CN108921956A - 一种基于视频分析技术的路边停车收费管理方法 - Google Patents

一种基于视频分析技术的路边停车收费管理方法 Download PDF

Info

Publication number
CN108921956A
CN108921956A CN201810711366.8A CN201810711366A CN108921956A CN 108921956 A CN108921956 A CN 108921956A CN 201810711366 A CN201810711366 A CN 201810711366A CN 108921956 A CN108921956 A CN 108921956A
Authority
CN
China
Prior art keywords
vehicle
parking
license plate
analysis technology
video analysis
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
Application number
CN201810711366.8A
Other languages
English (en)
Inventor
黄�俊
胡煦
胡丹
刘灿
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201810711366.8A priority Critical patent/CN108921956A/zh
Publication of CN108921956A publication Critical patent/CN108921956A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明创造提供一种基于视频分析技术的路边停车收费管理方法，该方法包括两个部分：视频流处理和车牌识别。本方法利用视频分析技术，对路段摄像头采集到的视频流进行处理，利用预先在停车位区域设置虚拟线圈的方法，对进出停车位车辆进行分析处理，提取进出停车位区域的车辆关键帧静态图像、记录车辆进出停车位区域的时间；将提取的车辆关键帧静态图像作为车牌识别部分的输入，识别停车车辆车牌号码；利用得到的信息生成车辆停车金额。本方法基于现在遍布智能交通领域的监控摄像头采集的视频流，利用先进的视频分析技术，低成本高效率的实现了路边停车自动化、无人值守的收费管理方式，提高路边停车管理效率的同时，节省人力、物力，解决了路边停车长期存在的收费方式落后造成的停车费资金流失的问题。

