CN114973157A - 车辆分离方法、电子设备及计算机可读存储介质 - Google Patents
车辆分离方法、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114973157A CN114973157A CN202210314596.7A CN202210314596A CN114973157A CN 114973157 A CN114973157 A CN 114973157A CN 202210314596 A CN202210314596 A CN 202210314596A CN 114973157 A CN114973157 A CN 114973157A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target video
- determining
- video
- detection frame
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种车辆分离方法、电子设备及计算机可读存储介质,该车辆分离方法包括:获取停车监控设备采集的目标视频;基于车辆的行驶方向、姿态、位置中的至少一种,确定所述目标视频中的车辆是否是过路车辆。本申请所提供的车辆分离方法能够分离出停车监控设备采集的目标视频中的过路车辆,提高识别停车车辆的准确率。
Description
技术领域
本申请涉及视频监控技术领域,特别是涉及一种车辆分离方法、电子设备及计算机可读存储介质。
背景技术
目前用于停车管理的监控设备越来越多,但是由于道路交通的复杂,存在诸多误报、漏报的问题,且针对误报、漏报的问题,目前行业内没有一个很好的解决方案。
发明内容
本申请提供一种车辆分离方法、电子设备及计算机可读存储介质,能够分离出停车监控设备采集的目标视频中的过路车辆,提高识别停车车辆的准确率。
本申请实施例第一方面提供一种车辆分离方法,所述方法包括:获取停车监控设备采集的目标视频;基于车辆的行驶方向、姿态、位置中的至少一种,确定所述目标视频中的车辆是否是过路车辆。
本申请实施例第二方面提供一种电子设备,所述电子设备包括处理器、存储器以及通信电路,所述处理器分别耦接所述存储器、所述通信电路,所述存储器中存储有程序数据,所述处理器通过执行所述存储器内的所述程序数据以实现上述方法中的步骤。
本申请实施例第三方面提供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,所述计算机程序能够被处理器执行以实现上述方法中的步骤。
本申请的有益效果是:本申请基于车辆的行驶方法、姿态、位置中的至少一种,分离出过路车辆,能够减少过路车辆对分析车辆停车行为的干扰,从而提高识别停车车辆的准确率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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。其中:
图1是本申请车辆分离方法一实施方式的流程示意图;
图2是一应用场景中停车监控设备与停车位的相对位置示意图;
图3是另一应用场景中停车监控设备与停车位的相对位置示意图;
图4是对应图2应用场景中目标视频中视频画面的示意图;
图5是对应图3应用场景中目标视频中视频画面的示意图;
图6是一应用场景中目标视频中视频画面的示意图;
图7是另一应用场景中目标视频中视频画面的示意图;
图8是又一应用场景中目标视频中视频画面的部分示意图;
图9是本申请电子设备一实施方式的结构示意图;
图10是本申请电子设备另一实施方式的结构示意图;
图11是本申请计算机可读存储介质一实施方式的结构示意图。
具体实施方式
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清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部实施例。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的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。
参阅图1,图1是本申请车辆分离方法一实施方式的流程示意图,该方法包括:
S110:获取停车监控设备采集的目标视频。
