CN115994923A - 车辆运动状态检测装置及方法、电子设备 - Google Patents
车辆运动状态检测装置及方法、电子设备 Download PDFInfo
- Publication number
- CN115994923A CN115994923A CN202111202836.6A CN202111202836A CN115994923A CN 115994923 A CN115994923 A CN 115994923A CN 202111202836 A CN202111202836 A CN 202111202836A CN 115994923 A CN115994923 A CN 115994923A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parking candidate
- parking
- track
- current 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
Landscapes
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供一种车辆运动状态检测装置及方法、电子设备。所述装置包括:第一检测单元,其用于对监控视频的当前帧进行车辆检测,获取车辆检测结果;匹配单元,其用于将所述车辆检测结果与当前帧之前确定的车辆轨迹进行匹配,得到当前帧的停车候选轨迹;去重单元,其用于在所述停车候选轨迹中,去除重复的停车候选轨迹,得到去重后的停车候选轨迹;以及第二检测单元,其用于基于去重后的且满足第一条件的停车候选轨迹,并根据车辆位置的变化来检测车辆是否处于停车状态,其中,所述第一条件是停车候选轨迹的持续时间在第一阈值和第二阈值之间。
Description
技术领域
本发明涉及信息技术领域。
背景技术
随着城市化进程的加快,城市交通问题日益严重,例如交通拥堵和交通事故。因此,有必要寻找智能高效的技术来管理交通。其中,对于车辆运动状态的检测是一项重要是技术,例如,检测道路上的车辆是否处于停车的状态。这对于检测非法停车或异常停车等事件具有重要意义。
传统的基于磁频和波频的方法是通过分析设置在主要道路上的检测器采集到的交通数据来检测交通事件的发生。
而视频交通事件自动检测系统使用摄像机捕获的图像作为输入。可根据检测结果实现车辆的自动检测和跟踪以及停车等异常交通事件的检测。
应该注意,上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
但是,现有的上述方法均严重受到遮挡或目标检测不稳定性等因素的影响,导致检测的准确性较差,另外,对于一些实际场景,例如,对于车辆走走停停的不稳定的情况,或者,对于车辆被遮挡后又重新检测到的情况,或者,对于车辆行驶出ROI区域的情况,容易发生误检测、重复检测或不必要的检测。
为了解决上述问题中的至少一个,本发明实施例提供一种车辆运动状态检测装置及方法、电子设备。
根据本发明实施例的第一方面,提供一种车辆运动状态检测装置,所述装置包括:第一检测单元,其用于对监控视频的当前帧进行车辆检测,获取车辆检测结果;匹配单元,其用于将所述车辆检测结果与当前帧之前确定的车辆轨迹进行匹配,得到当前帧的停车候选轨迹;去重单元,其用于在所述停车候选轨迹中,去除重复的停车候选轨迹,得到去重后的停车候选轨迹;以及第二检测单元,其用于基于去重后的且满足第一条件的停车候选轨迹,并根据车辆位置的变化来检测车辆是否处于停车状态,其中,所述第一条件是停车候选轨迹的持续时间在第一阈值和第二阈值之间。
根据本发明实施例的第二方面,提供一种电子设备,所述电子设备包括根据本发明实施例的第一方面所述的装置。
根据本发明实施例的第三方面,提供一种车辆运动状态检测方法,所述方法包括:对监控视频的当前帧进行车辆检测,获取车辆检测结果;将所述车辆检测结果与当前帧之前确定的车辆轨迹进行匹配,得到当前帧的停车候选轨迹;在所述停车候选轨迹中,去除重复的停车候选轨迹,得到去重后的停车候选轨迹;以及基于去重后的且满足第一条件的停车候选轨迹,并根据车辆位置的变化来检测车辆是否处于停车状态,其中,所述第一条件是停车候选轨迹的持续时间在第一阈值和第二阈值之间。
