CN106023596A - 基于行车视频的车辆违章检测方法、装置及*** - Google Patents
基于行车视频的车辆违章检测方法、装置及*** Download PDFInfo
- Publication number
- CN106023596A CN106023596A CN201610581384.XA CN201610581384A CN106023596A CN 106023596 A CN106023596 A CN 106023596A CN 201610581384 A CN201610581384 A CN 201610581384A CN 106023596 A CN106023596 A CN 106023596A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target vehicle
- video
- regulations
- violating
- 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
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
- G08G1/017—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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于行车视频的车辆违章检测方法、装置及***。所述方法包括:对所述行车视频进行图像识别,以确定所述目标车辆的行车参数;根据所述行车参数判断所述目标车辆是否发生违章行为;当判定所述目标车辆发生违章行为时,执行针对所述目标车辆的违章举报操作。该技术方案使得违章检测及举报过程中无需用户手动干预,提高了用户行车过程中的体验度;并且,本方案能够从行车视频中自动识别目标车辆的行车参数,无需用户手动输入信息,从而能够明显提高违章检测的速度。
Description
技术领域
本发明涉及自动化检测技术领域,特别是涉及一种基于行车视频的车辆违章检测方法、装置及***。
背景技术
随着移动技术的不断发展、机动车辆的不断增多、交通状况的不断复杂化,车载智能***对于行车数据的记录和处理将成为今后交通领域发展的主要方向,作为车载智能***的重要部分之一的行车记录仪器成为当前研究的热点,行车记录仪器能够帮助驾驶者实时记录行车情景,以供驾驶者进行参考,例如,记录驾驶者驾驶车辆的速度、路线、道路标识等。当然,行车记录仪器也可用来记录其他车辆的行车情景,这对于预防交通违章问题作出了很大贡献。
目前,我国城市交通违章管理依然以交警为主、以监控设备为辅的模式。由于人力、物力的限制,在很多时候、很多地点,交通违章的行为不能得到有效的取证和控制,交通违章者抱有侥幸心理而故意违章,是造成交通事故的重要原因之一。因此,在机动车辆迅猛增加、交通违章问题日益突出的今天,如何利用行车记录仪来进行违章检测成为一大亟待解决的问题。
现有技术中的违章举报需要用户在行车中手动操作,包括选择违章视频、填写相关信息以及选取视频标志性图片等,这些操作使得违章举报无法在行车中自动完成,严重影响了用户的行车体验,甚至有可能导致行车事故发生。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于行车视频的车辆违章检测方法、装置及***。
依据本发明的一个方面,提供了一种基于行车视频的车辆违章检测方法,所述行车视频中记录位于本车辆预设范围之内的目标车辆的行车情况,所述方法包括:
对所述行车视频进行图像识别,以确定所述目标车辆的行车参数;
根据所述行车参数判断所述目标车辆是否发生违章行为;
当判定所述目标车辆发生违章行为时,执行针对所述目标车辆的违章举报操作。
可选地,所述行车参数包括以下至少一项:行车速度、与车道线间的距离。
可选地,当所述行车参数包括与车道线间的距离时,所述对所述行车视频进行图像识别,以确定所述目标车辆的行车参数的步骤包括:
对所述行车视频进行图像识别,确定出所述行车视频中车道线的位置和所述目标车辆的位置;
根据所述车道线的位置和所述目标车辆的位置,计算所述目标车辆与所述车道线间的距离。
可选地,确定出所述行车视频中车道线的位置的步骤包括:
对所述行车视频中的道路图像进行逆透视映射,以生成所述道路图像的顶视图;
对所述顶视图进行过滤和二值化处理;
从所述过滤和二值化处理后的顶视图中检测出多条线段;
采用预设算法对所述多条线段进行拟合,并根据拟合后的线段确定所述车道线的位置。
可选地,根据所述行车参数判断所述目标车辆是否发生违章行为的步骤包括:
判断所述目标车辆与所述车道线间的距离是否小于预设距离;
当所述目标车辆与所述车道线间的距离小于预设距离时,判定所述目标车辆发生违章行为。
可选地,当所述行车参数包括所述行车速度时,所述根据所述行车参数判断所述目标车辆是否发生违章行为的步骤包括:
获取当前车道上的预定行车速度范围;
判断所述目标车辆的行车速度是否超过所述预定行车速度范围;
当所述目标车辆的行车速度超过所述预定行车速度范围时,判定所述目标车辆发生违章行为。
可选地,执行针对所述目标车辆的违章举报操作的步骤包括:
从所述行车视频中确定所述目标车辆发生违章行为时对应的第一视频帧;
截取包含所述第一视频帧的视频片段作为所述目标车辆的违章视频,并从所述行车视频中获取所述目标车辆的车牌信息;
根据所述违章视频和所述车牌信息,执行针对所述目标车辆的违章举报操作。
可选地,从所述行车视频中获取所述目标车辆的车牌信息的步骤包括:
从所述行车视频中选择清晰度达到预设清晰度的第二视频帧;
对所述第二视频帧进行图像识别,获得所述目标车辆的车牌信息。
