JP2019532431A - 車両の逆行の検出装置、検出方法及び電子機器 - Google Patents
車両の逆行の検出装置、検出方法及び電子機器 Download PDFInfo
- Publication number
- JP2019532431A JP2019532431A JP2019518295A JP2019518295A JP2019532431A JP 2019532431 A JP2019532431 A JP 2019532431A JP 2019518295 A JP2019518295 A JP 2019518295A JP 2019518295 A JP2019518295 A JP 2019518295A JP 2019532431 A JP2019532431 A JP 2019532431A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- frame image
- trajectory
- retrograde
- detected
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 80
- 239000013598 vector Substances 0.000 claims abstract description 58
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 13
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 abstract description 8
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- 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
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
車両の逆行の検出装置(100)、検出方法及び電子機器を提供する。該装置及び方法は、車両軌跡集合を構築し、その中の車両軌跡について検出を行い、各車両軌跡の各フレーム画像において車両の逆行が検出された回数と車両の検出の総回数との比、及び車両軌跡のベクトル方向に基づいて、各車両軌跡が逆行であるか否かを判断することで、計算プロセスを簡易化することができ、高い検出精度を得ることができる。【選択図】図1
Description
本発明は、情報技術の分野に関し、特に車両の逆行の検出装置、検出方法及び電子機器に関する。
都市化の継続的な推進に伴い、映像監視が広く用いられている。インテリジェント監視システムは、従来の手動監視に比べて、例えば終日連続監視、低コスト、個人情報の保護等の多くの利点を有する。インテリジェント監視システムにより交通違反を検出し、交通管理者へ通知し、或いは運転手への警告を行うことで、交通事故を減少させ、回避することができる。
車両の逆行は一般的な交通違反であり、その危険性が高く、交通事故を起こしやすい。従来の車両の逆行の検出方法は、一般にガウス背景検出アルゴリズムを用いて画像における目標車両の部分を決定し、平均値シフト及びハリスコーナ(Harris Corner)特徴を用いて車両の走行方向を追跡、判断する。
なお、上述した背景技術の説明は、本発明の技術案を明確、完全に理解させるための説明であり、当業者を理解させるために記述されているものである。これらの技術案は、単なる本発明の背景技術部分として説明されたものであり、当業者により周知されたものではない。
上述した従来の検出方法は、計算プロセスが複雑であり、検出精度が低い。
本発明の実施例は、車両軌跡集合を構築し、その中の車両軌跡について検出を行い、各車両軌跡の各フレーム画像において車両の逆行が検出された回数と車両の検出の総回数との比、及び車両軌跡のベクトル方向に基づいて、各車両軌跡が逆行であるか否かを判断することで、計算プロセスを簡易化することができ、高い検出精度を得ることができる車両の逆行の検出装置、検出方法及び電子機器を提供する。
本発明の実施例の第1態様では、監視映像の各フレーム画像をフレーム毎に検出する車両の逆行の検出装置であって、現フレーム画像における走行車両を検出する第1検出手段と、検出された現フレーム画像における走行車両に基づいて、現フレーム画像の車両軌跡集合を構築する構築手段と、前記現フレーム画像の車両軌跡集合における逆行と判断されていない車両軌跡について検出を行い、所定条件を満たす車両軌跡を逆行の車両軌跡として決定する第2検出手段と、を含み、前記所定条件は、前記逆行と判断されていない車両軌跡における、現フレーム画像及び前の全てのフレーム画像において車両の走行方向が正常走行方向とは逆方向になると検出された回数と該車両の走行方向の検出の総回数との比が第1閾値よりも大きいこと、及び前記逆行と判断されていない車両軌跡のベクトル方向が正常走行方向とは逆方向になること、を含む、装置を提供する。
本発明の実施例の第2態様では、本発明の実施例の第1態様に記載の装置を含む、電子機器を提供する。
本発明の実施例の第3態様では、監視映像の各フレーム画像をフレーム毎に検出する車両の逆行の検出方法であって、現フレーム画像における走行車両を検出するステップと、検出された現フレーム画像における走行車両に基づいて、現フレーム画像の車両軌跡集合を構築するステップと、前記現フレーム画像の車両軌跡集合における逆行と判断されていない車両軌跡について検出を行い、所定条件を満たす車両軌跡を逆行の車両軌跡として決定するステップと、を含み、前記所定条件は、前記逆行と判断されていない車両軌跡における、現フレーム画像及び前の全てのフレーム画像において車両の走行方向が正常走行方向とは逆方向になると検出された回数と該車両の走行方向の検出の総回数との比が第1閾値よりも大きいこと、及び前記逆行と判断されていない車両軌跡のベクトル方向が正常走行方向とは逆方向になること、を含む、方法を提供する。
本発明の実施例の効果としては、車両軌跡集合を構築し、その中の車両軌跡について検出を行い、各車両軌跡の各フレーム画像において車両の逆行が検出された回数と車両の検出の総回数との比、及び車両軌跡のベクトル方向に基づいて、各車両軌跡が逆行であるか否かを判断することで、計算プロセスを簡易化することができ、高い検出精度を得ることができる。
