CN114615437A - 一种基于gis的车辆追踪方法及系统 - Google Patents

一种基于gis的车辆追踪方法及系统 Download PDF

Info

Publication number
CN114615437A
CN114615437A CN202210506137.9A CN202210506137A CN114615437A CN 114615437 A CN114615437 A CN 114615437A CN 202210506137 A CN202210506137 A CN 202210506137A CN 114615437 A CN114615437 A CN 114615437A
Authority
CN
China
Prior art keywords
gis
illegal parking
information
vehicle
acquiring
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
Application number
CN202210506137.9A
Other languages
English (en)
Other versions
CN114615437B (zh
Inventor
黄金库
李萍
乔鹏炜
朱文彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
INSTITUTE OF GEOMECHANICS CHINESE ACADEMY OF GEOLOGICAL SCIENCES
Original Assignee
INSTITUTE OF GEOMECHANICS CHINESE ACADEMY OF GEOLOGICAL SCIENCES
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by INSTITUTE OF GEOMECHANICS CHINESE ACADEMY OF GEOLOGICAL SCIENCES filed Critical INSTITUTE OF GEOMECHANICS CHINESE ACADEMY OF GEOLOGICAL SCIENCES
Priority to CN202210506137.9A priority Critical patent/CN114615437B/zh
Publication of CN114615437A publication Critical patent/CN114615437A/zh
Application granted granted Critical
Publication of CN114615437B publication Critical patent/CN114615437B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • 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
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/65—Control of camera operation in relation to power supply
    • H04N23/651—Control of camera operation in relation to power supply for reducing power consumption by affecting camera operations, e.g. sleep mode, hibernation mode or power off of selective parts of the camera
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种基于GIS的车辆追踪方法及系统，涉及GIS模型技术领域。所述基于GIS的车辆追踪方法包括：获取第一时间点的违停区域的GIS信息；根据GIS信息建立违停区域的第一时间点GIS三维模型；获取预设的违停区域的GIS三维模型；根据预设的违停区域的GIS三维模型与第一时间点GIS三维模型获取违停物信息；识别违停物信息，判断违停物信息是否为车辆，若是，则将违停区域位置信息上传至云端；获取云端根据违停区域位置信息所传递的位于该违停区域的摄像装置所拍摄的违停区域拍摄图像；根据违停区域拍摄图像获取牌照信息。本申请首先通过GIS信息来判断是否在违停区域有违停车辆，若是的情况下，再使摄像装置进行抓拍，从而可以节省摄像装置的电力浪费。