其中,停车监控设备对停车位进行画面采集而得到目标视频,通过目标视频,可以对车辆的停车行为进行分析,例如得到车辆进入停车位的时间、离开停车位的时间或者在停车位上停留的总时长等。
S120:基于车辆的行驶方向、姿态、位置中的至少一种,确定目标视频中的车辆是否是过路车辆。
具体地,过路车辆指的是从车位旁边的道路路过,绝对没有进入停车位进行停车的车辆。
在第一应用场景中,在基于车辆的行驶方式、姿态、位置中的一种或者几种的组合,在确定车辆不是过路车辆时,可以将该车辆确定为疑似泊车车辆。
具体地,疑似泊车车辆指的是,有可能进入停车位进行停车的车辆,其是否真正进入停车位进行了停车还需要进一步的判断。
与上述第一应用场景不同的是,在第二应用场景中,在基于车辆的行驶方式、姿态、位置中的一种或者几种的组合,在确定车辆不是过路车辆时,还可以直接将车辆确定为泊车车辆,也就是说,在确定车辆不是路过车辆时,直接确定该车辆进入了停车位进行停车。
其中为了便于说明,以下均以第一应用场景进行说明。
可以理解的是,过路车辆与疑似泊车车辆在行驶方向、姿态、位置、等至少一个方面存在不同。
例如,过路车辆一般具有以下共性:a)车辆的首次出现位置一定位于视频画面边界,且从出现到消失的全过程中,基本沿着同一方向行驶;b)车辆从出现到消失的全过程中,基本保持同一姿态;c)车辆从出现到消失的全过程中,不会靠近停车位。
而疑似泊车车辆一般具有以下共性:a)车辆的首次出现位置不一定位于视频画面边界(例如,车辆A首次出现在停车监控设备的监控视野中时,在其他停车位上停了一辆大货车而遮挡了车辆A,导致设备没能识别出车辆A,当后续大货车开走时,才首次识别到车辆A,而此时车辆A已经位于画面的中间位置,而过路车辆行驶在行驶车道上,不会存在遮挡的情况,因此过路车辆的首次出现位置一定位于视频画面边界),且疑似泊车车辆从出现到消失的全过程中,行驶方向会发生变化;b)车辆从出现到消失的全过程中,姿态会发生变化;c)车辆从出现到消失的全过程中,会靠近停车位,且车辆最终停留在停车位,或者从停车位离开。
因此基于行驶方向、姿态、位置中的一种或者几种的组合,可以将目标视频中的过路车辆和疑似泊车车辆进行分离。
在现有技术中,经常会出现以下几种误报的现象:
第一种情况,车辆A从停车位驶出时,由于在其他停车位上停了一辆体积较大的车辆,例如货车,从而导致车辆A驶出漏报,即在记录里会一直将车辆A的状态记录为停在停车位上,但是后续如果车辆A又再次出现在画面中路过时,由于车辆A在记录里的状态为停在停车位上,因此此时会认为车辆A才驶出停车位,产生误报现象。
第二种情况,车辆B在停车时,过路的车辆C从车辆B的边缘路过,两者发生了重叠或者遮挡,此时在车辆识别时会发生串换现象,即将车辆B和车辆C的信息进行互换,从而认为是车辆C驶入了停车位,产生误报现象。
但是采用本实施方式中的方法将过路车辆分离后,在第一种情况中,当后续车辆A又再次出现在画面中路过时,会将车辆A确定为过路车辆,不会再认为车辆A才驶出停车位,避免误报现象,在第二种情况中,将过路车辆C和疑似泊车车辆B进行分离,判定车辆B和车辆C是两个不同的车辆,避免因为遮挡而产生串扰现象。
从上述内容可以看出,本实施方式基于车辆的行驶方法、姿态、位置中的至少一种,可以分离出过路车辆,减少过路车辆对分析车辆停车行为的干扰,从而提高识别停车车辆的准确率。
在本实施方式中,车辆分离方法应用于如下应用场景:目标视频是停车监控设备朝向路侧停车位排列的方向进行画面采集而得到的,也就是说,停车监控设备可以同时采集到多个停在路侧停车位上的车辆的头部或者尾部。
具体地,图2和图3均符合上述应用场景的要求,其中图2和图3的不同之处在于,图2中安装在挑臂(用标号101表示)上的停车监控设备(用标号102表示)对位于同一侧的停车位(用标号103表示)进行画面采集,即停车位和停车监控设备都位于道路的同一侧,而图3中安装在挑臂上的停车监控设备对位于不同侧的停车位进行画面采集,即停车位和停车监控设备位于道路的不同侧。
同时结合图4和图5,图4是图2应用场景下采集的目标视频中的某一帧画面,图5是图3应用场景下采集的目标视频中的某一帧画面。
同时在本实施方式中,为了提高车辆分离的准确率,减少误将疑似泊车车辆判定是过路车辆的概率,步骤S120具体包括:响应于车辆自出现时刻至当前时刻,行驶方向始终与道路的延伸方向一致、在目标视频的视频画面中始终未倾斜以及始终未进入路侧停车位,确定车辆是过路车辆。