本発明の特定の実施形態は、後述の説明及び図面に示すように、詳細に開示され、本発明の原理を採用されることが可能な方式を示している。なお、本発明の実施形態は、範囲上には限定されるものではない。本発明の実施形態は、添付されている特許請求の範囲の主旨及び内容の範囲内、各種の改変、修正、及び均等的なものが含まれる。
ある一つの実施形態に説明及び又は示されている特徴は、同一又は類似の方式で一つ又は多くの他の実施形態に使用されてもよく、他の実施形態における特徴と組み合わせてもよく、他の実施形態における特徴を代替してもよい。
なお、用語「包括/含む」は、本文に使用される際に、特徴、要素、ステップ又は構成要件の存在を意味し、一つ又は複数の他の特徴、要素、ステップ又は構成要件の存在又は追加を排除するものではない。
ここで含まれる図面は、本発明の実施例を理解させるためのものであり、本明細書の一部を構成し、本発明の実施例を例示するためのものであり、文言の記載と合わせて本発明の原理を説明する。なお、ここに説明される図面は、単なる本発明の実施例を説明するためのものであり、当業者にとって、これらの図面に基づいて他の図面を容易に得ることができる。
本発明の実施例1の車両の逆行の検出装置を示す図である。
本発明の実施例1の構築部102を示す図である。
本発明の実施例1の車両軌跡を示す図である。
本発明の実施例2の電子機器を示す図である。
本発明の実施例2の電子機器のシステム構成を示すブロック図である。
本発明の実施例3の車両の逆行の検出方法を示す図である。
本発明の上記及びその他の特徴は、図面及び下記の説明により理解できるものである。明細書及び図面では、本発明の特定の実施形態、即ち本発明の原則に従う一部の実施形態を表すものを公開している。なお、本発明は説明される実施形態に限定されず、本発明は、特許請求の範囲内の全ての修正、変更されたもの、及び均等なものを含む。
<実施例1>
本発明の実施例は、監視映像の各フレーム画像をフレーム毎に検出する車両の逆行の検出装置を提供する。図1は本発明の実施例1の車両の逆行の検出装置を示す図である。図1に示すように、車両の逆行の検出装置100は、第1検出部101、構築部102及び第2検出部103を含む。
本発明の実施例は、監視映像の各フレーム画像をフレーム毎に検出する車両の逆行の検出装置を提供する。図1は本発明の実施例1の車両の逆行の検出装置を示す図である。図1に示すように、車両の逆行の検出装置100は、第1検出部101、構築部102及び第2検出部103を含む。
第1検出部101は、現フレーム画像における走行車両を検出する。
構築部102は、検出された現フレーム画像における走行車両に基づいて、現フレーム画像の車両軌跡集合を構築する。
第2検出部103は、現フレーム画像の車両軌跡集合における逆行と判断されていない車両軌跡について検出を行い、所定条件を満たす車両軌跡を逆行の車両軌跡として決定する。ここで、該所定条件は、逆行と判断されていない車両軌跡における、現フレーム画像及び前の全てのフレーム画像において車両の走行方向が正常走行方向とは逆方向になると検出された回数と該車両の走行方向の検出の総回数との比が第1閾値よりも大きいこと、及び逆行と判断されていない車両軌跡のベクトル方向が正常走行方向とは逆方向になることを含む。
本実施例によれば、車両軌跡集合を構築し、その中の車両軌跡について検出を行い、各車両軌跡の各フレーム画像において車両の逆行が検出された回数と車両の検出の総回数との比、及び車両軌跡のベクトル方向に基づいて、各車両軌跡が逆行であるか否かを判断することで、計算プロセスを簡易化することができ、高い検出精度を得ることができる。
本実施例では、該監視映像は従来方法により取得されてもよい。例えば、監視が必要な領域の上方に設置されたカメラにより取得されてもよい。
本実施例では、該監視映像の各フレーム画像は、一定の期間の監視映像における連続的な複数のフレーム画像を含んでもよく、各フレーム画像をフレーム毎に検出してもよい。
本実施例では、第1検出部101は、分類器を用いて現フレーム画像における走行車両を検出してもよい。このように分類器を用いて走行車両を検出することで、ガウス背景検出アルゴリズムを用いる従来の車両の逆行の検出方法に比べて、分類器を用いることにより車両の検出率を効果的に向上させることができ、車両の検出漏れを防止することができる。
本実施例では、分類器は、既存のタイプの分類器、例えばサポートベクトルマシン(SVM:Support Vector Machine)分類器、ベイジアン分類器などであってもよい。
本実施例では、現フレーム画像全体を検出してもよいし、現フレーム画像における所定の領域を検出してもよく、例えば画像における関心領域(ROI:Region of Interest)のみを検出してもよい。
例えば、現フレーム画像に1つの方向の車線のみが含まれる場合、画像全体を検出してもよく、現フレーム画像に2つの方向又は複数の方向の車線が含まれる場合、1つの方向の車線が所在する領域をROI領域として検出してもよい。
本実施例では、構築部102は、検出された現フレーム画像における走行車両に基づいて、現フレーム画像の車両軌跡集合を構築する。以下は、本実施例の構築部102の構成及び車両軌跡集合の構築方法を例示的に説明する。
図2は本発明の実施例1の構築部102を示す図である。図2に示すように、構築部102は、第1更新部201、新規作成部202及び第2更新部203を含む。
第1更新部201は、検出された現フレーム画像における走行車両が直前のフレーム画像の車両軌跡集合における何れか1つの車両軌跡にマッチした場合、該走行車両を該車両軌跡に追加する。
新規作成部202は、検出された現フレーム画像における走行車両が直前のフレーム画像の車両軌跡集合における全ての車両軌跡にマッチしない場合、該走行車両に基づいて車両軌跡を新規作成する。
第2更新部203は、現フレーム画像から、直前のフレーム画像の車両軌跡集合において既に構築された車両軌跡における車両が検出されていない場合、該車両の平均速度及び正常走行方向に基づいて、現フレーム画像における該車両の仮想目標を決定し、該仮想目標を該車両軌跡に追加する。
本実施例では、判断部(図示せず)をさらに含んでもよい。該判断部は、検出された現フレーム画像における走行車両が直前のフレーム画像の車両軌跡集合における何れか1つの車両軌跡にマッチするか否かを判断し、例えば、検出された走行車両が車両軌跡の現フレーム画像における予測位置にマッチするか否かを判断してもよい。ここで、従来方法を用いて該予測位置を取得してもよい。
