CN114758507A - 接驳站司机违规下车的处理方法、电子设备和存储介质 - Google Patents

接驳站司机违规下车的处理方法、电子设备和存储介质 Download PDF

Info

Publication number
CN114758507A
CN114758507A CN202210675749.0A CN202210675749A CN114758507A CN 114758507 A CN114758507 A CN 114758507A CN 202210675749 A CN202210675749 A CN 202210675749A CN 114758507 A CN114758507 A CN 114758507A
Authority
CN
China
Prior art keywords
vehicle
determining
docking station
information
score
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
Application number
CN202210675749.0A
Other languages
English (en)
Inventor
梁帆
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.)
Dongguan Prophet Big Data Co ltd
Original Assignee
Dongguan Prophet Big Data Co ltd
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 Dongguan Prophet Big Data Co ltd filed Critical Dongguan Prophet Big Data Co ltd
Priority to CN202210675749.0A priority Critical patent/CN114758507A/zh
Publication of CN114758507A publication Critical patent/CN114758507A/zh
Pending legal-status Critical Current

Links

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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G06Q50/40—
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • 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
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas

Abstract

本申请涉及接驳站司机违规下车的处理方法、电子设备和存储介质，该方法包括：获取接驳站进站车辆的车牌信息；根据车牌信息确定车辆的尺寸和车辆的类型；根据尺寸和类型确定车辆停靠区域；在预设时间段内，确定车辆是否停靠在车辆停靠区域；若确定车辆停靠在车辆停靠区域，获取车辆的宽和高，检测车辆的车门状态；当检测到车辆的车门状态为打开状态时，检测人员关键点，当检测到关键点中包括胯骨和膝盖时，获取人员方框中心，确定人员具有下车趋势，并检测人员的姿态位置；确定身体趋势得分、攀登姿态得分、抓取姿态得分以及人员下车趋势得分；确定多帧内人员下车趋势得分的总和大于预设阈值时，确定接驳站司机违规下车，发送预警信息至管理处。

Description

接驳站司机违规下车的处理方法、电子设备和存储介质
技术领域
本申请涉及安全技术领域，特别是涉及一种接驳站司机违规下车的处理方法、电子设备和存储介质。
背景技术
目前，疫情防控期间，有接驳站司机违反防疫规定，违规下车进入社会面活动，造成疫情传播风险。因此有必要提出一种高效、准确的接驳站司机违规下车的处理方法，解决疫情期间司机违规下车的问题。
发明内容
基于上述问题，本申请提供一种接驳站司机违规下车的处理方法、电子设备和存储介质。
第一方面，本申请实施例提供一种接驳站司机违规下车的处理方法，包括：
获取接驳站进站车辆的车牌信息；
根据车辆的车牌信息确定车辆的尺寸信息和车辆的类型信息；
根据车辆的尺寸信息和所述车辆的类型信息确定车辆停靠区域；
在预设时间段内，确定车辆是否停靠在车辆停靠区域；
若确定车辆停靠在所述车辆停靠区域，获取车辆的宽和高，检测车辆的车门状态；
当检测到车辆的车门状态为打开状态时，检测车门区域的人员关键点，关键点至少包括：脖子、双肩、双肘、手腕、胯骨、膝盖和脚踝；
当检测到人员的关键点中包括胯骨和所述膝盖时，获取人员方框中心，确定人员具有下车趋势，并检测所述人员的姿态位置；
根据人员的姿态位置确定身体趋势得分、攀登姿态得分、抓取姿态得分；
根据车辆的宽和高、人员方框中心、身体趋势得分、攀登姿态得分、抓取姿态得分人员确定人员下车趋势得分；
确定多帧内所述人员下车趋势得分的总和大于预设阈值时，确定接驳站司机违规下车，发送预警信息至接驳站管理处。
进一步地，上述接驳站司机违规下车的处理方法中，根据人员的姿态位置确定身体趋势得分，包括：
根据人员的姿态位置中的脖子位置信息
Figure 693564DEST_PATH_IMAGE001
、胯骨位置信息
Figure 303537DEST_PATH_IMAGE002
、膝盖位置信息
Figure 83405DEST_PATH_IMAGE003
，
Figure 855052DEST_PATH_IMAGE004
和脚踝位置信息
Figure 602428DEST_PATH_IMAGE005
，
Figure 16092DEST_PATH_IMAGE006
确定身体趋势得分
Figure 634155DEST_PATH_IMAGE007
；
确定身体趋势得分
Figure 858594DEST_PATH_IMAGE007
是通过如下公式确定的：
Figure 827687DEST_PATH_IMAGE008
其中，
