像头拍摄停车位得到的停车位图像;
区域确定单元,用于在所述停车位图像中确定目标区域;所述获取单元还用于获取预设的停车位位置,其中,所述停车位位置是对所述摄像头拍摄的预设图像预先进行标注得到的;
预警单元,用于若根据所述目标区域和所述停车位位置,确定所述停车位存在被遮挡情况,则发送提示车位遮挡的预警消息。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行如第一方面所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
本公开提供的停车位被遮挡时的预警方法、设备、存储介质及程序产品,包括:获取通过摄像头拍摄停车位得到的停车位图像,并在停车位图像中确定目标区域;目标区域用于表征停车位图像中的目标对象所在的区域;获取预设的停车位位置,其中,停车位位置是对摄像头拍摄的预设图像预先进行标注得到的;若根据目标区域和停车位位置,确定停车位存在被遮挡情况,则发送提示车位遮挡的预警消息。本公开提供的方案,能够直接利用对路边的停车位进行监控的摄像头采集的图像,确定路边的停车位是否被目标对象遮挡,无需额外设置硬件设备,就能够及时发现停车位被目标对象遮挡的情况,从而能够及时作出相应的预警,提高路边停车位的管理效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开一示例性实施例示出的路边停车位以及监控摄像头的场景示意图;
图2为本公开一示例性实施例示出的通过摄像头拍摄停车位得到的图像;
图3为本公开一示例性实施例示出的停车位被遮挡时的预警方法的流程示意图;
图4为本公开一示例性实施例示出的绿叶区域的掩膜的示意图;
图5为本公开另一示例性实施例示出的停车位被遮挡时的预警方法的流程示意图;
图6为本公开一示例性实施例示出的车位线被车辆遮挡的场景示意图;
图7为本公开一示例性实施例示出的停车位被遮挡时的预警装置的结构示意图;
图8为本公开另一示例性实施例示出的停车位被遮挡时的预警装置的结构示意图;
图9是用来实现本公开实施例的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
为了解决停车难的问题,在很多道路两旁都设置有停车位,车主可以将车辆停在道路两旁的停车位。在路边还需要设置摄像头,通过摄像头拍摄停车位所在的区域,并对拍摄的图像进行识别,确定出在停车位中停的车辆,停车位中的车辆是否压线等情况。
图1为本公开一示例性实施例示出的路边停车位以及监控摄像头的场景示意图。
如图1所示,在路边设置有多个停车位11,还可以设置摄像头12,摄像头12能够拍摄到停车位11,进而对其进行监控。
但是,若在摄像头与停车位之间存在异物,则会影响摄像头拍摄停车位的画面,进而无法有效的对停车位进行监控。例如,树木绿叶过于茂盛时,会遮挡住摄像头拍摄停车位的画面。
图2为本公开一示例性实施例示出的通过摄像头拍摄停车位得到的图像。
如图2所示,若停车位旁的树木较为茂盛,则会遮挡图像中的停车位,进而当停车位中停有车辆时,也不能完整的识别到该车辆,进而不便于对车位中停的车辆进行有效管理。
只有园林部门的人员主动发现树木遮挡了停车位时,才会修剪树木。但是,这种方式不能及时发现停车位被遮挡的情况,因此,无法对停车位进行高效的管理。
为了解决这一问题,本公开提供的方案中,利用监控停车位的摄像头拍摄到的停车位图像,识别其中的车位是否被目标对象所在的区域遮挡,从而能够及时发现车位被遮挡这一情况,进而能够及时解决这一问题,提高停车位的管理效率。
图3为本公开一示例性实施例示出的停车位被遮挡时的预警方法的流程示意图。
如图3所示,本公开提供的停车位被遮挡时的预警方法,包括:
步骤301,获取通过摄像头拍摄停车位得到的停车位图像,并在停车位图像中确定目标区域。
本公开提供的方案可以由具备计算能力的电子设备执行,该电子设备可以获取摄像头拍摄的停车位图像。例如,摄像头与电子设备可以通过有线或无线的网络连接,摄像头可以通过网络连接将拍摄的停车位图像发送给电子设备。
其中,摄像头可以预先设置在停车位附近,可以通过人工调整摄像头拍摄的角度,使其能够采集停车位图像。
具体的,电子设备获取到停车位图像之后,可以对该图像进行处理,提取其中的目标区域。目标区域用于表征停车位图像中的目标对象所在的区域。目标对象是指可能遮挡停车位的区域,例如可以是树木绿叶,还可以是建筑物、广告牌等,具体可以根据需求设置。