具体地,按照预设的时间间隔判定车辆是否是过路车辆,且每次在判定时,如果车辆自出现在视频画面中的时刻至当前时刻,同时满足始终行驶方向与道路的延伸方向一致、在视频画面中始终未倾斜以及始终未驶入路侧停车位这三个条件时,则判定车辆是过路车辆,否则判定车辆是疑似泊车车辆。
可以理解的是,在某一时刻一旦判定车辆是疑似泊车车辆,在后续的过程中,不可能再将其判定为过路车辆,而某一时刻如果判定车辆是过路车辆,但是在后续的过程中可能发生车辆不满足上述三个条件的现象,因此后续会将该车辆判定为疑似泊车车辆。
因此为了提高效率,在一应用场景中,某一时刻在判定目标视频中的车辆是否是过路车辆时,只要判定前一时刻被判定为过路车辆的车辆在当前时刻是否依然满足条件即可,即判定前一时刻被判定为过路车辆的车辆,在当前时刻行驶方向是否与道路的延伸方向一致、是否在视频画面中未倾斜以及是否进入路侧停车位。
但是本申请并不限制于此,在其他应用场景中,某一时刻在判定目标视频中的车辆是否是过路车辆时,也可以不依赖于前一时刻的判断结果,即分别判定当前时刻视频画面中的各个车辆是否是过路车辆。
需要说明的是,在其他实施方式中,也可以只在车辆满足上述三个条件中的一个或者两个时,就将车辆判定是过路车辆。例如,在一应用场景中,当车辆满足上述三个条件中的一个时,就确定车辆是过路车辆,只有车辆均不满足上述三个条件时,才会将车辆确定为疑似泊车车辆,或者,当车辆满足上述三个条件中的两个时,确定车辆是过路车辆,只有车辆均不满足上述三个条件或者只满足上述三个条件中的一个时,才会将车辆确定为疑似泊车车辆。
在本实施方式中,考虑到道路上一般都设置有指示车辆前进的车道线,且不管停车监控设备的位置如何变化,视频画面中车道线的延伸方向与道路的延伸方向始终一致,因此车辆分离方法还包括:
(a1)获取车辆在当前时刻的行驶方向以及目标视频当前时刻的视频画面中的车道线。
(b1)响应于行驶方向与车道线的延伸方向一致,确定车辆在当前时刻的行驶方向与道路的延伸方向一致。
其中,根据车辆在目标视频当前时刻的视频画面中的位置以及前一时刻的视频画面中的位置,确定车辆当前时刻的行驶方向。其中,可以将视频画面中车辆的车辆检测框中任意一点的位置,确定为车辆在视频画面中的位置,例如,将车辆检测框的中心点的位置,确定为车辆在视频画面中的位置。其中为了便于说明,以下均以将车辆检测框的中心点的位置,确定为车辆在视频画面中的位置进行说明。
具体地,在图6中,实线框表示当前时刻视频画面中的车辆检测框,虚线框表示前一时刻视频画面中的车辆检测框,根据这两个检测框确定一条具有方向的直线L1,该直线L1自车辆前一时刻在视频画面中的位置指向当前时刻在视频画面中的位置。
同时对目标视频中当前时刻的视频画面进行目标识别,得到车道线,并将车道线也视为一条具有方向的直线,记为直线L2。
因此如果直线L1和直线L2的方向一致,则确定车辆的行驶方向与道路的延伸方向一致,否则确定车辆的行驶方向与道路的延伸方向不一致。
其中,响应于行驶方向与车道线的延伸方向的夹角不超过第一角度阈值,确定行驶方向与车道线的延伸方向一致,否则确定行驶方向与车道线的延伸方向不一致。
也就是说,如果直线L1和直线L2的夹角不超过第一角度阈值,则确定行驶方向与车道线的延伸方向一致,否则确定行驶方向与车道线的延伸方向不一致。
其中,可以按照如下公式确定直线L1和直线L2的夹角θ:
其中,上述所说的行驶方向与车道线的延伸方向的夹角的值域范围为[0,90°]。同时上述的第一角度阈值可根据实际需求设定,例如设定为45°。
在其他实施方式中,还可以通过判定直线L1和L2是否平行而确定行驶方向与车道线的延伸方向是否一致,即如果直线L1和L2平行,则确定行驶方向与车道线的延伸方向一致,否则确定行驶方向与车道线的延伸方向不一致。
上述对基于车道线而判定车辆的行驶方向与道路的延伸方向是否一致进行了介绍,但是本申请并不限制于此,在其他实施方式中,在获取到目标视频后,可由设计人员根据道路在视频画面中的实际延伸方向,手动确定与道路延伸方向平行的方向向量,然后确定车辆的行驶方向与该方向向量的夹角是否超过第一角度阈值,也就是说,此时无需再识别视频画面中的车道线。
在其他实施方式中,判断车辆自出现时刻至当前时刻,行驶方向是否始终与道路的延伸方向一致的步骤还可以包括:获取车辆自出现时刻至当前时刻中每一时刻的行驶方向与目标视频相应时刻的视频画面中车道线的延伸方向的夹角,并确定最大夹角,如果该最大夹角未超过第一角度阈值,则确定车辆自出现时刻至当前时刻,行驶方向始终与道路的延伸方向一致,否则确定车辆自出现时刻至当前时刻,行驶方向未始终与道路的延伸方向一致。