Figure 779463DEST_PATH_IMAGE009
Figure 783191DEST_PATH_IMAGE010
Figure 647373DEST_PATH_IMAGE011
为历史数据训练得到的第一修正常数，
Figure 103762DEST_PATH_IMAGE012
为第一设定阈值，
Figure 593649DEST_PATH_IMAGE013
为第二设定阈值，
Figure 451883DEST_PATH_IMAGE014
为第三设定阈值。
进一步地，上述接驳站司机违规下车的处理方法中，根据人员的姿态位置确定攀登姿态得分，包括：根据人员的姿态位置中的脖子位置信息
Figure 267393DEST_PATH_IMAGE001
、胯骨位置信息
Figure 693301DEST_PATH_IMAGE002
、膝盖位置信息
Figure 986880DEST_PATH_IMAGE003
，
Figure 434041DEST_PATH_IMAGE004
和脚踝位置信息
Figure 420452DEST_PATH_IMAGE005
，
Figure 851433DEST_PATH_IMAGE006
确定攀登姿态得分
Figure 433856DEST_PATH_IMAGE015
；
确定攀登姿态得分
Figure 1103DEST_PATH_IMAGE015
是通过如下公式确定的：
Figure 158415DEST_PATH_IMAGE016
其中，
Figure 76692DEST_PATH_IMAGE017
Figure 446494DEST_PATH_IMAGE018
Figure 884560DEST_PATH_IMAGE019
Figure 947194DEST_PATH_IMAGE020
Figure 87188DEST_PATH_IMAGE021
Figure 791839DEST_PATH_IMAGE022
Figure 68099DEST_PATH_IMAGE023
为历史数据训练得到的第二修正常数，
Figure 317946DEST_PATH_IMAGE024
为历史数据训练得到的第三修正常数，
Figure 679657DEST_PATH_IMAGE025
为历史数据训练得到的第四修正常数，
Figure 922420DEST_PATH_IMAGE026
为历史数据训练得到的第五修正常数，
Figure 584345DEST_PATH_IMAGE027
为第四设定阈值，
Figure 2164DEST_PATH_IMAGE028
为第五设定阈值。
进一步地，上述接驳站司机违规下车的处理方法中，根据人员的姿态位置确定抓取姿态得分，包括：
根据人员的姿态位置中的脖子位置信息
Figure 116750DEST_PATH_IMAGE001
、双肩位置信息
Figure 897624DEST_PATH_IMAGE029
，
Figure 148477DEST_PATH_IMAGE030
、双肘位置信息
Figure 740127DEST_PATH_IMAGE031
，
Figure 342009DEST_PATH_IMAGE032
、手腕位置信息
Figure 926574DEST_PATH_IMAGE033
，
Figure 297513DEST_PATH_IMAGE034
、胯骨位置信息
Figure 60064DEST_PATH_IMAGE002
确定抓取姿态得分
Figure 883663DEST_PATH_IMAGE035
；
确定抓取姿态得分
Figure 6340DEST_PATH_IMAGE035
是通过如下公式确定的：
Figure 231785DEST_PATH_IMAGE036
其中，
Figure 414505DEST_PATH_IMAGE037
Figure 476133DEST_PATH_IMAGE038
Figure 402500DEST_PATH_IMAGE039
Figure 216873DEST_PATH_IMAGE040
Figure 836073DEST_PATH_IMAGE041
Figure 634265DEST_PATH_IMAGE042
Figure 846547DEST_PATH_IMAGE043
为第六设定阈值，
Figure 781005DEST_PATH_IMAGE044
为第七设定阈值。
进一步地，上述接驳站司机违规下车的处理方法中，根据车辆的宽W和高H、人员方框中心
Figure 571106DEST_PATH_IMAGE045
、其中i为当前检测的帧数，身体趋势得分
Figure 591015DEST_PATH_IMAGE007
、攀登姿态得分
Figure 859185DEST_PATH_IMAGE015
、抓取姿态得分
Figure 398882DEST_PATH_IMAGE035
确定人员下车趋势得分
Figure 94305DEST_PATH_IMAGE046
是通过如下公式确定的：
Figure 867089DEST_PATH_IMAGE047
其中，
Figure 673371DEST_PATH_IMAGE048
Figure 582421DEST_PATH_IMAGE049
Figure 199479DEST_PATH_IMAGE050
Figure 193980DEST_PATH_IMAGE051
Figure 803952DEST_PATH_IMAGE052
为历史数据训练得到的第六修正常数，
Figure 833088DEST_PATH_IMAGE053
为历史数据训练得到的第七修正常数，
Figure 870314DEST_PATH_IMAGE054
为第八设定阈值，
Figure 368423DEST_PATH_IMAGE055
为第九设定阈值，
Figure 782087DEST_PATH_IMAGE056
为第十设定阈值。
进一步地，上述接驳站司机违规下车的处理方法中，获取接驳站进站车辆的车牌信息包括：在接驳站入口处通过部署的搭载算法模块的智能摄像头获取进站车辆的车牌信息；
根据车辆的车牌信息确定车辆的尺寸信息、车辆的类型信息，包括：根据车辆的车牌信息与预先储存的车辆数据根据车牌信息进行匹配确定车辆的尺寸信息、车辆的类型信息；