Description

一种基于视频分析技术的路边停车收费管理方法
技术领域
本发明属于智能交通领域，提出一种适用于路边停车的收费管理方法，具体涉及一种基于视频分析技术的路边停车收费管理方法。
背景技术
视频分析技术是指利用计算机图像视觉分析技术，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内的目标。其基本技术主要有四种：运动检测、目标跟踪、目标检测与目标识别。大体上分为两类：一类是以背景模型建立为基础，主要包括周界防范在内的行为分析等；一类是以特征识别为基础，包括车牌识别、人脸识别等。视频分析技术越来越广泛地应用于安防、智能交通、城市管理等领域，能有效提升各***的智能化水平。
随着城市现代化进程的快速推进，我国经济的持续性发展，私家车的数量每年都在增加。行车难、停车难问题在我国各大中小型城市日益凸显出来。路边停车的出现就是为了解决路外停车场不能满足市民日常驾驶停车的需求问题；缓解城市空间和车辆增长速度之间的矛盾，提高城市空间利用率。然而，现有的路边停车收费管理方式：人工收费、咪表收费、室外视频车位检测收费方式都存在诸多不足。人工收费，缺乏有效的监管措施，会造成停车资金大量流失，并且需要支付较高的人工成本；咪表收费主要靠驾驶员自主缴费，有些驾驶员缴费意识不够，也会导致停车资金无法回收，并且咪表的安装破坏了路面、安装成本高、不便于维护和管理；室外视频车位检测的方式需要在每个车位放置一台对驶入车辆进行车牌识别和车位状态判断，这种方案存在许多缺点：成本高，破坏地面，并且由于视频桩的高度与车牌高度相当，容易遭到恶意破坏等。基于以上现象，以及对路边停车智能化的要求，从实际出发，结合路边基础设施条件和现有技术，提出一种基于视频分析技术的路边停车收费管理方法，利用视频分析技术，对路段摄像头采集到的视频流进行处理，得到车辆进出停车区域的静态图像、车辆进出停车区域的时间、车辆的车牌号码，利用这些信息生成停车费用。
发明内容
本发明的目的在于提升路边停车管理的智能化，解决路边停车长期存在的收费方式落后造成的停车费资金流失的问题，实现路边停车的自动化、无人值守的收费管理方式，提高路边停车管理效率的同时，节省人力、物力。
为了解决以上问题，本发明提出一种基于视频分析技术的路边停车收费管理方法，包括以下步骤：
(1)一个摄像头负责管理路段停车区域的多个车位；
(2)在路段摄像头视野内预先设置停车位区域虚拟线圈，建立背景模型；
(3)利用视频分析技术，检测路段监控区域内运动车辆并跟踪；
(4)当运动车辆开始进入虚拟线圈时，第一次触发视频流关键帧提取，得到车辆进入静态图像，存入数据库；
(5)继续跟踪运动车辆进入虚拟线圈，待到车辆停稳之后，将得到的车辆进入静态图像发送给车牌号码识别模块，得到车辆数字车牌号码，作为停车车辆唯一标识符存入数据库，并记录该车辆的停车时间；
(6)当运动车辆开始离开虚拟线圈时，第二次触发视频流关键帧提取，得到的车辆离开静态图像，存入数据库；
(7)继续跟踪运动车辆离开虚拟线圈，待到车辆完全离开，将得到的车辆离开静态图像发送给车牌号码识别模块，得到车辆数字车牌号码，存入数据库，并记录该车辆的离开时间。
(8)根据进出虚拟线圈车辆的两次时间记录之差，获取路边停车收费时长，生成收费金额。
进一步，步骤(1)中一个摄像头负责监控管理摄像头视野内该路段的多个车位，将采集到的视频上传至服务器视频流处理模块，利用视频分析技术对视频流进行分析处理。
进一步，步骤(2)预先在视频视野范围内的停车位区域设置虚拟线圈，并且在该区域建立背景模型，按照预先设定的时间间隔更新模型，用来判断视频流中该虚拟线圈区域内的车辆进出情况。
进一步，利用虚拟线圈判断视频流中该区域与该区域背景模型的灰度值之差，利用这个差值以及预先设定的不同阈值判断停车位区域内车辆的进出情况。
进一步，车牌号码识别步骤包括：
(51)图像预处理，预处理包括高斯模糊消除图像噪声、灰度化去除无效颜色信息；
(52)车牌定位，利用从粗到细的策略对车牌进行定位，这样使得车牌定位能适应路边复杂的环境，快速定位到感兴趣区域。粗定位方法为：定位车头或者车尾，因为车牌是包含在这两个区域内的，将ROI限定在粗定位范围内，进行下一步精确定位；精确定位方法为：sobel 算子边缘检测方法，将边缘检测的结果图像进行二值化，然后闭操作，提取轮廓，得到最小外接矩形，筛选车牌候选区域；
(53)训练车牌判别模型，对(52)中定位到的车牌候图块进行预测，判断它们是否为车牌区域，是则保留下来，否则舍弃；
(54)车牌偏斜矫正，判断车牌矩形区域偏斜是否在预先设定的范围内，否则对该矩形区域进行旋转，偏斜矫正；
(55)字符分割，利用投影法对车牌图像进行字符分割；
(56)训练CNN模型，对分割之后的字符图块进行识别；
(57)识别结果得到数字车牌，作为停车车辆唯一标识符。
