CN106384532A - 视频数据分析方法、装置以及停车位监控*** - Google Patents

Abstract

本申请提供一种视频数据分析方法、装置以及停车位监控***，其中，所述***包括：摄像机，其拍摄视频；数据存储器，其存储来自所述摄像机的视频数据；分析服务器，其根据从所述数据存储器得到的视频数据分析每个停车位的状态；信息发布装置，其发布每个停车位的状态信息；中央管理***，其控制所述停车位监控***的各个部件的操作。通过本申请提供的方法、装置或***，可以使用非常少的硬件资源来监控大量停车位，并在全天候条件下实现高精度的检测，此外还具有可扩展性，可以支持基于核心技术的高级功能。

Description

视频数据分析方法、装置以及停车位监控***

技术领域

本申请涉及图像处理技术，尤其涉及一种视频数据分析方法、装置以及停车位监控***。

背景技术

随着私家车的数量在这几年迅速增加，停车对于司机和政府成为一个严重的问题。对于司机，通常需要很长时间来找到一个有效的停车位，对于政府，公共和收费停车位的统计信息将有助于缓解这一问题并帮助制定更好的规划。并且，智能停车监控***会随着时间上报每个停车位的状态变化，由此协助管理员更好地管理停车场。

目前，已经有很多用于停车引导***的解决方案，通常，典型为基于传感器的解决方案和基于摄像机的解决方案。基于传感器的解决方案由于成本低被最广泛应用。然而，该方案对于停车状态监控而言检测精度不足，同时受限于环境条件，例如：利用感应线圈的***很容易受到恶劣天气(例如闪电)和相邻的传感器的干扰，而利用超音传感器的***则不适合户外实施。随着大型视频监控***的推广，基于摄像机的解决方案显示出更大的潜力；与基于传感器的解决方案相比，它们提供了更多的视频信息并且可能支持高级的功能，例如车牌号码识别，并且，有用于监视停车状态的目的的不同的视频分析技术。

大多数基于摄像机的解决方案会使用一个定制摄像机来覆盖2到3个停车位，由此，硬件成本会导致整个***非常昂贵，更不必说通常不适合户外实施。某些解决方案通过评估一个特定区域内进入和退出的车辆的数量来减少***成本，但是该方案不能提供每个停车位的详细的状态。

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发明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

为了解决背景技术指出的问题，本申请提供了一种视频数据分析方法、装置以及停车位监控***，以使用非常少的硬件资源来监控大量停车位，并在全天候条件下实现高精度的检测。

根据本发明实施例的第一方面，提供了一种停车位监控***，其中，所述***包括：

摄像机，其拍摄视频；

数据存储器，其存储来自所述摄像机的视频数据；

分析服务器，其根据从所述数据存储器得到的视频数据分析每个停车位的状态；

信息发布装置，其发布每个停车位的状态信息；

中央管理***，其控制所述停车位监控***的各个部件的操作。

根据本发明实施例的第二方面，提供了一种视频数据分析方法，其中，所述方法包括：

提取当前帧的视频数据中停车位的片；

根据当前帧和之前帧的视频数据中所述停车位的片，判断所述停车位是否发生变化；

如果所述停车位发生变化，则检测所述停车位上是否停有车辆，根据检测结果确定所述停车位的状态；

如果所述停车位没有发生变化，则确定所述停车位的状态为之前的状态。

根据本发明实施例的第三方面，提供了一种视频数据分析装置，其中，所述装置包括：

片提取单元，其提取当前帧的视频数据中停车位的片；

判断单元，其根据当前帧和之前帧的视频数据中所述停车位的片，判断所述停车位是否发生变化；

车辆检测单元，其在所述判断单元判断为所述停车位发生变化时，检测所述停车位上是否停有车辆；

状态确定单元，其根据所述判断单元的判断结果和/或所述车辆检测单元的检测结果确定所述停车位的状态。

本发明的有益效果在于：通过本申请提供的方法、装置或***，可以使用非常少的硬件资源来监控大量停车位，并在全天候条件下实现高精度的检测，此外还具有可扩展性，可以支持基于核心技术的高级功能。