可选地,执行针对所述目标车辆的违章举报操作的步骤包括:
输出提示信息,所述提示信息用于提示用户是否对发生违章行为的目标车辆执行违章举报操作,所述提示信息的输出方式包括以下至少一种:语音播报、显示在所述本车辆内的显示屏上;
当接收到用户对所述提示信息的确定操作时,执行针对所述目标车辆的违章举报操作。
依据本发明的另一个方面,提供了一种基于行车视频的车辆违章检测装置,所述行车视频中记录位于本车辆预设范围之内的目标车辆的行车情况,所述装置包括:
确定模块,适于对所述行车视频进行图像识别,以确定所述目标车辆的行车参数;
判断模块,适于根据所述行车参数判断所述目标车辆是否发生违章行为;
执行模块,适于当判定所述目标车辆发生违章行为时,执行针对所述目标车辆的违章举报操作。
可选地,所述行车参数包括以下至少一项:行车速度、与车道线间的距离。
可选地,所述确定模块,适于当所述行车参数包括与车道线间的距离时,对所述行车视频进行图像识别,确定出所述行车视频中车道线的位置和所述目标车辆的位置;根据所述车道线的位置和所述目标车辆的位置,确定所述目标车辆与所述车道线间的距离。
可选地,所述确定模块,适于对所述行车视频中的道路图像进行逆透视映射,以生成所述道路图像的顶视图;对所述顶视图进行过滤和二值化处理;从所述过滤和二值化处理后的顶视图中检测出多条线段;采用预设算法对所述多条线段进行拟合,并根据拟合后的线段确定所述车道线的位置。
可选地,所述判断模块,适于判断所述目标车辆与所述车道线间的距离是否小于预设距离;当所述目标车辆与所述车道线间的距离小于预设距离时,判定所述目标车辆发生违章行为。
可选地,所述确定模块,适于当所述行车参数包括所述行车速度时,获取当前车道上的预定行车速度范围;判断所述目标车辆的行车速度是否超过所述预定行车速度范围;当所述目标车辆的行车速度超过所述预定行车速度范围时,判定所述目标车辆发生违章行为。
可选地,所述执行模块,适于从所述行车视频中确定所述目标车辆发生违章行为时对应的第一视频帧;截取包含所述第一视频帧的视频片段作为所述目标车辆的违章视频,并从所述行车视频中获取所述目标车辆的车牌信息;根据所述违章视频和所述车牌信息,执行针对所述目标车辆的违章举报操作。
可选地,所述执行模块,适于从所述行车视频中选择清晰度达到预设清晰度的第二视频帧;对所述第二视频帧进行图像识别,获得所述目标车辆的车牌信息。
可选地,所述执行模块,适于输出提示信息,所述提示信息用于提示用户是否对发生违章行为的目标车辆执行违章举报操作,所述提示信息的输出方式包括以下至少一种:语音播报、显示在所述行车记录仪的显示屏上;当接收到用户对所述提示信息的确定操作时,执行针对所述目标车辆的违章举报操作。
依据本发明的另一个方面,提供了一种基于行车视频的车辆违章检测***,包括:
视频录制器,适于录制位于本车辆预设范围之内的目标车辆的行车视频,所述行车视频中记录所述目标车辆的行车情况;以及
上述任一可选实施例中所述的车辆违章检测装置。
采用本发明实施例能够从目标车辆的行车视频中识别出目标车辆的行车参数,进而根据行车参数判断目标车辆是否发生违章行为,并在目标车辆发生违章行为时自动执行针对目标车辆的违章举报操作,使得违章检测及举报过程中无需用户手动干预,提高了用户行车过程中的体验度;并且,本方案能够从行车视频中自动识别目标车辆的行车参数,无需用户手动输入信息,从而能够明显提高违章检测的速度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是根据本发明一个实施例的一种基于行车视频的车辆违章检测方法的示意性流程图;
图2是根据本发明另一个实施例的一种基于行车视频的车辆违章检测方法的示意性流程图;
图3是根据本发明另一个实施例的一种基于行车视频的车辆违章检测方法的示意性流程图;
图4是根据本发明另一个实施例的一种基于行车视频的车辆违章检测方法的示意性流程图;
图5是是根据本发明一个实施例的一种基于行车视频的车辆违章检测装置的示意性框图;
图6是是根据本发明一个实施例的一种基于行车视频的车辆违章检测***的示意性框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是根据本发明一个实施例的一种基于行车视频的车辆违章检测方法的示意性流程图。如图1所示,该方法一般性地可包括步骤S101-S103:
步骤S101,对行车视频进行图像识别,以确定目标车辆的行车参数。
其中,行车视频中记录位于本车辆预设范围之内的目标车辆的行车情况,且行车视频可利用车辆内安装的行车记录仪、后视镜等内置有摄像头的设备来录制。行车参数包括以下至少一项:行车速度、与车道线间的距离。此外,在录制行车视频之前,需首先对摄像头的高度、俯仰角和/或横摆角进行标定,以使摄像头所录制的行车视频中的目标车辆的大小与摄像头中的聚焦框相匹配。
步骤S102,根据行车参数判断目标车辆是否发生违章行为。
步骤S103,当判定目标车辆发生违章行为时,执行针对目标车辆的违章举报操作。
采用本发明实施例能够从目标车辆的行车视频中识别出目标车辆的行车参数,进而根据行车参数判断目标车辆是否发生违章行为,并在目标车辆发生违章行为时自动执行针对目标车辆的违章举报操作,使得违章检测及举报过程中无需用户手动干预,提高了用户行车过程中的体验度;并且,本方案能够从行车视频中自动识别目标车辆的行车参数,无需用户手动输入信息,从而能够明显提高违章检测的速度。
在一个实施例中,执行步骤S101之前,还可对录制的行车视频中的每一帧图像进行图像处理,例如处理每一帧图像的曲线边缘,以防止图像的边缘产生畸变,或者对图像进行平滑处理,以避免行车视频因车辆行驶过程中的抖动而导致的图像不稳定等。
在一个实施例中,行车参数包括与车道线间的距离,此时,上述方法可执行为图2所示的步骤S201-S206:
步骤S201,对行车视频进行图像识别,确定出行车视频中车道线的位置和目标车辆的位置。
该步骤中,行车视频中车道线的位置可按照以下方式来确定:首先,对行车视频中的道路图像进行逆透视映射,以生成道路图像的顶视图;这样能够除去道路图像中的视角影响,使得车道线是近似平行的;其次,对顶视图进行过滤和二值化处理;该步骤可采用二维高斯函数对顶视图进行过滤,且经过过滤和二值化处理后的顶视图中的多条线段是平行的;然后,从过滤和二值化处理后的顶视图中检测出多条线段;最后,采用预设算法对多条线段进行拟合,并根据拟合后的线段确定车道线的位置;其中,预设算法可以采用RANSAC算法,利用RANSAC算法进行线段拟合为现有技术,因此不再赘述。目标车辆的位置可通过基于神经网络的图像识别算法获取到,该算法因是现有技术,因此也不再赘述。
步骤S202,根据车道线的位置和目标车辆的位置,计算目标车辆与车道线间的距离。该步骤中所说的车道线的位置和目标车辆的位置都指在行车视频中的图像上的位置。
步骤S203,判断目标车辆与车道线间的距离是否小于预设距离;当目标车辆与车道线间的距离小于预设距离时,执行步骤S204;否则,自行步骤S206。
该步骤中,预设距离可设为零,或者设为一个较小的值。在计算目标车辆与车道线间的距离时,可计算目标车辆靠近车道线的一侧边缘与车道线间的距离,还可计算目标车辆的质心位置与车道线间的距离。当以目标车辆靠近车道线的一侧边缘与车道线间的距离为标准时,预设距离可设为零,例如,如果目标车辆靠近车道线的一侧边缘与车道线间的距离小于零,则说明目标车辆的位置与车道线的位置重叠,即目标车辆压线,可视为目标车辆发生违章行为。当以目标车辆的质心位置与车道线间的距离为标准时,预设距离可设为一个较小的值,例如,当目标车辆的质心位置与车道线间的距离小于该较小的值时,可视为目标车辆压线,即发生违章行为。
步骤S204,判定目标车辆发生违章行为。
步骤S205,执行针对目标车辆的违章举报操作。
步骤S206,判定目标车辆未发生违章行为。
采用该实施例中的技术方案,能够从行车视频中检测出车道线的位置,进而检测根据车道线的位置和目标车辆的位置判定目标车辆是否压线,从而在目标车辆压线时确定目标车辆发生违章行为,并自动进行违章举报操作,使得违章检测及举报过程中无需用户手动干预,提高了用户行车过程中的体验度,且能在很大程度上减少车辆压线的情况。
在一个实施例中,行车参数包括行车速度,此时,上述方法可执行为图3所示的步骤S301-S306:
步骤S301,对行车视频进行图像识别,以确定目标车辆的行车速度。
步骤S302,获取当前车道上的预定行车速度范围。
步骤S303,判断目标车辆的行车速度是否超过预定行车速度范围;当目标车辆的行车速度超过预定行车速度范围时,执行步骤S304;否则,执行步骤S306。
步骤S304,判定目标车辆发生违章行为。
步骤S305,执行针对目标车辆的违章举报操作。
步骤S306,判定目标车辆未发生违章行为。
举例而言,当前车道上的预定行车速度范围为0~60km/h,如果目标车辆的行车速度超过60km/h,则判定目标车辆发生违章行为,自动执行针对目标车辆的违章举报操作;如果目标车辆的行车速度在0~60km/h范围之内,则判定目标车辆未发生违章行为。
采用该实施例中的技术方案,能够从行车视频中检测出目标车辆的行车速度,进而判定目标车辆是否超速,从而在目标车辆超速时确定目标车辆发生违章行为,并自动进行违章举报操作,使得违章检测及举报过程中无需用户手动干预,提高了用户行车过程中的体验度,且能在很大程度上减少车辆超速的情况。
在一个实施例中,如图4所示,上述方法可执行为以下步骤S401-S407:
步骤S401,对行车视频进行图像识别,以确定目标车辆的行车参数。其中,行车参数包括行车速度以及与车道线间的距离。
步骤S402,根据行车参数判断目标车辆是否发生违章行为。当判定目标车辆发生违章行为时,执行步骤S403;否则,返回步骤S401继续对行车视频进行图像识别。
具体的,当目标车辆的行车速度超过预定行车速度范围、或者目标车辆与车道线间的距离小于预设距离时,可判定目标车辆发生违章行为。
步骤S403,从行车视频中确定目标车辆发生违章行为时对应的第一视频帧。
步骤S404,截取包含第一视频帧的视频片段作为目标车辆的违章视频。
该步骤所截取的违章视频中包括第一视频帧、第一视频帧之前的一段视频片段以及第一视频帧之后的一段视频片段。可预先设定前后截取的视频时长或视频帧数,然后根据预先设定的视频时长或视频帧数截取违章视频。
步骤S405,从行车视频中选择清晰度达到预设清晰度的第二视频帧。其中,预设清晰度的设定以能识别出车牌信息为标准。
步骤S406,对第二视频帧进行图像识别,获得目标车辆的车牌信息。
步骤S407,根据违章视频和车牌信息,执行针对目标车辆的违章举报操作。
采用该实施例中的技术方案,能够在目标车辆发生违章行为时,自动截取目标车辆的违章视频,并识别出目标车辆的车牌信息,进而根据违章视频和车牌信息自动执行违章举报操作,使得违章检测及举报过程中无需用户手动选择违章视频,也无需手动输入车牌信息,从而提高了用户行车过程中的体验度。
在上述任一实施例中,步骤S103(即执行针对目标车辆的违章举报操作的步骤)可按照以下方式执行:首先,输出提示信息,提示信息用于提示用户是否对发生违章行为的目标车辆执行违章举报操作,提示信息的输出方式包括以下至少一种:语音播报、显示在本车辆内的显示屏上;其次,当接收到用户对提示信息的确定操作时,执行针对目标车辆的违章举报操作。如果提示信息以语音播报的形式输出,则用户可通过语音回答的形式对提示信息执行确定操作,如果提示信息以显示在本车辆内的显示屏上的形式输出,则用户可通过点击显示屏上预设按钮或预设位置的形式对提示信息执行确定操作。