本发明实施例的有益效果在于:由于对停车候选轨迹进行了去重处理,避免了由于遮挡后重新被检测到等原因导致的对于同一车辆的重复检测,并且,提高了检测效率;另外,在针对去重后的停车候选轨迹进行车辆运动状态的检测时,对其中持续时间位于第一阈值和第二阈值的范围内的停车候选轨迹进行检测,这样,能够适用于不同的实际场景,避免误检测或不必要的检测。
参照后文的说明和附图,详细公开了本发明的特定实施方式,指明了本发明的原理可以被采用的方式。应该理解,本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本发明的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
所包括的附图用来提供对本发明实施例的进一步的理解,其构成了说明书的一部分,用于例示本发明的实施方式,并与文字描述一起来阐释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是本发明实施例1的车辆运动状态检测装置的一示意图;
图2是本发明实施例1的匹配方法的一示意图;
图3是本发明实施例1的去重单元103的一示意图;
图4是本发明实施例1的第二检测单元104的一示意图;
图5是本发明实施例1的对去重后的停车候选轨迹的处理方法的一示意图;
图6是本发明实施例1的用于检测车辆运动状态的时间轴的一示意图;
图7是本发明实施例2的电子设备的一示意图;
图8是本发明实施例2的电子设备的系统构成的一示意框图;
图9是本发明实施例3的车辆运动状态检测方法的一示意图。
具体实施方式
参照附图,通过下面的说明书,本发明的前述以及其它特征将变得明显。在说明书和附图中,具体公开了本发明的特定实施方式,其表明了其中可以采用本发明的原则的部分实施方式,应了解的是,本发明不限于所描述的实施方式,相反,本发明包括落入所附权利要求的范围内的全部修改、变型以及等同物。
实施例1
本发明实施例提供一种车辆运动状态检测装置。图1是本发明实施例1的车辆运动状态检测装置的一示意图。
如图1所示,车辆运动状态检测装置100包括:
第一检测单元101,其用于对监控视频的当前帧进行车辆检测,获取车辆检测结果;
匹配单元102,其用于将该车辆检测结果与当前帧之前确定的车辆轨迹进行匹配,得到当前帧的停车候选轨迹;
去重单元103,其用于在该停车候选轨迹中,去除重复的停车候选轨迹,得到去重后的停车候选轨迹;以及
第二检测单元104,其用于基于去重后的且满足第一条件的停车候选轨迹,并根据车辆位置的变化来检测车辆是否处于停车状态,其中,该第一条件是停车候选轨迹的持续时间在第一阈值和第二阈值之间。
这样,由于对停车候选轨迹进行了去重处理,避免了由于遮挡后重新被检测到等原因导致的对于同一车辆的重复检测,并且,提高了检测效率;另外,在针对去重后的停车候选轨迹进行车辆运动状态的检测时,对其中持续时间位于第一阈值和第二阈值的范围内的停车候选轨迹进行检测,这样,能够适用于不同的实际场景,避免误检测或不必要的检测。
首先,第一检测单元101对监控视频的当前帧进行车辆检测。
在本发明实施例中,监控视频可以通过设置在道路上方或道路附近的监控摄像头拍摄的视频,其可以包括连续的多个帧。第一检测单元101对连续的多个帧逐帧进行检测,在每次检测中,针对当前帧件检测。相应的,匹配单元102、去重单元103以及第二检测单元104也针对当前帧进行处理。也就是说,车辆运动状态检测装置100针对多个帧逐帧进行检测,在每一次检测中,针对当前帧进行检测。
在本发明实施例中,第一检测单元101可以使用各种方法进行车辆检测。例如,第一检测单元101基于深度神经网络来进行目标检测,从而得到车辆检测结果。
在本发明实施例中,目标检测后得到的车辆检测结果可以包括检测到车辆的检测框以及相关信息,例如,车辆的ID以及检测框内的特征。该特征一般通过深度特征来表征。
例如,车辆运动状态检测装置100还可以包括:
转换单元105,其用于将该车辆检测结果转换成表征为ORB特征的车辆检测结果,以用于与当前帧之前确定的车辆轨迹进行匹配。例如,将检测框内的深度特征转换为ORB特征。