进一步，步骤(7)得到离开虚拟线圈车辆数字车牌号码，通过该号码查询数据库中的车辆唯一标识符，如果查询得到结果，则代表车辆停车一整套行为完成；如果未得到查询结果，则删除该条车辆记录。
进一步，该方法利用视频分析技术及预先设置虚拟线圈，得到的信息及作用包括：车辆进出停车区域的静态图像作为路边停车收费管理举证，车辆进出停车区域的时间、车辆的车牌号码作为车辆生成停车费用的必要信息，这些信息足够实现自动化无人值守的路边停车收费管理方式。
与现有技术相比，本发明具有的优点和积极效果是：
1.利用视频分析技术，对路段摄像头采集到的视频流进行处理，利用预先在停车位区域设置虚拟线圈的方法，对进出停车位车辆进行分析处理，提取进出停车位区域的车辆关键帧静态图像、记录车辆进出停车位区域的时间；将提取的车辆关键帧静态图像作为车牌识别部分的输入，识别停车车辆车牌号码；利用得到的信息生成车辆停车金额，低成本高效率的实现了路边停车自动化、无人值守的收费管理方式，提高路边停车管理效率的同时，节省人力、物力，解决了路边停车长期存在的收费方式落后造成的停车费资金流失的问题。
2.本发明提高了路边停车环境下的车牌定位识别准确率。由于路边停车背景环境复杂，所以在车牌定位识别流程中，利用从粗到细的策略，快速定位车牌的ROI，提高车牌定位的效率和准确率；训练CNN模型，提高车牌字符识别精度，总体可有效提升路边复杂环境下车牌识别的准确率。
附图说明
图1是基于视频分析技术的路边停车收费管理方法工作流程图。
图2是车牌号码识别方法流程图。
具体实施方式
现结合附图对本发明做进一步详细说明。
如图1所示，基于视频分析技术的路边停车收费管理方法工作流程图，主要部分包括车牌号码识别及视频流处理，其工作流程为：
(1)将路段摄像头采集到的视频流作为输入，对其进行视频流处理；
(2)在路段摄像头视野内预先设置停车位区域虚拟线圈，建立背景模型，并且按照预设的时间间隔更新背景模型；
(3)利用视频分析技术，检测路段监控区域内运动车辆并跟踪；
(4)当运动车辆开始进入虚拟线圈时，第一次触发视频流关键帧提取，得到车辆进入静态图像，存入数据库；
(5)继续跟踪运动车辆进入虚拟线圈，待到车辆停稳之后，将得到的车辆进入静态图像发送给车牌号码识别模块，识别得到车辆数字车牌号码，作为停车车辆唯一标识符存入数据库，并记录该车辆的停车时间；
(6)当运动车辆开始离开虚拟线圈时，第二次触发视频流关键帧提取，得到的车辆离开静态图像，存入数据库；
(7)继续跟踪运动车辆离开虚拟线圈，待到车辆完全离开，将得到的车辆离开静态图像发送给车牌号码识别模块，得到车辆数字车牌号码，通过该号码查询数据库中的车辆唯一标识符，如果查询得到结果，则代表车辆停车一整套行为完成，记录该车辆的离开时间；如果未得到查询结果，则删除该条车辆记录；
(8)根据进出虚拟线圈车辆的两次时间记录之差，获取路边停车收费时长，生成停车金额。
本方法利用视频分析技术，对路段摄像头采集到的视频流进行处理，通过预先在停车位区域设置虚拟线圈，对进出停车位车辆进行分析处理，提取进出停车位区域的车辆关键帧静态图像、记录车辆进出停车位区域的时间；将提取的车辆关键帧静态图像作为车牌识别部分的输入，识别停车车辆车牌号码；利用得到的信息生成车辆停车金额，实现了停车计时的全自动化，为停车收费提供依据。
如图2所示，为基于视频分析技术的路边停车收费管理方法中的车牌号码识别方法流程图，其具体步骤为：
(1)将视频流分析中提取得到的车辆关键帧静态图像，作为车牌识别输入；
(2)图像预处理，预处理包括高斯模糊消除图像噪声、灰度化去除无效颜色信息；
(3)车牌定位，利用从粗到细的策略对车牌进行定位，使得车牌定位能适应路边复杂的
环境，快速定位到感兴趣区域。粗定位方法为：定位车头或者车尾，因为车牌是包含在
这两个区域内的，将ROI限定在粗定位范围内，进行下一步精确定位；精确定位方法为：
sobel算子边缘检测方法，将边缘检测的结果图像进行二值化，然后闭操作，提取轮廓，
得到最小外接矩形，筛选车牌候选区域；
(4)训练SVM车牌判别模型，对(3)中定位到的车牌候图块进行预测，判断它们是否为车牌区域，是则保留下来，否则舍弃；
(5)车牌偏斜矫正，判断车牌矩形区域偏斜是否在预先设定的范围内，否则对该矩形区域进行旋转，偏斜矫正，得到正车牌图块；
(6)字符分割，利用投影法对车牌图像进行字符分割；
(7)训练CNN模型，对分割之后的字符图块进行识别；
(8)识别结果得到数字车牌，作为停车车辆唯一标识符。
为了提高路边复杂环境下的车牌识别准确率，本方法设计的车牌识别流程，是在传统车牌识别流程的基础上进行了创新，利用从粗到细的车牌定位策略，快速定位车牌的ROI，提高车牌定位的效率和准确率；训练CNN模型，提高车牌字符识别精度，总体可有效提升路边复杂环境下车牌识别的准确率。
以上所述只是本发明的较佳实施方式，不能被认为用于限定本发明的实施范围。在不脱离本发明原理的前提下，所做的均等变化与改进等，也应归属于本发明的专利涵盖范围。