图5是是根据本发明一个实施例的一种基于行车视频的车辆违章检测装置的示意性框图。如图5所示,该装置包括:
确定模块510,适于对行车视频进行图像识别,以确定目标车辆的行车参数;其中,行车视频中记录位于本车辆预设范围之内的目标车辆的行车情况。
判断模块520,与确定模块510相耦合,适于根据行车参数判断目标车辆是否发生违章行为。
执行模块530,与判断模块520相耦合,适于当判定目标车辆发生违章行为时,执行针对目标车辆的违章举报操作。
在一个实施例中,行车参数包括以下至少一项:行车速度、与车道线间的距离。
在一个实施例中,确定模块510还适于当行车参数包括与车道线间的距离时,对行车视频进行图像识别,确定出行车视频中车道线的位置和目标车辆的位置;根据车道线的位置和目标车辆的位置,确定目标车辆与车道线间的距离。
在一个实施例中,确定模块510还适于对行车视频中的道路图像进行逆透视映射,以生成道路图像的顶视图;对顶视图进行过滤和二值化处理;从过滤和二值化处理后的顶视图中检测出多条线段;采用预设算法对多条线段进行拟合,并根据拟合后的线段确定车道线的位置。
在一个实施例中,判断模块520还适于判断目标车辆与车道线间的距离是否小于预设距离;当目标车辆与车道线间的距离小于预设距离时,判定目标车辆发生违章行为。
在一个实施例中,确定模块510还适于当行车参数包括行车速度时,获取当前车道上的预定行车速度范围;判断目标车辆的行车速度是否超过预定行车速度范围;当目标车辆的行车速度超过预定行车速度范围时,判定目标车辆发生违章行为。
在一个实施例中,执行模块530还适于从行车视频中确定目标车辆发生违章行为时对应的第一视频帧;截取包含第一视频帧的视频片段作为目标车辆的违章视频,并从行车视频中获取目标车辆的车牌信息;根据违章视频和车牌信息,执行针对目标车辆的违章举报操作。
在一个实施例中,执行模块530还适于从行车视频中选择清晰度达到预设清晰度的第二视频帧;对第二视频帧进行图像识别,获得目标车辆的车牌信息。
在一个实施例中,执行模块530还适于输出提示信息,提示信息用于提示用户是否对发生违章行为的目标车辆执行违章举报操作,提示信息的输出方式包括以下至少一种:语音播报、显示在行车记录仪的显示屏上;当接收到用户对提示信息的确定操作时,执行针对目标车辆的违章举报操作。
采用本发明实施例,车辆违章检测装置能够从目标车辆的行车视频中识别出目标车辆的行车参数,进而根据行车参数判断目标车辆是否发生违章行为,并在目标车辆发生违章行为时自动执行针对目标车辆的违章举报操作,使得违章检测及举报过程中无需用户手动干预,提高了用户行车过程中的体验度;并且,本方案能够从行车视频中自动识别目标车辆的行车参数,无需用户手动输入信息,从而能够明显提高违章检测的速度。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图6是是根据本发明一个实施例的一种基于行车视频的车辆违章检测***的示意性框图。如图6所示,该***包括:
视频录制器610,适于录制位于本车辆预设范围之内的目标车辆的行车视频,行车视频中记录目标车辆的行车情况;以及
上述任一可选实施例中所述的车辆违章检测装置620。
在该车辆违章检测***中,车辆违章检测装置620可执行上述任一实施例中所述的车辆违章检测方法,其具体执行方式已经在上述实施例中进行了详细描述,此处将不做详细阐述说明。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,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发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于行车视频的车辆违章检测装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
本发明实施例提供了A1.一种基于行车视频的车辆违章检测方法,所述行车视频中记录位于本车辆预设范围之内的目标车辆的行车情况,所述方法包括:
对所述行车视频进行图像识别,以确定所述目标车辆的行车参数;
根据所述行车参数判断所述目标车辆是否发生违章行为;
当判定所述目标车辆发生违章行为时,执行针对所述目标车辆的违章举报操作。
A2.根据A1所述的方法,其中,所述行车参数包括以下至少一项:行车速度、与车道线间的距离。
A3.根据A2所述的方法,其中,当所述行车参数包括与车道线间的距离时,所述对所述行车视频进行图像识别,以确定所述目标车辆的行车参数的步骤包括:
对所述行车视频进行图像识别,确定出所述行车视频中车道线的位置和所述目标车辆的位置;
根据所述车道线的位置和所述目标车辆的位置,计算所述目标车辆与所述车道线间的距离。
A4.根据A3所述的方法,其中,确定出所述行车视频中车道线的位置的步骤包括:
对所述行车视频中的道路图像进行逆透视映射,以生成所述道路图像的顶视图;
对所述顶视图进行过滤和二值化处理;
从所述过滤和二值化处理后的顶视图中检测出多条线段;
采用预设算法对所述多条线段进行拟合,并根据拟合后的线段确定所述车道线的位置。
A5.根据A3或A4所述的方法,其中,根据所述行车参数判断所述目标车辆是否发生违章行为的步骤包括:
判断所述目标车辆与所述车道线间的距离是否小于预设距离;
当所述目标车辆与所述车道线间的距离小于预设距离时,判定所述目标车辆发生违章行为。
A6.根据A2所述的方法,其中,当所述行车参数包括所述行车速度时,所述根据所述行车参数判断所述目标车辆是否发生违章行为的步骤包括:
获取当前车道上的预定行车速度范围;
判断所述目标车辆的行车速度是否超过所述预定行车速度范围;
当所述目标车辆的行车速度超过所述预定行车速度范围时,判定所述目标车辆发生违章行为。