也就是说,可以将转换单元105转换之后的车辆检测结果提供给匹配单元102进行处理。
这样,由于将深度特征转换为ORB特征后进行处理,能够有效降低对于硬件的要求。
在本发明实施例中,在得到当前帧的车辆检测结果之后,匹配单元102将该车辆检测结果与当前帧之前确定的车辆轨迹进行匹配,得到当前帧的停车候选轨迹。
例如,当该车辆检测结果中的在当前帧检测到的车辆与之前确定的一个车辆轨迹匹配,那么,将当前帧检测到的该车辆的位置添加到该车辆轨迹中,形成当前帧的车辆轨迹,并作为停车候选轨迹。
在本发明实施例中,匹配单元102可以使用各种方法进行匹配。
例如,匹配单元102使用级联匹配以及IoU匹配的方法进行匹配。以下对匹配的过程进行示例性的说明。
图2是本发明实施例1的匹配方法的一示意图。如图2所示,该方法包括:
步骤201:将该车辆检测结果中的各个车辆与当前帧之前确定的持续时间超过预定时间的车辆轨迹进行级联匹配;
步骤202:将级联匹配成功的车辆添加到与之匹配的车辆轨迹中,作为当前帧的停车候选轨迹;
步骤203:将未匹配的车辆与未匹配的车辆轨迹进行IoU匹配;
步骤204:将IoU匹配成功的车辆添加到与之匹配的车辆轨迹中,作为当前帧的停车候选轨迹;
步骤205:根据匹配不成功的车辆建立新的车辆轨迹,并作为当前帧的停车候选轨迹;
步骤206:将剩余的匹配不成功的车辆轨迹中生命周期大于或等于预设阈值的车辆轨迹删除;以及
步骤207:将剩余的匹配不成功的车辆轨迹中生命周期小于预设阈值的车辆轨迹作为当前帧的停车候选轨迹。
在步骤201中,匹配的对象是当前帧之前确定的持续时间超过预设时间的车辆轨迹,这样,对于较为稳定的车辆轨迹进行匹配,能够进一步提高检测结果的准确性。该预定时间是用于筛选候选停车轨迹的阈值,其数值可以根据实际情况而设置,例如,该预定时间是1秒。
在本发明实施例中,可以对车辆轨迹进行编号,并且,存储该车辆轨迹对应的车辆在每一帧的位置。
在本发明实施例中,在得到当前帧的车辆候选轨迹之后,去重单元103在该停车候选轨迹中,去除重复的停车候选轨迹,得到去重后的停车候选轨迹。
图3是本发明实施例1的去重单元103的一示意图。如图3所示,去重单元103包括:
第一计算单元301,其用于计算该停车候选轨迹中的两个停车候选轨迹之间的第一重叠率;以及
删除单元302,其用于当该第一重叠大于第三阈值时,删除该两个停车候选轨迹中的后生成的轨迹。
第一计算单元301可以使用各种方法计算第一重叠率,例如,使用IoU算法计算该第一重叠率,能够获得较高的计算准确性。
当该第一重叠大于第三阈值时,删除单元302删除该两个停车候选轨迹中的后生成的轨迹。该第三阈值可以根据实际情况而设置。
例如,监控视频中的车辆可能被某些物体或其他车辆遮挡,因此,可能出现在遮挡之前该车辆被检测到并建立了车辆轨迹A,而在该车辆被遮挡而重新出现之后,可能被重新检测到而建立一个新的车辆轨迹B,而之前的车辆轨迹A继续保持,这样,通过删除后生成的轨迹B,能够避免针对同一车辆的重复检测,并且,由于保留的是之前生成的车辆轨迹A,其包含的信息更多,使得检测结果的可靠性进一步提高。
在本发明实施例中,在去重单元103进行去重处理之后,第二检测单元104基于去重后的且满足第一条件的停车候选轨迹,并根据车辆位置的变化来检测车辆是否处于停车状态,其中,该第一条件是停车候选轨迹的持续时间在第一阈值和第二阈值之间。这样,在去重后的停车候选轨迹中,进一步选择持续时间在第一阈值和第二阈值之间的停车候选轨迹进行运动状态的检测,这样,能够适用于不同的实际场景,避免误检测或不必要的检测。
在本发明实施例中,针对去重后的且满足第一条件的各个停车候选轨迹,第二检测单元104分别进行检测。
图4是本发明实施例1的第二检测单元104的一示意图。如图4所示,第二检测单元104包括:
第二计算单元401,其用于计算去重后的且满足第一条件的停车候选轨迹对应的车辆在当前帧的位置与该车辆在当前帧之前预设时间段内的平均位置的第二重叠率;以及
确定单元402,其用于当该第二重叠率大于第四阈值时,确定该停车候选轨迹所对应的车辆处于停车状态。