Claims (7)

1.一种基于视频分析技术的路边停车收费管理方法，其特征在于，包括以下步骤：
(1)一个摄像头负责管理路段停车区域的多个车位；
(2)在路段摄像头视野内预先设置停车位区域虚拟线圈，建立背景模型；
(3)利用视频分析技术，检测路段监控区域内运动车辆并跟踪；
(4)当运动车辆开始进入虚拟线圈时，第一次触发视频流关键帧提取，得到车辆进入静态图像，存入数据库；
(5)继续跟踪运动车辆进入虚拟线圈，待到车辆停稳之后，将得到的车辆进入静态图像发送给车牌号码识别模块，得到车辆数字车牌号码，作为停车车辆唯一标识符存入数据库，并记录该车辆的停车时间；
(6)当运动车辆开始离开虚拟线圈时，第二次触发视频流关键帧提取，得到的车辆离开静态图像，存入数据库；
(7)继续跟踪运动车辆离开虚拟线圈，待到车辆完全离开，将得到的车辆离开静态图像发送给车牌号码识别模块，得到车辆数字车牌号码，存入数据库，并记录该车辆的离开时间。
(8)根据进出虚拟线圈车辆的两次时间记录之差，获取路边停车收费时长，生成收费金额。
2.根据权利1所述的基于视频分析技术的路边停车收费管理方法，其特征在于，步骤(1)中一个摄像头负责监控管理摄像头视野内该路段的多个车位，将采集到的视频上传至服务器视频流处理模块，利用视频分析技术对视频流进行分析处理。
3.根据权利1所述的基于视频分析技术的路边停车收费管理方法，其特征在于，步骤(2)预先在视频视野范围内的停车位区域设置虚拟线圈，并且在该区域建立背景模型，按照预先设定的时间间隔更新模型，用来判断视频流中该虚拟线圈区域内的车辆进出情况。
4.根据权利1所述的基于视频分析技术的路边停车收费管理方法，其特征在于，利用虚拟线圈判断视频流中该区域与该区域背景模型的灰度值之差，利用这个差值以及预先设定的不同阈值判断停车位区域内车辆的进出情况。
5.根据权利1所述的基于视频分析技术的路边停车收费管理方法，其特征在于，车牌号码识别步骤包括：
(51)图像预处理，预处理包括高斯模糊消除图像噪声、灰度化去除无效颜色信息；
(52)车牌定位，利用从粗到细的策略对车牌进行定位，这样使得车牌定位能适应路边复杂的环境，快速定位到感兴趣区域。粗定位方法为：定位车头或者车尾，因为车牌是包含在这两个区域内的，将ROI限定在粗定位范围内，进行下一步精确定位；精确定位方法为：sobel算子边缘检测方法，将边缘检测的结果图像进行二值化，然后闭操作，提取轮廓，得到最小外接矩形，筛选车牌候选区域；
(53)训练车牌判别模型，对(52)中定位到的车牌候图块进行预测，判断它们是否为车牌区域，是则保留下来，否则舍弃；
(54)车牌偏斜矫正，判断车牌矩形区域偏斜是否在预先设定的范围内，否则对该矩形区域进行旋转，偏斜矫正；
(55)字符分割，利用投影法对车牌图像进行字符分割；
(56)训练CNN模型，对分割之后的字符图块进行识别；
(57)识别结果得到数字车牌，作为停车车辆唯一标识符。
6.根据权利1所述的基于视频分析技术的路边停车收费管理方法，其特征在于，步骤(7)得到离开虚拟线圈车辆数字车牌号码，通过该号码查询数据库中的车辆唯一标识符，如果查询得到结果，则代表车辆停车一整套行为完成；如果未得到查询结果，则删除该条车辆记录。
7.根据权利1所述的基于视频分析技术的路边停车收费管理方法，其特征在于，该方法利用视频分析技术及预先设置虚拟线圈，得到的信息及作用包括：车辆进出停车区域的静态图像作为路边停车收费管理举证，车辆进出停车区域的时间、车辆的车牌号码作为车辆生成停车费用的必要信息，这些信息足够实现自动化无人值守的路边停车收费管理方式。
CN201810711366.8A 2018-07-03 2018-07-03 一种基于视频分析技术的路边停车收费管理方法 Pending CN108921956A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810711366.8A CN108921956A (zh) 2018-07-03 2018-07-03 一种基于视频分析技术的路边停车收费管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810711366.8A CN108921956A (zh) 2018-07-03 2018-07-03 一种基于视频分析技术的路边停车收费管理方法