Description

一种基于GIS的车辆追踪方法及系统
技术领域
本申请涉及GIS模型技术领域，具体涉及一种基于GIS的车辆追踪方法以及基于GIS的车辆追踪系统。
背景技术
GIS全称是Geographic Information System，中文名称为地理信息系统。它是一种特定的空间信息系统，位置信息是GIS的核心。它是在计算机硬、软件系统支持下，对空间范围内的数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。
现有技术在进行车辆违停抓拍时，通常是用摄像装置来实时监控一片区域，此时，摄像装置会长期耗电，浪费电力。
因此，希望有一种技术方案来克服或至少减轻现有技术的至少一个上述缺陷。
发明内容
本发明的目的在于提供一种基于GIS的车辆追踪方法来克服或至少减轻现有技术的至少一个上述缺陷。
本发明的一个方面，提供一种基于GIS的车辆追踪方法，所述基于GIS的车辆追踪方法包括：
获取第一时间点的违停区域的GIS信息；
根据所述GIS信息建立违停区域的第一时间点GIS三维模型；
获取预设的违停区域的GIS三维模型；
根据所述预设的违停区域的GIS三维模型与所述第一时间点GIS三维模型获取违停物信息；
识别所述违停物信息，判断违停物信息是否为车辆，若是，则
将所述违停区域位置信息上传至云端；
获取云端根据所述违停区域位置信息所传递的位于该违停区域的摄像装置所拍摄的违停区域拍摄图像；
根据所述违停区域拍摄图像获取牌照信息。
可选地，所述基于GIS的车辆追踪方法进一步包括：
根据所述违停区域拍摄图像获取车辆特征，该特征称为第一车辆特征。
可选地，所述基于GIS的车辆追踪方法进一步包括：
若根据所述违停区域拍摄图像无法获取所述牌照信息，则
根据所述违停区域的GIS三维模型获取该违停区域的路口位置；
获取云端根据所述路口位置所传递的位于该路口位置的摄像装置在预设时间范围内所拍摄的路口位置拍摄图像；
分别识别各个所述路口位置拍摄图像，获取具有车辆的路口位置拍摄图像；
识别各个具有车辆的路口位置拍摄图像中的车辆特征；
分别获取所述第一车辆特征与各个具有车辆的路口位置拍摄图像中的车辆特征的相似度，若有一个相似度大于相似度阈值，则
识别相似度大于相似度阈值的具有车辆的路口位置拍摄图像中的车辆的牌照信息。
可选地，所述基于GIS的车辆追踪方法进一步包括：
分别获取所述第一车辆特征与各个具有车辆的路口位置拍摄图像中的车辆特征的相似度，若有多个相似度大于相似度阈值，则
识别各个相似度大于相似度阈值的具有车辆的路口位置拍摄图像中的车辆的牌照信息，若识别后的各个牌照信息中，至少有一半以上的牌照信息相同，则
获取所述牌照信息。
可选地，所述基于GIS的车辆追踪方法进一步包括：
识别各个相似度大于相似度阈值的具有车辆的路口位置拍摄图像中的车辆的牌照信息，若识别后的各个牌照信息中，至少有一半以上的牌照信息不同，则
生成报警信号，并存储各个具有车辆的路口位置拍摄图像。
本申请还提供了一种基于GIS的车辆追踪系统，所述基于GIS的车辆追踪系统包括：
GIS信息获取模块，所述GIS信息获取模块用于获取第一时间点的违停区域的GIS信息；
GIS三维模型建立模块，所述GIS三维模型建立模块用于根据所述GIS信息建立违停区域的第一时间点GIS三维模型；
预设模型获取模块，所述预设模型获取模块用于获取预设的违停区域的GIS三维模型；
违停物获取模块，所述违停物获取模块用于根据所述预设的违停区域的GIS三维模型与所述第一时间点GIS三维模型获取违停物信息；
车辆判断模块，所述车辆判断模块用于识别所述违停物信息，判断违停物信息是否为车辆；
上传模块，所述上传模块用于在所述车辆判断模块判断为是时，将所述违停区域位置信息上传至云端；
拍摄图像获取模块，所述拍摄图像获取模块用于获取云端根据所述违停区域位置信息所传递的位于该违停区域的摄像装置所拍摄的违停区域拍摄图像；
牌照获取模块，所述牌照获取模块用于根据所述违停区域拍摄图像获取牌照信息。
本申请还提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的基于GIS的车辆追踪方法。
本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时能够实现如上所述的基于GIS的车辆追踪方法。
有益效果：
本申请首先通过GIS信息来判断是否在违停区域有违停车辆，若是的情况下，再使摄像装置进行抓拍，从而可以节省摄像装置的电力浪费。
附图说明
图1为本申请一实施例的基于GIS的车辆追踪方法的流程示意图；
图2是一种电子设备，用于实现图1所示的基于GIS的车辆追踪方法；
图3是本申请一实施例的基于GIS的车辆追踪系统的系统示意图。
附图标记：