本実施例では、第2更新部203は、現フレーム画像から、直前のフレーム画像の車両軌跡集合において既に構築された車両軌跡における車両が検出されていない場合、該車両の平均速度及び正常走行方向に基づいて、現フレーム画像における該車両の仮想目標を決定し、該仮想目標を該車両軌跡に追加する。これによって、フレームから追跡すべき車両が検出されていない場合、該車両の仮想目標を決定して車両軌跡の最後に追加することで、該車両軌跡の連続性を確保することができ、車両追跡のロバスト性を効果的に向上させることができる。
本実施例では、例えば該車両の平均速度に各フレーム間の時間間隔を乗算して、該車両の平均変位を取得し、直前のフレームにおいて検出された該車両が正常走行方向に沿って平均変位だけ走行して到達した位置は該仮想目標の位置である。
本実施例では、該車両の平均速度は、該車両軌跡に基づいて車両の各フレーム間で移行する平均速度を算出することで取得されてもよく、画像における1つの車線の正常走行方向が既知であるため、該車両の正常走行方向は車線の正常走行方向と一致する。
本実施例では、現フレーム画像における該車両の仮想目標のサイズが直前のフレーム画像から検出された該車両のサイズと同一であるように設定してもよい。
本実施例では、構築部102が現フレーム画像の車両軌跡集合を構築した後に、第2検出部103は、現フレーム画像の車両軌跡集合における逆行と判断されていない車両軌跡について検出を行い、所定条件を満たす車両軌跡を逆行の車両軌跡として決定する。
本実施例では、該所定条件は、逆行と判断されていない車両軌跡における、現フレーム画像及び前の全てのフレーム画像において車両の走行方向が正常走行方向とは逆方向になると検出された回数と該車両の走行方向の検出の総回数との比が第1閾値よりも大きいこと、及び逆行と判断されていない車両軌跡のベクトル方向が正常走行方向とは逆方向になることを含む。
本実施例では、逆行と判断されていない車両軌跡のベクトルは、該車両軌跡における最初の車両から最後の車両までの変位ベクトルである。ここで、最初の車両は、最初に検出された該車両であり、最後の車両は、最後に検出された該車両である。
本実施例では、第2検出部103は、逆行と判断されていない車両軌跡における1つの車両からその直後の1つの車両までのベクトル方向が正常走行方向とは逆方向になる場合、車両の走行方向が正常走行方向とは逆方向になると検出された回数に1を加算する。
例えば、1つの車両からその直後の1つの車両までのベクトル方向と正常走行方向との夾角が90度以下である場合、該ベクトル方向が正常走行方向と同一であると判断し、該夾角が90度よりも大きい場合、該ベクトル方向が正常走行方向とは逆方向になると判断する。本実施例では、同一の方法を用いて、逆行と判断されていない車両軌跡のベクトル方向が正常走行方向とは逆方向になるか否かを判断してもよいが、ここでその説明を省略する。
本実施例では、該第1閾値は実際の要求に応じて設定されてもよく、例えば、該第1閾値は0.3〜0.8の間の値である。
以下は、本実施例の該所定条件を満たすか否かを判断する方法の一例を具体的に説明する。
図3は本発明の実施例1の車両軌跡を示す図である。図3に示すように、車両軌跡301は、現フレーム画像の車両軌跡集合における逆行と判断されていない車両軌跡であり、該車両軌跡301の先頭の目標車両302−1は、現フレーム及び前の全てのフレーム画像において最初に検出された該車両であり、これと同様に、目標車両302−2〜302−7は、それぞれ2回目〜7回目に検出された同一の車両であり、方向Dは正常走行方向であり、該車両軌跡301のベクトルは図3におけるベクトルAであり、即ち、最初の車両から最後の(最後に検出された)車両までの変位ベクトルであり、1つの車両からその直後の1つの車両までのベクトルは、例えば図3におけるベクトルBであり、即ち目標車両302−1から目標車両302−2までのベクトルである。
図3に示すように、ベクトルAの方向は正常走行方向Dとは逆方向になり、1つの車両からその直後の1つの車両までのベクトル方向が正常走行方向Dとは逆方向になるベクトルは、目標車両302−1から目標車両302−2までのベクトル、目標車両302−2から目標車両302−3までのベクトル、目標車両302−4から目標車両302−5までのベクトル、及び目標車両302−6から目標車両302−7までのベクトルという合計4つのベクトルを含む。1つの車両からその直後の1つの車両までのベクトル方向が正常走行方向Dと同一のベクトルは、目標車両302−3から目標車両302−4までのベクトル、及び目標車両302−5から目標車両302−6までのベクトルという合計2つのベクトルを含む。従って、該車両軌跡301における、現フレーム画像及び前の全てのフレーム画像において車両の走行方向が正常走行方向とは逆方向になると検出された回数は4回であり、該車両の走行方向の検出の総回数は4+2=6回であるため、該車両軌跡301における、現フレーム画像及び前の全てのフレーム画像において車両の走行方向が正常走行方向とは逆方向になると検出された回数と、該車両の走行方向の検出の総回数との比は、4/6=0.67である。例えば、第1閾値を0.6とした場合、該比が第1閾値よりも大きく、且つベクトルAの方向が正常走行方向Dとは逆方向になるため、該車両軌跡301は該所定条件を満たし、逆行の車両軌跡と判断される。
本実施例では、該所定条件は、逆行と判断されていない車両軌跡のベクトルの該正常走行方向に投影した長さと、逆行と判断されていない車両軌跡における最後の車両の高さとの比が第2閾値よりも大きいこと、をさらに含んでもよい。即ち、該所定条件は、逆行と判断されていない車両軌跡における、現フレーム画像及び前の全てのフレーム画像において車両の走行方向が正常走行方向とは逆方向になると検出された回数と該車両の走行方向の検出の総回数との比が第1閾値よりも大きいこと、逆行と判断されていない車両軌跡のベクトル方向が正常走行方向とは逆方向になること、及び逆行と判断されていない車両軌跡のベクトルの該正常走行方向に投影した長さと前記逆行と判断されていない車両軌跡における最後の車両の高さとの比が第2閾値よりも大きいこと、を含む。
これによって、長さの比の条件を設定することで、検出の精度をさらに向上させることができる。
本実施例では、該第2閾値は実際の要求に応じて設定されてもよく、例えば、該第2閾値は1.8〜2.8の間の値である。