或者,判断车辆自出现时刻至当前时刻,行驶方向是否始终与道路的延伸方向一致的步骤还可以包括:获取车辆在初始阶段的行驶方向与道路的延伸方向是否一致,如果一致,则确定车辆自出现时刻至当前时刻,行驶方向始终与道路的延伸方向一致,否则确定车辆自出现时刻至当前时刻,行驶方向未始终与道路的延伸方向一致。
其中,初始阶段指的是车辆刚出现在停车监控设备视野中的阶段,例如,根据车辆出现后的前5帧视频画面,判断车辆在初始阶段的行驶方向与道路的延伸方向是否一致。
在本实施方式中,确定车辆在当前时刻的视频画面中是否倾斜的步骤包括:
(a2)识别目标视频当前时刻的视频画面中,车辆的车顶检测框以及车牌检测框。
具体地,结合图7,对目标视频中当前时刻的视频画面进行目标识别,得到框定车辆车顶的车顶检测框(用标号104表示)以及框定车牌的车牌检测框(用标号105表示)。
(b2)基于车辆检测框以及车牌检测框,确定车辆在目标视频当前时刻的视频画面中是否倾斜。
其中,车辆检测框以及车牌检测框的相对位置展现了车辆在视频画面中的姿态,进而可以判定车辆在视频画面中是否倾斜。
在一应用场景中,步骤(b2)具体包括:确定车顶检测框中第一预设点与车牌检测框中第二预设点的连线;确定连线的延伸方向与预设方向的夹角,得到车辆在当前时刻的倾斜姿态角;响应于倾斜姿态角未超过第二角度阈值,确定车辆在目标视频当前时刻的视频画面中未倾斜。
其中,第一预设点在车顶检测框中的位置与第二预设点在车牌检测框中的位置可以相同,也可以不同,例如,第一预设点、第二预设点分别为车顶检测框、车牌检测框的中心点,或者,第一预设点是车顶检测框的中心点,而第二预设点是车牌检测框的左上顶点。其中,在图7中将第一预设点和第二预设点的连线记为向量L3。
其中,在图7中,将预设方向设置为竖直方向,且用向量L4表示竖直向量。
其中,如果向量L3与向量L4的夹角未超过第二角度阈值,则确定车辆在目标视频当前时刻的视频画面中未倾斜,否则确定车辆在目标视频当前时刻的视频画面中倾斜。其中,第二角度阈值可根据实际需求设定,例如设定为15°。
其中,确定向量L3与向量L4的夹角的过程和上述确定直线L1与直线L2的夹角的过程相同。
同时向量L3与向量L4的夹角的范围为[0,90°]。
其中,上述判断车辆自出现时刻至当前时刻,在目标视频的视频画面中是否始终未倾斜的过程还可以是:获取车辆自出现时刻至当前时刻中每一时刻的姿态倾斜角,并确定最大姿态倾斜角,如果最大姿态倾斜角未超过第二角度阈值,则确定车辆自出现时刻至当前时刻,在目标视频的视频画面中始终未倾斜,否则确定车辆再出现时刻至当前时刻发生了倾斜。
需要说明的是,在其他实施方式中,上述的预设方向还可以根据停车监控设备的具体安装位置进行设定,在此不做限制。
在本实施方式中,确定车辆在当前时刻是否进入路侧停车位的步骤,包括:
(a3)获取目标视频当前时刻的视频画面中,车辆与路侧停车位的重叠率。
具体地,车辆与路侧停车位的重叠率越高,表征车辆进入路侧停车位的可能性越大。
在一应用场景中,获取车辆与路侧停车位的重叠率的步骤包括:获取目标视频当前时刻的视频画面中,车辆的车辆检测框所占的第一区域与路侧停车位的重叠区域;根据重叠区域的面积与第一区域的面积的比值,确定重叠率。
具体地,结合图8,先识别目标视频当前时刻的视频画面中的车辆,得到车辆检测框(用标号106表示),然后计算车辆检测框所占的第一区域与路侧停车位的重叠区域,最后根据重叠区域的面积与第一区域的面积的比值,确定重叠率。其中可以利用如下公式确定重叠率α:
(b3)响应于重叠率未超过重叠率阈值,确定车辆在当前时刻未进入路侧停车位。
其中,重叠率阈值可以根据实际场景进行设定,在此不做限制。
需要说明的是,在其他实施方式中,也可以不根据车辆与路侧停车位的重叠率,确定车辆是否进入路侧停车位。例如,获取目标视频当前时刻的视频画面中,车辆的车辆检测框的中心点,响应于该中心点位于路侧停车位中,确定车辆在当前时刻进入路侧停车位,否则确定车辆在当前时刻未进入路侧停车位。
在其他实施方式中,确定车辆自出现时刻至当前时刻是否始终未进入路侧停车位的步骤,包括:获取车辆自出现时刻至当前时刻中每一时刻与路侧停车位的重叠率,然后确定最大重叠率,响应于最大重叠率未超过重叠率阈值,确定车辆自出现时刻至当前时刻始终未进入路侧停车位,否则确定车辆进入了路侧停车位。