A7.根据A1-A6中任一项所述的方法,其中,执行针对所述目标车辆的违章举报操作的步骤包括:
从所述行车视频中确定所述目标车辆发生违章行为时对应的第一视频帧;
截取包含所述第一视频帧的视频片段作为所述目标车辆的违章视频,并从所述行车视频中获取所述目标车辆的车牌信息;
根据所述违章视频和所述车牌信息,执行针对所述目标车辆的违章举报操作。
A8.根据A7所述的方法,其中,从所述行车视频中获取所述目标车辆的车牌信息的步骤包括:
从所述行车视频中选择清晰度达到预设清晰度的第二视频帧;
对所述第二视频帧进行图像识别,获得所述目标车辆的车牌信息。
A9.根据A1-A8中任一项所述的方法,其中,执行针对所述目标车辆的违章举报操作的步骤包括:
输出提示信息,所述提示信息用于提示用户是否对发生违章行为的目标车辆执行违章举报操作,所述提示信息的输出方式包括以下至少一种:语音播报、显示在所述本车辆内的显示屏上;
当接收到用户对所述提示信息的确定操作时,执行针对所述目标车辆的违章举报操作。
本发明实施例还提供了B10.一种基于行车视频的车辆违章检测装置,所述行车视频中记录位于本车辆预设范围之内的目标车辆的行车情况,所述装置包括:
确定模块,适于对所述行车视频进行图像识别,以确定所述目标车辆的行车参数;
判断模块,适于根据所述行车参数判断所述目标车辆是否发生违章行为;
执行模块,适于当判定所述目标车辆发生违章行为时,执行针对所述目标车辆的违章举报操作。
B11.根据B10所述的装置,其中,所述行车参数包括以下至少一项:行车速度、与车道线间的距离。
B12.根据B11所述的装置,其中,所述确定模块,适于当所述行车参数包括与车道线间的距离时,对所述行车视频进行图像识别,确定出所述行车视频中车道线的位置和所述目标车辆的位置;根据所述车道线的位置和所述目标车辆的位置,确定所述目标车辆与所述车道线间的距离。
B13.根据B12所述的装置,其中,所述确定模块,适于对所述行车视频中的道路图像进行逆透视映射,以生成所述道路图像的顶视图;对所述顶视图进行过滤和二值化处理;从所述过滤和二值化处理后的顶视图中检测出多条线段;采用预设算法对所述多条线段进行拟合,并根据拟合后的线段确定所述车道线的位置。
B14.根据B12或B13所述的装置,其中,所述判断模块,适于判断所述目标车辆与所述车道线间的距离是否小于预设距离;当所述目标车辆与所述车道线间的距离小于预设距离时,判定所述目标车辆发生违章行为。
B15.根据B11所述的装置,其中,所述确定模块,适于当所述行车参数包括所述行车速度时,获取当前车道上的预定行车速度范围;判断所述目标车辆的行车速度是否超过所述预定行车速度范围;当所述目标车辆的行车速度超过所述预定行车速度范围时,判定所述目标车辆发生违章行为。
B16.根据B10-B15中任一项所述的装置,其中,所述执行模块,适于从所述行车视频中确定所述目标车辆发生违章行为时对应的第一视频帧;截取包含所述第一视频帧的视频片段作为所述目标车辆的违章视频,并从所述行车视频中获取所述目标车辆的车牌信息;根据所述违章视频和所述车牌信息,执行针对所述目标车辆的违章举报操作。
B17.根据B16所述的装置,其中,所述执行模块,适于从所述行车视频中选择清晰度达到预设清晰度的第二视频帧;对所述第二视频帧进行图像识别,获得所述目标车辆的车牌信息。
B18.根据B10-B17中任一项所述的装置,其中,所述执行模块,适于输出提示信息,所述提示信息用于提示用户是否对发生违章行为的目标车辆执行违章举报操作,所述提示信息的输出方式包括以下至少一种:语音播报、显示在所述本车辆内的显示屏上;当接收到用户对所述提示信息的确定操作时,执行针对所述目标车辆的违章举报操作。
本发明实施例还提供了C19.一种基于行车视频的车辆违章检测***,包括:
视频录制器,适于录制位于本车辆预设范围之内的目标车辆的行车视频,所述行车视频中记录所述目标车辆的行车情况;以及
如B10-B18中任一项所述的车辆违章检测装置。
Claims (10)
1.一种基于行车视频的车辆违章检测方法,所述行车视频中记录位于本车辆预设范围之内的目标车辆的行车情况,所述方法包括:
对所述行车视频进行图像识别,以确定所述目标车辆的行车参数;
根据所述行车参数判断所述目标车辆是否发生违章行为;
当判定所述目标车辆发生违章行为时,执行针对所述目标车辆的违章举报操作。
2.根据权利要求1所述的方法,其中,所述行车参数包括以下至少一项:行车速度、与车道线间的距离。
3.根据权利要求2所述的方法,其中,当所述行车参数包括与车道线间的距离时,所述对所述行车视频进行图像识别,以确定所述目标车辆的行车参数的步骤包括:
对所述行车视频进行图像识别,确定出所述行车视频中车道线的位置和所述目标车辆的位置;
根据所述车道线的位置和所述目标车辆的位置,计算所述目标车辆与所述车道线间的距离。
4.根据权利要求3所述的方法,其中,确定出所述行车视频中车道线的位置的步骤包括:
对所述行车视频中的道路图像进行逆透视映射,以生成所述道路图像的顶视图;
对所述顶视图进行过滤和二值化处理;
从所述过滤和二值化处理后的顶视图中检测出多条线段;
采用预设算法对所述多条线段进行拟合,并根据拟合后的线段确定所述车道线的位置。
5.根据权利要求3或4所述的方法,其中,根据所述行车参数判断所述目标车辆是否发生违章行为的步骤包括:
判断所述目标车辆与所述车道线间的距离是否小于预设距离;
当所述目标车辆与所述车道线间的距离小于预设距离时,判定所述目标车辆发生违章行为。
6.根据权利要求2所述的方法,其中,当所述行车参数包括所述行车速度时,所述根据所述行车参数判断所述目标车辆是否发生违章行为的步骤包括:
获取当前车道上的预定行车速度范围;
判断所述目标车辆的行车速度是否超过所述预定行车速度范围;
当所述目标车辆的行车速度超过所述预定行车速度范围时,判定所述目标车辆发生违章行为。