例えば、図3では、ベクトルAの方向Dに投影した長さ、即ち垂直方向に投影した長さと、車両軌跡301における最後の車両302−7の高さとの比を算出し、該比が第2閾値よりも大きいか否かを判断する。
本実施例によれば、車両軌跡集合を構築し、その中の車両軌跡について検出を行い、各車両軌跡の各フレーム画像において車両の逆行が検出された回数と車両の検出の総回数との比、及び車両軌跡のベクトル方向に基づいて、各車両軌跡が逆行であるか否かを判断することで、計算プロセスを簡易化することができ、高い検出精度を得ることができる。
<実施例2>
本発明の実施例は電子機器をさらに提供し、図4は本発明の実施例2の電子機器を示す図である。図4に示すように、電子機器400は車両の逆行の検出装置401を含み、車両の逆行の検出装置401の構成及び機能は実施例1に記載されたものと同じであり、ここでその説明を省略する。
本発明の実施例は電子機器をさらに提供し、図4は本発明の実施例2の電子機器を示す図である。図4に示すように、電子機器400は車両の逆行の検出装置401を含み、車両の逆行の検出装置401の構成及び機能は実施例1に記載されたものと同じであり、ここでその説明を省略する。
図5は本発明の実施例2の電子機器のシステム構成を示すブロック図である。図5に示すように、電子機器500は、中央処理装置501及び記憶装置502を含んでもよく、記憶装置502は中央処理装置501に接続される。該図は単なる例示的なものであり、電気通信機能又は他の機能を実現するように、他の種類の構成を用いて、該構成を補充又は代替してもよい。
図5に示すように、電子機器500は、入力出力部503、ディスプレイ504及び電源505をさらに含んでもよい。
1つの態様では、実施例1の車両の逆行の検出装置の機能は中央処理装置501に統合されてもよい。ここで、中央処理装置501は、現フレーム画像における走行車両を検出し、検出された現フレーム画像における走行車両に基づいて、現フレーム画像の車両軌跡集合を構築し、現フレーム画像の車両軌跡集合における逆行と判断されていない車両軌跡について検出を行い、所定条件を満たす車両軌跡を逆行の車両軌跡として決定するように構成されてもよく、該所定条件は、逆行と判断されていない車両軌跡における、現フレーム画像及び前の全てのフレーム画像において車両の走行方向が正常走行方向とは逆方向になると検出された回数と該車両の走行方向の検出の総回数との比が第1閾値よりも大きいこと、及び逆行と判断されていない車両軌跡のベクトル方向が正常走行方向とは逆方向になることを含む。
例えば、該所定条件は、逆行と判断されていない車両軌跡における、現フレーム画像及び前の全てのフレーム画像において車両の走行方向が正常走行方向とは逆方向になると検出された回数と該車両の走行方向の検出の総回数との比が第1閾値よりも大きいこと、逆行と判断されていない車両軌跡のベクトル方向が正常走行方向とは逆方向になること、及び逆行と判断されていない車両軌跡のベクトルの正常走行方向に投影した長さと逆行と判断されていない車両軌跡における最後の車両の高さとの比が第2閾値よりも大きいことを含む。
例えば、逆行と判断されていない車両軌跡のベクトルは、該車両軌跡における最初の車両から最後の車両までの変位ベクトルである。
例えば、現フレーム画像の車両軌跡集合における逆行と判断されていない車両軌跡について検出を行うステップは、逆行と判断されていない車両軌跡における1つの車両からその直後の1つの車両までのベクトル方向が正常走行方向とは逆方向になる場合、車両の走行方向が正常走行方向とは逆方向になると検出された回数に1を加算するステップ、を含む。
例えば、検出された現フレーム画像における走行車両に基づいて、現フレーム画像の車両軌跡集合を構築するステップは、検出された現フレーム画像における走行車両が直前のフレーム画像の車両軌跡集合における何れか1つの車両軌跡にマッチした場合、該走行車両を該車両軌跡に追加するステップと、検出された現フレーム画像における走行車両が直前のフレーム画像の車両軌跡集合における全ての車両軌跡にマッチしない場合、該走行車両に基づいて車両軌跡を新規作成するステップと、を含む。
例えば、検出された現フレーム画像における走行車両に基づいて、現フレーム画像の車両軌跡集合を構築するステップは、現フレーム画像から、直前のフレーム画像の車両軌跡集合において既に構築された車両軌跡における車両が検出されていない場合、該車両の平均速度及び正常走行方向に基づいて、現フレーム画像における該車両の仮想目標を決定し、該仮想目標を該車両軌跡に追加するステップ、をさらに含む。
例えば、現フレーム画像における該車両の仮想目標のサイズは、直前のフレーム画像から検出された該車両のサイズと同一である。
例えば、現フレーム画像における走行車両を検出するステップは、分類器を用いて現フレーム画像における走行車両を検出するステップ、を含む。
もう1つの態様では、実施例1の車両の逆行の検出装置は中央処理装置501とそれぞれ配置されてもよく、例えば、車両の逆行の検出装置は中央処理装置501に接続されたチップであり、中央処理装置501の制御により車両の逆行の検出装置の機能を実現するように構成されてもよい。
本実施例における電子機器500は、図5に示されている全ての構成部を含まなくてもよい。
図5に示すように、中央処理装置501は、コントローラ又は操作制御部とも称され、マイクロプロセッサ又は他の処理装置及び/又は論理装置を含んでもよく、中央処理装置501は入力を受け付け、電子機器500の各部の操作を制御する。
記憶装置502は、例えばバッファ、フラッシュメモリ、ハードディスク、移動可能な媒体、発揮性メモリ、不発揮性メモリ、又は他の適切な装置の1つ又は複数であってもよい。また、中央処理装置501は、記憶装置502に記憶されたプログラムを実行し、情報の記憶又は処理などを実現してもよい。他の部材は従来技術に類似するため、ここでその説明が省略される。電子機器500の各部は、本発明の範囲から逸脱することなく、特定のハードウェア、ファームウェア、ソフトウェア又はその組み合わせによって実現されてもよい。
本実施例によれば、車両軌跡集合を構築し、その中の車両軌跡について検出を行い、各車両軌跡の各フレーム画像において車両の逆行が検出された回数と車両の検出の総回数との比、及び車両軌跡のベクトル方向に基づいて、各車両軌跡が逆行であるか否かを判断することで、計算プロセスを簡易化することができ、高い検出精度を得ることができる。