进一步的,可以对停车位图像进行处理,识别其中各个像素点是否属于目标对象的区域,若属于,则可以标记为1,否则,可以标记为0,进而得到目标区域的掩膜,通过目标区域的掩膜能够表征停车位图像中的目标对象所在的区域。
一种可选的实施方式中,针对每种目标对象都可以生成对应的掩膜,比如,若目标对象是树木绿叶,则可以对停车位图像进行处理,得到树木绿叶区域的掩膜。比如,若像素属于树木绿叶区域,则将其标记为1,若像素不属于树木绿叶区域,则将其标记为0,进而得到树木绿叶区域的掩膜。
图4为本公开一示例性实施例示出的绿叶区域的掩膜的示意图。
如图4所示,图中的浅色区域为停车位图像中的绿叶区域,深色区域不是停车位图像中的绿叶区域。
步骤302,获取预设的停车位位置,其中,停车位位置是对摄像头拍摄的预设图像预先进行标注得到的。
其中,可以预先设置停车位位置,该停车位位置是指摄像头拍摄范围内的停车位的位置信息。
具体的,可以在摄像头拍摄的预设图像中进行标注,得到预设的停车位位置。该预设图像可以是摄像头安装好以后,通过该摄像头拍摄的图像。用户可以在其中标注车位位置。
进一步的,若该预设图像中的停车位没有被异物遮挡,则用户可以直接在其中准确的标注出停车位的位置。若该预设图像中的停车位被异物遮挡,则用户可以基于经验在其中准确的标注出停车位的位置。
步骤303,若根据目标区域和停车位位置,确定停车位存在被遮挡情况,则发送提示车位遮挡的预警消息。
实际应用时,电子设备可以根据目标区域和停车位位置,确定图像中的车位是否被目标对象遮挡。
例如,若目标对象和停车位位置之间存在重叠区域,则可以认为图像中的车位被目标对象遮挡。若目标对象和停车位位置之间不存在重叠区域,则可以认为图像中的车位没有被目标对象遮挡。
进一步的,为了更准确的确定停车位被目标对象遮挡的情况,若目标对象和停车位位置存在重叠区域,可以进一步的判断停车位图像中的车位线是否完整,进而进一步的确定车位是否被遮挡。
实际应用时,若目标对象所在区域的识别结果不够准确,则可能导致目标对象所在区域和停车位位置之间是否重叠的判断结构不够准确,为了避免出现错误预警的方式,电子设备可以获取停车位图像中的车位线,并判断车位线是否完整,若完整,则可以认为车位线没有被遮挡,若不完整,则可以认为车位线可能被目标对象遮挡。
其中,若通过多种方式确定停车位存在被目标对象遮挡的情况,则电子设备还可以生成提示车位遮挡的预警消息,并发送该预警消息。具体可以向车位管理部门发送该预警消息,若目标对象是树木绿叶,则还可以向园林管理部门发送该预警消息,从而及时提醒相关人员对树木进行修剪,达到高效的对路边的车位进行管理的目的。
本公开提供的停车位被遮挡时的预警方法,包括:获取通过摄像头拍摄停车位得到的停车位图像,并在停车位图像中确定目标区域;目标区域用于表征停车位图像中的目标对象所在的区域;获取预设的停车位位置,其中,停车位位置是对摄像头拍摄的预设图像预先进行标注得到的;若根据目标区域和停车位位置,确定停车位存在被遮挡情况,则发送提示车位遮挡的预警消息。本公开提供的停车位被遮挡时的预警方法,能够直接利用对路边的停车位进行监控的摄像头采集的图像,确定路边的停车位是否被目标对象遮挡,无需额外设置硬件设备,就能够及时发现停车位被目标对象遮挡的情况,从而能够及时作出相应的预警,提高路边停车位的管理效率。
图5为本公开另一示例性实施例示出的停车位被遮挡时的预警方法的流程示意图。
如图5所示,本公开提供的停车位被遮挡时的预警方法,包括:
步骤501,获取通过摄像头拍摄停车位得到的停车位图像。
步骤501与步骤301的实现方式类似,不再赘述。
步骤502,将停车位图像输入预设的目标对象分割模型,得到目标对象的掩膜,并根据目标对象的掩膜确定停车位图像中的目标区域。
其中,在电子设备中可以设置目标对象分割模型,目标对象分割模型是预先通过机器学习技术训练得到的。例如,可以利用标注有目标对象的区域的图像对搭建的初始模型进行训练,得到目标对象分割模型。
具体的,可以将训练得到的目标对象分割模型设置在电子设备中,用于对摄像头拍摄的停车位图像进行处理。
进一步的,电子设备可以将获取的停车位图像输入目标对象分割模型,该目标对象分割模型能够输出停车位图像的目标对象的掩膜。例如,可以将停车位图像中属于目标对象的像素点标记为1,不属于目标对象的像素点标记为0,通过这种方式可以得到目标对象的掩膜。