上述以基于行驶方向、姿态、位置等参数,确定目标视频中的车辆是否是过路车辆对本申请的方案进行了详细的介绍,但是本申请并不限制于此。在其他实施方式中,还可以进一步结合例如速度等参数,确定车辆是否是过路车辆。例如,如果车辆自出现时刻至当前时刻,行驶速度的变化值超过变化阈值,则确定该车辆是疑似泊车车辆,否则说明该车辆行驶速度比较平稳,是过路车辆。
同时在其他实施方式中,在根据车辆的行驶方向,确定车辆是否是过路车辆时,还可以不是将车辆的行驶方向与道路的延伸方向进行比较,而是比较车辆前后两个时刻的行驶方向,例如,获取车辆在当前时刻以及前一时刻的行驶方向,如果这两个行驶方向保持一致(两者夹角小于阈值),则确定车辆在当前时刻的行驶方向没有发生改变,而如果自出现时刻至当前时刻中的每一时刻,车辆的行驶方向均没有发生改变,则确定车辆是过路车辆,否则确定车辆是疑似泊车车辆。
同样地,还可以比较车辆前后两个时刻的姿态,例如,获取车辆当前时刻以及前一时刻的倾斜姿态角,如果这两个角度相等或者差值小于阈值,则确定车辆在当前时刻的姿态没有发生改变,而如果自出现时刻至当前时刻中的每一时刻,车辆的姿态均没有发生改变,则确定车辆是过路车辆,否则确定车辆是疑似泊车车辆。
总而言之,具体如何基于行驶方向、姿态、位置中的至少一种,确定车辆是否是过路车辆,本申请不做具体限制。
参阅图9,图9是本申请电子设备一实施方式的结构示意图。该电子设备200包括处理器210、存储器220以及通信电路230,处理器210分别耦接存储器220、通信电路230,存储器220中存储有程序数据,处理器210通过执行存储器220内的程序数据以实现上述任一项实施方式方法中的步骤,其中详细的步骤可参见上述实施方式,在此不再赘述。
其中,电子设备200可以是电脑、手机等任一项具有视频处理能力的装置,在此不做限制。
参阅图10,图10是本申请电子设备一实施方式的结构示意图。该电子设备300包括获取模块310以及确定模块320。
获取模块310用于获取停车监控设备采集的目标视频。
确定模块320与获取模块310连接,用于基于车辆的行驶方向、姿态、位置中的至少一种,确定目标视频中的车辆是否是过路车辆。
其中,电子设备300在工作时执行上述任一项实施方式中的方法步骤,详细的步骤可参见上述实施方式,在此不再赘述。
其中,电子设备300可以是电脑、手机等任一项具有视频处理能力的装置,在此不做限制。
在一实施方式中,目标视频是停车监控设备朝向路侧停车位的排列方向进行画面采集而得到的,此时确定模块320具体用于:响应于车辆自出现时刻至当前时刻,行驶方向始终与道路的延伸方向一致、在目标视频的视频画面中始终未倾斜以及始终未进入路侧停车位,确定车辆是过路车辆。
在一实施方式中,确定模块320还用于:获取车辆在当前时刻的行驶方向以及目标视频当前时刻的视频画面中的车道线;响应于行驶方向与车道线的延伸方向一致,确定车辆在当前时刻的行驶方向与道路的延伸方向一致。
在一实施方式中,确定模块320还用于:响应于行驶方向与车道线的延伸方向的夹角不超过第一角度阈值,确定行驶方向与车道线的延伸方向一致,否则确定行驶方向与车道线的延伸方向不一致。
在一实施方式中,确定模块320还用于:识别目标视频当前时刻的视频画面中,车辆的车顶检测框以及车牌检测框;基于车顶检测框以及车牌检测框,确定车辆在目标视频当前时刻的视频画面中是否倾斜。
在一实施方式中,确定模块320还用于:确定车顶检测框中第一预设点与车牌检测框中第二预设点的连线;确定连线的延伸方向与预设方向的夹角,得到车辆在当前时刻的倾斜姿态角;响应于倾斜姿态角未超过第二角度阈值,确定车辆在目标视频当前时刻的视频画面中未倾斜。
在一实施方式中,确定模块320还用于:获取目标视频当前时刻的视频画面中,车辆与路侧停车位的重叠率;响应于重叠率未超过重叠率阈值,确定车辆在当前时刻未进入路侧停车位。
在一实施方式中,确定模块320还用于:获取目标视频当前时刻的视频画面中,车辆的车辆检测框所占的第一区域与路侧停车位的重叠区域;根据重叠区域的面积与第一区域的面积的比值,确定重叠率。
参阅图11,图11是本申请计算机可读存储介质一实施方式的结构示意图。该计算机可读存储介质400存储有计算机程序410,计算机程序410能够被处理器执行以实现上述任一项方法中的步骤。