7.根据权利要求1-6中任一项所述的方法,其中,执行针对所述目标车辆的违章举报操作的步骤包括:
从所述行车视频中确定所述目标车辆发生违章行为时对应的第一视频帧;
截取包含所述第一视频帧的视频片段作为所述目标车辆的违章视频,并从所述行车视频中获取所述目标车辆的车牌信息;
根据所述违章视频和所述车牌信息,执行针对所述目标车辆的违章举报操作。
8.根据权利要求7所述的方法,其中,从所述行车视频中获取所述目标车辆的车牌信息的步骤包括:
从所述行车视频中选择清晰度达到预设清晰度的第二视频帧;
对所述第二视频帧进行图像识别,获得所述目标车辆的车牌信息。
9.一种基于行车视频的车辆违章检测装置,所述行车视频中记录位于本车辆预设范围之内的目标车辆的行车情况,所述装置包括:
确定模块,适于对所述行车视频进行图像识别,以确定所述目标车辆的行车参数;
判断模块,适于根据所述行车参数判断所述目标车辆是否发生违章行为;
执行模块,适于当判定所述目标车辆发生违章行为时,执行针对所述目标车辆的违章举报操作。
10.一种基于行车视频的车辆违章检测***,包括:
视频录制器,适于录制位于本车辆预设范围之内的目标车辆的行车视频,所述行车视频中记录所述目标车辆的行车情况;以及
如权利要求9所述的车辆违章检测装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610581384.XA CN106023596A (zh) | 2016-07-21 | 2016-07-21 | 基于行车视频的车辆违章检测方法、装置及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610581384.XA CN106023596A (zh) | 2016-07-21 | 2016-07-21 | 基于行车视频的车辆违章检测方法、装置及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106023596A true CN106023596A (zh) | 2016-10-12 |
Family
ID=57116216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610581384.XA Pending CN106023596A (zh) | 2016-07-21 | 2016-07-21 | 基于行车视频的车辆违章检测方法、装置及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106023596A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600748A (zh) * | 2016-10-24 | 2017-04-26 | 深圳市元征科技股份有限公司 | 非法行驶记录方法及装置 |
CN107203738A (zh) * | 2016-03-17 | 2017-09-26 | 福特全球技术公司 | 车辆车道边界定位 |
CN107301777A (zh) * | 2016-11-25 | 2017-10-27 | 上海炬宏信息技术有限公司 | 基于视频检测技术的车辆违章变道检测方法 |
CN108734965A (zh) * | 2017-04-14 | 2018-11-02 | 北京嘀嘀无限科技发展有限公司 | 一种车辆违章检测的方法及装置 |
CN108765945A (zh) * | 2018-05-31 | 2018-11-06 | 深圳市元征科技股份有限公司 | 一种车辆违章识别方法及*** |
CN108932872A (zh) * | 2018-07-29 | 2018-12-04 | 合肥市智信汽车科技有限公司 | 一种远程控制车辆预警的方法 |
CN109785640A (zh) * | 2019-03-06 | 2019-05-21 | 南京邮电大学 | 一种关于车辆违章检测***及其检测方法 |
CN109801500A (zh) * | 2019-02-19 | 2019-05-24 | 中国科学院自动化研究所 | 基于区块链的车辆违章变道检测记录方法、***、装置 |
CN110046547A (zh) * | 2019-03-06 | 2019-07-23 | 深圳市麦谷科技有限公司 | 违章举报方法、***、计算机设备及存储介质 |
CN110298300A (zh) * | 2019-06-27 | 2019-10-01 | 上海工程技术大学 | 一种检测车辆违章压线的方法 |
CN110599775A (zh) * | 2019-08-27 | 2019-12-20 | 深圳市恒天伟焱科技有限公司 | 基于行车记录仪的车辆违章举报方法、行车记录仪和介质 |
CN111243290A (zh) * | 2020-04-28 | 2020-06-05 | 江苏货斯基网络科技有限公司 | 驾驶行为数据获取和分析方法及*** |
CN111785078A (zh) * | 2020-05-26 | 2020-10-16 | 上海擎感智能科技有限公司 | 行车监测方法、车载终端及计算机可读存储介质 |
CN113591820A (zh) * | 2021-09-30 | 2021-11-02 | 深圳市鑫道为科技有限公司 | 一种可提取肇事车牌信息的行车数据存储方法 |
CN113743215A (zh) * | 2021-08-03 | 2021-12-03 | 支付宝(杭州)信息技术有限公司 | 车辆交通违规自动识别方法、装置及设备 |