在本发明实施例中,对于满足第一条件的一个停车候选轨迹,第二计算单元401计算的是该停车候选轨迹对应的车辆在当前帧的位置以及当前帧之前预设时间段内的平均位置的重叠率,例如,可以通过IoU算法来计算该重叠率。
在本发明实施例中,该预设时间段可以根据实际情况而设置。例如,从用于筛选停车候选轨迹的预设时间开始到第二阈值的时间段,或者,从第一阈值到第二阈值的时间段。
这样,通过计算当前位置与之前一段时间的平均位置的重叠率来检测停车状态,能够进一步提高检测结果的准确性。
在本发明实施例中,第一阈值和第二阈值的数值可以根据实际情况而设置,例如,第一阈值=停车阈值+预设时间,第二阈值=停车阈值×2+预设时间。
例如,预设时间为1秒,停车阈值为9秒,第一阈值为10秒,第二阈值为19秒。
但是,本发明实施例不对此进行限制,第二阈值可以是大于第一阈值的其他数值。
在本发明实施例中,该第四阈值可以根据实际情况而设置。
在本发明实施例中,例如,如图1所示,该装置100还包括:
取消单元106,其用于当去重后的停车候选轨迹的持续时间大于该第二阈值时,取消该停车候选轨迹的候选资格。
这样,对于持续时间大于第二阈值的停车候选轨迹,取消其停车候选轨迹的候选资格,而在下一帧时对该车辆轨迹重新判断其是否属于停车候选轨迹。因此,对于运动状态不稳定的车辆,将其轨迹保留至下一帧重新检测,从而能够避免误检测。
图5是本发明实施例1的对去重后的停车候选轨迹的处理方法的一示意图。如图5所示,该方法包括:
步骤501:判断该停车候选轨迹的持续时间是否大于或等于第一阈值,当判断结果为“是”时,进入步骤502,当判断结果为“否”时,保留该停车候选轨迹至下一帧;
步骤502:计算该停车候选轨迹对应的车辆在当前帧的位置与该车辆在当前帧之前预设时间段内的平均位置的第二重叠率;
步骤503:判断该第二重叠率是否大于第四阈值,当判断结果为“是”时,进入步骤504,当判断结果为“否”时,进入步骤505;
步骤504:确定该停车候选轨迹所对应的车辆处于停车状态;
步骤505:判断该停车候选轨迹的持续时间是否大于第二阈值,当判断结果为“是”时,进入步骤506,当判断结果为“否”时,保留该停车候选轨迹至下一帧;
步骤506:取消该停车候选轨迹的候选资格。
图6是本发明实施例1的用于检测车辆运动状态的时间轴的一示意图。如图6所示,当一个车辆轨迹的持续时间超过预设时间T1时,可以将当前帧的车辆检测结果与该车辆轨迹进行匹配以得到停车候选轨迹;该当停车候选轨迹的持续时间大于第一阈值T2时,可以认为该车辆的状态足够稳定,针对该车辆的检测结果较为可靠,而当停车候选轨迹的持续时间超过第二阈值T3时,则认为该停车候选轨迹对应的车辆在当前帧之前仍然没有被确定为处于停车状态,那么,该车辆可能处于不稳定的运动状态,例如,短暂的停车后又开始移动的状态,那么,则不在当前帧检测该停车候选轨迹对应的车辆的运动状态,并取消该停车候选轨迹的候选资格而作为普通的车辆轨迹在下一帧重新检测,从而能够避免误检测。又例如,当该车辆已经行驶出ROI区域时,其对应的停车候选轨迹的持续时间超过了第二阈值T3,那么,不对该停车候选轨迹进行进一步的检测,并取消该停车候选轨迹的候选资格而作为普通的车辆轨迹在下一帧重新检测,从而能够避免不必要的检测。
由上述实施例可知,由于对停车候选轨迹进行了去重处理,避免了由于遮挡后重新被检测到等原因导致的对于同一车辆的重复检测,并且,提高了检测效率;另外,在针对去重后的停车候选轨迹进行车辆运动状态的检测时,对其中持续时间位于第一阈值和第二阈值的范围内的停车候选轨迹进行检测,这样,能够适用于不同的实际场景,避免误检测或不必要的检测。
实施例2
本发明实施例还提供了一种电子设备,图7是本发明实施例2的电子设备的一示意图。如图7所示,电子设备700包括车辆运动状态检测装置701,车辆运动状态检测装置701的结构和功能与实施例1中的记载相同,此处不再赘述。
在本发明实施例中,电子设备700可以是各种类型的电子设备,例如,车载终端、移动终端或者计算机。
图8是本发明实施例2的电子设备的系统构成的一示意框图。如图8所示,电子设备800可以包括处理器801和存储器802;该存储器802耦合到该处理器801。该图是示例性的;还可以使用其它类型的结构,来补充或代替该结构,以实现电信功能或其它功能。