1、GIS信息获取模块；2、GIS三维模型建立模块；3、预设模型获取模块；4、违停物获取模块；5、车辆判断模块；6、上传模块；7、拍摄图像获取模块；8、牌照获取模块。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行更加详细的描述。在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本申请一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。基于本申请中的实施例，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，都属于本申请保护的范围。下面结合附图对本申请的实施例进行详细说明。
需要说明的是，在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
图1为本申请一实施例的基于GIS的车辆追踪方法的流程示意图。
如图1所示的基于GIS的车辆追踪方法包括：
步骤101：获取第一时间点的违停区域的GIS信息；
步骤102：根据GIS信息建立违停区域的第一时间点GIS三维模型；
步骤103：获取预设的违停区域的GIS三维模型；
步骤104：根据预设的违停区域的GIS三维模型与所述第一时间点GIS三维模型获取违停物信息；
步骤105：识别违停物信息，判断违停物信息是否为车辆，若是，则
步骤106：将违停区域位置信息上传至云端；
步骤107：获取云端根据所述违停区域位置信息所传递的位于该违停区域的摄像装置所拍摄的违停区域拍摄图像；
步骤108：根据违停区域拍摄图像获取牌照信息。
本申请首先通过GIS信息来判断是否在违停区域有违停车辆，若是的情况下，再使摄像装置进行抓拍，从而可以节省摄像装置的电力浪费。
在本实施例中，基于GIS的车辆追踪方法进一步包括：
根据违停区域拍摄图像获取车辆特征，该特征称为第一车辆特征。
在本实施例中，可以通过图像识别技术提取图像中的车辆的特征。
在本实施例中，可以通过语义分割的方式，得到图像中的车辆单体图。
在本实施例中，基于GIS的车辆追踪方法进一步包括：
若根据违停区域拍摄图像无法获取牌照信息，则
根据违停区域的GIS三维模型获取该违停区域的路口位置；
获取云端根据路口位置所传递的位于该路口位置的摄像装置在预设时间范围内所拍摄的路口位置拍摄图像；
分别识别各个路口位置拍摄图像，获取具有车辆的路口位置拍摄图像；
识别各个具有车辆的路口位置拍摄图像中的车辆特征；
分别获取所述第一车辆特征与各个具有车辆的路口位置拍摄图像中的车辆特征的相似度，若有一个相似度大于相似度阈值，则
识别相似度大于相似度阈值的具有车辆的路口位置拍摄图像中的车辆的牌照信息。
在一些情况下，违停区域的车辆可能牌照被其他物体遮挡了，此时就无法通过摄像装置来拍摄到，例如，有些人恶意遮挡牌照的情况，但是通常驾驶者会在停车之后才进行遮挡牌照，也就是说，在行驶过程中，牌照还没有被遮挡，因此，而车辆能够进入违停区域，一定是通过与违停区域联通的路口进入的，因此，只要抓拍路口位置的车辆的图像即可。
由于车辆可能有很多，因此，通过相似度对比的方式可以确定具体是哪辆车，例如，通过提取车辆的外形特征，然后通过相似度的计算即可以获取到对应的车辆。
在本实施例中，基于GIS的车辆追踪方法进一步包括：
分别获取第一车辆特征与各个具有车辆的路口位置拍摄图像中的车辆特征的相似度，若有多个相似度大于相似度阈值，则
识别各个相似度大于相似度阈值的具有车辆的路口位置拍摄图像中的车辆的牌照信息，若识别后的各个牌照信息中，至少有一半以上的牌照信息相同，则
获取牌照信息。
当具有多个照片都能拍摄到的情况下，通过多个照片的识别，可以更为准确的识别到牌照。
在本实施例中，基于GIS的车辆追踪方法进一步包括：
识别各个相似度大于相似度阈值的具有车辆的路口位置拍摄图像中的车辆的牌照信息，若识别后的各个牌照信息中，至少有一半以上的牌照信息不同，则
生成报警信号，并存储各个具有车辆的路口位置拍摄图像。
有些情况下，车辆会有违法的翻牌装置，可以通过自动控制使得牌照在行驶路上即翻转，例如，京FL4742的牌照，可能变成京FL3123，通过上述的识别方法，可以识别这种翻牌照的行为，从而进行报警并记录车辆照片，以方便交警调查。
本申请还提供了一种基于GIS的车辆追踪系统，所述基于GIS的车辆追踪系统包括GIS信息获取模块1，GIS三维模型建立模块2，预设模型获取模块3、违停物获取模块4、车辆判断模块5、上传模块6、拍摄图像获取模块7以及牌照获取模块8，GIS信息获取模块用于获取第一时间点的违停区域的GIS信息；GIS三维模型建立模块用于根据GIS信息建立违停区域的第一时间点GIS三维模型；预设模型获取模块用于获取预设的违停区域的GIS三维模型；违停物获取模块用于根据所述预设的违停区域的GIS三维模型与所述第一时间点GIS三维模型获取违停物信息；车辆判断模块用于识别违停物信息，判断违停物信息是否为车辆；上传模块用于在所述车辆判断模块判断为是时，将违停区域位置信息上传至云端；拍摄图像获取模块用于获取云端根据所述违停区域位置信息所传递的位于该违停区域的摄像装置所拍摄的违停区域拍摄图像；牌照获取模块用于根据违停区域拍摄图像获取所述牌照信息。