其中,计算机可读存储介质400具体可以为U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等可以存储计算机程序410的装置,或者也可以为存储有该计算机程序410的服务器,该服务器可将存储的计算机程序410发送给其他设备运行,或者也可以自运行该存储的计算机程序410。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请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,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种车辆分离方法,其特征在于,所述方法包括:
获取停车监控设备采集的目标视频;
基于车辆的行驶方向、姿态、位置中的至少一种,确定所述目标视频中的车辆是否是过路车辆。
2.根据权利要求1所述的方法,其特征在于,所述目标视频是所述停车监控设备朝向路侧停车位的排列方向进行画面采集而得到的;
所述基于车辆的行驶方向、姿态、位置中的至少一种,确定所述目标视频中的车辆是否是过路车辆的步骤,包括:
响应于所述车辆自出现时刻至当前时刻,行驶方向始终与道路的延伸方向一致、在所述目标视频的视频画面中始终未倾斜以及始终未进入所述路侧停车位,确定所述车辆是过路车辆。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取所述车辆在当前时刻的行驶方向以及所述目标视频当前时刻的视频画面中的车道线;
响应于所述行驶方向与所述车道线的延伸方向一致,确定所述车辆在当前时刻的行驶方向与所述道路的延伸方向一致。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
响应于所述行驶方向与所述车道线的延伸方向的夹角不超过第一角度阈值,确定所述行驶方向与所述车道线的延伸方向一致,否则确定所述行驶方向与所述车道线的延伸方向不一致。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
识别所述目标视频当前时刻的视频画面中,所述车辆的车顶检测框以及车牌检测框;
基于所述车顶检测框以及所述车牌检测框,确定所述车辆在所述目标视频当前时刻的视频画面中是否倾斜。
6.根据权利要求5所述的方法,其特征在于,所述基于所述车辆检测框以及所述车牌检测框,确定所述车辆在所述目标视频当前时刻的视频画面中是否倾斜的步骤,包括:
确定所述车顶检测框中第一预设点与所述车牌检测框中第二预设点的连线;
确定所述连线的延伸方向与预设方向的夹角,得到所述车辆在当前时刻的倾斜姿态角;
响应于所述倾斜姿态角未超过第二角度阈值,确定所述车辆在所述目标视频当前时刻的视频画面中未倾斜。
7.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取所述目标视频当前时刻的视频画面中,所述车辆与所述路侧停车位的重叠率;
响应于所述重叠率未超过重叠率阈值,确定所述车辆在当前时刻未进入所述路侧停车位。
8.根据权利要求7所述的方法,其特征在于,所述获取所述目标视频当前时刻的视频画面中,所述车辆与所述路侧停车位的重叠率的步骤,包括:
获取所述目标视频当前时刻的视频画面中,所述车辆的车辆检测框所占的第一区域与所述路侧停车位的重叠区域;
根据所述重叠区域的面积与所述第一区域的面积的比值,确定所述重叠率。
9.一种电子设备,其特征在于,所述电子设备包括处理器、存储器以及通信电路,所述处理器分别耦接所述存储器、所述通信电路,所述存储器中存储有程序数据,所述处理器通过执行所述存储器内的所述程序数据以实现如权利要求1-8任一项所述方法中的步骤。
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有计算机程序,所述计算机程序能够被处理器执行以实现如权利要求1-8任一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210314596.7A CN114973157A (zh) | 2022-03-28 | 2022-03-28 | 车辆分离方法、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210314596.7A CN114973157A (zh) | 2022-03-28 | 2022-03-28 | 车辆分离方法、电子设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114973157A true CN114973157A (zh) | 2022-08-30 |