CN114120474A (zh) * | 2021-11-29 | 2022-03-01 | 广东九联科技股份有限公司 | 违规车辆自动报警*** |
CN115223355A (zh) * | 2021-04-19 | 2022-10-21 | 上海博泰悦臻网络技术服务有限公司 | 车辆违章举报方法、装置、电子设备以及存储介质 |
WO2023116642A1 (zh) * | 2021-12-24 | 2023-06-29 | 北京车和家汽车科技有限公司 | 前车行为识别与处理方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101808126A (zh) * | 2010-03-12 | 2010-08-18 | 清华大学 | 一种用于实时视频处理的分布式计算***和方法 |
CN102368353A (zh) * | 2011-10-10 | 2012-03-07 | 中盟智能科技(苏州)有限公司 | 交通违法越线取证方法及装置 |
CN102521983A (zh) * | 2011-12-23 | 2012-06-27 | 北京易华录信息技术股份有限公司 | 一种基于高清视频技术的车辆违章检测***及方法 |
CN103177582A (zh) * | 2013-04-22 | 2013-06-26 | 杜东 | 一种视频测速和车牌识别的一体机 |
CN103400499A (zh) * | 2013-07-22 | 2013-11-20 | 青岛海信网络科技股份有限公司 | 超高清智能视频电子警察***及其判定车辆违章的方法 |
CN104217427A (zh) * | 2014-08-22 | 2014-12-17 | 南京邮电大学 | 一种交通监控视频中车道线定位方法 |
CN104952122A (zh) * | 2015-05-19 | 2015-09-30 | 佛山市锐诚云智能照明科技有限公司 | 可自动进行违章取证的行车记录仪及*** |
CN105551110A (zh) * | 2016-02-05 | 2016-05-04 | 北京奇虎科技有限公司 | 一种行车数据记录方法、装置和*** |
-
2016
- 2016-07-21 CN CN201610581384.XA patent/CN106023596A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101808126A (zh) * | 2010-03-12 | 2010-08-18 | 清华大学 | 一种用于实时视频处理的分布式计算***和方法 |
CN102368353A (zh) * | 2011-10-10 | 2012-03-07 | 中盟智能科技(苏州)有限公司 | 交通违法越线取证方法及装置 |
CN102521983A (zh) * | 2011-12-23 | 2012-06-27 | 北京易华录信息技术股份有限公司 | 一种基于高清视频技术的车辆违章检测***及方法 |
CN103177582A (zh) * | 2013-04-22 | 2013-06-26 | 杜东 | 一种视频测速和车牌识别的一体机 |
CN103400499A (zh) * | 2013-07-22 | 2013-11-20 | 青岛海信网络科技股份有限公司 | 超高清智能视频电子警察***及其判定车辆违章的方法 |
CN104217427A (zh) * | 2014-08-22 | 2014-12-17 | 南京邮电大学 | 一种交通监控视频中车道线定位方法 |
CN104952122A (zh) * | 2015-05-19 | 2015-09-30 | 佛山市锐诚云智能照明科技有限公司 | 可自动进行违章取证的行车记录仪及*** |
CN105551110A (zh) * | 2016-02-05 | 2016-05-04 | 北京奇虎科技有限公司 | 一种行车数据记录方法、装置和*** |
Non-Patent Citations (1)
Title |
---|
MOHAMED ALY: "Real time Detection of Lane Markers in Urban Streets,Mohamed Aly,Intelligent Vehicles Symposium", 《INTELLIGENT VEHICLES SYMPOSIUM,2008 IEEE》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107203738B (zh) * | 2016-03-17 | 2022-04-12 | 福特全球技术公司 | 车辆车道边界定位 |
CN107203738A (zh) * | 2016-03-17 | 2017-09-26 | 福特全球技术公司 | 车辆车道边界定位 |
CN106600748A (zh) * | 2016-10-24 | 2017-04-26 | 深圳市元征科技股份有限公司 | 非法行驶记录方法及装置 |
CN107301777A (zh) * | 2016-11-25 | 2017-10-27 | 上海炬宏信息技术有限公司 | 基于视频检测技术的车辆违章变道检测方法 |
CN108734965A (zh) * | 2017-04-14 | 2018-11-02 | 北京嘀嘀无限科技发展有限公司 | 一种车辆违章检测的方法及装置 |
CN108765945A (zh) * | 2018-05-31 | 2018-11-06 | 深圳市元征科技股份有限公司 | 一种车辆违章识别方法及*** |
CN108932872A (zh) * | 2018-07-29 | 2018-12-04 | 合肥市智信汽车科技有限公司 | 一种远程控制车辆预警的方法 |
CN109801500A (zh) * | 2019-02-19 | 2019-05-24 | 中国科学院自动化研究所 | 基于区块链的车辆违章变道检测记录方法、***、装置 |
CN109785640A (zh) * | 2019-03-06 | 2019-05-21 | 南京邮电大学 | 一种关于车辆违章检测***及其检测方法 |
CN110046547A (zh) * | 2019-03-06 | 2019-07-23 | 深圳市麦谷科技有限公司 | 违章举报方法、***、计算机设备及存储介质 |
CN110298300A (zh) * | 2019-06-27 | 2019-10-01 | 上海工程技术大学 | 一种检测车辆违章压线的方法 |
CN110599775A (zh) * | 2019-08-27 | 2019-12-20 | 深圳市恒天伟焱科技有限公司 | 基于行车记录仪的车辆违章举报方法、行车记录仪和介质 |
CN111243290A (zh) * | 2020-04-28 | 2020-06-05 | 江苏货斯基网络科技有限公司 | 驾驶行为数据获取和分析方法及*** |
CN111785078A (zh) * | 2020-05-26 | 2020-10-16 | 上海擎感智能科技有限公司 | 行车监测方法、车载终端及计算机可读存储介质 |
CN115223355A (zh) * | 2021-04-19 | 2022-10-21 | 上海博泰悦臻网络技术服务有限公司 | 车辆违章举报方法、装置、电子设备以及存储介质 |
CN113743215A (zh) * | 2021-08-03 | 2021-12-03 | 支付宝(杭州)信息技术有限公司 | 车辆交通违规自动识别方法、装置及设备 |
CN113591820A (zh) * | 2021-09-30 | 2021-11-02 | 深圳市鑫道为科技有限公司 | 一种可提取肇事车牌信息的行车数据存储方法 |
CN114120474A (zh) * | 2021-11-29 | 2022-03-01 | 广东九联科技股份有限公司 | 违规车辆自动报警*** |
CN114120474B (zh) * | 2021-11-29 | 2024-06-07 | 广东九联科技股份有限公司 | 违规车辆自动报警*** |
WO2023116642A1 (zh) * | 2021-12-24 | 2023-06-29 | 北京车和家汽车科技有限公司 | 前车行为识别与处理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106023596A (zh) | 基于行车视频的车辆违章检测方法、装置及*** | |
CN109658740A (zh) | 车辆间的交互方法和装置 | |
CN103942960B (zh) | 一种车辆变道检测方法及装置 | |
CN103448724B (zh) | 车道偏离预警方法和装置 | |
CN105539293B (zh) | 车道偏离预警方法和装置及汽车驾驶辅助*** | |
CN107767697A (zh) | 用于处理交通声音数据以提供驾驶员辅助的***和方法 | |
CN103781696B (zh) | 用于在碰撞相关的状况中支持驾驶员的驾驶员辅助*** | |
CN107203738A (zh) | 车辆车道边界定位 | |
US20150339534A1 (en) | Drive support display device | |
CN109866684A (zh) | 车道偏离预警方法、***、可读存储介质及计算机设备 | |
JPWO2008029802A1 (ja) | 走行情報提供装置 | |
CN109109800A (zh) | 汽车雷达报警提示方法及装置 | |
CN108116496A (zh) | 车辆的驾驶辅助装置 | |
CN108765945A (zh) | 一种车辆违章识别方法及*** | |
JP2008510240A (ja) | 運転者通報のための方法および装置 | |
CN106183981B (zh) | 基于汽车的路障检测方法、装置及汽车 | |
US20150220796A1 (en) | Sign recognition apparatus and method for determining left- or right-hand traffic division and distance unit | |
CN110341718A (zh) | 控制车辆的方法 | |
CN106504554A (zh) | 识别交通灯状态信息的方法及装置 | |
CN109466444A (zh) | 危险车辆检测预警方法及*** | |
CN106652559A (zh) | 一种行车控制方法及装置 | |
US9262920B2 (en) | Methods and devices for outputting information in a motor vehicle | |
CN107187436A (zh) | 防止误踩油门的方法和装置 | |
CN108482367A (zh) | 一种基于智能后视镜辅助驾驶的方法、装置及*** | |
CN110544388A (zh) | 一种显示交通信号灯的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161012 |
|
RJ01 | Rejection of invention patent application after publication |