需要说明的是，前述对方法实施例的解释说明也适用于本实施例的装置，此处不再赘述。
本申请还提供了一种电子设备，包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序，处理器执行计算机程序时实现如上的基于GIS的车辆追踪方法。
本申请还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时能够实现如上的基于GIS的车辆追踪方法。
图2是能够实现根据本申请一个实施例提供的基于GIS的车辆追踪方法的电子设备的示例性结构图。
如图2所示，电子设备包括输入设备501、输入接口502、中央处理器503、存储器504、输出接口505以及输出设备506。其中，输入接口502、中央处理器503、存储器504以及输出接口505通过总线507相互连接，输入设备501和输出设备506分别通过输入接口502和输出接口505与总线507连接，进而与电子设备的其他组件连接。具体地，输入设备501接收来自外部的输入信息，并通过输入接口502将输入信息传送到中央处理器503；中央处理器503基于存储器504中存储的计算机可执行指令对输入信息进行处理以生成输出信息，将输出信息临时或者永久地存储在存储器504中，然后通过输出接口505将输出信息传送到输出设备506；输出设备506将输出信息输出到电子设备的外部供用户使用。
也就是说，图2所示的电子设备也可以被实现为包括：存储有计算机可执行指令的存储器；以及一个或多个处理器，该一个或多个处理器在执行计算机可执行指令时可以实现结合图1描述的基于GIS的车辆追踪方法。
在一个实施例中，图2所示的电子设备可以被实现为包括：存储器504，被配置为存储可执行程序代码；一个或多个处理器503，被配置为运行存储器504中存储的可执行程序代码，以执行上述实施例中的基于GIS的车辆追踪方法。
在一个典型的配置中，计算设备包括一个或多个处理器（CPU）、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器（RAM）和/或非易失性内存等形式，如只读存储器（ROM）或闪存（flash RAM）。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动，媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存（PRAM)、静态随机存取存储器（SRAM）、动态随机存取存储器（DRAM）、其他类型的随机存取存储器（RAM）、只读存储器（ROM）、电可擦除可编程只读存储器（EEPROM）、快闪记忆体或其他内存技术、只读光盘只读存储器（CD-ROM）、数据多功能光盘（DVD）或其他光学存储、磁盒式磁带、磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
本领域技术人员应明白，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。
此外，显然“包括”一词不排除其他单元或步骤。装置权利要求中陈述的多个单元、模块或装置也可以由一个单元或总装置通过软件或硬件来实现。第一、第二等词语用来标识名称，而不标识任何特定的顺序。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，模块、程序段、或代码的一部分包括一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地标识的方框实际上可以基本并行地执行，他们有时也可以按相反的顺序执行，这依据所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或总流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
在本实施例中所称处理器可以是中央处理单元（Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现装置/终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在本实施例中，装置/终端设备集成的模块/单元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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。
需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。本申请虽然以较佳实施例公开如上，但其实并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此，本申请的保护范围应当以本申请权利要求所界定的范围为准。
虽然，上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (8)