通过该掩膜能够确定出停车位图像中的目标区域,进而得到车位图像中目标对象所在的区域。例如,可以将标记为1的像素点组成的区域,作为目标区域。
通过这种实现方式,能够准确的在停车位图像中分割出目标对象区域的掩膜,进而能够利用该掩膜准确的确定停车位图像中的车位是否被遮挡。
步骤503,获取预设的停车位位置,其中,停车位位置是对摄像头拍摄的预设图像预先进行标注得到的。
步骤503与步骤302的实现方式类似,不再赘述。
步骤504,根据目标区域和停车位位置,初步确定停车位是否被遮挡。
其中,电子设备可以通过树木目标区域和停车位位置初步的确定停车位是否被遮挡。
具体的,电子设备可以判断目标区域和停车位位置之间是否存在交集,具体可以确定二者是否有重叠部分,若有,则初步确定停车位被目标对象遮挡。若没有,则初步确定停车位没有被目标对象遮挡。
目标区域是停车位图像中的目标对象所在的区域,预设的停车位位置是停车位图像中的停车位位置,因此,根据目标区域和停车位位置是否有重叠的部分,能够在计算量较少的情况下,直接确定出停车位被目标对象遮挡的情况。
步骤505,若初步确定停车位被遮挡,则获取停车位图像中的车位线,并根据车位线再次确定停车位是否被遮挡。
进一步的,为了避免出现误预警的情况,在初步确定停车位被遮挡后,还可以再次根据停车位图像中的车位线确定车位是否的确被目标对象遮挡。
通过这种方式,能够得到更加准确的车位被遮挡的结果,能够降低误预警的几率。
实际应用时,电子设备可以对停车位图像进行识别,在其中提取出车位线。比如,可以预先设置图像识别算法,并利用该算法在停车位图像中确定车位线。
其中,电子设备可以确定车位线是否完整,是否存在中断的情况,若车位线完整,没有中断情况,则确定停车位没有被遮挡。这种情况下,无需进行预警,从而降低误预警的概率。
具体的,若车位线不完整,则可以确定停车位图像中的车位可能存在被遮挡的情况,但是,车位线不一定是被目标对象遮挡的,例如,车位中停有车辆时,也会遮挡一部分车位线。因此,本公开提供的方案中,还可以根据停车位图像中的车辆进一步的确定停车位是否被目标对象遮挡。
进一步的,若确定提取的车位线不完整,则可以根据车位线缺失的部分确定该缺失部分所属的车位,并确定该车位中是否存在车辆。具体可以根据缺失的车道线确定需要识别车辆的图像区域,从而无需对整个图像都进行车辆检测,降低数据处理量。
实际应用时,若确定缺失的车位线所属的车位中不存在车辆,则再次确定停车位是否被目标对象遮挡。若图像中的车位线不完整,且缺失了车位线的车位中没有车辆,则可以确定停车位确实被目标对象遮挡。
结合车位线和图像中的车辆再次确定停车位图像中的车位线是否被遮挡,能够更加准确的确定停车位被目标对象遮挡的情况,有效避免误预警的情况。
其中若确定缺失的车位线所属的车位中存在车辆,则可以认为车位线缺失是由于车辆遮挡导致的,进而可以获取下一帧停车位图像,并在下一帧停车位图像中再次识别车位线,并基于下一帧停车位图像中的车位线再次确定停车位是否被遮挡。
具体的,可以确定下一帧停车位图像中的车位线是否完整,若不完整,则可以再次识别缺失车位线所属车位中是不是停有车辆,若是,则可以继续获取下一帧图像,重复迭代上述步骤。否则,可以确定下一帧停车位图像中的车位线是否确实被目标对象遮挡。
若确定下一帧停车位图像中的车位线完整,则可以确定车位线没有被遮挡,不进行预警。
通过这种实现方式,能够通过多帧停车位图像再次确认停车位图像是否被目标对象遮挡,从而在初步确定停车位可能被目标对象遮挡之后,更加准确的可能被遮挡的停车位确实被目标对象遮挡,而且还能够排出车辆遮挡停车位的情况,从而降低误预警的概率。
图6为本公开一示例性实施例示出的车位线被车辆遮挡的场景示意图。
如图6所示,车位线被车辆遮挡时,电子设备提取停车位图像中的车位线时,车位线是不完整的,此时,电子设备能够通过识别车位中停的车辆,识别车辆遮挡车位线这一情况,从而避免将车辆遮挡车道线的情况误认为是目标对象遮挡车位线的情况。
步骤506,若再次确定停车位被遮挡,则确定停车位存在被遮挡情况。
若通过上述步骤,再次确定停车位被遮挡,则可以确定该停车位确实被目标对象遮挡。
步骤507,若连续N次确定停车位存在被遮挡情况,则发送车位遮挡预警消息。
其中,如果连续多次确定停车位存在被遮挡情况,则可以发送车位遮挡预警消息。