Family
ID=82976319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210314596.7A Pending CN114973157A (zh) | 2022-03-28 | 2022-03-28 | 车辆分离方法、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114973157A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115410410A (zh) * | 2022-10-27 | 2022-11-29 | 北京百度网讯科技有限公司 | 车位推荐方法、装置、设备以及存储介质 |
-
2022
- 2022-03-28 CN CN202210314596.7A patent/CN114973157A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115410410A (zh) * | 2022-10-27 | 2022-11-29 | 北京百度网讯科技有限公司 | 车位推荐方法、装置、设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110298300B (zh) | 一种检测车辆违章压线的方法 | |
US6330511B2 (en) | Danger deciding apparatus for motor vehicle and environment monitoring apparatus therefor | |
US8902053B2 (en) | Method and system for lane departure warning | |
CN106611512B (zh) | 前车起步的处理方法、装置和系统 | |
EP1562147B1 (en) | Mobile body surrounding surveillance | |
CN110222667B (zh) | 一种基于计算机视觉的开放道路交通参与者数据采集方法 | |
CN111891061B (zh) | 车辆碰撞检测方法、装置和计算机设备 | |
CN110738150B (zh) | 相机联动抓拍方法、装置以及计算机存储介质 | |
US6810132B1 (en) | Traffic monitoring apparatus | |
CN110867083B (zh) | 车辆监控方法、装置、服务器和机器可读存储介质 | |
CN106560861A (zh) | 基于计算机视觉的智能监管方法 | |
CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
CN111081031A (zh) | 车辆的抓拍方法及系统 | |
CN114973157A (zh) | 车辆分离方法、电子设备及计算机可读存储介质 | |
CN113177509B (zh) | 一种倒车行为识别方法及装置 | |
CN113450578B (zh) | 交通违章事件取证方法、装置、设备及系统 | |
CN111931745B (zh) | 车辆检测方法、装置、电子设备及存储介质 | |
CN108242183B (zh) | 基于运动目标标记框宽度特性的交通冲突检测方法及装置 | |
CN116152753A (zh) | 车辆信息识别方法和系统、存储介质和电子装置 | |
CN115965636A (zh) | 车辆侧面图的生成方法、装置及终端设备 | |
CN113112814B (zh) | 右转不停车的抓拍方法、抓拍设备及计算机存储介质 | |
JPH1040490A (ja) | 道路監視装置 | |
CN114373155A (zh) | 交通行为识别方法、装置、电子设备及存储介质 | |
CN113591554A (zh) | 压线检测方法以及违章检测方法 | |
JP5957182B2 (ja) | 路面上パターン認識方法および車両用情報記録装置 |
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 |