Publications (1)

Publication Number Publication Date
CN108921956A true CN108921956A (zh) 2018-11-30

Family

ID=64423327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810711366.8A Pending CN108921956A (zh) 2018-07-03 2018-07-03 一种基于视频分析技术的路边停车收费管理方法

Country Status (1)

Country Link
CN (1) CN108921956A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109472978A (zh) * 2018-12-27 2019-03-15 南京优泊克科技有限公司 一种采用双机联动的路边停车管理***
CN109598246A (zh) * 2018-12-07 2019-04-09 广东亿迅科技有限公司 车辆出入检测方法、装置、计算机设备和存储介质
CN109712255A (zh) * 2019-02-27 2019-05-03 北京猎户智芯科技有限公司 一种基于动态图片合成的停车收费取证***和方法
CN109767628A (zh) * 2019-03-06 2019-05-17 佛山职业技术学院 一种基于能量收集的车位管理***及装置
CN110110721A (zh) * 2019-04-19 2019-08-09 北京停简单信息技术有限公司 车辆信息识别方法及装置
CN110163985A (zh) * 2019-06-20 2019-08-23 广西云高智能停车设备有限公司 一种基于车脸识别的路边停车管理收费***及收费方法
CN111046842A (zh) * 2019-12-27 2020-04-21 京东数字科技控股有限公司 用于更改信息的方法和装置
CN111311766A (zh) * 2020-02-24 2020-06-19 电子科技大学 基于车牌识别和跟踪技术的路边停车智能收费***及方法
CN111382704A (zh) * 2020-03-10 2020-07-07 北京以萨技术股份有限公司 基于深度学习的车辆压线违章判断方法、装置及存储介质
CN111627246A (zh) * 2020-06-12 2020-09-04 桂林电子科技大学 基于图像识别与用户偏好的智能车位推荐方法
CN111784857A (zh) * 2020-06-22 2020-10-16 浙江大华技术股份有限公司 一种停车位管理方法、装置以及计算机存储介质
CN111833469A (zh) * 2019-04-18 2020-10-27 杭州海康威视数字技术股份有限公司 应用于收费站点的车辆计费方法及***
CN112164149A (zh) * 2020-11-06 2021-01-01 成都恒创新星科技有限公司 基于高位摄像头的街区路面智慧泊车行为检测方法
CN112950954A (zh) * 2021-02-24 2021-06-11 电子科技大学 一种基于高位摄像头的智能停车车牌识别方法
CN113516852A (zh) * 2021-07-22 2021-10-19 珠海小可乐科技有限公司 一种多车位多目标车辆停车识别方法及其***
CN115240465A (zh) * 2022-09-23 2022-10-25 杭州立方控股股份有限公司 一种地磁与雷达协同的智能停车管理方法及***
CN115240466A (zh) * 2022-09-23 2022-10-25 杭州立方控股股份有限公司 一种地磁与摄像机协同的智能停车管理方法
CN116342201A (zh) * 2023-03-31 2023-06-27 西安建筑科技大学 一种基于高位视频相机的停车收费管理***及方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004133504A (ja) * 2002-10-08 2004-04-30 Matsushita Electric Ind Co Ltd Ｄｓｒｃ車載機
CN101833859A (zh) * 2010-05-14 2010-09-15 山东大学 基于虚拟线圈的自触发车牌识别方法
CN102110376A (zh) * 2011-02-18 2011-06-29 汤一平 基于计算机视觉的路边停车位检测装置
CN103870803A (zh) * 2013-10-21 2014-06-18 北京邮电大学 一种基于粗定位与精定位融合的车牌识别方法和***
CN105844959A (zh) * 2016-06-13 2016-08-10 北京精英智通科技股份有限公司 车辆入位的判定方法、装置及车辆出位的判定方法、装置
CN106485234A (zh) * 2016-10-21 2017-03-08 合肥哦走信息技术有限公司 一种基于智能交通***中车辆识别方法
CN106652478A (zh) * 2017-03-10 2017-05-10 青岛比特信息技术有限公司 一种智能路侧泊车***
CN107274495A (zh) * 2017-05-16 2017-10-20 南京信息工程大学 一种无人值守的路边停车收费***
CN107909659A (zh) * 2017-11-06 2018-04-13 南京邮电大学 一种基于无线视频传感器网络的智慧路边停车收费方法
CN108091163A (zh) * 2017-12-19 2018-05-29 智慧互通科技有限公司 一种基于摄像机与路侧围栏结合的路侧停车管理***