<実施例3>
本発明の実施例は、実施例1の車両の逆行の検出装置に対応する、監視映像の各フレーム画像をフレーム毎に検出する車両の逆行の検出方法をさらに提供する。図6は本発明の実施例3の車両の逆行の検出方法を示す図である。図6に示すように、該方法は以下のステップを含む。
本発明の実施例は、実施例1の車両の逆行の検出装置に対応する、監視映像の各フレーム画像をフレーム毎に検出する車両の逆行の検出方法をさらに提供する。図6は本発明の実施例3の車両の逆行の検出方法を示す図である。図6に示すように、該方法は以下のステップを含む。
ステップ601:現フレーム画像における走行車両を検出する。
ステップ602:検出された現フレーム画像における走行車両に基づいて、現フレーム画像の車両軌跡集合を構築する。
ステップ603:現フレーム画像の車両軌跡集合における逆行と判断されていない車両軌跡について検出を行い、所定条件を満たす車両軌跡を逆行の車両軌跡として決定する。ここで、該所定条件は、逆行と判断されていない車両軌跡における、現フレーム画像及び前の全てのフレーム画像において車両の走行方向が正常走行方向とは逆方向になると検出された回数と該車両の走行方向の検出の総回数との比が第1閾値よりも大きいこと、及び逆行と判断されていない車両軌跡のベクトル方向が正常走行方向とは逆方向になることを含む。
本実施例では、ステップ601〜603における各ステップの具体的な実現方法は実施例1に記載されたものと同じであり、ここでその説明を省略する。
本実施例によれば、車両軌跡集合を構築し、その中の車両軌跡について検出を行い、各車両軌跡の各フレーム画像において車両の逆行が検出された回数と車両の検出の総回数との比、及び車両軌跡のベクトル方向に基づいて、各車両軌跡が逆行であるか否かを判断することで、計算プロセスを簡易化することができ、高い検出精度を得ることができる。
本発明の実施例は、車両の逆行の検出装置又は電子機器においてプログラムを実行する際に、コンピュータに、該車両の逆行の検出装置又は電子機器において上記実施例3に記載の車両の逆行の検出方法を実行させる、コンピュータ読み取り可能なプログラムをさらに提供する。
本発明の実施例は、コンピュータに、車両の逆行の検出装置又は電子機器において上記実施例3に記載の車両の逆行の検出方法を実行させるためのコンピュータ読み取り可能なプログラムを記憶する、記憶媒体をさらに提供する。
本発明の実施例を参照しながら説明した車両の逆行の検出装置において実行されている車両の逆行の検出方法は、ハードウェア、プロセッサにより実行されるソフトウェアモジュール、又は両者の組み合わせで実施されてもよい。例えば、図1に示す機能的ブロック図における1つ若しくは複数、又は機能的ブロック図の1つ若しくは複数の組み合わせは、コンピュータプログラムフローの各ソフトウェアモジュールに対応してもよいし、各ハードウェアモジュールに対応してもよい。これらのソフトウェアモジュールは、図6に示す各ステップにそれぞれ対応してもよい。これらのハードウェアモジュールは、例えばフィールド・プログラマブル・ゲートアレイ(FPGA)を用いてこれらのソフトウェアモジュールをハードウェア化して実現されてもよい。
ソフトウェアモジュールは、RAMメモリ、フラッシュメモリ、ROMメモリ、EPROMメモリ、EEPROMメモリ、レジスタ、ハードディスク、モバイルハードディスク、CD−ROM又は当業者にとって既知の任意の他の形の記憶媒体に位置してもよい。プロセッサが記憶媒体から情報を読み取ったり、記憶媒体に情報を書き込むように該記憶媒体をプロセッサに接続してもよいし、記憶媒体がプロセッサの構成部であってもよい。プロセッサ及び記憶媒体はASICに位置する。該ソフトウェアモジュールは移動端末のメモリに記憶されてもよいし、移動端末に挿入されたメモリカードに記憶されてもよい。例えば、機器(例えば移動端末)が比較的に大きい容量のMEGA−SIMカード又は大容量のフラッシュメモリ装置を用いる場合、該ソフトウェアモジュールは該MEGA−SIMカード又は大容量のフラッシュメモリ装置に記憶されてもよい。
図1に記載されている一つ以上の機能ブロックおよび/または機能ブロックの一つ以上の組合せは、本願に記載されている機能を実行するための汎用プロセッサ、デジタル信号プロセッサ(DSP)、特定用途向け集積回路(ASIC)、フィールド・プログラマブル・ゲートアレイ(FPGA)又は他のプログラマブル論理デバイス、ディスクリートゲートまたはトランジスタ論理装置、ディスクリートハードウェアコンポーネント、またはそれらの任意の適切な組み合わせで実現されてもよい。図1に記載されている一つ以上の機能ブロックおよび/または機能ブロックの一つ以上の組合せは、例えば、コンピューティング機器の組み合わせ、例えばDSPとマイクロプロセッサの組み合わせ、複数のマイクロプロセッサの組み合わせ、DSP通信と組み合わせた1つ又は複数のマイクロプロセッサ又は他の任意の構成で実現されてもよい。
以上は具体的な実施形態を参照しながら本発明を説明しているが、上記の説明は、例示的なものに過ぎず、本発明の保護の範囲を限定するものではない。本発明の趣旨及び原理を離脱しない限り、本発明に対して各種の変形及び変更を行ってもよく、これらの変形及び変更も本発明の範囲に属する。
Claims (17)
- 監視映像の各フレーム画像をフレーム毎に検出する車両の逆行の検出装置であって、
現フレーム画像における走行車両を検出する第1検出手段と、
検出された現フレーム画像における走行車両に基づいて、現フレーム画像の車両軌跡集合を構築する構築手段と、
前記現フレーム画像の車両軌跡集合における逆行と判断されていない車両軌跡について検出を行い、所定条件を満たす車両軌跡を逆行の車両軌跡として決定する第2検出手段と、を含み、
前記所定条件は、
前記逆行と判断されていない車両軌跡における、現フレーム画像及び前の全てのフレーム画像において車両の走行方向が正常走行方向とは逆方向になると検出された回数と該車両の走行方向の検出の総回数との比が第1閾値よりも大きいこと、及び
前記逆行と判断されていない車両軌跡のベクトル方向が正常走行方向とは逆方向になること、を含む、装置。 - 前記所定条件は、
前記逆行と判断されていない車両軌跡における、現フレーム画像及び前の全てのフレーム画像において車両の走行方向が正常走行方向とは逆方向になると検出された回数と該車両の走行方向の検出の総回数との比が第1閾値よりも大きいこと、
前記逆行と判断されていない車両軌跡のベクトル方向が正常走行方向とは逆方向になること、及び
前記逆行と判断されていない車両軌跡のベクトルの前記正常走行方向に投影した長さと前記逆行と判断されていない車両軌跡における最後の車両の高さとの比が第2閾値よりも大きいこと、を含む、請求項1に記載の装置。 - 前記逆行と判断されていない車両軌跡のベクトルは、該車両軌跡における最初の車両から最後の車両までの変位ベクトルである、請求項1に記載の装置。
- 前記第2検出手段は、前記逆行と判断されていない車両軌跡における1つの車両からその直後の1つの車両までのベクトル方向が正常走行方向とは逆方向になる場合、車両の走行方向が正常走行方向とは逆方向になると検出された回数に1を加算する、請求項1に記載の装置。
- 前記構築手段は、
検出された現フレーム画像における走行車両が直前のフレーム画像の車両軌跡集合における何れか1つの車両軌跡にマッチした場合、該走行車両を該車両軌跡に追加する第1更新手段と、
検出された現フレーム画像における走行車両が直前のフレーム画像の車両軌跡集合における全ての車両軌跡にマッチしない場合、該走行車両に基づいて車両軌跡を新規作成する新規作成手段と、を含む、請求項1に記載の装置。 - 前記構築手段は、
現フレーム画像から、直前のフレーム画像の車両軌跡集合において既に構築された車両軌跡における車両が検出されていない場合、該車両の平均速度及び正常走行方向に基づいて、現フレーム画像における該車両の仮想目標を決定し、該仮想目標を該車両軌跡に追加する第2更新手段、をさらに含む、請求項5に記載の装置。 - 現フレーム画像における該車両の仮想目標のサイズは、直前のフレーム画像から検出された該車両のサイズと同一である、請求項6に記載の装置。
- 第1検出手段は、分類器を用いて現フレーム画像における走行車両を検出する、請求項1に記載の装置。
- 請求項1に記載の装置を含む、電子機器。
- 監視映像の各フレーム画像をフレーム毎に検出する車両の逆行の検出方法であって、
現フレーム画像における走行車両を検出するステップと、
検出された現フレーム画像における走行車両に基づいて、現フレーム画像の車両軌跡集合を構築するステップと、
前記現フレーム画像の車両軌跡集合における逆行と判断されていない車両軌跡について検出を行い、所定条件を満たす車両軌跡を逆行の車両軌跡として決定するステップと、を含み、
前記所定条件は、
前記逆行と判断されていない車両軌跡における、現フレーム画像及び前の全てのフレーム画像において車両の走行方向が正常走行方向とは逆方向になると検出された回数と該車両の走行方向の検出の総回数との比が第1閾値よりも大きいこと、及び
前記逆行と判断されていない車両軌跡のベクトル方向が正常走行方向とは逆方向になること、を含む、方法。 - 前記所定条件は、
前記逆行と判断されていない車両軌跡における、現フレーム画像及び前の全てのフレーム画像において車両の走行方向が正常走行方向とは逆方向になると検出された回数と該車両の走行方向の検出の総回数との比が第1閾値よりも大きいこと、
前記逆行と判断されていない車両軌跡のベクトル方向が正常走行方向とは逆方向になること、及び
前記逆行と判断されていない車両軌跡のベクトルの前記正常走行方向に投影した長さと前記逆行と判断されていない車両軌跡における最後の車両の高さとの比が第2閾値よりも大きいこと、を含む、請求項10に記載の方法。 - 前記逆行と判断されていない車両軌跡のベクトルは、該車両軌跡における最初の車両から最後の車両までの変位ベクトルである、請求項10に記載の方法。
- 前記現フレーム画像の車両軌跡集合における逆行と判断されていない車両軌跡について検出を行うステップは、
前記逆行と判断されていない車両軌跡における1つの車両からその直後の1つの車両までのベクトル方向が正常走行方向とは逆方向になる場合、車両の走行方向が正常走行方向とは逆方向になると検出された回数に1を加算するステップ、を含む、請求項10に記載の方法。 - 前記検出された現フレーム画像における走行車両に基づいて、現フレーム画像の車両軌跡集合を構築するステップは、
検出された現フレーム画像における走行車両が直前のフレーム画像の車両軌跡集合における何れか1つの車両軌跡にマッチした場合、該走行車両を該車両軌跡に追加するステップと、
検出された現フレーム画像における走行車両が直前のフレーム画像の車両軌跡集合における全ての車両軌跡にマッチしない場合、該走行車両に基づいて車両軌跡を新規作成するステップと、を含む、請求項10に記載の方法。 - 前記検出された現フレーム画像における走行車両に基づいて、現フレーム画像の車両軌跡集合を構築するステップは、
現フレーム画像から、直前のフレーム画像の車両軌跡集合において既に構築された車両軌跡における車両が検出されていない場合、該車両の平均速度及び正常走行方向に基づいて、現フレーム画像における該車両の仮想目標を決定し、該仮想目標を該車両軌跡に追加するステップ、をさらに含む、請求項14に記載の方法。 - 現フレーム画像における該車両の仮想目標のサイズは、直前のフレーム画像から検出された該車両のサイズと同一である、請求項15に記載の方法。
- 前記現フレーム画像における走行車両を検出するステップは、
分類器を用いて現フレーム画像における走行車両を検出するステップ、を含む、請求項10に記載の方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2016/102168 WO2018068317A1 (zh) | 2016-10-14 | 2016-10-14 | 车辆逆行检测装置及方法、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019532431A true JP2019532431A (ja) | 2019-11-07 |
Family
ID=61904923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019518295A Pending JP2019532431A (ja) | 2016-10-14 | 2016-10-14 | 車両の逆行の検出装置、検出方法及び電子機器 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2019532431A (ja) |
CN (1) | CN109661667A (ja) |
WO (1) | WO2018068317A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113602264A (zh) * | 2021-08-17 | 2021-11-05 | 北京市商汤科技开发有限公司 | 一种车辆行驶行为检测方法、装置、设备和存储介质 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948417A (zh) * | 2018-12-31 | 2019-06-28 | 上海眼控科技股份有限公司 | 一种基于深度学习的车辆逆行违法自动审核方法 |
CN111341120A (zh) * | 2019-12-04 | 2020-06-26 | 上海悦骑智能科技有限公司 | 一种车辆逆行检测方法、系统及车辆 |
CN111126171A (zh) * | 2019-12-04 | 2020-05-08 | 江西洪都航空工业集团有限责任公司 | 一种车辆逆行检测方法及系统 |
CN111611901B (zh) * | 2020-05-15 | 2023-10-03 | 北京百度网讯科技有限公司 | 车辆逆行检测方法、装置、设备以及存储介质 |
CN111611938B (zh) * | 2020-05-22 | 2023-08-29 | 浙江大华技术股份有限公司 | 一种逆行方向确定方法及装置 |
CN112069944B (zh) * | 2020-08-25 | 2024-04-05 | 青岛海信网络科技股份有限公司 | 一种道路拥堵等级确定方法 |
CN113570877B (zh) * | 2021-06-22 | 2022-09-23 | 淮阴工学院 | 一种非机动车逆行检测装置及检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08145707A (ja) * | 1994-11-16 | 1996-06-07 | Sumitomo Electric Ind Ltd | 経路走行判定装置 |
JPH10269492A (ja) * | 1997-03-25 | 1998-10-09 | Omron Corp | 車両監視装置 |
JP2001229488A (ja) * | 2000-02-15 | 2001-08-24 | Hitachi Ltd | 車両追跡方法および交通状況追跡装置 |
CN103226834A (zh) * | 2013-03-26 | 2013-07-31 | 长安大学 | 一种图像运动目标特征点快速搜索方法 |
CN104464305A (zh) * | 2014-12-11 | 2015-03-25 | 天津艾思科尔科技有限公司 | 车辆逆行智能检测装置与方法 |
CN104809470A (zh) * | 2015-04-23 | 2015-07-29 | 杭州中威电子股份有限公司 | 一种基于svm的车辆逆行检测装置和检测方法 |
JP2016057337A (ja) * | 2014-09-05 | 2016-04-21 | オムロン株式会社 | 採点装置及び採点方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004234486A (ja) * | 2003-01-31 | 2004-08-19 | Matsushita Electric Ind Co Ltd | 車両逆走検知装置 |
US8843244B2 (en) * | 2006-10-06 | 2014-09-23 | Irobot Corporation | Autonomous behaviors for a remove vehicle |
CN102142200B (zh) * | 2009-12-17 | 2014-04-30 | 株式会社电装 | 车辆用防止逆行系统 |
JP5597454B2 (ja) * | 2010-06-17 | 2014-10-01 | 東芝テリー株式会社 | 異常走行車両検出システムおよび道路監視プログラム |
CN102081844A (zh) * | 2011-01-25 | 2011-06-01 | 华中科技大学 | 一种交通视频行为分析与报警服务器 |
CN104239309A (zh) * | 2013-06-08 | 2014-12-24 | 华为技术有限公司 | 视频分析检索服务端、系统及方法 |
CN103325255B (zh) * | 2013-06-29 | 2016-01-20 | 佘若凡 | 基于摄影测量技术进行区域交通状况检测的方法 |
CN103605362B (zh) * | 2013-09-11 | 2016-03-02 | 天津工业大学 | 基于车辆轨迹多特征的运动模式学习及异常检测方法 |
WO2015159412A1 (ja) * | 2014-04-17 | 2015-10-22 | 株式会社日立システムズ | 移動体検知方法および移動体検知システム |
CN103971521B (zh) * | 2014-05-19 | 2016-06-29 | 清华大学 | 道路交通异常事件实时检测方法及装置 |
CN104809887B (zh) * | 2015-04-23 | 2018-03-16 | 杭州中威电子股份有限公司 | 一种高速公路上车辆逆行检测方法与自动报警装置 |
CN204613981U (zh) * | 2015-04-23 | 2015-09-02 | 杭州中威电子股份有限公司 | 一种基于svm的车辆逆行检测装置 |
CN105354529A (zh) * | 2015-08-04 | 2016-02-24 | 北京时代云英科技有限公司 | 一种车辆逆行的检测方法及装置 |
CN105629333A (zh) * | 2015-12-27 | 2016-06-01 | 安徽皖通科技股份有限公司 | 一种基于视频的道路气象检测方法 |
CN106022243B (zh) * | 2016-05-13 | 2019-02-26 | 浙江大学 | 一种基于图像处理的机动车道车辆逆行识别方法 |
-
2016
- 2016-10-14 CN CN201680088977.0A patent/CN109661667A/zh active Pending