如图8所示,电子设备800还可以包括:输入单元803、显示器804、电源805。
在一个实施方式中,实施例1所述的车辆运动状态检测装置的功能可以被集成到处理器801中。例如,处理器801可以被配置为:对监控视频的当前帧进行车辆检测,获取车辆检测结果;将该车辆检测结果与当前帧之前确定的车辆轨迹进行匹配,得到当前帧的停车候选轨迹;在该停车候选轨迹中,去除重复的停车候选轨迹,得到去重后的停车候选轨迹;以及基于去重后的且满足第一条件的停车候选轨迹,并根据车辆位置的变化来检测车辆是否处于停车状态,其中,该第一条件是停车候选轨迹的持续时间在第一阈值和第二阈值之间。
例如,该在该停车候选轨迹中,去除重复的停车候选轨迹,包括:计算该停车候选轨迹中的两个停车候选轨迹之间的第一重叠率;以及当该第一重叠大于第三阈值时,删除该两个停车候选轨迹中的后生成的轨迹。
例如,该第一重叠率是通过IoU算法计算得到的。
例如,基于去重后的且满足第一条件的停车候选轨迹,并根据车辆位置的变化来检测车辆是否处于停车状态,包括:计算去重后的且满足第一条件的停车候选轨迹对应的车辆在当前帧的位置与该车辆在当前帧之前预设时间段内的平均位置的第二重叠率;以及当该第二重叠率大于第四阈值时,确定该停车候选轨迹所对应的车辆处于停车状态。
例如,该根据该更新后的道路数量确定该道路区域中的下线的位置,包括:从该道路区域的底部向上搜索,当该道路区域的平均道路数量与该更新后的道路数量之差小于第二阈值时,确定所在的位置为该道路区域中的下线的位置。
例如,当去重后的停车候选轨迹的持续时间大于该第二阈值时,取消该停车候选轨迹的候选资格。
例如,将该车辆检测结果转换成表征为ORB特征的车辆检测结果,以用于与当前帧之前确定的车辆轨迹进行匹配。
在另一个实施方式中,实施例1所述的车辆运动状态检测装置可以与该处理器801分开配置,例如可以将该车辆运动状态检测装置配置为与处理器801连接的芯片,通过处理器801的控制来实现该车辆运动状态检测装置的功能。
在本实施例中电子设备800也并不是必须要包括图6中所示的所有部件。
如图8所示,处理器801有时也称为控制器或操作控件,可以包括微处理器或其它处理器装置和/或逻辑装置,处理器801接收输入并控制电子设备800的各个部件的操作。
该存储器802,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。并且该处理器801可执行该存储器802存储的该程序,以实现信息存储或处理等。其它部件的功能与现有类似,此处不再赘述。电子设备800的各部件可以通过专用硬件、固件、软件或其结合来实现,而不偏离本发明的范围。
由上述实施例可知,由于对停车候选轨迹进行了去重处理,避免了由于遮挡后重新被检测到等原因导致的对于同一车辆的重复检测,并且,提高了检测效率;另外,在针对去重后的停车候选轨迹进行车辆运动状态的检测时,对其中持续时间位于第一阈值和第二阈值的范围内的停车候选轨迹进行检测,这样,能够适用于不同的实际场景,避免误检测或不必要的检测。
实施例3
本发明实施例还提供一种车辆运动状态检测方法,该方法对应于实施例1的车辆运动状态检测装置。图9是本发明实施例3的车辆运动状态检测方法的一示意图。如图9所示,该方法包括:
步骤901:对监控视频的当前帧进行车辆检测,获取车辆检测结果;
步骤902:将该车辆检测结果与当前帧之前确定的车辆轨迹进行匹配,得到当前帧的停车候选轨迹;
步骤903:在该停车候选轨迹中,去除重复的停车候选轨迹,得到去重后的停车候选轨迹;以及
步骤904:基于去重后的且满足第一条件的停车候选轨迹,并根据车辆位置的变化来检测车辆是否处于停车状态,其中,该第一条件是停车候选轨迹的持续时间在第一阈值和第二阈值之间。
在本发明实施例中,上述各个步骤的具体实现方法与实施例1中的记载相同,此处不再重复。
由上述实施例可知,由于对停车候选轨迹进行了去重处理,避免了由于遮挡后重新被检测到等原因导致的对于同一车辆的重复检测,并且,提高了检测效率;另外,在针对去重后的停车候选轨迹进行车辆运动状态的检测时,对其中持续时间位于第一阈值和第二阈值的范围内的停车候选轨迹进行检测,这样,能够适用于不同的实际场景,避免误检测或不必要的检测。