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是本实施例的停车位监控***的组成示意图；

图2是摄像机布置场景示意图；

图3是本实施例的分析服务器的组成示意图；

图4是停车位片示意图；

图5是检测到的目标矩形的示意图；

图6是本实施例的轮询机制的示意图；

图7是本实施例的视频数据分析方法的流程图；

图8是本实施例的计算机***的组成示意图。

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、变形以及等同物。

实施例1

本申请提供了一种停车位监控***，图1是该***的构成示意图，如图1所示，该停车位监控***100包括：摄像机101、数据存储器102、分析服务器103、中央管理***104、以及信息发布装置105。

在本实施例中，摄像机101用于拍摄视频，以便分析服务器103基于该摄像机101捕捉到的视频分析停车位的状态。其中，本实施例对该摄像机101的类型和数量不做限制，具体采用哪种类型的摄像机、采用多少个摄像机，取决于应用场景，PTZ(Pan Tilt Zoom，云台变焦)摄像机、子弹头摄像机或其它类型的摄像机等都可以使用。另外，考虑到实施该***的停车场的规划，该摄像机可以以合适的高度和角度布置，以实现最佳的覆盖效率。其中，如果目标场景是户外停车场(无顶)，如图2所示，则如果布置图示规格的摄像机，一个摄像机能够覆盖80～100个停车位，对于覆盖较小区域的其它情况，所安装的摄像机的高度会被相应减少。如果目标场景是室内或者有顶的停车场，则由于摄像机的布置高度受限，例如3米，一个摄像机会覆盖6～8个停车位。

在本实施例中，数据存储器102用于存储来自摄像机101的视频数据，并将该数据提供给分析服务器103进一步分析和检索。考虑到***建设的方便，可以使用网络视频记录仪作为数据存储器102。当然，本实施例并不以此作为限制，该数据存储器102也可以内置于摄像机101中，通过摄像机网络提供给分析服务器103，或者，该数据存储器102也可以内置于分析服务器103中或者内置于中央管理***104中。

在本实施例中，分析服务器103用于根据从数据存储器102得到视频数据分析每个停车位的状态并向中央管理***104输出分析结果，具体的分析过程将在以下进行说明。其中，为了分析停车位的状态，需要对实施本实施例的停车位监控***100的停车场的布局进行初始化处理，包括：确定该停车场的整体规划，例如，共部署了多少个摄像机，每个摄像机的位置，每个摄像机所覆盖的停车位都有哪些，每个停车位的位置，每个停车位的坐标等。通过该初始化处理，可以明确整个停车场的布局，得到每个停车位区域的信息(坐标)，为分析服务器103对摄像机捕捉到的视频进行分析提供了依据。并且，当停车场的布局确定以后，只需要实施一次初始化处理即可，只要停车场的布局没有变化，就不需要重复实施初始化处理。并且，该初始化处理可以在分析服务器103中实施，也可以在中央管理***104中实施，例如在分析服务器103或中央管理***104中增加一个模块来实施上述初始化处理，当然本实施例并不以此作为限制。

在本实施例中，中央管理***104是整个停车位监控***100的控制器，用于控制该停车位监控***100的各个部件的操作。其由中央管理***(CMS，CentralManage System)软件和支持该软件的硬件平台构成。CMS的功能包括：

1)对控制操作提供管理服务和GUI(Graphical User Interface，图形用户界面)；

2)管理到其它设备的接入，例如监控摄像机101和数据存储102；

3)控制数据存储，传递和信息发布等。

在本实施例中，信息发布装置105用于发布每个停车位的状态信息，提高司机和停车管理员的便利性。典型的，这类信息可以通过位于停车区域入口的LED(LightEmitting Diode，发光二极管)海报来发布，或者通过管理软件或网站进行更新，智能手机应用也是可行的。其中，该信息发布装置105的功能可以集成到中央管理***104中，但本实施例并不以此作为限制。

在本实施例中，由于已经对停车场的布局进行了初始化处理，因此从摄像机捕捉到的视频数据中可以得到每个停车位的信息，该分析服务器103正是对每个停车位的视频数据进行分析，以确定每个停车位的状态。

图3是本实施例的分析服务器103的一个实施方式的组成示意图，如图3所示，在该实施方式中，该分析服务器103包括：预处理单元301、片提取单元302、判断单元303、车辆检测单元304、以及状态确定单元305。

在本实施方式中，预处理单元301用于对当前帧的视频数据进行图像预处理，例如降噪、图像增强等，以便于后续的分析。在摄像机的品质很高，拍摄出的视频数据清晰度很高的条件下，该预处理单元301也可以省略。

其中，降噪的方法包括但不限于以下两种方式：方式一是瞬时滤波器，其计算连续帧以产生一个代表帧F_r来移除随机图像噪声，只有代表帧被用于下一个操作；方式二是搞死滤波器，其处理当前帧来做平滑。具体的处理过程可以参考现有技术。

其中，图像增强的方法包括但不限于HSV(Hue Saturation Value，色度、饱和度、纯度)均衡器，其在微弱的光照条件下，例如阴雨天气或者夜间，帮助提高图像细节。具体的处理过程可以参考现有技术。

在本实施方式中，片提取单元302用于提取当前帧的视频数据中所述停车位的片(patch)。

其中，停车位片是指包括一个停车位和其周边地区的图像区域。如图4所示，停车位P3(区域401)的片即为区域402。考虑到车辆有可能停于两个停车位空间的中间，从而导致非法停车的情况，因此本实施例的分析区域围绕一个停车位扩大。需要注意的是，如前所述，每个停车位区域的信息可以在初始化的过程中被标记，或者在分析服务器103的分析过程开始之前作为配置文件被提供。

再请参照图4，假设不考虑由于摄像机视角导致的图像失真，那么要处理的停车位区域401是一个高度为H宽度为W的矩形，为了得到相应的片(402)，本实施例的停车位片提取单元302可以沿着水平侧和垂直侧对原区域401进行扩展。在一个实施方式中，水平方向的扩展范围为原区域401的宽度的0.4～0.8倍，优选为0.5，垂直方向的扩展范围为原区域401的高度的0.2～0.4倍，优选为0.25。以在水平方向分别扩展0.5，在垂直方向分别扩展0.25为例，扩展后的区域402的长和高分别为：

W_patch＝W+W×0.5×2＝2W

H_patch＝H+H×0.25×2＝1.5H

在实施过程中，当停车位在图像中显示为一个不规则的四边形时，也可以按照相同的策略来获取片区域进行处理，此处省略说明。

在本实施方式中，判断单元303用于根据当前帧和之前帧的视频数据中所述停车位的片，判断所述停车位是否发生变化。其中，该判断单元303可以通过将当前代表帧中该停车位的片和之前代表帧中该停车位的片进行比较来进行上述判断，如果判断为是，也即该停车位有事件或动作发生，则可以通过车辆检测单元304进一步检测在该停车位上是否停有车辆，否则跳过车辆检测的步骤，直接确定该停车位的状态。由此，避免了重复耗时的车辆检测操作，提高了整个流程的效率，并且防止了这种占领的状态频繁发生。

其中，该判断单元303的判断方法包括但不限于边缘检测法，例如，使用canny-like边缘检测器生成要处理的停车位的片的边缘图像，如果当前帧和之前帧的该边缘图像的差大于阈值TH_change，则确定该停车位区域发生了变化。

其中，当前代表帧是指当前帧，也即当前正在处理的帧，之前代表帧是指之前处理的帧。需要说明的是，由于本实施例专注于状态变化而不是追踪事件的整个过程，因此对视频数据的每一帧都进行分析效率不高，本实施例只对视频数据的一部分帧进行分析，因此这里的之前代表帧并非是当前帧的上一帧，而是在当前帧之前所处理的一帧。如图6所示，在这个例子中，针对摄像机A拍摄的视频数据，如果当前帧是t₈，则之前帧就是t₀，判断单元303根据这两帧的视频数据中某停车位的片判断该停车位是否发生变化。

在本实施方式中，车辆检测单元304用于检测上述停车位上是否停有车辆。其中，该车辆检测单元304可以使用基于机器学习的特征检测方法来检测车辆，包括使用收集的数据集进行离线训练和在停车位片的范围内进行在线检测。对于该操作，可以使用具有HoG(Histogram of Gradient)特征的提升算法，然而，其它特征也可以用于此项工作，例如Harr-like特征。一旦检测到车辆，就会得到对应该车辆的目标矩形。

在本实施方式中，状态确定单元305用于根据判断单元303的判断结果和/或车辆检测单元304的检测结果确定当前停车位的状态，并提供给中央管理***104。如前所述，如果判断单元303判断为当前停车位没有发生变化，则状态确定单元305确定当前停车位的状态为之前的状态；如果判断单元303判断为当前停车位发生变化，并且车辆检测单元304检测到该停车位上没有停靠车辆，则状态确定单元305确定当前停车位的状态为未被占用，否则状态确定单元305根据检测到的对应该车辆的目标矩形与当前停车位区域之间的关系来确定当前停车位的状态。

例如，如果所述目标矩形的中心点到所述停车位在第一方向上的任一边的距离与所述停车位在所述第一方向上的长度之比大于第一阈值，则确定所述停车位的状态为正常占用，否则确定所述停车位的状态为非法占用。图5为通过车辆检测单元304检测到的目标矩形的示意图。如图5所示，假设Pl0～Pl3为停车位区域501的顶点，Pt为检测到的目标矩形502的中心点，那么：

L_lot＝|Pl2.x-Pl3.x|

L_dist＝min(Pt.x-Pl2.x|,|Pt.x-Pl3.x|)

$R_{veh}=\frac{L_{dist}}{L_{lot}}$

如果R_veh大于预定阈值TH_warning，则状态确定单元305确定当前停车位的状态为为占用，否则，说明车辆被乱放于两个停车位中间，则状态确定单元305确定当前停车位的状态为警告，此时，中央管理***104可以通过发送消息来通知管理员。其中，x代表横坐标方向。

通过本实施例的分析服务器，可以确定每个停车位的状态，并避免了重复耗时的车辆检测操作，提高了分析效率。

在本实施例中，该停车位监控***100的目的是当车辆停靠或车辆离开的事件发生时，分析停车位的状态。由于本实施例专注于状态变化而不是追踪事件的整个过程，当作为商业解决方案实施时，分析摄像机的视频流的每一帧数据是没有效率的。在本实施例中，提出了一个轮询机制来帮助分析处理器103分析处理多个摄像机的视频流。

在本实施例中，一个分析处理器103在一个分析过程中按照时间顺序对多个摄像机的视频数据进行顺序分析，并且每个摄像机的视频数据存储于同一个缓存器中。

图6是本实施例的轮询机制的过程示意图，如图6所示，来自八个摄像机的数据流被顺序分析，并且，在当处理同一个摄像机的下一帧时需要被参考的媒体数据将会被存储于相同的数据缓存器中，例如，摄像机A的数据会被存储于数据缓存器A中，摄像机B的数据会被存储于数据缓存器B中，以此类推。并且帧t_n和帧t_n-1之间的处理延迟等于处理一个帧的平均时延。

由此，假设N个分析过程在分析服务器103中同步进行，每个分析过程处理来自K个摄像机的视频数据，那么，一个分析服务器103为N×K个摄像机服务，其中，N和K都依赖于服务器的硬件容量和一个摄像机所覆盖的停车位数量。

通过本实施例的停车位监控***，能够使用非常少的硬件资源来监控大量停车位，在全天候条件下具有较高的检测精度，并且具有可扩展性，能够支持基于核心技术的各种高级功能，例如停车时间计算、非法停车警告、车辆类型分类等。

实施例2

本申请还提供了一种视频数据分析方法，由于该方法解决问题的原理与实施例1的分析服务器103类似，因此其具体的实施可以参照实施例1的分析服务器103的实施，内容相同之处不再重复说明。

图7是本实施例的视频数据分析方法的流程图，请参照图7，该方法包括：

步骤702：提取当前帧的视频数据中停车位的片；

步骤703：根据当前帧和之前帧的视频数据中所述停车位的片，判断所述停车位是否发生变化，如果判断为是，则执行步骤704，否则确定所述停车位的状态为之前的状态；

步骤704：检测所述停车位上是否停有车辆，根据检测结果确定所述停车位的状态。

在步骤704中，如果在所述停车位上没有检测到车辆，则确定所述停车位的状态为未被占用；如果在所述停车位上检测到车辆，则根据对应所述车辆的目标矩形和所述停车位的区域之间的关系来确定所述停车位的状态是正常占用还是非法占用。

其中，如果所述目标矩形的中心点到所述停车位在第一方向上的任一边的距离与所述停车位在所述第一方向上的长度之比大于第一阈值，则确定所述停车位的状态为正常占用，否则确定所述停车位的状态为非法占用。

在本实施例中，该方法还可以包括：

步骤701：对当前帧的视频数据进行图像预处理。其中图像预处理的方法如前所述，此处省略说明。

在本实施例中，对车辆检测方法不做限制，具体如前所述，并且，当检测到所述停车位上停靠有车辆时，该方法还包括：获取对应所述车辆的目标矩形。

通过本实施例的方法，能够使用非常少的硬件资源来监控大量停车位，在全天候条件下具有较高的检测精度，并且具有可扩展性，能够支持基于核心技术的各种高级功能，例如停车时间计算、不规则停车警告、车辆类型分类等。

实施例3

本申请还提供了一种视频数据分析装置，由于该装置解决问题的原理与实施例1的分析服务器103类似，因此其具体的实施可以参照实施例1的分析服务器103的实施，内容相同之处不再重复说明。

通过本实施例的装置，能够使用非常少的硬件资源来监控大量停车位，在全天候条件下具有较高的检测精度，并且具有可扩展性，能够支持基于核心技术的各种高级功能，例如停车时间计算、不规则停车警告、车辆类型分类等。

实施例4

本发明实施例还提供了一种计算机***，该计算机***包括实施例3所述的视频数据分析装置，该视频数据分析装置可以通过实施例1的分析服务器103来实现，由于在实施例1中，已经对该分析服务器103做了详细说明，其内容被合并于此，在此不再赘述。

图8是本实施例的计算机***的硬件构成示意图，如图8所示，该计算机***800可以包括：中央处理器(CPU)801和存储器802；存储器802耦合到中央处理器801。值得注意的是，该图是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。

在一个实施方式中，实施例1所述的分析服务器103的功能可以被集成到中央处理器801中，

在另一个实施方式中，实施例1所述的分析服务器103可以与中央处理器801分开配置，例如可以将该分析服务器103配置为与中央处理器801连接的芯片，通过中央处理器801的控制来实现上述装置的功能。

如图8所示，该计算机***800还可以包括：通信模块803、输入单元804、音频处理单元805、显示器806、电源807。值得注意的是，计算机***800也并不是必须要包括图8中所示的所有部件；此外，计算机***800还可以包括图8中没有示出的部件，可以参考现有技术。

如图8所示，中央处理器801有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器801接收输入并控制计算机800的各个部件的操作。

其中，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。可储存预定义或预配置的信息，摄像机捕捉到的视频数据，此外还可存储执行有关信息的程序。并且中央处理器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。其他部件的功能与现有类似，此处不再赘述。计算机***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。

其中，实施例1的数据存储器102的功能以及数据缓存器的功能可以集成到该存储器802中，实施例1的中央管理***104的功能以及信息发布装置105的功能可以集成到该中央处理器801中。

通过本发明实施例的计算机***800，能够使用非常少的硬件资源来监控大量停车位，在全天候条件下具有较高的检测精度，并且具有可扩展性，能够支持基于核心技术的各种高级功能，例如停车时间计算、不规则停车警告、车辆类型分类等。

本发明实施例还提供一种计算机可读程序，其中当在计算机中执行所述程序时，所述程序使得计算机执行实施例2所述的方法。

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执行实施例2所述的方法。

本发明以上的装置和方法可以由硬件实现，也可以由硬件结合软件实现。本发明涉及这样的计算机可读程序，当该程序被逻辑部件所执行时，能够使该逻辑部件实现上文所述的装置或构成部件，或使该逻辑部件实现上文所述的各种方法或步骤。本发明还涉及用于存储以上程序的存储介质，如硬盘、磁盘、光盘、DVD、flash存储器等。

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。

Claims (10)

1.一种停车位监控***，其中，所述***包括：

摄像机，其拍摄视频；

数据存储器，其存储来自所述摄像机的视频数据；

分析服务器，其根据从所述数据存储器得到的视频数据分析每个停车位的状态；

信息发布装置，其发布每个停车位的状态信息；

中央管理***，其控制所述停车位监控***的各个部件的操作。

2.根据权利要求1所述的***，其中，所述分析服务器包括：

片提取单元，其提取当前帧的视频数据中所述停车位的片；

判断单元，其根据当前帧和之前帧的视频数据中所述停车位的片，判断所述停车位是否发生变化；

车辆检测单元，其在所述判断单元判断为所述停车位发生变化时，检测所述停车位上是否停有车辆；

状态确定单元，其根据所述判断单元的判断结果和/或所述车辆检测单元的检测结果确定所述停车位的状态。

3.根据权利要求2所述的***，其中，所述分析服务器还包括：

预处理单元，其对当前帧的视频数据进行图像预处理。

4.根据权利要求2所述的***，其中，

所述车辆检测单元在检测到所述停车位上停有车辆时，获取对应所述车辆的目标矩形。

5.根据权利要求2所述的***，其中，

所述状态确定单元在所述判断单元判断为所述停车位没有发生变化时，确定所述停车位的状态为之前的状态；在所述判断单元判断为所述停车位发生变化并且所述车辆检测单元检测到所述停车位上没有停靠车辆时，确定所述停车位的状态为未被占用；在所述判断判断为所述停车位发生变化并且所述车辆检测单元检测到所述停车位上停靠有车辆时，根据对应所述车辆的目标矩形和所述停车位的区域之间的关系确定所述停车位的状态。

6.根据权利要求5所述的***，其中，

如果所述目标矩形的中心点到所述停车位在第一方向上的任一边的距离与所述停车位在所述第一方向上的长度之比大于第一阈值，则确定所述停车位的状态为正常占用，否则确定所述停车位的状态为非法占用。

7.根据权利要求1所述的***，其中，所述分析处理器在一个分析过程中按照时间顺序对多个摄像机拍摄的视频数据进行顺序分析，每个摄像机拍摄的视频数据存储于一个数据缓存器中。

8.一种视频数据分析方法，其中，所述方法包括：

提取当前帧的视频数据中停车位的片；

根据当前帧和之前帧的视频数据中所述停车位的片，判断所述停车位是否发生变化；

如果所述停车位发生变化，则检测所述停车位上是否停有车辆，根据检测结果确定所述停车位的状态；

如果所述停车位没有发生变化，则确定所述停车位的状态为之前的状态。

9.根据权利要求8所述的方法，其中，根据检测结果确定所述停车位的状态，包括：

如果在所述停车位上没有检测到车辆，则确定所述停车位的状态为未被占用；

如果在所述停车位上检测到车辆，则根据对应所述车辆的目标矩形和所述停车位的区域之间的关系来确定所述停车位的状态是正常占用还是非法占用。

10.一种视频数据分析装置，其中，所述装置包括：

片提取单元，其提取当前帧的视频数据中停车位的片；

判断单元，其根据当前帧和之前帧的视频数据中所述停车位的片，判断所述停车位是否发生变化；

车辆检测单元，其在所述判断单元判断为所述停车位发生变化时，检测所述停车位上是否停有车辆；

状态确定单元，其根据所述判断单元的判断结果和/或所述车辆检测单元的检测结果确定所述停车位的状态。