具体的,通过摄像头可以采集连续多帧的停车位图像,针对一帧或多帧连续的停车位图像,电子设备能够确定出停车位是否存在被遮挡情况的结果,若连续N次都确定停车位被目标对象遮挡,则可以发送车位遮挡预警消息。
在多次确定停车位存在被遮挡情况后,再进行车位遮挡的预警,能够确保预警的准确性。
例如,电子设备可以对第一图像进行初步处理,初步确定停车位被遮挡,并对第一图像再次处理,再次确定停车位被遮挡。电子设备还可以对第二图像进行初步处理,初步确定停车位被遮挡,并对第二图像再次处理,确定存在缺失的车位线且缺失车位线所属车位中停有车辆,则电子设备可以继续对第三图像进行处理,确定存在缺失的车位线且缺失车位线所属车位中没停车辆,则电子设备可以得到第二个停车位被遮挡的结果。
若N=2,则电子设备可以发送预警消息。
其中,可以将预警消息发送到车位管理平台,若目标对象是树木绿叶,则电子设备也可以发送到园林管理平台,从而通知相关工作人员需要修剪车位附近的树木。
在一种可选的实施方式中,若目标对象是树木绿叶,则本公开提供的方案中,在停车位图像中确定目标区域之后,还包括:
根据树木绿叶区域确定树木绿叶的俯视面积;
若俯视面积超过预设的面积阈值,则发送提示树木修剪的预警消息。
其中,识别出的绿叶区域的形式可以是树木绿叶区域的掩膜。
可以根据等高线、树木绿叶区域的掩膜,确定等高线与树木绿叶区域的掩膜边界的多个交点;再根据各交点确定树木图像中的树木绿叶在俯视角度的绿叶面积。
具体的,可以在树木图像中确定水平方向的消隐点;消隐点用于表征三维空间中的水平线在树木图像中的交点;
在树木图像中确定多个等高点;每个等高点对应于三维空间中的一个高度信息;
连接消隐点与各等高点,得到多条等高线。
其中,在树木图像中确定水平方向的消隐点,包括:
在树木图像中确定多条在三维空间中平行于地面的第一水平线;
根据多条第一水平线确定水平方向的消隐点。
其中,在树木图像中确定多个等高点,包括:
获取预设的等高点信息,在树木图像中确定与各取预设的等高点信息对应的各等高点;其中,预设的等高点信息是预先标注的树木图像对应的场景中的高度参照位置以及高度参照位置的高度值。
其中,在树木图像中确定多个等高点,包括:
根据消隐点在树木图像中确定多条平行于地面的第二水平线;
根据多条第二水平线确定图像坐标系与世界坐标系之间的映射关系;
根据树木图像中位于地面的地面等高点和映射关系确定多个其他等高点;其中,多个等高点包括地面等高点和其他等高点。
其中,根据各交点确定树木图像中的树木绿叶在俯视角度的绿叶面积,包括:
根据各交点在树木图像中的像素位置,确定各交点在三维空间中空间位置;
根据各交点的空间位置确定树木图像中的树木绿叶在俯视角度的绿叶面积。
其中,根据各交点在树木图像中的像素位置,确定各交点在三维空间中空间位置,包括:
获取摄像头的参数,根据参数、交点的像素位置,确定交点在三维空间中空间位置。
其中,根据各交点的空间位置确定树木图像中的树木绿叶在俯视角度的绿叶面积,包括:
根据各交点的空间位置,确定各交点在水平面的第一平面位置;
在树木图像中确定各树木与地面的接触像素位置,并确定接触像素位置在水平面的第二平面位置;
根据第一平面位置、第二平面位置,确定树木图像中的树木绿叶在俯视角度的绿叶面积。
其中,根据第一平面位置、第二平面位置,确定树木图像中的树木绿叶在俯视角度的绿叶面积,包括:
根据各交点的第一平面位置,对各交点进行拟合得到树木绿叶的第一侧边缘曲线;
获取树木图像中的树木的种植位置,根据种植位置生成与第一侧边缘曲线对称的第二侧边缘曲线;
根据第一侧边缘曲线和第二侧边缘曲线确定树木图像中的树木绿叶在俯视角度的绿叶面积。
其中,根据种植位置生成与第一侧边缘曲线对称的第二侧边缘曲线,包括:
根据各树木的种植位置确定树木中心线,根据树木中心线生成与第一侧边缘曲线对称的第二侧边缘曲线。
其中,若在发送树木绿叶的修剪预警消息之后,接收到对预警消息的废弃指令,则方法还包括:
增加面积阈值。
图7为本公开一示例性实施例示出的停车位被遮挡时的预警装置的结构示意图。
如图7所示,本公开提供的停车位被遮挡时的预警装置700,包括:
获取单元710,用于获取通过摄像头拍摄停车位得到的停车位图像;
区域确定单元720,用于在所述停车位图像中确定目标区域;所述获取单元710还用于获取预设的停车位位置,其中,所述停车位位置是对所述摄像头拍摄的预设图像预先进行标注得到的;