根据车辆的尺寸信息、车辆的类型信息确定车辆停靠区域，包括：根据车辆的尺寸信息、车辆的类型信息与站内的车位对应的车辆尺寸信息及类型信息进行匹配确定车辆的停靠区域信息。
进一步地，上述接驳站司机违规下车的处理方法中，在预设时间段内，确定所述车辆是否停靠在所述车辆停靠区域，包括：
记录车辆进站时间，根据车辆进站时间和预设时间段确定第一时间；
判断车辆是否在第一时间内停靠在车辆停靠区域；
若车辆第一时间内停靠在所述车辆停靠区域，确定车辆停靠在所述车辆停靠区域；若车辆第一时间内没有停靠在所述车辆停靠区域，确定车辆没有停靠在所述车辆停靠区域。
进一步地，上述接驳站司机违规下车的处理方法中，确定车辆没有停靠在车辆停靠区域后，还包括：
判定车辆未按规定停车，发送第一预警信息至接驳站管理处。
第二方面，本发明实施例还提供了一种电子设备，包括：处理器和存储器；
所述处理器通过调用所述存储器存储的程序或指令，用于执行如上所述任一项所述的所述一种接驳站司机违规下车的处理方法。
第三方面，本发明实施例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程序或指令，所述程序或指令使计算机执行如上所述任一项所述的所述一种接驳站司机违规下车的处理方法。
本申请实施例的优点在于：本申请通过获取接驳站进站车辆的车牌信息；根据车辆的车牌信息确定车辆的尺寸信息和车辆的类型信息；根据车辆的尺寸信息和所述车辆的类型信息确定车辆停靠区域；在预设时间段内，确定车辆是否停靠在车辆停靠区域；若确定车辆停靠在所述车辆停靠区域，获取车辆的宽和高，检测车辆的车门状态；当检测到车辆的车门状态为打开状态时，检测车门区域的人员关键点，关键点至少包括：脖子、双肩、双肘、手腕、胯骨、膝盖和脚踝；当检测到人员的关键点中包括胯骨和膝盖时，获取人员方框中心，确定人员具有下车趋势，并检测所述人员的姿态位置；根据人员的姿态位置确定身体趋势得分、攀登姿态得分、抓取姿态得分；根据车辆的宽和高、人员方框中心、身体趋势得分、攀登姿态得分、抓取姿态得分人员确定人员下车趋势得分；确定多帧内所述人员下车趋势得分的总和大于预设阈值时，确定接驳站司机违规下车，发送预警信息至接驳站管理处。本申请确定接驳站司机违规下车，不仅结合身体趋势得分、攀登姿态得分、抓取姿态得分而且结合下车趋势得分，确定接驳站司机违规下车准确率高，而且接驳站管理处不需要去现场查看接驳站司机是否违规下车，用户体验度高。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统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申请的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种接驳站司机违规下车的处理方法示意图一；
图2为本申请实施例提供的一种接驳站司机违规下车的处理方法示意图二；
图3是本公开实施例提供的一种电子设备的示意性框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵时做类似改进，因此本申请不受下面公开的具体实施的限制。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。
图1为本申请实施例提供的一种接驳站司机违规下车的处理方法示意图一。
第一方面，本申请实施例提供一种接驳站司机违规下车的处理方法，结合图1，包括S101至S110十个步骤：
S101：获取接驳站进站车辆的车牌信息。
具体的，本申请实施例中，获取接驳站进站车辆的车牌信息包括：在接驳站入口处通过部署的搭载算法模块的智能摄像头获取进站车辆的车牌信息。
S102：根据车辆的车牌信息确定车辆的尺寸信息和车辆的类型信息。
具体的，本申请实施例中，根据车辆的车牌信息确定车辆的尺寸信息、车辆的类型信息，包括：根据车辆的车牌信息与预先储存的车辆数据根据车牌信息进行匹配确定车辆的尺寸信息、车辆的类型信息。
S103：根据车辆的尺寸信息和所述车辆的类型信息确定车辆停靠区域；
具体的，本申请实施例中，根据车辆的尺寸信息、车辆的类型信息确定车辆停靠区域，包括：根据车辆的尺寸信息、车辆的类型信息与站内的车位对应的车辆尺寸信息及类型信息进行匹配确定车辆的停靠区域信息，应理解，每种类型和尺寸的车辆对应的车辆的停靠区域不同。
S104：在预设时间段内，确定车辆是否停靠在车辆停靠区域。
具体的，本申请实施例中，预设时间段是用户根据实际情况灵活设定的时间段，如15分钟，半小时等，确定车辆是否停靠在车辆停靠区域下文详细据介绍确定步骤。
S105：若确定车辆停靠在车辆停靠区域，获取车辆的宽和高，检测车辆的车门状态。
具体的，本申请实施例中，若确定车辆停靠在车辆停靠区域，获取车辆识别方框的宽W和高H，通过训练好的车门开关检测模型对车辆车门状态进行检测，其中车门开关检测模型是通过收集同类型车辆车门关闭状态及打开状态图片并对车门进行标注基于YOLO模型训练得到，车辆的车门状态包括打开状态和关闭状态。
S106：当检测到车辆的车门状态为打开状态时，检测车门区域的人员关键点，关键点至少包括：脖子、双肩、双肘、手腕、胯骨、膝盖和脚踝。
具体的，本申请实施例中，当车门开关检测模型检测到车辆的车门状态为打开状态时，对车门区域的人员关键点进行检测，关键点至少包括：脖子、双肩、双肘、手腕、胯骨、膝盖和脚踝。
107：当检测到人员的关键点中包括胯骨和膝盖时，获取人员方框中心，确定人员具有下车趋势，并检测人员的姿态位置。
具体的，本申请实施例中，对车门区域的人员关键点进行检测，当检测到人员的关键点中包括胯骨和膝盖时，获取人员方框中心包括：获取当前时刻人员方框中心
Figure 400150DEST_PATH_IMAGE057
以及提取人员的方框中心
Figure 608277DEST_PATH_IMAGE045
，其中i为当前检测的帧数，判定人员具有下车趋势，并对人员的姿态位置进行检测。
S108：根据人员的姿态位置确定身体趋势得分、攀登姿态得分、抓取姿态得分。
具体的，本申请实施例中，人员的姿态位置包括：脖子位置信息
Figure 311791DEST_PATH_IMAGE001
、双肩位置信息
Figure 276949DEST_PATH_IMAGE029
，