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004133504A (ja) * 2002-10-08 2004-04-30 Matsushita Electric Ind Co Ltd Ｄｓｒｃ車載機
CN101833859A (zh) * 2010-05-14 2010-09-15 山东大学 基于虚拟线圈的自触发车牌识别方法
CN102110376A (zh) * 2011-02-18 2011-06-29 汤一平 基于计算机视觉的路边停车位检测装置
CN103870803A (zh) * 2013-10-21 2014-06-18 北京邮电大学 一种基于粗定位与精定位融合的车牌识别方法和***
CN105844959A (zh) * 2016-06-13 2016-08-10 北京精英智通科技股份有限公司 车辆入位的判定方法、装置及车辆出位的判定方法、装置
CN106485234A (zh) * 2016-10-21 2017-03-08 合肥哦走信息技术有限公司 一种基于智能交通***中车辆识别方法
CN106652478A (zh) * 2017-03-10 2017-05-10 青岛比特信息技术有限公司 一种智能路侧泊车***
CN107274495A (zh) * 2017-05-16 2017-10-20 南京信息工程大学 一种无人值守的路边停车收费***
CN107909659A (zh) * 2017-11-06 2018-04-13 南京邮电大学 一种基于无线视频传感器网络的智慧路边停车收费方法
CN108091163A (zh) * 2017-12-19 2018-05-29 智慧互通科技有限公司 一种基于摄像机与路侧围栏结合的路侧停车管理***