预警单元730,用于若根据所述目标区域和所述停车位位置,确定所述停车位存在被遮挡情况,则发送提示车位遮挡的预警消息。
本公开提供的停车位被遮挡时的预警装置,能够直接利用对路边的停车位进行监控的摄像头采集的图像,确定路边的停车位是否被目标对象遮挡,无需额外设置硬件设备,就能够及时发现停车位被目标对象遮挡的情况,从而能够及时作出相应的预警,提高路边停车位的管理效率。
图8为本公开另一示例性实施例示出的停车位被遮挡时的预警装置的结构示意图。
如图8所示,本公开提供的停车位被遮挡时的预警装置800中,获取单元810与图7中的获取单元710相似,区域确定单元820与图7中的区域确定单元720相似,预警单元830与图7中的预警单元730相似。
其中,所述预警单元830,包括:
初步确定模块831,用于根据所述目标区域和所述停车位位置,初步确定所述停车位是否被遮挡;
再次确定模块832,用于若初步确定所述停车位被遮挡,则获取所述停车位图像中的车位线,并根据所述车位线再次确定所述停车位是否被遮挡;
遮挡确定模块833,用于若再次确定所述停车位被遮挡,则确定所述停车位存在被遮挡情况。
其中,所述初步确定模块831,具体用于:
若所述目标区域和所述停车位位置存在交集,则初步确定所述停车位被遮挡。
其中,所述再次确定模块832具体用于:
若所述车位线完整,则确定所述停车位没有被遮挡。
其中,所述再次确定模块832具体用于:
若所述车位线不完整,则在所述停车位图像中确定缺失的车位线所属的车位中是否存在车辆;
若缺失的车位线所属的车位中不存在车辆,则再次确定所述停车位被遮挡。
其中,若缺失的车位线所属的车位中存在车辆,则所述预警单元830还用于:
获取下一帧停车位图像,并获取所述下一帧停车位图像中的车位线;
根据所述下一帧停车位图像中的车位线再次确定所述停车位是否被遮挡。
其中,所述区域确定单元820具体用于:
将所述停车位图像输入预设的目标对象分割模型,得到目标对象的掩膜;
根据所述目标对象的掩膜确定所述停车位图像中的目标区域。
其中,所述预警单元830包括发送模块831,用于:
若连续N次确定所述停车位存在被遮挡情况,则发送车位遮挡预警消息。
其中,所述目标对象为树木绿叶;
所述装置还包括修剪预警单元840,用于在所述区域确定单元820在所述停车位图像中确定目标区域之后:
根据所述目标区域确定树木绿叶的俯视面积;
若所述俯视面积超过预设的面积阈值,则发送提示树木修剪的预警消息。
本公开提供一种停车位被遮挡时的预警方法、设备、存储介质及程序产品,应用于图像处理技术中的计算机视觉技术,在智能交通应用中用于高效的管理路边的停车位。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,本公开还提供了一种计算机程序产品,计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理,例如停车位被遮挡时的预警方法。例如,在一些实施例中,停车位被遮挡时的预警方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行上文描述的停车位被遮挡时的预警方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行停车位被遮挡时的预警方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (21)
1.一种停车位被遮挡时的预警方法,包括:
获取通过摄像头拍摄停车位得到的停车位图像,并在所述停车位图像中确定目标区域;获取预设的停车位位置,其中,所述停车位位置是对所述摄像头拍摄的预设图像预先进行标注得到的;
若根据所述目标区域和所述停车位位置,确定所述停车位存在被遮挡情况,则发送提示车位遮挡的预警消息。
2.根据权利要求1所述的方法,其中,所述根据所述目标区域和所述停车位位置,确定所述停车位是否存在被遮挡情况,包括:
根据所述目标区域和所述停车位位置,初步确定所述停车位是否被遮挡;
若初步确定所述停车位被遮挡,则获取所述停车位图像中的车位线,并根据所述车位线再次确定所述停车位是否被遮挡;
若再次确定所述停车位被遮挡,则确定所述停车位存在被遮挡情况。