Figure 749518DEST_PATH_IMAGE030
、双肘位置信息
Figure 394126DEST_PATH_IMAGE031
，
Figure 584936DEST_PATH_IMAGE032
、手腕位置信息
Figure 340403DEST_PATH_IMAGE033
，
Figure 949370DEST_PATH_IMAGE034
、胯骨位置信息
Figure 499300DEST_PATH_IMAGE002
、膝盖位置信息
Figure 177406DEST_PATH_IMAGE003
，
Figure 736563DEST_PATH_IMAGE004
、脚踝位置信息
Figure 183725DEST_PATH_IMAGE005
，
Figure 920868DEST_PATH_IMAGE006
，根据人员的姿态位置确定身体趋势得分、攀登姿态得分、抓取姿态得分下文详细介绍。
S109：根据车辆的宽和高、人员方框中心、身体趋势得分、攀登姿态得分、抓取姿态得分人员确定人员下车趋势得分。
具体的，本申请实施例中，根据车辆的宽和高、人员方框中心、身体趋势得分、攀登姿态得分、抓取姿态得分人员确定人员下车趋势得分下文详细介绍。
S110：确定多帧内所述人员下车趋势得分的总和大于预设阈值时，确定接驳站司机违规下车，发送预警信息至接驳站管理处。
具体的，本申请实施例中，当确定连续n帧图像内人员下车趋势得分加和大于设定的阈值时，确定出现入站目标车辆内人员违规下车行为，并通过通信装置将预警详细实时发送至接驳站管理部门对异常人员进行管控。
进一步地，上述接驳站司机违规下车的处理方法中，根据人员的姿态位置确定身体趋势得分，包括：
根据人员的姿态位置中的脖子位置信息
Figure 351849DEST_PATH_IMAGE001
、胯骨位置信息
Figure 449118DEST_PATH_IMAGE002
、膝盖位置信息
Figure 16366DEST_PATH_IMAGE003
，
Figure 924410DEST_PATH_IMAGE004
和脚踝位置信息
Figure 311529DEST_PATH_IMAGE005
，
Figure 212489DEST_PATH_IMAGE006
确定身体趋势得分
Figure 899822DEST_PATH_IMAGE007
；
确定身体趋势得分
Figure 975838DEST_PATH_IMAGE007
是通过如下公式确定的：
Figure 115832DEST_PATH_IMAGE008
其中，
Figure 289325DEST_PATH_IMAGE009
Figure 565585DEST_PATH_IMAGE010
Figure 64700DEST_PATH_IMAGE011
为历史数据训练得到的第一修正常数，
Figure 442723DEST_PATH_IMAGE012
为第一设定阈值，
Figure 419906DEST_PATH_IMAGE013
为第二设定阈值，
Figure 81831DEST_PATH_IMAGE014
为第三设定阈值。
具体的，本申请实施例中，第一设定阈值
Figure 751847DEST_PATH_IMAGE012
，第二设定阈值
Figure 335275DEST_PATH_IMAGE013
和第三设定阈值
Figure 132461DEST_PATH_IMAGE014
可以根据实际情况灵活确定。
进一步地，上述接驳站司机违规下车的处理方法中，根据人员的姿态位置确定攀登姿态得分，包括：
根据人员的姿态位置中的脖子位置信息
Figure 648893DEST_PATH_IMAGE001
、胯骨位置信息
Figure 224231DEST_PATH_IMAGE002
膝盖位置信息
Figure 560534DEST_PATH_IMAGE003
，
Figure 145099DEST_PATH_IMAGE004
和脚踝位置信息
Figure 266770DEST_PATH_IMAGE005
，
Figure 13009DEST_PATH_IMAGE006
确定攀登姿态得分
Figure 102188DEST_PATH_IMAGE015
；
确定攀登姿态得分
Figure 224865DEST_PATH_IMAGE015
是通过如下公式确定的：
Figure 450310DEST_PATH_IMAGE016
其中，
Figure 380832DEST_PATH_IMAGE017
Figure 691728DEST_PATH_IMAGE018
Figure 618096DEST_PATH_IMAGE019
Figure 698047DEST_PATH_IMAGE020
Figure 786089DEST_PATH_IMAGE021
Figure 335013DEST_PATH_IMAGE022
Figure 799492DEST_PATH_IMAGE023
为历史数据训练得到的第二修正常数，
Figure 999530DEST_PATH_IMAGE024
为历史数据训练得到的第三修正常数，
Figure 524052DEST_PATH_IMAGE025
为历史数据训练得到的第四修正常数，
Figure 543960DEST_PATH_IMAGE026
为历史数据训练得到的第五修正常数，
Figure 828442DEST_PATH_IMAGE027
为第四设定阈值，
Figure 617407DEST_PATH_IMAGE028
为第五设定阈值。
具体的，本申请实施例中，第四设定阈值
Figure 312830DEST_PATH_IMAGE027
和第五设定阈值
Figure 85614DEST_PATH_IMAGE028
可以根据实际情况灵活确定。
进一步地，上述接驳站司机违规下车的处理方法中，根据人员的姿态位置确定抓取姿态得分，包括：
根据人员的姿态位置中的脖子位置信息
Figure 891896DEST_PATH_IMAGE001
、双肩位置信息
Figure 551679DEST_PATH_IMAGE029
，
Figure 418004DEST_PATH_IMAGE030
、双肘位置信息
Figure 412504DEST_PATH_IMAGE031
，