1.一种基于GIS的车辆追踪方法，其特征在于，所述基于GIS的车辆追踪方法包括：
获取第一时间点的违停区域的GIS信息；
根据所述GIS信息建立违停区域的第一时间点GIS三维模型；
获取预设的违停区域的GIS三维模型；
根据所述预设的违停区域的GIS三维模型与所述第一时间点GIS三维模型获取违停物信息；
识别所述违停物信息，判断违停物信息是否为车辆，若是，则
将所述违停区域位置信息上传至云端；
获取云端根据所述违停区域位置信息所传递的位于该违停区域的摄像装置所拍摄的违停区域拍摄图像；
根据所述违停区域拍摄图像获取牌照信息。
2.如权利要求1所述的基于GIS的车辆追踪方法，其特征在于，所述基于GIS的车辆追踪方法进一步包括：
根据所述违停区域拍摄图像获取车辆特征，该特征称为第一车辆特征。
3.如权利要求2所述的基于GIS的车辆追踪方法，其特征在于，所述基于GIS的车辆追踪方法进一步包括：
若根据所述违停区域拍摄图像无法获取所述牌照信息，则
根据所述违停区域的GIS三维模型获取该违停区域的路口位置；
获取云端根据所述路口位置所传递的位于该路口位置的摄像装置在预设时间范围内所拍摄的路口位置拍摄图像；
分别识别各个所述路口位置拍摄图像，获取具有车辆的路口位置拍摄图像；
识别各个具有车辆的路口位置拍摄图像中的车辆特征；
分别获取所述第一车辆特征与各个具有车辆的路口位置拍摄图像中的车辆特征的相似度，若有一个相似度大于相似度阈值，则
识别相似度大于相似度阈值的具有车辆的路口位置拍摄图像中的车辆的牌照信息。
4.如权利要求3所述的基于GIS的车辆追踪方法，其特征在于，所述基于GIS的车辆追踪方法进一步包括：
分别获取所述第一车辆特征与各个具有车辆的路口位置拍摄图像中的车辆特征的相似度，若有多个相似度大于相似度阈值，则
识别各个相似度大于相似度阈值的具有车辆的路口位置拍摄图像中的车辆的牌照信息，若识别后的各个牌照信息中，至少有一半以上的牌照信息相同，则
获取所述牌照信息。
5.如权利要求3所述的基于GIS的车辆追踪方法，其特征在于，所述基于GIS的车辆追踪方法进一步包括：
识别各个相似度大于相似度阈值的具有车辆的路口位置拍摄图像中的车辆的牌照信息，若识别后的各个牌照信息中，至少有一半以上的牌照信息不同，则
生成报警信号，并存储各个具有车辆的路口位置拍摄图像。
6.一种基于GIS的车辆追踪系统，其特征在于，所述基于GIS的车辆追踪系统包括：
GIS信息获取模块，所述GIS信息获取模块用于获取第一时间点的违停区域的GIS信息；
GIS三维模型建立模块，所述GIS三维模型建立模块用于根据所述GIS信息建立违停区域的第一时间点GIS三维模型；
预设模型获取模块，所述预设模型获取模块用于获取预设的违停区域的GIS三维模型；
违停物获取模块，所述违停物获取模块用于根据所述预设的违停区域的GIS三维模型与所述第一时间点GIS三维模型获取违停物信息；
车辆判断模块，所述车辆判断模块用于识别所述违停物信息，判断违停物信息是否为车辆；
上传模块，所述上传模块用于在所述车辆判断模块判断为是时，将所述违停区域位置信息上传至云端；
拍摄图像获取模块，所述拍摄图像获取模块用于获取云端根据所述违停区域位置信息所传递的位于该违停区域的摄像装置所拍摄的违停区域拍摄图像；
牌照获取模块，所述牌照获取模块用于根据所述违停区域拍摄图像获取牌照信息。
7.一种电子设备，包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的基于GIS的车辆追踪方法。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时能够实现如权利要求1至5中任一项所述的基于GIS的车辆追踪方法。
CN202210506137.9A 2022-05-11 2022-05-11 一种基于gis的车辆追踪方法及系统 Active CN114615437B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210506137.9A CN114615437B (zh) 2022-05-11 2022-05-11 一种基于gis的车辆追踪方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210506137.9A CN114615437B (zh) 2022-05-11 2022-05-11 一种基于gis的车辆追踪方法及系统