3.根据权利要求2所述的方法,其中,所述根据所述目标区域和所述停车位位置,初步确定所述停车位是否被遮挡,包括:
若所述目标区域和所述停车位位置存在交集,则初步确定所述停车位被遮挡。
4.根据权利要求2所述的方法,其中,所述根据所述车位线再次确定所述停车位是否被遮挡,包括:
若所述车位线完整,则确定所述停车位没有被遮挡。
5.根据权利要求2所述的方法,其中,所述根据所述车位线再次确定所述停车位是否被遮挡,包括:
若所述车位线不完整,则在所述停车位图像中确定缺失的车位线所属的车位中是否存在车辆;
若缺失的车位线所属的车位中不存在车辆,则再次确定所述停车位被遮挡。
6.根据权利要求5所述的方法,其中,若缺失的车位线所属的车位中存在车辆,则所述方法还包括:
获取下一帧停车位图像,并获取所述下一帧停车位图像中的车位线;
根据所述下一帧停车位图像中的车位线再次确定所述停车位是否被遮挡。
7.根据权利要求1-6任一项所述的方法,其中,所述在所述停车位图像中确定目标区域,包括:
将所述停车位图像输入预设的目标对象分割模型,得到目标对象的掩膜;
根据所述目标对象的掩膜确定所述停车位图像中的目标区域。
8.根据权利要求1-7任一项所述的方法,其中,所述发送车位遮挡预警消息,包括:
若连续N次确定所述停车位存在被遮挡情况,则发送车位遮挡预警消息。
9.根据权利要求1-8任一项所述的方法,其中,所述目标对象为树木绿叶;
所述在所述停车位图像中确定目标区域之后,还包括:
根据所述目标区域确定树木绿叶的俯视面积;
若所述俯视面积超过预设的面积阈值,则发送提示树木修剪的预警消息。
10.一种停车位被遮挡时的预警装置,包括:
获取单元,用于获取通过摄像头拍摄停车位得到的停车位图像;
区域确定单元,用于在所述停车位图像中确定目标区域;所述获取单元还用于获取预设的停车位位置,其中,所述停车位位置是对所述摄像头拍摄的预设图像预先进行标注得到的;
预警单元,用于若根据所述目标区域和所述停车位位置,确定所述停车位存在被遮挡情况,则发送提示车位遮挡的预警消息。
11.根据权利要求10所述的装置,其中,所述预警单元,包括:
初步确定模块,用于根据所述目标区域和所述停车位位置,初步确定所述停车位是否被遮挡;
再次确定模块,用于若初步确定所述停车位被遮挡,则获取所述停车位图像中的车位线,并根据所述车位线再次确定所述停车位是否被遮挡;
遮挡确定模块,用于若再次确定所述停车位被遮挡,则确定所述停车位存在被遮挡情况。
12.根据权利要求11所述的装置,其中,所述初步确定模块,具体用于:
若所述目标区域和所述停车位位置存在交集,则初步确定所述停车位被遮挡。
13.根据权利要求11所述的装置法,其中,所述再次确定模块具体用于:
若所述车位线完整,则确定所述停车位没有被遮挡。
14.根据权利要求11所述的装置,其中,所述再次确定模块具体用于:
若所述车位线不完整,则在所述停车位图像中确定缺失的车位线所属的车位中是否存在车辆;
若缺失的车位线所属的车位中不存在车辆,则再次确定所述停车位被遮挡。
15.根据权利要求14所述的装置,其中,若缺失的车位线所属的车位中存在车辆,则所述预警单元还用于:
获取下一帧停车位图像,并获取所述下一帧停车位图像中的车位线;
根据所述下一帧停车位图像中的车位线再次确定所述停车位是否被遮挡。
16.根据权利要求10-15任一项所述的装置,其中,所述区域确定单元具体用于:
将所述停车位图像输入预设的目标对象分割模型,得到目标对象的掩膜;
根据所述目标对象的掩膜确定所述停车位图像中的目标区域。
17.根据权利要求10-16任一项所述的装置,其中,所述预警单元包括发送模块,用于:
若连续N次确定所述停车位存在被遮挡情况,则发送车位遮挡预警消息。
18.根据权利要求10-17任一项所述的装置,其中,所述目标对象为树木绿叶;
所述装置还包括修剪预警单元,用于在所述区域确定单元在所述停车位图像中确定目标区域之后:
根据所述目标区域确定树木绿叶的俯视面积;
若所述俯视面积超过预设的面积阈值,则发送提示树木修剪的预警消息。
19.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