Figure 22477DEST_PATH_IMAGE032
、手腕位置信息
Figure 786034DEST_PATH_IMAGE033
，
Figure 860080DEST_PATH_IMAGE034
、胯骨位置信息
Figure 76297DEST_PATH_IMAGE002
确定抓取姿态得分
Figure 489961DEST_PATH_IMAGE035
；
确定抓取姿态得分
Figure 108024DEST_PATH_IMAGE035
是通过如下公式确定的：
Figure 581731DEST_PATH_IMAGE036
其中，
Figure 301556DEST_PATH_IMAGE037
Figure 253332DEST_PATH_IMAGE038
Figure 991481DEST_PATH_IMAGE039
Figure 370510DEST_PATH_IMAGE040
Figure 826899DEST_PATH_IMAGE041
Figure 67518DEST_PATH_IMAGE042
Figure 925753DEST_PATH_IMAGE043
为第六设定阈值，
Figure 210104DEST_PATH_IMAGE044
为第七设定阈值。
具体的，本申请实施例中，第六设定阈值
Figure 153789DEST_PATH_IMAGE043
和第七设定阈值
Figure 712946DEST_PATH_IMAGE044
可以根据实际情况灵活确定。
进一步地，上述接驳站司机违规下车的处理方法中，根据车辆的宽W和高H、当前时刻人员方框中心
Figure 910840DEST_PATH_IMAGE057
以及提取人员的方框中心
Figure 631672DEST_PATH_IMAGE045
、其中i为当前检测的帧数，身体趋势得分
Figure 797074DEST_PATH_IMAGE007
、攀登姿态得分
Figure 894343DEST_PATH_IMAGE015
、抓取姿态得分
Figure 461590DEST_PATH_IMAGE035
确定人员下车趋势得分
Figure 366705DEST_PATH_IMAGE046
是通过如下公式确定的：
Figure 753824DEST_PATH_IMAGE047
其中，
Figure 654784DEST_PATH_IMAGE048
Figure 76538DEST_PATH_IMAGE049
Figure 404751DEST_PATH_IMAGE050
Figure 279166DEST_PATH_IMAGE051
Figure 468970DEST_PATH_IMAGE052
为历史数据训练得到的第六修正常数，
Figure 10810DEST_PATH_IMAGE053
为历史数据训练得到的第七修正常数，
Figure 509925DEST_PATH_IMAGE054
为第八设定阈值，
Figure 137215DEST_PATH_IMAGE055
为第九设定阈值，
Figure 130710DEST_PATH_IMAGE056
为第十设定阈值。
具体的，本申请实施例中，第八设定阈值
Figure 261477DEST_PATH_IMAGE054
、第九设定阈值
Figure 931493DEST_PATH_IMAGE055
和第十设定阈值
Figure 46079DEST_PATH_IMAGE056
可以根据实际情况灵活确定。
图2为本申请实施例提供的一种接驳站司机违规下车的处理方法示意图二。
进一步地，上述接驳站司机违规下车的处理方法中，在预设时间段内，确定所述车辆是否停靠在车辆停靠区域，结合图2，包括S201至S203三个步骤：
S201：记录车辆进站时间，根据车辆进站时间和预设时间段确定第一时间；
S202：判断车辆是否在第一时间内停靠在车辆停靠区域；
S203：若车辆第一时间内停靠在车辆停靠区域，确定车辆停靠在所述车辆停靠区域；若车辆第一时间内没有停靠在车辆停靠区域，确定车辆没有停靠在所述车辆停靠区域。
具体的，本申请实施例中，如记录车辆进站时间
Figure 826953DEST_PATH_IMAGE058
，在车辆进入接驳站后，调取设车辆停靠区域的摄像头对区域内进入的车辆进行车牌检测，当检测到入站车辆在第一时间
Figure 828539DEST_PATH_IMAGE059
时仍未出现在车辆停靠区域时，其中，
Figure 403876DEST_PATH_IMAGE060
预设时间段，确定车辆没有停靠在车辆停靠区域；当检测到入站车辆在第一时间
Figure 5759DEST_PATH_IMAGE059
时出现在车辆停靠区域时，确定车辆停靠在车辆停靠区域。
进一步地，上述接驳站司机违规下车的处理方法中，确定车辆没有停靠在车辆停靠区域后，还包括：
判定车辆未按规定停车，发送第一预警信息至接驳站管理处。
具体的，本申请实施例中，确定车辆没有停靠在车辆停靠区域，判定入站车辆未按规定停车，发送第一预警信息至接驳站管理处对异常车辆进行管控。
第二方面，本发明实施例还提供了一种电子设备，包括：处理器和存储器；
所述处理器通过调用所述存储器存储的程序或指令，用于执行如上所述任一项所述的所述一种接驳站司机违规下车的处理方法。
第三方面，本发明实施例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程序或指令，所述程序或指令使计算机执行如上所述任一项所述的所述一种接驳站司机违规下车的处理方法。
第二方面，本发明实施例还提供了一种电子设备，包括：处理器和存储器；
所述处理器通过调用所述存储器存储的程序或指令，用于执行如上所述任一项所述的所述一种接驳站司机违规下车的处理方法。
第三方面，本发明实施例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程序或指令，所述程序或指令使计算机执行如上所述任一项所述的所述一种接驳站司机违规下车的处理方法。
图3是本公开实施例提供的一种电子设备的示意性框图。
如图3所示，电子设备包括：至少一个处理器301、至少一个存储器302和至少一个通信接口303。电子设备中的各个组件通过总线系统304耦合在一起。通信接口303，用于与外部设备之间的信息传输。可理解，总线系统304用于实现这些组件之间的连接通信。总线系统304除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见，在图3中将各种总线都标为总线系统304。
可以理解，本实施例中的存储器302可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
在一些实施方式中，存储器302存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统和应用程序。
其中，操作系统，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序，包含各种应用程序，例如媒体播放器（Media Player）、浏览器（Browser）等，用于实现各种应用业务。实现本申请实施例提供的一种接驳站司机违规下车的处理方法中任一方法的程序可以包含在应用程序中。
在本申请实施例中，处理器301通过调用存储器302存储的程序或指令，具体的，可以是应用程序中存储的程序或指令，处理器301用于执行本申请实施例提供的一种接驳站司机违规下车的处理方法各实施例的步骤。
获取接驳站进站车辆的车牌信息；
根据车辆的车牌信息确定车辆的尺寸信息和车辆的类型信息；
根据车辆的尺寸信息和所述车辆的类型信息确定车辆停靠区域；
在预设时间段内，确定车辆是否停靠在车辆停靠区域；
若确定车辆停靠在所述车辆停靠区域，获取车辆的宽和高，检测车辆的车门状态；
当检测到车辆的车门状态为打开状态时，检测车门区域的人员关键点，关键点至少包括：脖子、双肩、双肘、手腕、胯骨、膝盖和脚踝；
当检测到人员的关键点中包括胯骨和膝盖时，获取人员方框中心，确定人员具有下车趋势，并检测人员的姿态位置；
根据人员的姿态位置确定身体趋势得分、攀登姿态得分、抓取姿态得分；
根据车辆的宽和高、人员方框中心、身体趋势得分、攀登姿态得分、抓取姿态得分人员确定人员下车趋势得分；
确定多帧内所述人员下车趋势得分的总和大于预设阈值时，确定接驳站司机违规下车，发送预警信息至接驳站管理处。
本申请实施例提供的一种接驳站司机违规下车的处理方法中任一方法可以应用于处理器301中，或者由处理器301实现。处理器301可以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301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301可以是通用处理器、数字信号处理器（DigitalSignal 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。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。
本申请实施例提供的一种接驳站司机违规下车的处理方法中任一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单元组合执行完成。软件单元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302，处理器301读取存储器302中的信息，结合其硬件完成一种接驳站司机违规下车的处理方法的步骤。
本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。
本领域的技术人员能够理解，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
以上，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，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发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种接驳站司机违规下车的处理方法，其特征在于，包括：
获取接驳站进站车辆的车牌信息；
根据所述车辆的车牌信息确定车辆的尺寸信息和车辆的类型信息；
根据所述车辆的尺寸信息和所述车辆的类型信息确定车辆停靠区域；
在预设时间段内，确定所述车辆是否停靠在所述车辆停靠区域；
若确定所述车辆停靠在所述车辆停靠区域，获取车辆的宽和高，检测所述车辆的车门状态；
当检测到所述车辆的车门状态为打开状态时，检测车门区域的人员关键点，所述关键点至少包括：脖子、双肩、双肘、手腕、胯骨、膝盖和脚踝；
当检测到人员的关键点中包括所述胯骨和所述膝盖时，获取人员方框中心，确定所述人员具有下车趋势，并检测所述人员的姿态位置；
根据所述人员的姿态位置确定身体趋势得分、攀登姿态得分、抓取姿态得分；
根据所述车辆的宽和高、所述人员方框中心、所述身体趋势得分、所述攀登姿态得分、所述抓取姿态得分人员确定人员下车趋势得分；
确定多帧内所述人员下车趋势得分的总和大于预设阈值时，确定接驳站司机违规下车，发送预警信息至接驳站管理处。
2.根据权利要求1所述的一种接驳站司机违规下车的处理方法，其特征在于，所述根据所述人员的姿态位置确定身体趋势得分，包括：
根据所述人员的姿态位置中的脖子位置信息
Figure 79401DEST_PATH_IMAGE001
、胯骨位置信息
Figure 145446DEST_PATH_IMAGE002
、膝盖位置信息
Figure 727737DEST_PATH_IMAGE003
，
Figure 246443DEST_PATH_IMAGE004
和脚踝位置信息
Figure 939592DEST_PATH_IMAGE005
，
Figure 158346DEST_PATH_IMAGE006
确定身体趋势得分
Figure 911539DEST_PATH_IMAGE007
；
确定身体趋势得分
Figure 917541DEST_PATH_IMAGE007
是通过如下公式确定的：
Figure 414381DEST_PATH_IMAGE008
其中，
Figure 330385DEST_PATH_IMAGE009
Figure 113533DEST_PATH_IMAGE010
Figure 482197DEST_PATH_IMAGE011
为历史数据训练得到的第一修正常数，
Figure 154967DEST_PATH_IMAGE012
为第一设定阈值，
Figure 784531DEST_PATH_IMAGE013
为第二设定阈值，
Figure 613947DEST_PATH_IMAGE014
为第三设定阈值。
3.根据权利要求1所述的一种接驳站司机违规下车的处理方法，其特征在于，所述根据所述人员的姿态位置确定攀登姿态得分，包括：
根据所述人员的姿态位置中的脖子位置信息
Figure 594541DEST_PATH_IMAGE001
、胯骨位置信息
Figure 433184DEST_PATH_IMAGE002
、膝盖位置信息
Figure 917255DEST_PATH_IMAGE003
，
Figure 183152DEST_PATH_IMAGE004
和脚踝位置信息
Figure 886928DEST_PATH_IMAGE005
，
Figure 794841DEST_PATH_IMAGE006
确定攀登姿态得分
Figure 133418DEST_PATH_IMAGE015
；
确定攀登姿态得分
Figure 304637DEST_PATH_IMAGE015
是通过如下公式确定的：
Figure 259823DEST_PATH_IMAGE016
其中，
Figure 440269DEST_PATH_IMAGE017
Figure 898932DEST_PATH_IMAGE018
Figure 506631DEST_PATH_IMAGE019
Figure 184999DEST_PATH_IMAGE020
Figure 903556DEST_PATH_IMAGE021
Figure 482305DEST_PATH_IMAGE022
Figure 260905DEST_PATH_IMAGE023
为历史数据训练得到的第二修正常数，
Figure 66050DEST_PATH_IMAGE024
为历史数据训练得到的第三修正常数，
Figure 712932DEST_PATH_IMAGE025
为历史数据训练得到的第四修正常数，
Figure 21554DEST_PATH_IMAGE026
为历史数据训练得到的第五修正常数，
Figure 95689DEST_PATH_IMAGE027
为第四设定阈值，
Figure 856972DEST_PATH_IMAGE028
为第五设定阈值。
4.根据权利要求1所述的一种接驳站司机违规下车的处理方法，其特征在于，所述根据所述人员的姿态位置确定抓取姿态得分，包括：根据所述人员的姿态位置中的脖子位置信息
Figure 809010DEST_PATH_IMAGE001
、双肩位置信息
Figure 972138DEST_PATH_IMAGE029
，
Figure 951595DEST_PATH_IMAGE030
、双肘位置信息
Figure 59228DEST_PATH_IMAGE031
，
Figure 47913DEST_PATH_IMAGE032
、手腕位置信息
Figure 65547DEST_PATH_IMAGE033
，
Figure 248529DEST_PATH_IMAGE034
、胯骨位置信息
Figure 984404DEST_PATH_IMAGE002
确定抓取姿态得分
Figure 776780DEST_PATH_IMAGE035
；
确定抓取姿态得分
Figure 383341DEST_PATH_IMAGE035
是通过如下公式确定的：
Figure 235760DEST_PATH_IMAGE036
其中，
Figure 458931DEST_PATH_IMAGE037
Figure 789418DEST_PATH_IMAGE038
Figure 781645DEST_PATH_IMAGE039
Figure 572008DEST_PATH_IMAGE040
Figure 16896DEST_PATH_IMAGE041
Figure 885495DEST_PATH_IMAGE042
Figure 856862DEST_PATH_IMAGE043
为第六设定阈值，
Figure 660870DEST_PATH_IMAGE044
为第七设定阈值。
5.据权利要求1所述的一种接驳站司机违规下车的处理方法，其特征在于，所述根据所述车辆的宽W和高H、所述人员方框中心
Figure 983267DEST_PATH_IMAGE045
、其中i为当前检测的帧数，所述身体趋势得分
Figure 796502DEST_PATH_IMAGE007
、所述攀登姿态得分
Figure 763321DEST_PATH_IMAGE015
、所述抓取姿态得分
Figure 364329DEST_PATH_IMAGE035
确定人员下车趋势得分
Figure 49388DEST_PATH_IMAGE046
是通过如下公式确定的：
Figure 525369DEST_PATH_IMAGE047
其中，
Figure 346695DEST_PATH_IMAGE048
Figure 882718DEST_PATH_IMAGE049
Figure 648549DEST_PATH_IMAGE050
Figure 538007DEST_PATH_IMAGE051
Figure 744998DEST_PATH_IMAGE052
为历史数据训练得到的第六修正常数，
Figure 687808DEST_PATH_IMAGE053
为历史数据训练得到的第七修正常数，
Figure 81881DEST_PATH_IMAGE054
为第八设定阈值，
Figure 899664DEST_PATH_IMAGE055
为第九设定阈值，
Figure 695582DEST_PATH_IMAGE056
为第十设定阈值。
6.根据权利要求1所述的一种接驳站司机违规下车的处理方法，其特征在于，所述获取接驳站进站车辆的车牌信息包括：在接驳站入口处通过部署的搭载算法模块的智能摄像头获取进站车辆的车牌信息；
所述根据所述车辆的车牌信息确定车辆的尺寸信息、车辆的类型信息，包括：根据车辆的车牌信息与预先储存的车辆数据根据车牌信息进行匹配确定车辆的尺寸信息、车辆的类型信息；
所述根据所述车辆的尺寸信息、所述车辆的类型信息确定车辆停靠区域，包括：根据所述车辆的尺寸信息、所述车辆的类型信息与站内的车位对应的车辆尺寸信息及类型信息进行匹配确定车辆的停靠区域信息。
7.根据权利要求1所述的一种接驳站司机违规下车的处理方法，其特征在于，所述在预设时间段内，确定所述车辆是否停靠在所述车辆停靠区域，包括：
记录车辆进站时间
Figure 307829DEST_PATH_IMAGE057
，根据所述车辆进站时间和预设时间段确定第一时间；
判断所述车辆是否在第一时间内停靠在所述车辆停靠区域；
若所述车辆第一时间内停靠在所述车辆停靠区域，确定所述车辆停靠在所述车辆停靠区域；若所述车辆第一时间内没有停靠在所述车辆停靠区域，确定所述车辆没有停靠在所述车辆停靠区域。
8.根据权利要求7所述的一种接驳站司机违规下车的处理方法，其特征在于，所述确定所述车辆没有停靠在所述车辆停靠区域后，还包括：
判定所述车辆未按规定停车，发送第一预警信息至接驳站管理处。
9.一种电子设备，其特征在于，包括：处理器和存储器；
所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至8任一项所述一种接驳站司机违规下车的处理方法。
10.一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存储程序或指令，所述程序或指令使计算机执行如权利要求1至8任一项所述一种接驳站司机违规下车的处理方法。
CN202210675749.0A 2022-06-15 2022-06-15 接驳站司机违规下车的处理方法、电子设备和存储介质 Pending CN114758507A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210675749.0A CN114758507A (zh) 2022-06-15 2022-06-15 接驳站司机违规下车的处理方法、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210675749.0A CN114758507A (zh) 2022-06-15 2022-06-15 接驳站司机违规下车的处理方法、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN114758507A true CN114758507A (zh) 2022-07-15

Family

ID=82336954

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210675749.0A Pending CN114758507A (zh) 2022-06-15 2022-06-15 接驳站司机违规下车的处理方法、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN114758507A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117037286A (zh) * 2023-09-28 2023-11-10 东莞先知大数据有限公司 双人同时跳绳的跳绳个数检测方法、装置、设备和介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117037286A (zh) * 2023-09-28 2023-11-10 东莞先知大数据有限公司 双人同时跳绳的跳绳个数检测方法、装置、设备和介质
CN117037286B (zh) * 2023-09-28 2023-12-26 东莞先知大数据有限公司 双人同时跳绳的跳绳个数检测方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
CN110390262B (zh) 视频分析方法、装置、服务器及存储介质
CN109703554B (zh) 泊车车位确认方法及装置
CN112071084A (zh) 一种利用深度学习判断违章停车的方法和系统
CN114758507A (zh) 接驳站司机违规下车的处理方法、电子设备和存储介质
CN107833328B (zh) 基于人脸识别的门禁验证方法及装置、计算设备
CN112016528B (zh) 行为识别方法、装置、电子设备及可读存储介质
CN111275873A (zh) 通行控制管理方法、装置、电子设备及存储介质
CN115043285B (zh) 确定儿童违规操作电梯的方法、电子设备和存储介质
CN114186896B (zh) 一种走廊安全监管方法、电子设备和存储介质
CN111881754A (zh) 行为检测的方法、系统、设备和计算机设备
CN112990057A (zh) 一种人体姿态识别方法、装置及电子设备
CN110602446A (zh) 垃圾回收提醒方法、系统及存储介质
CN104298988B (zh) 一种基于视频图像局部特征匹配的财物保护方法
CN115082861A (zh) 人员身份与安全违章识别方法及系统
CN112380892A (zh) 一种图像识别方法、装置、设备及介质
CN111523388A (zh) 非机动车与人关联的方法、装置及终端设备
CN111062238A (zh) 基于人体骨架信息及多目标跟踪的扶梯流量监测方法及系统
WO2022222034A1 (zh) 行人运动轨迹的预测方法、装置、电子设备和存储介质
CN115223202A (zh) 一种楼宇走廊人员异常接触检测方法、设备和介质
CN110942540A (zh) 核安保监控报警方法及装置
CN106228631A (zh) 一种基于路况信息的考勤系统及方法
CN113920544A (zh) 用于冲压车间的安全管理系统、方法及电子设备
CN111814590B (zh) 人员安全状态监测方法、设备及计算机可读存储介质
CN115009074B (zh) 一种充电桩偷电行为检测方法、电子设备和存储介质
CN114758414A (zh) 行人行为的检测方法、装置、设备及计算机存储介质

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: 20220715