本发明实施例还提供一种计算机可读程序,其中当在车辆运动状态检测装置或电子设备中执行所述程序时,所述程序使得计算机在所述车辆运动状态检测装置或电子设备中执行实施例3所述的车辆运动状态检测方法。
本发明实施例还提供一种存储有计算机可读程序的存储介质,其中所述计算机可读程序使得计算机在车辆运动状态检测装置或电子设备中执行实施例3所述的车辆运动状态检测方法。
结合本发明实施例描述的车辆运动状态检测装置或电子设备中执行车辆运动状态检测方法可直接体现为硬件、由处理器执行的软件模块或二者组合。例如,图1中所示的功能框图中的一个或多个和/或功能框图的一个或多个组合,既可以对应于计算机程序流程的各个软件模块,亦可以对应于各个硬件模块。这些软件模块,可以分别对应于图9所示的各个步骤。这些硬件模块例如可利用现场可编程门阵列(FPGA)将这些软件模块固化而实现。
软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其它形式的存储介质。可以将一种存储介质耦接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息;或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该软件模块可以存储在移动终端的存储器中,也可以存储在可插入移动终端的存储卡中。例如,如果电子设备采用的是较大容量的MEGA-SIM卡或者大容量的闪存装置,则该软件模块可存储在该MEGA-SIM卡或者大容量的闪存装置中。
针对图1描述的功能框图中的一个或多个和/或功能框图的一个或多个组合,可以实现为用于执行本申请所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑器件、分立硬件组件、或者其任意适当组合。针对图1描述的功能框图中的一个或多个和/或功能框图的一个或多个组合,还可以实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、与DSP通信结合的一个或多个微处理器或者任何其它这种配置。
以上结合具体的实施方式对本发明进行了描述,但本领域技术人员应该清楚,这些描述都是示例性的,并不是对本发明保护范围的限制。本领域技术人员可以根据本发明的精神和原理对本发明做出各种变型和修改,这些变型和修改也在本发明的范围内。
本发明实施例还公开下述的附记:
1、一种车辆运动状态检测方法,所述方法包括:
对监控视频的当前帧进行车辆检测,获取车辆检测结果;
将所述车辆检测结果与当前帧之前确定的车辆轨迹进行匹配,得到当前帧的停车候选轨迹;
在所述停车候选轨迹中,去除重复的停车候选轨迹,得到去重后的停车候选轨迹;以及
基于去重后的且满足第一条件的停车候选轨迹,并根据车辆位置的变化来检测车辆是否处于停车状态,其中,所述第一条件是停车候选轨迹的持续时间在第一阈值和第二阈值之间。
2、根据附记1所述的方法,其中,所述在所述停车候选轨迹中,去除重复的停车候选轨迹,包括:
计算所述停车候选轨迹中的两个停车候选轨迹之间的第一重叠率;以及
当所述第一重叠大于第三阈值时,删除所述两个停车候选轨迹中的后生成的轨迹。
3、根据附记2所述的方法,其中,所述第一重叠率是通过IoU算法计算得到的。
4、根据附记1所述的方法,其中,所述基于去重后的且满足第一条件的停车候选轨迹,并根据车辆位置的变化来检测车辆是否处于停车状态,包括:
计算去重后的且满足第一条件的停车候选轨迹对应的车辆在当前帧的位置与所述车辆在当前帧之前预设时间段内的平均位置的第二重叠率;以及
当所述第二重叠率大于第四阈值时,确定所述停车候选轨迹所对应的车辆处于停车状态。
5、根据附记4所述的方法,其中,所述方法还包括:
当去重后的停车候选轨迹的持续时间大于所述第二阈值时,取消所述停车候选轨迹的候选资格。
6、根据附记1所述的方法,其中,所述方法还包括:
将所述车辆检测结果转换成表征为ORB特征的车辆检测结果,以用于与当前帧之前确定的车辆轨迹进行匹配。
Claims (10)
1.一种车辆运动状态检测装置,其特征在于,所述装置包括:
第一检测单元,其用于对监控视频的当前帧进行车辆检测,获取车辆检测结果;
匹配单元,其用于将所述车辆检测结果与当前帧之前确定的车辆轨迹进行匹配,得到当前帧的停车候选轨迹;
去重单元,其用于在所述停车候选轨迹中,去除重复的停车候选轨迹,得到去重后的停车候选轨迹;以及
第二检测单元,其用于基于去重后的且满足第一条件的停车候选轨迹,并根据车辆位置的变化来检测车辆是否处于停车状态,其中,所述第一条件是停车候选轨迹的持续时间在第一阈值和第二阈值之间。
2.根据权利要求1所述的装置,其特征在于,所述去重单元包括:
第一计算单元,其用于计算所述停车候选轨迹中的两个停车候选轨迹之间的第一重叠率;以及
删除单元,其用于当所述第一重叠大于第三阈值时,删除所述两个停车候选轨迹中的后生成的轨迹。
3.根据权利要求2所述的装置,其特征在于,所述第一重叠率是通过IoU算法计算得到的。
4.根据权利要求1所述的装置,其特征在于,所述第二检测单元包括:
第二计算单元,其用于计算去重后的且满足第一条件的停车候选轨迹对应的车辆在当前帧的位置与该车辆在当前帧之前预设时间段内的平均位置的第二重叠率;以及
确定单元,其用于当所述第二重叠率大于第四阈值时,确定所述停车候选轨迹所对应的车辆处于停车状态。
5.根据权利要求4所述的装置,其特征在于,所述装置还包括:
取消单元,其用于当去重后的停车候选轨迹的持续时间大于所述第二阈值时,取消所述停车候选轨迹的候选资格。
6.根据权利要求1所述的装置,其特征在于,所述装置还包括:
转换单元,其用于将所述车辆检测结果转换成表征为ORB特征的车辆检测结果,以用于与当前帧之前确定的车辆轨迹进行匹配。
7.一种电子设备,其特征在于,所述电子设备包括根据权利要求1所述的装置。
8.一种车辆运动状态检测方法,其特征在于,所述方法包括:
对监控视频的当前帧进行车辆检测,获取车辆检测结果;
将所述车辆检测结果与当前帧之前确定的车辆轨迹进行匹配,得到当前帧的停车候选轨迹;
在所述停车候选轨迹中,去除重复的停车候选轨迹,得到去重后的停车候选轨迹;以及
基于去重后的且满足第一条件的停车候选轨迹,并根据车辆位置的变化来检测车辆是否处于停车状态,其中,所述第一条件是停车候选轨迹的持续时间在第一阈值和第二阈值之间。
9.根据权利要求8所述的方法,其特征在于,所述在所述停车候选轨迹中,去除重复的停车候选轨迹,包括:
计算所述停车候选轨迹中的两个停车候选轨迹之间的第一重叠率;以及
当所述第一重叠大于第三阈值时,删除所述两个停车候选轨迹中的后生成的轨迹。
10.根据权利要求8所述的方法,其特征在于,所述基于去重后的且满足第一条件的停车候选轨迹,并根据车辆位置的变化来检测车辆是否处于停车状态,包括:
计算去重后的且满足第一条件的停车候选轨迹对应的车辆在当前帧的位置与该车辆在当前帧之前预设时间段内的平均位置的第二重叠率;以及
当所述第二重叠率大于第四阈值时,确定所述停车候选轨迹所对应的车辆处于停车状态。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111202836.6A CN115994923A (zh) | 2021-10-15 | 2021-10-15 | 车辆运动状态检测装置及方法、电子设备 |
JP2022133977A JP2023059822A (ja) | 2021-10-15 | 2022-08-25 | 車両移動状態検出装置及び方法、電子機器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111202836.6A CN115994923A (zh) | 2021-10-15 | 2021-10-15 | 车辆运动状态检测装置及方法、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115994923A true CN115994923A (zh) | 2023-04-21 |
Family
ID=85992575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111202836.6A Pending CN115994923A (zh) | 2021-10-15 | 2021-10-15 | 车辆运动状态检测装置及方法、电子设备 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2023059822A (zh) |
CN (1) | CN115994923A (zh) |
-
2021
- 2021-10-15 CN CN202111202836.6A patent/CN115994923A/zh active Pending
-
2022
- 2022-08-25 JP JP2022133977A patent/JP2023059822A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2023059822A (ja) | 2023-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109446942B (zh) | 目标跟踪方法、装置和系统 | |
US10212397B2 (en) | Abandoned object detection apparatus and method and system | |
Ki et al. | A traffic accident recording and reporting model at intersections | |
US6810145B2 (en) | Process for detecting a change of shot in a succession of video images | |
CN107924569B (zh) | 图像处理装置、图像处理方法和存储介质 | |
CN102073851A (zh) | 一种城市交通事故自动识别方法和系统 | |
JP4600929B2 (ja) | 停止低速車両検出装置 | |
CN111145555B (zh) | 一种检测车辆违章的方法和装置 | |
KR20100119476A (ko) | 연속류도로 사고 및 돌발 자동판별 검지시스템 및 그 방법 | |
CN114037924A (zh) | 一种基于图像识别技术的车辆过闸判断方法及相关装置 | |
KR101298684B1 (ko) | 무 감지센서 기반의 차량 번호 인식 시스템 및 그 동작방법 | |
CN105957352B (zh) | 违章停车检测方法和装置 | |
CN110717361A (zh) | 本车停车检测方法、前车起步提醒方法及存储介质 | |
CN114255428A (zh) | 一种基于边缘智能和路边高位监控视频的车辆停车识别方法 | |
El-Khoreby et al. | Vehicle detection and counting for complex weather conditions | |
CN106097725A (zh) | 一种基于动态特征提取的车辆分类流量检测方法 | |
CN115994923A (zh) | 车辆运动状态检测装置及方法、电子设备 | |
CN116152753A (zh) | 车辆信息识别方法和系统、存储介质和电子装置 | |
CN113112814B (zh) | 右转不停车的抓拍方法、抓拍设备及计算机存储介质 | |
CN109800685A (zh) | 一种视频中对象的确定方法及装置 | |
CN113581069B (zh) | 基于计算机视觉的车辆防止碰撞的预警方法及装置 | |
CN112906495B (zh) | 一种目标检测方法、装置、电子设备及存储介质 | |
CN109740518B (zh) | 一种视频中对象的确定方法及装置 | |
CN112597924A (zh) | 电动自行车轨迹追踪方法、摄像机装置和服务器 | |
CN112597945A (zh) | 车辆检测方法及装置 |
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 |