21.一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现权利要求1-9中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111676899.5A CN114333345B (zh) | 2021-12-31 | 2021-12-31 | 停车位被遮挡时的预警方法、设备、存储介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111676899.5A CN114333345B (zh) | 2021-12-31 | 2021-12-31 | 停车位被遮挡时的预警方法、设备、存储介质及程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114333345A true CN114333345A (zh) | 2022-04-12 |
CN114333345B CN114333345B (zh) | 2023-05-30 |
Family
ID=81022211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111676899.5A Active CN114333345B (zh) | 2021-12-31 | 2021-12-31 | 停车位被遮挡时的预警方法、设备、存储介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114333345B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8063797B1 (en) * | 2010-07-31 | 2011-11-22 | ParkMe LLC | Parking information collection system and method |
CN108712606A (zh) * | 2018-05-14 | 2018-10-26 | Oppo广东移动通信有限公司 | 提示方法、装置、存储介质及移动终端 |
CN111062285A (zh) * | 2019-12-06 | 2020-04-24 | 合肥学院 | 一种基于深度学习算法的停车场智能监控识别系统 |
CN113313189A (zh) * | 2021-06-11 | 2021-08-27 | 上海高德威智能交通系统有限公司 | 一种遮挡检测方法、装置及电子设备 |
US20210365721A1 (en) * | 2020-05-20 | 2021-11-25 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for creating a parking map |
CN113762272A (zh) * | 2021-09-10 | 2021-12-07 | 北京精英路通科技有限公司 | 道路信息的确定方法、装置和电子设备 |
CN113807228A (zh) * | 2021-09-10 | 2021-12-17 | 北京精英路通科技有限公司 | 停车事件提示方法、装置、电子设备以及存储介质 |
CN113807209A (zh) * | 2021-08-30 | 2021-12-17 | 阿波罗智联(北京)科技有限公司 | 车位检测方法、装置、电子设备及存储介质 |
-
2021
- 2021-12-31 CN CN202111676899.5A patent/CN114333345B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8063797B1 (en) * | 2010-07-31 | 2011-11-22 | ParkMe LLC | Parking information collection system and method |
CN108712606A (zh) * | 2018-05-14 | 2018-10-26 | Oppo广东移动通信有限公司 | 提示方法、装置、存储介质及移动终端 |
CN111062285A (zh) * | 2019-12-06 | 2020-04-24 | 合肥学院 | 一种基于深度学习算法的停车场智能监控识别系统 |