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
于青青等: "基于视频跟踪轨迹的全过程路侧停车行为检测与识别技术 ", 《计算机与现代化》 *
沃绿洲: "浅谈车牌识别在智慧城市停车中的深度应用 ", 《中国安防》 *
王延江 等: "《数字图像处理》", 30 November 2016 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598246A (zh) * 2018-12-07 2019-04-09 广东亿迅科技有限公司 车辆出入检测方法、装置、计算机设备和存储介质
CN109472978A (zh) * 2018-12-27 2019-03-15 南京优泊克科技有限公司 一种采用双机联动的路边停车管理***
CN109712255A (zh) * 2019-02-27 2019-05-03 北京猎户智芯科技有限公司 一种基于动态图片合成的停车收费取证***和方法
CN109767628A (zh) * 2019-03-06 2019-05-17 佛山职业技术学院 一种基于能量收集的车位管理***及装置
CN111833469A (zh) * 2019-04-18 2020-10-27 杭州海康威视数字技术股份有限公司 应用于收费站点的车辆计费方法及***
CN110110721A (zh) * 2019-04-19 2019-08-09 北京停简单信息技术有限公司 车辆信息识别方法及装置
CN110163985A (zh) * 2019-06-20 2019-08-23 广西云高智能停车设备有限公司 一种基于车脸识别的路边停车管理收费***及收费方法
CN111046842A (zh) * 2019-12-27 2020-04-21 京东数字科技控股有限公司 用于更改信息的方法和装置
CN111311766A (zh) * 2020-02-24 2020-06-19 电子科技大学 基于车牌识别和跟踪技术的路边停车智能收费***及方法
CN111382704A (zh) * 2020-03-10 2020-07-07 北京以萨技术股份有限公司 基于深度学习的车辆压线违章判断方法、装置及存储介质
CN111382704B (zh) * 2020-03-10 2023-12-15 以萨技术股份有限公司 基于深度学习的车辆压线违章判断方法、装置及存储介质
CN111627246B (zh) * 2020-06-12 2022-02-11 桂林电子科技大学 基于图像识别与用户偏好的智能车位推荐方法
CN111627246A (zh) * 2020-06-12 2020-09-04 桂林电子科技大学 基于图像识别与用户偏好的智能车位推荐方法
CN111784857A (zh) * 2020-06-22 2020-10-16 浙江大华技术股份有限公司 一种停车位管理方法、装置以及计算机存储介质
CN112164149A (zh) * 2020-11-06 2021-01-01 成都恒创新星科技有限公司 基于高位摄像头的街区路面智慧泊车行为检测方法
CN112950954A (zh) * 2021-02-24 2021-06-11 电子科技大学 一种基于高位摄像头的智能停车车牌识别方法
CN112950954B (zh) * 2021-02-24 2022-05-20 电子科技大学 一种基于高位摄像头的智能停车车牌识别方法
CN113516852A (zh) * 2021-07-22 2021-10-19 珠海小可乐科技有限公司 一种多车位多目标车辆停车识别方法及其***
CN115240465A (zh) * 2022-09-23 2022-10-25 杭州立方控股股份有限公司 一种地磁与雷达协同的智能停车管理方法及***
CN115240466A (zh) * 2022-09-23 2022-10-25 杭州立方控股股份有限公司 一种地磁与摄像机协同的智能停车管理方法
CN116342201A (zh) * 2023-03-31 2023-06-27 西安建筑科技大学 一种基于高位视频相机的停车收费管理***及方法

Similar Documents

Publication Publication Date Title
CN108921956A (zh) 一种基于视频分析技术的路边停车收费管理方法
CN108765976B (zh) 路侧平行停车信息管理***及方法
KR101589711B1 (ko) 비디오 데이터의 처리 방법 및 시스템
Huang Traffic speed estimation from surveillance video data
CN106373426A (zh) 基于计算机视觉的停车位及违规占道停车监控方法
CN102722704B (zh) 一种融合视频动态跟踪的车牌识别方法和***
CN104599502A (zh) 一种基于视频监控的车流量统计方法
CN112258668A (zh) 基于高位摄像头对路边车辆停车行为的检测方法
WO2023179416A1 (zh) 确定车辆进出泊位的方法、装置、设备和存储介质
CN109191830A (zh) 一种基于视频图像处理的道路拥堵检测方法
CN106846813A (zh) 构建城市道路车辆图像数据库的方法
CN102819764A (zh) 一种适用于交通路口复杂场景下的多视角人流量统计方法
CN111292353B (zh) 一种停车状态变化识别方法
CN104978567A (zh) 基于场景分类的车辆检测方法
CN105118305A (zh) 室外停车场出口车辆管理平台
CN111598069B (zh) 一种基于深度学习的高速公路车辆换道区域分析方法
CN103646454A (zh) 一种停车场管理***及方法
CN111223303B (zh) 充电桩车位管理方法、装置及***
CN105574502A (zh) 一种自助发卡机违章行为自动检测方法
CN110310378A (zh) 一种基于双鉴的开放式停车场停车计费方法及***
CN103778790B (zh) 一种基于视频序列的车流量方波统计法
Liu et al. Multi-lane detection by combining line anchor and feature shift for urban traffic management
CN110021174A (zh) 一种基于视频图像的适用多场景的车流量计算方法
Wang et al. A video traffic flow detection system based on machine vision
CN113298964A (zh) 一种基于高位视频路边停车联动管理方法及***

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20181130