- 2016-10-14 WO PCT/CN2016/102168 patent/WO2018068317A1/zh active Application Filing
- 2016-10-14 JP JP2019518295A patent/JP2019532431A/ja active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08145707A (ja) * | 1994-11-16 | 1996-06-07 | Sumitomo Electric Ind Ltd | 経路走行判定装置 |
JPH10269492A (ja) * | 1997-03-25 | 1998-10-09 | Omron Corp | 車両監視装置 |
JP2001229488A (ja) * | 2000-02-15 | 2001-08-24 | Hitachi Ltd | 車両追跡方法および交通状況追跡装置 |
CN103226834A (zh) * | 2013-03-26 | 2013-07-31 | 长安大学 | 一种图像运动目标特征点快速搜索方法 |
JP2016057337A (ja) * | 2014-09-05 | 2016-04-21 | オムロン株式会社 | 採点装置及び採点方法 |
CN104464305A (zh) * | 2014-12-11 | 2015-03-25 | 天津艾思科尔科技有限公司 | 车辆逆行智能检测装置与方法 |
CN104809470A (zh) * | 2015-04-23 | 2015-07-29 | 杭州中威电子股份有限公司 | 一种基于svm的车辆逆行检测装置和检测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113602264A (zh) * | 2021-08-17 | 2021-11-05 | 北京市商汤科技开发有限公司 | 一种车辆行驶行为检测方法、装置、设备和存储介质 |
CN113602264B (zh) * | 2021-08-17 | 2023-02-28 | 北京市商汤科技开发有限公司 | 一种车辆行驶行为检测方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109661667A (zh) | 2019-04-19 |
WO2018068317A1 (zh) | 2018-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019532431A (ja) | 車両の逆行の検出装置、検出方法及び電子機器 | |
US11314973B2 (en) | Lane line-based intelligent driving control method and apparatus, and electronic device | |
WO2019085904A1 (zh) | 一种基于蜂窝网络的辅助驾驶方法及交通控制单元 | |
CN110910657B (zh) | 一种路口通行权分配方法、装置及电子设备 | |
US11308809B2 (en) | Collision control method and apparatus, and storage medium | |
JP5656567B2 (ja) | 映像処理装置および方法 | |
WO2021003823A1 (zh) | 基于视频帧图片分析的车辆违停检测方法及装置 | |
JP2015026234A (ja) | 車両後側方警報装置、車両後側方警報方法および立体物検出装置 | |
US11836619B2 (en) | Image processing method, related device, and computer storage medium | |
WO2016145626A1 (zh) | 交通异常检测方法、装置以及图像监控系统 | |
CN110135377B (zh) | 车路协同中物体运动状态检测方法、装置和服务器 | |
US20200082181A1 (en) | Method and system for sensing an obstacle, and storage medium | |
WO2023019936A1 (zh) | 一种车辆行驶行为检测方法、装置、设备和存储介质 | |
CN115973158B (zh) | 换道轨迹的规划方法、车辆、电子设备及计算机程序产品 | |
WO2020048156A1 (zh) | 统计车流量的方法和装置、计算设备和计算机可读存储介质 | |
JP2022023910A (ja) | 通行状態取得方法及び装置、路側装置、並びに、クラウド制御プラットフォーム | |
JP6439757B2 (ja) | 画像処理装置および画像処理方法 | |
US20230278587A1 (en) | Method and apparatus for detecting drivable area, mobile device and storage medium | |
US20220270480A1 (en) | Signal control apparatus and method based on reinforcement learning | |
KR20200133920A (ko) | 인공신경망 기반의 투사정보 인식 장치 및 그 방법 | |
CN114037977B (zh) | 道路灭点的检测方法、装置、设备及存储介质 | |
JP5125214B2 (ja) | 障害物検出方法および障害物検出装置 | |
US20220227358A1 (en) | Map-based target heading disambiguation | |
CN111319627B (zh) | 辅助驾驶方法、装置、计算机设备和存储介质 | |
TWI502166B (zh) | 動態影像監測系統及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190417 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200305 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200414 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20201020 |