US20210365721A1 (en) * | 2020-05-20 | 2021-11-25 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for creating a parking map |
CN113313189A (zh) * | 2021-06-11 | 2021-08-27 | 上海高德威智能交通系统有限公司 | 一种遮挡检测方法、装置及电子设备 |
CN113807209A (zh) * | 2021-08-30 | 2021-12-17 | 阿波罗智联(北京)科技有限公司 | 车位检测方法、装置、电子设备及存储介质 |
CN113762272A (zh) * | 2021-09-10 | 2021-12-07 | 北京精英路通科技有限公司 | 道路信息的确定方法、装置和电子设备 |
CN113807228A (zh) * | 2021-09-10 | 2021-12-17 | 北京精英路通科技有限公司 | 停车事件提示方法、装置、电子设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114333345B (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112764013B (zh) | 自动驾驶车辆感知系统测试方法、装置、设备及存储介质 | |
CN113887418A (zh) | 车辆违规行驶的检测方法、装置、电子设备及存储介质 | |
CN114037966A (zh) | 高精地图特征提取方法、装置、介质及电子设备 | |
CN112700410A (zh) | 信号灯位置确定方法、装置、存储介质、程序、路侧设备 | |
CN111191557B (zh) | 一种标志识别定位方法、标志识别定位装置及智能设备 | |
CN112863187A (zh) | 感知模型的检测方法、电子设备、路侧设备和云控平台 | |
CN111950345A (zh) | 摄像头的识别方法、装置、电子设备和存储介质 | |
CN113052048B (zh) | 交通事件检测方法、装置、路侧设备以及云控平台 | |
CN113011298B (zh) | 截断物体样本生成、目标检测方法、路侧设备和云控平台 | |
CN112784797A (zh) | 目标图像识别方法和装置 | |
CN113806464A (zh) | 路牙确定方法、装置、设备以及存储介质 | |
CN116091709B (zh) | 建筑物的三维重建方法、装置、电子设备和存储介质 | |
EP4080479A2 (en) | Method for identifying traffic light, device, cloud control platform and vehicle-road coordination system | |
CN114333345B (zh) | 停车位被遮挡时的预警方法、设备、存储介质及程序产品 | |
CN115909253A (zh) | 一种目标检测、模型训练方法、装置、设备及存储介质 | |
CN114241324A (zh) | 树木绿叶的修剪预警方法、电子设备及程序产品 | |
CN114333409B (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN116469073A (zh) | 目标识别方法、装置、电子设备、介质及自动驾驶车辆 | |
CN115908816A (zh) | 基于人工智能的积水识别方法、装置、设备及存储介质 | |
CN114708498A (zh) | 图像处理方法、装置、电子设备以及存储介质 | |
CN113033355B (zh) | 一种基于密集输电通道的异常目标识别方法和装置 | |
CN115050005A (zh) | 目标检测方法及用于高位视频智慧停车场景的检测装置 | |
CN114943805A (zh) | 停车遮挡确定方法、装置、设备、存储介质及程序产品 | |
CN114005098A (zh) | 高精地图车道线信息的检测方法、装置和电子设备 | |
CN112669387A (zh) | 灯头位置确定方法、装置、存储介质、程序、路侧设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |