JP6819205B2 - 駐車スペース検出装置、電子機器及び方法 - Google Patents

駐車スペース検出装置、電子機器及び方法 Download PDF

Info

Publication number
JP6819205B2
JP6819205B2 JP2016207110A JP2016207110A JP6819205B2 JP 6819205 B2 JP6819205 B2 JP 6819205B2 JP 2016207110 A JP2016207110 A JP 2016207110A JP 2016207110 A JP2016207110 A JP 2016207110A JP 6819205 B2 JP6819205 B2 JP 6819205B2
Authority
JP
Japan
Prior art keywords
parking space
image
frames
predetermined number
current
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.)
Active
Application number
JP2016207110A
Other languages
English (en)
Other versions
JP2017084364A (ja
Inventor
ジャン・グオチョン
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.)
Fujitsu Ltd
Original Assignee
Fujitsu 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 Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of JP2017084364A publication Critical patent/JP2017084364A/ja
Application granted granted Critical
Publication of JP6819205B2 publication Critical patent/JP6819205B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
    • G06T5/70—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30264—Parking

Description

本発明は、情報技術分野に関し、特に、駐車スペース検出装置、電子機器及び方法に関する。
経済の発展に伴い、車の数が増加している。特に都市では、空き駐車スペースのある駐車場を探しにくいことは、運転者を困らせる問題の一つである。運転者は、周辺駐車場の駐車スペースの情報を迅速に知りたい。同様に、駐車場の管理者について言えば、管理者も、車の出入りを有効に制御し駐車スペースをリアルタイムに各運転者に与えるよう、駐車スペースの情報を迅速に把握したい。また、大型駐車場について言えば、次のような問題もあり、即ち、設計の問題が原因で、一部の領域に車がいっぱいあると同時に、一部の領域に空き駐車スペースが多くあるが、空き駐車スペースを探すためにかなり時間がかかる。この時に、運転者もリアルタイムに駐車場の各領域における駐車スペースの情報を迅速に知りたい。もちろん、このようなリアルタイム情報の収集は、人力により完成することができない。
また、科学技術の発展に伴い、多くの技術が固定駐車スペースの駐車スペース状態の検出のために開発されており、例えば、各駐車スペースのために探測レーダーや出入口計数器を設けるなどの方法がある。しかし、このような方法の使用は、コストが高い。
近年、画像処理技術も駐車スペース状態の検出に用いられており、多くの従来技術に比べ、１つのビデオ監視カメラが多くの駐車スペースをカバーすることができるため、検出に必要なコストを大幅に削減することができる。また、従来の駐車スペース検出方法は、通常、輪郭法又は機械学習法を採用している。
しかしながら、発明者は、次のようなことを発見した。即ち、上述の従来の輪郭法を用いて駐車スペースに対して検出を行う時に、輪郭法が各種の視角の場合に適用し得るが、駐車スペースに豊富な細部又は多くの遮蔽があれば、有効な検出を行うことができず、また、上述の従来の機械学習法を用いて駐車スペースに対して検出を行う時に、機械学習法が細部を良く処理し得るが、視角への要求が高く、機械学習法のパフォーマンスが訓練結果の良し悪しに依存し、低照度・低コントラストの場合における検出効果も悪い。また、光の変化によるビデオ画像の変化も検出精度に影響を与えることができ、例えば、昼間、日光、夜、照明などの場合である。さらに、歩行者や車の移動も検出安定性に大きな影響をもたらすことができる。
本発明の目的は、駐車スペース画像の移動状態に基づいて検出を行うことにより、検出結果の安定性を保証することができる、駐車スペース検出装置、電子機器及び方法を提供することにある。特に、輪郭法と機械学習法とを組み合わせて検出を行い、且つ、関連シーン（場面）がはっきりしていない場合、機械学習法を用いる前に明晰化処理を行うことにより、輪郭法及び機械学習法の利点を有効に組み合わせることができる。また、処理速度が比較的速く、各種のシーンに適用することができ、比較的高い検出精度も有する。さらに、安定している（安定状態の）画像に基づいて検出を行うことにより、ランダムノイズを抑え、検出精度を向上させることもてきる。
本発明の第一側面によれば、駐車スペース検出装置が提供され、前記装置は、駐車場の監視ビデオに対して、所定フレーム数の画像を単位として順に検出を行い、前記装置は、第一検出ユニット及び第二検出ユニットを含み、
前記第一検出ユニットは、各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像において移動情報を有する駐車スペースについて、前記駐車スペースの検出結果を、前の１つの所定フレーム数の画像における前記駐車スペースを維持する検出結果と確定し；
前記第二検出ユニットは、各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して１つずつ検出を行い、
そのうち、前記第二検出ユニットは、比較ユニット、第一処理ユニット及び第三検出ユニットを含み、
前記比較ユニットは、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して検出を行う時に、現在の所定フレーム数の前記駐車スペースの安定状態の画像と、前の１つの所定フレーム数の前記駐車スペースの安定状態の画像とを比較し、比較結果が「類似（相似）した」の場合、前記駐車スペースの検出結果を、前の１つの所定フレーム数の前記駐車スペースを維持する検出結果を確定し、比較結果が「類似しない」の場合、現在の所定フレーム数の前記駐車スペースの安定状態の画像中の輪郭に基づいて、前記駐車スペースが空き駐車スペースの特徴を満足するかを判断し、
前記第一処理ユニットは、現在の記駐車スペースが空き駐車スペースの特徴を満足した場合、前記駐車スペースの検出結果を空き駐車スペースと確定し、現在の記駐車スペースが空き駐車スペースの特徴を満足しない場合、現在のシーンが明晰であるかを検出し、現在のシーンが不明晰である場合、現在の所定フレーム数の前記駐車スペースの安定状態の画像に対して明晰化処理を行い、
前記第三検出ユニットは、機械学習法を用いて前記駐車スペースの安定状態の画像に対して検出を行い、前記駐車スペースの検出結果を取得する。
本発明の第二側面によれば、電子機器を提供し、それは、本発明の第一側面に記載の駐車スペース検出装置を含む。
本発明の第三側面によれば、駐車スペース検出方法が提供され、駐車場の監視ビデオに対して、所定フレーム数の画像を単位として順に検出を行い、前記検出方法は、
各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有する駐車スペースについて、前記駐車スペースの検出結果を、前の１つの所定フレーム数の画像における前記駐車スペースを維持する検出結果と確定し；及び
各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して１つずつ検出を行うことを含み、
そのうち、各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して１つずつ検出を行うことは、
現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して検出を行う時に、現在の所定フレーム数の前記駐車スペースの安定状態の画像と、前の１つの所定フレーム数の前記駐車スペースの安定状態の画像とを比較し、比較結果が「類似した」の場合、前記駐車スペースの検出結果を、前の１つの所定フレーム数の前記駐車スペースを維持する検出結果と確定し、比較結果が「類似しない」の場合、現在の所定フレーム数の前記駐車スペースの安定状態の画像中の輪郭に基づいて、前記駐車スペースが空き駐車スペースの特徴を満足するかを判断し；
現在の記駐車スペースが空き駐車スペースの特徴を満足した場合、前記駐車スペースの検出結果を空き駐車スペースと確定し、現在の記駐車スペースが空き駐車スペースの特徴を満足しない場合、現在のシーンが明晰であるかを検出し、現在のシーンが不明晰である場合、現在の所定フレーム数の前記駐車スペースの安定状態の画像に対して明晰化処理を行い；及び
機械学習法を用いて前記駐車スペースの安定状態の画像に対して検出を行い、前記駐車スペースの検出結果を取得することを含む。
本発明の有益な効果は、駐車スペース画像の移動状態に基づいて検出を行うことにより、検出結果の安定性を保証することができ；輪郭法及び機械学習法を組み合わせて検出を行い、且つ、関連シーンが不明晰である場合、機械学習法を用いる前に明晰化処理を行うことにより、輪郭法及び機械学習法の利点を有効に組み合わせることができ；また、処理速度が比較的速く、各種のシーンに適用することができ、比較的高い検出精度も有し；さらに、安定状態の画像に基づいて検出を行うことにより、ランダムノイズを抑制し、検出精度を向上させることもできる。
本発明の実施例1における駐車スペース検出装置の構成図である。 本発明の実施例1における現在のLフレームに係る４つの平均フレームの画像である。 本発明の実施例1における現在のLフレームの移動情報に関する画像である。 本発明の実施例1における現在のLフレームの安定状態の検出画像である。 本発明の実施例1における前の１つのLフレームの安定状態の検出画像である。 本発明の実施例1における現在のLフレームの安定状態の検出画像の輪郭図である。 本発明の実施例2における電子機器の構成図である。 本発明の実施例2における電子機器のシステム構成図である。 本発明の実施例3における駐車スペース検出方法のフローチャートである。 本発明の実施例3における図9中のステップ902のプロセスのフローチャートである。 本発明の実施例4における駐車スペース検出方法のフローチャートである。
以下、添付した図面を参照しながら、本発明を実施するための形態を詳細に説明する。
図1は、本発明の実施例1における駐車スペース検出装置の構成図である。図1に示すように、駐車スペース検出装置100は、駐車場の監視ビデオに対して、所定フレーム数の画像を単位として順次検出を行い、該装置100は、次のようなものを含む。
第一検出ユニット101：各所定フレーム数の画像（即ち、所定フレーム数の画像を単位とする）に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有する駐車スペースについて、該駐車スペースの検出結果を、前の１つの所定フレーム数の画像における該駐車スペースを維持する検出結果と確定し；
第二検出ユニット102：各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内に移動情報を有しない駐車スペースの画像に対して１つずつ検出を行う。
そのうち、第二検出ユニット102は、次のようなものを含み、即ち、
比較ユニット103：現在の所定フレーム数の画像内に移動情報を有しない駐車スペースの各画像に対して検出を行う時に、現在の所定フレーム数の該駐車スペースの安定状態の画像と、前の１つの所定フレーム数の該駐車スペースの安定状態の画像とを比較し、比較結果が「類似した」の場合、該駐車スペースの検出結果を、前の１つの所定フレーム数の画像における前記駐車スペースを維持する検出結果と確定し、比較結果が「類似しない」の場合、現在の所定フレーム数の該駐車スペースの安定状態の画像中の輪郭に基づいて、該駐車スペースが空き駐車スペースの特徴を満足するかを判断し；
第一処理ユニット104：該駐車スペースが空き駐車スペースの特徴を満足した場合、該駐車スペースの検出結果を空き駐車スペースと確定し、該駐車スペースが空き駐車スペースの特徴を満足しない場合、現在のシーンが明晰であるかを検出し、現在のシーンが不明晰である場合、現在の所定フレーム数の該駐車スペースの安定状態の画像に対して明晰化処理を行い；
第三検出ユニット105：機械学習法を用いて該駐車スペースの安定状態の画像に対して検出を行うことにより、該駐車スペースの検出結果を取得する。
この実施例から分かるように、駐車スペース画像の移動状態に基づいて検出を行うことにより、検出結果の安定性を保証することができ；輪郭法及び機械学習法を組み合わせて検出を行い、且つ、関連シーンが不明晰である場合、機械学習法を用いる前に明晰化処理を行うことにより、輪郭法及び機械学習法の利点を有効に組み合わせることができ；また、処理速度が比較的速く、各種のシーンに適用することができ、比較的高い検出精度も有し；さらに、安定状態の画像に基づいて検出を行うことにより、ランダムノイズを抑制し、検出精度を向上させることもできる。
本実施例では、駐車場の監視ビデオは、従来の方法により得ることができ、例えば、駐車場の上方にカメラを設置することにより得ることができる。
本実施例では、該所定フレーム数は、実際のニーズに応じて設定することができる。本実施例では、該所定フレーム数をLと設定し、例えば、監視ビデオの毎秒伝送のフレーム数が25である時に、Lを100と設定しても良く、即ち、4秒の期間内でのビデオ画像を取っても良い。
本実施例では、第一検出ユニット101は、各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有する駐車スペースについて、該駐車スペースの検出結果を、前の１つの所定フレーム数の画像における該駐車スペースを維持する検出結果と確定するために用いられる。
本実施例では、第一検出ユニット101は、各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有する駐車スペースについて、該駐車スペースの検出結果を、前の１つの所定フレーム数の画像における該駐車スペースを維持する検出結果と確定し、例えば、前の１つの所定フレーム数の画像における該駐車スペースの検出結果が“空き駐車スペース”の場合、現在の所定フレーム数の画像に基づく該駐車スペースの検出結果を“空き駐車スペース”と維持し、前の１つの所定フレーム数の画像における該駐車スペースの検出結果が“空き駐車スペースでない”の場合、現在の所定フレーム数に基づく該駐車スペースの検出結果も“空き駐車スペースでない”と維持する。
第二検出ユニット102は、各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内に移動情報を有しない駐車スペースの各画像に対して１つずつ検出を行うために用いられる。
以下、本実施例における、駐車スペースの所定フレーム数の画像内での移動状態に対して検出を行う方法について例示的に説明する。
例えば、該装置100は、さらに次のようなものを含んでも良く、即ち、
第二処理ユニット106：現在のLフレームの画像のうちの各Nフレームの画像に対して平均化処理を行い、M個の平均フレームを取得し、そのうち、L＝M*Nであり、L、M及びNはすべて正整数であり；
第三処理ユニット107：M個の平均フレームに対して１つずつ差分処理を行い、そして、差分処理の結果に基づいて二値化処理を行うことにより、現在のLフレームの画像の移動情報に関する画像を取得し；
移動検出ユニット108：現在のLフレームの画像の移動情報に関する画像に基づいて、現在のLフレーム内の各駐車スペースの移動状態に対して検出を行う。
本実施例では、第二処理ユニット106、第三処理ユニット107及び移動検出ユニット108は、オプションであり、図1において点線枠により表されている。
本実施例では、L=100、M=4、及びN=25である場合を例として例示的に説明する。
第二処理ユニット106は、現在の100フレームの画像のうちの各25フレームの画像（即ち、25フレームの画像を単位とする）に対して平均化処理を行い、４つの平均フレームを取得し、そのうち、平均化処理は、従来の方法を採用しても良い。
図2は、本発明の実施例1における現在のLフレームに係る４つの平均フレームの画像である。図2に示すように、この４つの平均フレームの画像は、順に、201-204で表されている。第三処理ユニット107は、この４つの平均フレームに対して１つずつ差分処理を行い、そして、差分処理の結果に基づいて二値化処理を行うことにより、現在の100フレームの画像の移動情報に関する画像を得ることができる。そのうち、この４つの平均フレームに対して１つずつ差分処理を行い、そして、差分処理の結果に基づいて二値化処理を行うことにより、移動情報に関する画像を得ることは、従来の方法を採用しても良い。
図3は、本発明の実施例1における現在のLフレームの移動情報に関する画像である。図3に示すように、移動情報を有する8個の駐車スペースが２つの枠301及び302により示されており、他の駐車スペースは、移動情報を有しない。
本実施例では、移動検出ユニット108は、移動情報に関する画像に基づいて、現在のLフレーム内の各駐車スペースの移動状態を検出し、そのうち、図3中で枠により示されている8個の駐車スペースを、現在の100フレーム内において移動情報を有するものと確定し、他の駐車スペースを、現在の100フレーム内において移動情報を有しないものと確定する。
本実施例では、第二検出ユニット102は、現在の所定フレーム数の画像内に移動情報を有しない駐車スペースの各画像に対して１つずつ検出を行う。
本実施例では、第二検出ユニット102中の比較ユニット103は、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して検出を行う時に、現在の所定フレーム数の該駐車スペースの安定状態の画像と、前の１つの所定フレーム数の該駐車スペースの安定状態の画像とを比較し、比較結果が「類似した」の場合、該駐車スペースの検出結果を、前の１つの所定フレーム数の画像における前記駐車スペースを維持する検出結果と確定し、比較結果が「類似しない」の場合、現在の所定フレーム数の該駐車スペースの安定状態の画像中の輪郭に基づいて、該駐車スペースが空き駐車スペースの特徴を満足するかを判断するために用いられる。
本実施例では、該安定状態の画像とは、前処理されたビデオ画像を指し、例えば、現在の所定フレーム数の安定状態の画像とは、現在の所定フレーム数の各画像に対して平均化処理を行った後に取得された平均フレームの画像を指す。なお、ビデオ画像に対して、例えば、平均化処理である前処理を行うことにより、ランダムノイズを有効に抑制することができる。また、本発明の実施例は、ビデオ画像に対して他の種類の前処理を行っても良く、即ち、ランダムノイズを抑えることができれば良い。
以下、本実施例における安定状態の画像の取得方法について例示的に説明する。
例えば、第二検出ユニット102はさらに取得ユニット109を含んでも良く、それは、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して検出を行う時に、該駐車スペースの現在の所定フレーム数の画像に対して平均化処理を行い、現在の所定フレーム数の該駐車スペースの安定状態の画像を得るように構成される。
本実施例では、取得ユニット109は、オプションであり、図1において点線枠により表されている。
本実施例では、該駐車スペースの現在の所定フレーム数の画像に対しての平均化処理は、従来の方法を採用しても良い。例えば、Lフレームの画像に対して平均化処理を直接行っても良く、又は、第二処理ユニット106が取得したM個の平均フレームをもとに、このM個の平均フレームに対して平均化処理を行っても良い。
図4は、本発明の実施例1における現在のLフレームの安定状態の検出画像である。図5は、本発明の実施例1における前の１つのLフレームの安定状態の検出画像である。図4に示すように、枠401及び402中の8個の駐車スペース（図3中の２つの枠内の8個の駐車スペースに対応する）については、移動情報を有するため、その駐車スペースの状態が前の１つのLフレームに対して変化を有しないと直接認定することができるが、他の駐車スペースについては、１つずつ検出を行う必要がある。そのうち、枠501中の駐車スペースの安定状態の検出画像と、現在のLフレーム中の対応する駐車スペース403の安定状態の検出画像との間に大きな変化があるため、類似しないと判断することができ、この場合、さらに、該駐車スペース403の輪郭に基づいて、該駐車スペースが空き駐車スペースの特徴を満足するかを判断し、また、他の駐車スペースについても、その駐車スペース状態が前の１つのLフレームに対して変化を有しないと直接認定しても良い。
本実施例では、駐車スペースの輪郭取得は、従来の方法を採用しても良く、例えば、Sobel演算子に基づく運算を行った後に閾値処理を行っても良い。図6は、本発明の実施例1における現在のLフレームの安定状態の検出画像の輪郭図である。
駐車スペースの輪郭を取得した後に、第一処理ユニット104は、該駐車スペースが空き駐車スペースの特徴を満足した場合、該駐車スペースの検出結果を空き駐車スペースと確定し、該駐車スペースが空き駐車スペースの特徴を満足しない場合、現在のシーンが明晰であるかを検出し、現在のシーンが不明晰である場合、現在の所定フレーム数の該駐車スペースの安定状態の画像に対して明晰化処理を行う。
そのうち、駐車スペースの輪郭に基づいて、該駐車スペースが空き駐車スペースの特徴を満足するかを判断することは、従来の方法を採用しても良い。例えば、まず、該駐車スペースの輪郭情報を取得し、そのうち、元の駐車スペースの大小（サイズ）をもとに、そのサイズを内へ少し縮小することにより、駐車スペースの枠や周辺の車による影響を消去することができる。該輪郭情報は、例えば、輪郭点の数及びその分布、直線の長さ及びその方位、特徴点の位置などを含む。これらの輪郭情報に基づいて、該駐車スペースが空き駐車スペースの特徴を満足するかを判断することができる。
本実施例では、現在のシーンが明晰であるかに対しての検出は、従来の方法を採用しても良く、例えば、現在のシーンにおいて環境の明度が比較的暗いか、又は、霧があるかを検出しても良い。
第一処理ユニット104は、現在のシーンが不明晰である場合、現在の所定フレーム数の該駐車スペースの安定状態の画像に対して明晰化処理を行う。例えば、検出結果に基づいて、画像エンハンスメント又は霧除去などの処理を行うことにより、明晰な安定状態の画像を得ることができる。このようにして、各種のシーンに適用することができる。
本実施例では、現在のシーンが明晰である場合、第一処理ユニット104は、直接、安定状態の画像を第三検出ユニット105に入力して検出して貰い、現在のシーンが不明晰である場合、第一処理ユニット104は、安定状態の画像に対して明晰化処理を行った後に、明晰化処理後の安定状態の画像を第三検出ユニット105に入力して検出して貰う。
本実施例では、第三検出ユニット105は、機械学習法を用いて該駐車スペースの安定状態の画像に対して検出を行うことにより、該駐車スペースの検出結果を取得する。そのうち、従来の機械学習法を採用しても良く、例えば、従来のSVM（Support Vector Machine）アルゴリズム又はAdaBoostアルゴリズムを用いて、訓練によって得られた分類器に基づいて分類を行うことにより、該駐車スペースの検出結果が“空き駐車スペース”又は“空き駐車スペースでない”であると確定することができる。
この実施例から分かるように、駐車スペース画像の移動状態に基づいて検出を行うことにより、検出結果の安定性を保証することができ；輪郭法及び機械学習法を組み合わせて検出を行い、且つ、関連シーンが不明晰である場合、機械学習法を用いる前に明晰化処理を行うことにより、輪郭法及び機械学習法の利点を有効に組み合わせることができ；また、処理速度が比較的速く、各種のシーンに適用することができ、比較的高い検出精度も有する。
本発明の実施例は、さらに電子機器を提供する。図7は、本発明の実施例2における電子機器の構成図である。図7に示すように、電子機器700は、駐車スペース検出装置701を含み、そのうち、駐車スペース検出装置701の構成及び機能は、実施例1中の記載と同じであるため、ここではその詳しい説明を省略する。
図8は、本発明の実施例2における電子機器のシステム構成図である。図8に示すように、電子機器800は、中央処理装置801及び記憶器802を含んでも良く、記憶器802は、中央処理装置801に結合される。なお、該図は例示に過ぎず、他の類型の結構を用いて該結構に対して補充や代替を行うことにより、電気通信機能又は他の機能を実現することもできる。
図8に示すように、該電子機器800は、さらに、入力ユニット803、表示器804及び電源805を含んでも良い。
１つの実施方式では、実施例1に記載の駐車スペース検出装置の機能は、中央処理装置801に統合することができる。そのうち、中央処理装置801は、次のように構成されても良く、即ち、各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有する駐車スペースについて、前記駐車スペースの検出結果を、前の１つの所定フレーム数の画像における前記駐車スペースを維持する検出結果と確定し；各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して１つずつ検出を行い；そのうち、各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して１つずつ検出を行うことは、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して検出を行う時に、現在の所定フレーム数の前記駐車スペースの安定状態の画像と、前の１つの所定フレーム数の前記駐車スペースの安定状態の画像とを比較し、比較結果が「類似した」の場合、前記駐車スペースの検出結果を、前の１つの所定フレーム数の画像における前記駐車スペースを維持する検出結果と確定し、比較結果が「類似しない」の場合、現在の所定フレーム数の画像における前記駐車スペースの安定状態の画像中の輪郭に基づいて、前記駐車スペースが空き駐車スペースの特徴を満足するかを検出し；現在の記駐車スペースが空き駐車スペースの特徴を満足した時に、前記駐車スペースの検出結果を空き駐車スペースと確定し、現在の記駐車スペースが空き駐車スペースの特徴を満足しない時に、現在のシーンが明晰であるかを検出し、現在のシーンが不明晰である場合、現在の所定フレーム数の前記駐車スペースの安定状態の画像に対して明晰化処理を行い；そして、機械学習法を用いて前記駐車スペースの安定状態の画像に対して検出を行い、前記駐車スペースの検出結果を取得する。
そのうち、前記所定フレーム数はLフレームであり、中央処理装置801はさらに次のように構成されても良く、即ち、現在のLフレームの画像のうちの各Nフレームの画像に対して平均化処理を行い、M個の平均フレームを取得し、L＝M*Nであり、L、M及びNはすべて正整数であり；M個の平均フレームに対して１つずつ差分処理を行い、そして、差分処理の結果に基づいて二値化処理を行うことにより、現在のLフレームの画像の移動情報に関する画像を取得し；現在のLフレームの画像の移動情報に関する画像に基づいて、現在のLフレーム内の各駐車スペースの移動状態に対して検出を行う。
そのうち、各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して１つずつ検出を行うことは、さらに、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの画像に対して検出を行う時に、前記駐車スペースの現在の所定フレーム数の画像に対して平均化処理を行い、現在の所定フレーム数の前記駐車スペースの安定状態の画像を取得する。
もう１つの実施方式では、実施例1に記載の駐車スペース検出装置は、中央処理装置801と別々で配置されても良く、例えば、駐車スペース検出装置は、中央処理装置801に接続されるチップとして構成されても良く、中央処理装置801の制御により駐車スペース検出装置の機能を実現することができる。
本実施例では、電子機器800は必ずしも図8に示すすべての部品を含む必要がない。
図8に示すように、中央処理装置801は、制御器又は操作コントローラと称される場合があり、マイクロプロセッサ又は他の理器装置及び/又は論理装置を含んでも良く、また、中央処理装置801は、入力を受信し、電子機器800の各部件の操作を制御することができる。
記憶器802は、例えば、バッファ、フレッシュメモリ、HDD、移動可能な媒体、揮発性記憶器、不揮発性記憶器又は他の適切な装置のうちの一つ又は複数であっても良い。中央処理装置801は、該記憶器802に記憶されたプログラムを実行することにより、情報の記憶又は処理などを実現することができる。その部品の機能については、従来と同様であるため、ここではその詳しい説明を省略する。また、電子機器800の各部品は、専用ハードウェア、ファームウェア、ソフトウェア又はその組み合わせにより実現されても良く、これらはすべて本発明の範囲に属する。
この実施例から分かるように、駐車スペース画像の移動状態に基づいて検出を行うことにより、検出結果の安定性を保証することができ；輪郭法及び機械学習法を組み合わせて検出を行い、且つ、関連シーンが不明晰である場合、機械学習法を用いる前に明晰化処理を行うことにより、輪郭法及び機械学習法の利点を有効に組み合わせることができ；また、処理速度が比較的速く、各種のシーンに適用することができ、比較的高い検出精度も有する。
本発明の実施例はさらに駐車スペース検出方法を提供し、それは、駐車場の監視ビデオに対して、所定フレーム数の画像を単位として順次検出を行うためのものであり、実施例1における駐車スペース検出装置に対応する。図9は、本発明の実施例3における駐車スペース検出方法のフローチャートである。図9に示すように、該方法は、次のようなステップを含む。
ステップ901：各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有する駐車スペースについて、該駐車スペースの検出結果を、前の１つの所定フレーム数の画像における該駐車スペースを維持する検出結果と確定し；
ステップ902：各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して１つずつ検出を行う。
図10は、本発明の実施例3における図9中のステップ902のプロセスのフローチャートである。該プロセスは、次のようなステップを含む。
ステップ1001：現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して検出を行う時に、現在の所定フレーム数の前記駐車スペースの安定状態の画像と、前の１つの所定フレーム数の該駐車スペースの安定状態の画像とを比較し、比較結果が「類似した」の場合、該駐車スペースの検出結果を、前の１つの所定フレーム数の画像における該駐車スペースを維持する検出結果と確定し、比較結果が「類似しない」の場合、現在の所定フレーム数の該駐車スペースの安定状態の画像中の輪郭に基づいて、該駐車スペースが空き駐車スペースの特徴を満足するかを判断し；
ステップ1002：該駐車スペースが空き駐車スペースの特徴を満足した場合、該駐車スペースの検出結果を空き駐車スペースと確定し、該駐車スペースが空き駐車スペースの特徴を満足しない場合、現在のシーンが明晰であるかを検出し、現在のシーンが不明晰である場合、現在の所定フレーム数の該駐車スペースの安定状態の画像に対して明晰化処理を行い；
ステップ1003：機械学習法を用いて該駐車スペースの安定状態の画像に対して検出を行い、該駐車スペースの検出結果を取得する。
本実施例では、移動状態の判断方法、安定状態の画像の取得方法、輪郭に基づく空き駐車スペースであるかについての判断方法、安定状態の画像に対しての明晰検出及び明晰化処理の方法、並びに機械学習法に基づく安定状態の画像の検出方法は、すべて、実施例1中の記載と同じであるため、ここではその詳しい説明を省略する。
この実施例から分かるように、駐車スペース画像の移動状態に基づいて検出を行うことにより、検出結果の安定性を保証することができ；輪郭法及び機械学習法を組み合わせて検出を行い、且つ、関連シーンが不明晰である場合、機械学習法を用いる前に明晰化処理を行うことにより、輪郭法及び機械学習法の利点を有効に組み合わせることができ；また、処理速度が比較的速く、各種のシーンに適用することができ、比較的高い検出精度も有する。
本発明の実施例はさらに駐車スペース検出方法を提供し、それは、駐車場の監視ビデオに対して、Lフレームの画像を単位として順次検出を行うためのものであり、実施例1における駐車スペース検出装置に対応する。図11は、本発明の実施例4における駐車スペース検出方法のフローチャートである。図11に示すように、該方法は、次のようなステップを含む。
ステップ1101：現在のLフレームの画像のうちの各Nフレームの画像に対して平均化処理を行い、M個の平均フレームを取得し、L＝M*Nであり、L、M及びNはすべて正整数であり；
ステップ1102：M個の平均フレームに対して１つずつ差分処理を行い、そして、差分処理の結果に基づいて二値化処理を行い、現在のLフレームの画像の移動情報に関する画像を取得し；
ステップ1103：現在のLフレームの画像の移動情報に関する画像に基づいて、現在のLフレーム内の各駐車スペースの移動状態を検出し；
ステップ1104：駐車スペースの計数の初期値を0と設定し；
ステップ1105：駐車スペースの計数が画像中の総駐車スペース数よりも小さいかを判定し；判断結果が“はい”の場合、ステップ1106に進み、判断結果が“いいえ”の場合、処理を終了し；
ステップ1106：該駐車スペースが現在のLフレーム内において移動情報を有するかを判断し、判断結果が“はい”の場合、ステップ1107に進み、判断結果が“いいえ”の場合、ステップ1108に進み；
ステップ1107：該駐車スペースの検出結果を、前の１つのLフレームの該駐車スペースを維持する検出結果と確定し、また、駐車スペース数に1を加算し；
ステップ1108：該駐車スペースの現在のLフレームの画像に対して平均化処理を行い、現在のLフレームの安定状態の画像を取得し；
ステップ1109：該駐車スペースの現在のLフレームの安定状態の画像と、前の１つのLフレームの安定状態の画像とが類似するかを判断し、判断結果が“はい”の場合、ステップ1107に進み、判断結果が“いいえ”の場合、ステップ1110に進み；
ステップ1110：現在のLフレームの該駐車スペースの安定状態の画像中の輪郭を取得し；
ステップ1111：該輪郭が空き駐車スペースの特徴を満足するかを判断し、判断結果が“はい”の場合、ステップ1115に進み、判断結果が“いいえ”の場合、ステップ1112に進み；
ステップ1112：現在のシーンが明晰であるかを判断し、判断結果が“はい”の場合、ステップ1114に進み、判断結果が“いいえ”の場合、ステップ1113に進み；
ステップ1113：該駐車スペースの安定状態の画像に対して明晰化処理を行い；
ステップ1114：機械学習法を用いて該駐車スペースの安定状態の画像に対して検出を行い；
ステップ1115：該駐車スペースの検出結果を「空き駐車スペース」と確定し；
ステップ1116：該駐車スペースの検出結果を「空き駐車スペースでない」と確定する。
本実施例では、上述の各ステップ中での処理は、実施例1中の記載と同じであるため、ここではその詳しい説明を省略する。
この実施例から分かるように、駐車スペース画像の移動状態に基づいて検出を行うことにより、検出結果の安定性を保証することができ；輪郭法及び機械学習法をみ合わせて検出を行い、且つ、関連シーンが不明晰である場合、機械学習法を用いる前に明晰化処理を行うことにより、輪郭法及び機械学習法の利点を有効に組み合わせることができ；また、処理速度が比較的速く、各種のシーンに適用することができ、比較的高い検出精度も有する。
本発明の実施例はさらにコンピュータ可読プログラムを提供し、そのうち、駐車スペース検出装置又は電子機器中で前記プログラムを実行する時に、前記プログラムは、コンピュータに、前記駐車スペース検出装置又は電子機器中で実施例3又は実施例4に記載の駐車スペース検出方法を実行させる。
本発明の実施例はさらにコンピュータ可読プログラムを記憶した記憶媒体を提供し、そのうち、前記コンピュータ可読プログラムは、コンピュータに、駐車スペース検出装置又は電子機器中で実施例3又は実施例4に記載の駐車スペース検出方法を実行させる。
また、本発明の実施例による装置及び方法は、ソフトウェアにより実現されても良く、ハードウェアにより実現されてもよく、ハードウェア及びソフトウェアの組み合わせにより実現されても良い。また、本発明はこのようなコンピュータ可読プログラムにも関し、即ち、前記プログラムは、ロジック部品により実行される時に、前記ロジック部品に、上述の装置又は構成要素を実現させることができ、又は、前記ロジック部品に、上述の方法又はそのステップを実現させることができる。さらに、本発明は上述のプログラムを記憶するための記憶媒体、例えば、ハードディスク、磁気ディスク、光ディスク、DVD、フラッシュメモリなどにも関する。
以上、本発明の好ましい実施形態を説明したが、本発明はこの実施形態に限定されず、本発明の趣旨を離脱しない限り、本発明に対するあらゆる変更は本発明の技術的範囲に属する。

Claims (7)

  1. 駐車スペース検出装置であって、
    前記装置は、駐車場の監視ビデオにおける駐車スペースに対して、所定フレーム数の画像を単位として順に検出を行い、前記装置は、第一検出ユニット及び第二検出ユニットを含み、
    前記第一検出ユニットは、各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有する駐車スペースについて、前記駐車スペースの検出結果を、前の１つの所定フレーム数の画像における前記駐車スペースの検出結果と確定し、
    前記第二検出ユニットは、各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して１つずつ検出を行い、
    前記第二検出ユニットは、比較ユニット、第一処理ユニット及び第三検出ユニットを含み、
    前記比較ユニットは、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して検出を行う時に、現在の所定フレーム数の前記駐車スペースの安定状態の画像と、前の１つの所定フレーム数の前記駐車スペースの安定状態の画像とを比較し、比較結果が「類似した」の場合、前記駐車スペースの検出結果を、前の１つの所定フレーム数の画像における前記駐車スペースの検出結果と確定し、比較結果が「類似しない」の場合、現在の所定フレーム数の前記駐車スペースの安定状態の画像中の輪郭に基づいて、前記駐車スペースが空き駐車スペースの特徴を満足するかを判断し、
    前記第一処理ユニットは、現在の前記駐車スペースが空き駐車スペースの特徴を満足した場合、前記駐車スペースの検出結果を空き駐車スペースと確定し、現在の前記駐車スペースが空き駐車スペースの特徴を満足しない場合、現在のシーンが明晰であるかを検出し、現在のシーンが不明晰である場合、現在の所定フレーム数の前記駐車スペースの安定状態の画像に対して明晰化処理を行い、
    前記第三検出ユニットは、機械学習法を用いて前記駐車スペースの安定状態の画像に対して検出を行い、前記駐車スペースの検出結果を取得する、装置。
  2. 請求項1に記載の装置であって、
    前記所定フレーム数はLフレームであり、前記装置は、第二処理ユニット、第三処理ユニット及び移動検出ユニットをさらに含み、
    前記第二処理ユニットは、現在のLフレームの画像のうちの各Nフレームの画像に対して平均化処理を行い、M個の平均フレームを取得し、L＝M*Nであり、L、M及びNはすべて正整数であり、
    前記第三処理ユニットは、M個の平均フレームに対して１つずつ差分処理を行ってから差分処理の結果に基づいて二値化処理を行い、現在のLフレームの画像の移動情報に関する画像を取得し、
    前記移動検出ユニットは、現在のLフレームの画像の移動情報に関する画像に基づいて、現在のLフレーム内の各駐車スペースの移動状態を検出する、装置。
  3. 請求項1に記載の装置であって、
    前記第二検出ユニットは、取得ユニットをさらに含み、
    前記取得ユニットは、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して検出を行う時に、前記駐車スペースの現在の所定フレーム数の画像に対して平均化処理を行い、現在の所定フレーム数の前記駐車スペースの安定状態の画像を取得する、装置。
  4. 請求項1に記載の装置を含む、電子機器。
  5. 駐車スペース検出方法であって、
    駐車場の監視ビデオにおける駐車スペースに対して、所定フレーム数の画像を単位として順に検出を行い、前記検出方法は、
    各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有する駐車スペースについて、前記駐車スペースの検出結果を、前の１つの所定フレーム数の画像における前記駐車スペースの検出結果と確定し；及び
    各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して１つずつ検出を行うことを含み、
    各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して１つずつ検出を行うことは、
    現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して検出を行う時に、現在の所定フレーム数の前記駐車スペースの安定状態の画像と、前の１つの所定フレーム数の前記駐車スペースの安定状態の画像とを比較し、比較結果が「類似した」の場合、前記駐車スペースの検出結果を、前の１つの所定フレーム数の画像における前記駐車スペースの検出結果と確定し、比較結果が「類似しない」の場合、現在の所定フレーム数の前記駐車スペースの安定状態の画像中の輪郭に基づいて、前記駐車スペースが空き駐車スペースの特徴を満足するかを判断し；
    現在の前記駐車スペースが空き駐車スペースの特徴を満足した場合、前記駐車スペースの検出結果を空き駐車スペースと確定し、現在の前記駐車スペースが空き駐車スペースの特徴を満足しない場合、現在のシーンが明晰であるかを検出し、現在のシーンが不明晰である場合、現在の所定フレーム数の前記駐車スペースの安定状態の画像に対して明晰化処理を行い；及び
    機械学習法を用いて前記駐車スペースの安定状態の画像に対して検出を行い、前記駐車スペースの検出結果を取得することを含む、方法。
  6. 請求項5に記載の方法であって、
    前記所定フレーム数はLであり、前記方法は、
    現在のLフレームの画像中の各Nフレームの画像に対して平均化処理を行い、M個の平均フレームを取得し、L＝M*Nであり、L、M及びNはすべて正整数であり；
    M個の平均フレームに対して１つずつ差分処理を行ってから差分処理の結果に基づいて二値化処理を行い、現在のLフレームの画像の移動情報に関する画像を取得し；及び
    現在のLフレームの画像の移動情報に関する画像に基づいて、現在のLフレーム内の各駐車スペースの移動状態を検出することをさらに含む、方法。
  7. 請求項5に記載の方法であって、
    前記各所定フレーム数の画像に対して検出を行う時に、現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して１つずつ検出を行うことは、
    現在の所定フレーム数の画像内において移動情報を有しない駐車スペースの各画像に対して検出を行う時に、前記駐車スペースの現在の所定フレーム数の画像に対して平均化処理を行い、現在の所定フレーム数の前記駐車スペースの安定状態の画像を取得することをさらに含む、方法。
JP2016207110A 2015-10-27 2016-10-21 駐車スペース検出装置、電子機器及び方法 Active JP6819205B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510705589.XA CN106611510B (zh) 2015-10-27 2015-10-27 车位检测装置、电子设备及方法
CN201510705589.X 2015-10-27

Publications (2)

Publication Number Publication Date
JP2017084364A JP2017084364A (ja) 2017-05-18
JP6819205B2 true JP6819205B2 (ja) 2021-01-27

Family

ID=57249667

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016207110A Active JP6819205B2 (ja) 2015-10-27 2016-10-21 駐車スペース検出装置、電子機器及び方法

Country Status (4)

Country Link
US (1) US10062284B2 (ja)
EP (1) EP3163501A1 (ja)
JP (1) JP6819205B2 (ja)
CN (1) CN106611510B (ja)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107591005B (zh) * 2017-08-09 2020-07-03 深圳市金溢科技股份有限公司 动静态检测相结合的停车区域管理方法、服务器及系统
TWI651697B (zh) * 2018-01-24 2019-02-21 National Chung Cheng University 停車場空位偵測方法及其偵測模型建立方法
CN108491828B (zh) * 2018-04-20 2021-05-04 浪潮集团有限公司 一种基于层次的成对相似性PVAnet的停车位检测系统及方法
CN108766022B (zh) * 2018-06-11 2020-02-04 青岛串并联电子科技有限公司 基于机器学习的停车场车位状态识别方法及系统
JP6810723B2 (ja) * 2018-07-19 2021-01-06 ヤフー株式会社 情報処理装置、情報処理方法、およびプログラム
CN109817013A (zh) * 2018-12-19 2019-05-28 新大陆数字技术股份有限公司 基于视频流的停车位状态识别方法及装置
CN109766799B (zh) * 2018-12-28 2021-02-12 百度在线网络技术（北京）有限公司 车位识别模型训练方法及装置和车位识别方法及装置
CN110047319B (zh) * 2019-04-15 2022-03-08 深圳壹账通智能科技有限公司 停车场车位导航方法、电子装置及存储介质
CN110211421B (zh) * 2019-06-27 2021-06-04 北京理工大学 基于云端的车位信息智能识别方法和系统
CN110738867B (zh) * 2019-10-25 2021-01-01 北京行易道科技有限公司 一种车位检测方法、装置、设备及存储介质
CN111754469A (zh) * 2020-06-10 2020-10-09 深圳南方德尔汽车电子有限公司 基于sobel的车位检测方法、装置、计算机设备及存储介质
KR102173121B1 (ko) * 2020-09-14 2020-11-03 메이크모어엔터티 주식회사 영상을 근거로 한 주차 공간 확인 시스템 및 그 방법
JP7223962B2 (ja) * 2020-10-02 2023-02-17 国立大学法人東京工業大学 車室認証プログラム及び車室認証装置
CN112785869A (zh) * 2020-12-30 2021-05-11 青岛中兴智能交通有限公司 一种分析城市停车需求的方法和装置
CN113554872B (zh) * 2021-07-19 2022-09-20 昭通亮风台信息科技有限公司 一种位于交通路口及弯道的检测预警方法及系统

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3806508B2 (ja) * 1998-04-09 2006-08-09 株式会社日立製作所 駐車場画像監視装置
US7136525B1 (en) * 1999-09-20 2006-11-14 Microsoft Corporation System and method for background maintenance of an image sequence
US7620266B2 (en) * 2005-01-20 2009-11-17 International Business Machines Corporation Robust and efficient foreground analysis for real-time video surveillance
CN101656023B (zh) * 2009-08-26 2011-02-02 西安理工大学 一种视频监视模式下的室内停车场管理方法
KR101877570B1 (ko) * 2012-04-04 2018-07-11 현대자동차주식회사 Ａｖ 영상 기반의 주차위치 설정 장치 및 그 방법
KR101393881B1 (ko) * 2012-10-24 2014-05-12 현대자동차주식회사 차량의 주차구획 인식방법
CN103116985B (zh) * 2013-01-21 2015-04-01 信帧电子技术（北京）有限公司 一种违章停车检测方法和装置
US9224062B2 (en) * 2013-08-09 2015-12-29 Xerox Corporation Hybrid method and system of video and vision based access control for parking stall occupancy determination
US20150086071A1 (en) * 2013-09-20 2015-03-26 Xerox Corporation Methods and systems for efficiently monitoring parking occupancy
US20150117705A1 (en) * 2013-10-25 2015-04-30 Chengdu Haicun Ip Technology Llc Hybrid Parking Detection
CN104376741B (zh) * 2014-12-02 2017-03-22 深圳市捷顺科技实业股份有限公司 一种车位状态检测方法与系统

Also Published As

Publication number Publication date
US10062284B2 (en) 2018-08-28
CN106611510A (zh) 2017-05-03
JP2017084364A (ja) 2017-05-18
CN106611510B (zh) 2019-04-23
US20170116858A1 (en) 2017-04-27
EP3163501A1 (en) 2017-05-03

Similar Documents

Publication Publication Date Title
JP6819205B2 (ja) 駐車スペース検出装置、電子機器及び方法
You et al. Adherent raindrop modeling, detection and removal in video
US9077869B2 (en) Method and apparatus for detection and removal of rain from videos using temporal and spatiotemporal properties
JP7081438B2 (ja) オブジェクト速度推定方法と装置及び画像処理機器
Sina et al. Vehicle counting and speed measurement using headlight detection
JP6488083B2 (ja) 駐車区画占有率判定のための映像および視覚ベースのアクセス制御のハイブリッド方法およびシステム
US20130286205A1 (en) Approaching object detection device and method for detecting approaching objects
JP6092527B2 (ja) ユーザ凝視データに基づいた時空間データのセグメント化
JP2018010634A (ja) 駐車スペース状態検出方法、検出装置及び電子機器
Nashashibi et al. Detection of unfocused raindrops on a windscreen using low level image processing
CN104657735A (zh) 车道线检测方法、系统、车道偏离预警方法及系统
Cord et al. Detecting unfocused raindrops: In-vehicle multipurpose cameras
CN103186887A (zh) 图像除雾装置和图像除雾方法
KR101239718B1 (ko) 차량 주변 물체 검출 시스템 및 방법
JP2020061127A (ja) 車線変更車両の検出装置、方法及びビデオ監視装置
KR102521656B1 (ko) 객체를 인식하는 방법 및 장치
CN110659547A (zh) 物体识别方法、装置、车辆和计算机可读存储介质
JP2014074939A (ja) 車両検知装置
CN105554414B (zh) 强光抑制方法及装置
Krasner et al. Automatic parking identification and vehicle guidance with road awareness
JP7241772B2 (ja) 画像処理装置
WO2019085929A1 (zh) 图像处理方法及其装置、安全驾驶方法
JP2007058282A (ja) 画像認識処理装置
JP2020126304A (ja) 車外物体検出装置
JP7359541B2 (ja) 画像処理装置および画像処理方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190709

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200915

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200929

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201119

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20201201

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201214

R150 Certificate of patent or registration of utility model

Ref document number: 6819205

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150