Publications (2)

Publication Number Publication Date
CN114615437A true CN114615437A (zh) 2022-06-10
CN114615437B CN114615437B (zh) 2022-07-08

Family

ID=81869765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210506137.9A Active CN114615437B (zh) 2022-05-11 2022-05-11 一种基于gis的车辆追踪方法及系统

Country Status (1)

Country Link
CN (1) CN114615437B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040233036A1 (en) * 2003-05-22 2004-11-25 Sefton Alan K. Automated site security, monitoring and access control system
CN102110367A (zh) * 2009-12-25 2011-06-29 刘天宇 违法停车行为实时检测系统及其控制方法
CN102568206A (zh) * 2012-01-13 2012-07-11 大连民族学院 一种基于视频监控的违章停车检测方法
CN103647896A (zh) * 2013-11-15 2014-03-19 天津天地伟业数码科技有限公司 红外违停智能高速球及其控制方法
CN104616501A (zh) * 2015-02-06 2015-05-13 河海大学常州校区 基于智能视觉的车辆违章停车检测系统及方法
CN108417079A (zh) * 2018-04-08 2018-08-17 广东易凌科技股份有限公司 一种基于gis的停车服务系统
CN109064755A (zh) * 2018-07-24 2018-12-21 河北德冠隆电子科技有限公司 基于四维实景交通仿真路况感知管理系统的路径识别方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040233036A1 (en) * 2003-05-22 2004-11-25 Sefton Alan K. Automated site security, monitoring and access control system
CN102110367A (zh) * 2009-12-25 2011-06-29 刘天宇 违法停车行为实时检测系统及其控制方法
CN102568206A (zh) * 2012-01-13 2012-07-11 大连民族学院 一种基于视频监控的违章停车检测方法
CN103647896A (zh) * 2013-11-15 2014-03-19 天津天地伟业数码科技有限公司 红外违停智能高速球及其控制方法
CN104616501A (zh) * 2015-02-06 2015-05-13 河海大学常州校区 基于智能视觉的车辆违章停车检测系统及方法
CN108417079A (zh) * 2018-04-08 2018-08-17 广东易凌科技股份有限公司 一种基于gis的停车服务系统
CN109064755A (zh) * 2018-07-24 2018-12-21 河北德冠隆电子科技有限公司 基于四维实景交通仿真路况感知管理系统的路径识别方法

Also Published As

Publication number Publication date
CN114615437B (zh) 2022-07-08

Similar Documents

Publication Publication Date Title
CN111476234B (zh) 一种遮挡车牌字符识别方法、装置、存储介质和智能设备
CN112329702B (zh) 一种快速人脸密度预测和人脸检测方法、装置、电子设备及存储介质
CN111259868B (zh) 基于卷积神经网络的逆行车辆检测方法、系统及介质
CN110348392B (zh) 车辆匹配方法及设备
CN112991349B (zh) 图像处理方法、装置、设备和存储介质
CN110457974B (zh) 图像叠加方法、装置、电子设备及可读存储介质
CN111199087A (zh) 场景识别方法和装置
CN111753766B (zh) 一种图像处理方法、装置、设备及介质
CN114283357A (zh) 一种车辆检测方法、装置、存储介质及电子设备
CN111985304A (zh) 巡防告警方法、系统、终端设备及存储介质
CN110569379A (zh) 一种汽车配件图片数据集制作方法
CN113688839B (zh) 视频处理方法及装置、电子设备、计算机可读存储介质
CN114615437B (zh) 一种基于gis的车辆追踪方法及系统
CN111563425B (zh) 交通事件识别方法及电子设备
CN112287905A (zh) 车辆损伤识别方法、装置、设备及存储介质
CN112380993A (zh) 基于目标实时追踪信息的智能违法行为检测系统及方法
CN111753662A (zh) 一种交通事故处理方法、设备及介质
CN116415961A (zh) 一种信息验证的方法、装置、存储介质及电子设备
CN116189109A (zh) 模型训练方法、道路事件检测方法、装置及相关设备
CN114943940A (zh) 一种隧道内车辆可视化监测的方法、设备及存储介质
CN112132031B (zh) 车款识别方法、装置、电子设备及存储介质
CN115022650A (zh) 一种行车记录仪的视频处理方法及行车记录仪
CN114332785A (zh) 基于卡口相机的人脸抠图方法、装置、设备及存储介质
CN113723402A (zh) 图像处理及网络训练方法、装置、设备和存储介质
CN112565387A (zh) 更新高精地图的方法及装置

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