CN109300313B - 违法行为的检测方法、相机及服务器 - Google Patents
违法行为的检测方法、相机及服务器 Download PDFInfo
- Publication number
- CN109300313B CN109300313B CN201710612707.1A CN201710612707A CN109300313B CN 109300313 B CN109300313 B CN 109300313B CN 201710612707 A CN201710612707 A CN 201710612707A CN 109300313 B CN109300313 B CN 109300313B
- Authority
- CN
- China
- Prior art keywords
- camera
- vehicle
- license plate
- picture
- plate information
- 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
Links
Images
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
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种违法行为的检测方法、相机及服务器,属于监控技术领域。所述方法包括:第i个相机检测到所述第一车道上有车辆行驶时,获取所述车辆行驶至其对应的在所述第一车道上设置的一组位置中的每个位置时其拍摄的第一图片以及所述车辆的车牌信息,i为1至N的整数;所述第i个相机确定出所述车辆经过所述一组位置中的每个位置的过程中所述第二车道上无车辆行驶时,向服务器发送所述第一图片和所述车辆的车牌信息,以使所述服务器判断所述车辆是否违法。本发明能够提高检测违法行为的效率。
Description
技术领域
本发明涉及监控技术领域,特别涉及一种违法行为的检测方法、相机及服务器。
背景技术
高速公路包括快车道和行车道。交通法规定车辆在高速公路的行车道上行驶,当车辆需要超越前方车辆时,该车辆可以驶入快车道并在快车道上快速超越前方车辆后,再驶入行车道上行驶。
有些司机在高速公路上的行车道允许正常行驶情况下长距离占用快车道,违反交通法的规则。目前,主要通过交警现场执法发现车辆长距离占用快车道的违法行为。
在实现本发明的过程中,本发明人发现现有技术中至少存在以下问题:
交警现场执法时需要驾驶交警车跟随车辆一段时间才能发现车辆长距离占用快车道的违法行为,效率较低。
发明内容
有鉴于此,本发明提供了一种违法行为的检测方法、相机及服务器,可提高检测违法行为的效率。
具体而言,包括以下的技术方案:
第一方面,本发明提供了一种违法行为的检测方法,所述方法应用于相机***,所述相机***包括N个相机,N为大于或等于2的整数,所述N个相机布置在道路上且相邻两相机间隔预设距离,所述道路包括位置相邻的第一车道和第二车道,所述方法包括:
第i个相机检测到所述第一车道上有车辆行驶时,获取所述车辆行驶至其对应的在所述第一车道上设置的一组位置中的每个位置时其拍摄的第一图片以及所述车辆的车牌信息,i为1至N的整数;
所述第i个相机在确定出所述车辆经过所述一组位置中的每个位置的过程中所述第二车道上无车辆行驶时,向服务器发送所述第一图片和所述车辆的车牌信息,以使所述服务器判断所述车辆是否违法。
可选择地,所述方法还包括:
当所述第i个相机不是所述车辆经过所述N个相机中的最后一个相机时,所述第i个相机在确定出所述车辆经过所述一组位置中的每个位置的过程中所述第二车道上无车辆行驶时,向其相邻的下一个相机发送包括所述车辆的车牌信息的指令,所述指令用于触发所述下一个相机拍摄图片。
可选择地,所述方法还包括:
当所述第i个相机不是所述车辆经过所述N个相机中的第一个相机时,所述第i个相机接收其相邻的上一个相机发送的指令,所述指令包括所述上一个相机获取的车牌信息;
所述第i个相机根据所述指令拍摄一张第二图片,并向所述服务器发送所述第二图片和所述指令包括的车牌信息。
可选择地,所述第i个相机向服务器发送其获取的第一图片和所述车辆的车牌信息之前,包括:
所述第i个相机在所述车辆的车牌类型为大型车对应的车牌类型时,向服务器发送所述第一图片和所述车辆的车牌信息。
第二方面,本发明提供了一种违法行为的检测方法,所述方法包括:
服务器接收相机***中位置相邻的至少两个相机发送的图片和车牌信息,所述相机***包括N个相机,N为大于或等于2的整数,所述N个相机布置在道路上且相邻两相机间隔预设距离;
所述服务器判断出所述至少两个相机发送的车牌信息均相同时,确定所述车牌信息对应的车辆违法,并将所述至少两个相机发送的图片合成违法过程图片。
第三方面,本发明提供了一种相机,所述相机为相机***中的任一相机,所述相机***包括N个相机,N为大于或等于2的整数,所述N个相机布置在道路上且相邻两相机间隔预设距离,所述道路包括位置相邻的第一车道和第二车道,所述相机包括:
获取模块,用于检测到所述第一车道上有车辆行驶时,获取所述车辆行驶至所述相机对应的在所述第一车道上设置的一组位置中的每个位置时其拍摄的第一图片以及所述车辆的车牌信息;
发送模块,用于在确定出所述车辆经过所述相机对应的一组位置中的每个位置的过程中所述第二车道上无车辆行驶时,向服务器发送所述第一图片和所述车辆的车牌信息,以使所述服务器判断所述车辆是否违法。
可选择地,当所述相机不是所述车辆经过所述N个相机中的最后一个相机时,
所述发送模块,还用于在确定出所述车辆经过所述一组位置中的每个位置的过程中所述第二车道上无车辆行驶时,向所述相机相邻的下一个相机发送包括所述车辆的车牌信息的指令,所述指令用于触发所述下一个相机拍摄图片。
可选择地,所述相机还包括:
接收模块,用于当所述相机不是所述车辆经过所述N个相机中的第一个相机时,接收所述相机相邻的上一个相机发送的指令,所述指令包括所述相邻的上一个相机获取的车牌信息;
拍摄模块,用于根据所述指令拍摄一张第二图片;
所述发送模块,还用于向所述服务器发送所述第二图片和所述指令包括的车牌信息。
可选择地,所述发送模块,用于在所述车辆的车牌类型为大型车对应的车牌类型时,向服务器发送所述第一图片和所述车辆的车牌信息。
第四方面,本发明提供了一种服务器,所述服务器包括:
接收模块,用于接收相机***中位置相邻的至少两个相机发送的图片和车牌信息,所述相机***包括N个相机,N为大于或等于2的整数,所述N个相机布置在道路上且相邻两相机间隔预设距离;
确定模块,用于判断出所述至少两个相机发送的车牌信息均相同时,确定所述车牌信息对应的车辆违法,并将所述至少两个相邻的相机发送的图片合成违法过程图片。
本发明实施例提供的技术方案的有益效果:
本发明提供的违法行为的检测方法、相机及服务器,通过相机拍摄的图片检测车辆的违法行为,效率较高。每个相机获取在车辆经过其对应的第一车道上的一组位置中的每个位置时拍摄的第一图片及车辆的车牌信息,当相机判断出在车辆经过一组位置的过程中相邻的第二车道上没有其他车辆时,将获取的车辆的车牌信息发送至服务器;服务器判断出相邻的至少两个相机发送的车牌信息相同时,确定该车牌信息对应的车辆违法。通过相邻的至少两个相机来检测违法行为可增加检测的距离,有效证明车辆长距离占用快车道,判断车辆是否违法的准确性较高。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中一种例示性实施环境的示意图;
图2是本发明一实施例中一种例示性实施环境的示意图;
图3是本发明一实施例中一种例示性实施环境的示意图;
图4是本发明一实施例中一种违法行为的检测方法的流程图;
图5是本发明一实施例中一种违法行为的检测方法的流程图;
图6是本发明一实施例中一种违法行为的检测方法的流程图;
图7是本发明一实施例中一种违法行为的检测方法的流程图;
图8是本发明一实施例中一种违法行为的检测方法的流程图;
图9是本发明一实施例中一种违法行为的检测方法的流程图;
图10是本发明一实施例中一种相机的框图;
图11是本发明一实施例中一种服务器的框图。
具体实施方式
为使本发明的技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
图1是实施本发明的一种例示性实施环境的示意图。参见图1,该实施环境中包括相机***和服务器102。相机***包括N个相机101,N为大于或等于2的整数。N个相机101布置在道路上且相邻两相机101间隔预设距离。相邻的两个相机101之间及N个相机101与服务器102之间可以通过无线或者有线网络连接。
例如,参见图2,该相机***可以包括两个相机101,即N等于2,分别为相机1011和相机1012。再如,参见图3,该相机***可以包括三个相机101,即N等于3,分别为相机1011、相机1012和相机1013。其中,预设距离可以为200米、300米或400米等值,不同相机之间的预设距离可以相同,也可以不同。
道路包括第一车道和第二车道,第一车道和第二车道相邻,第一车道对应的行驶方向和第二车道对应的行驶方向相同。在本发明中定义当车辆在第一车道上长距离行驶且第二车道无车辆行驶时该车辆违法。
例如,假设该道路为高速公路,第一车道可以为高速公路的快车道,第二车道可以为高速公路的行车道,两车道相邻。我国法律规定车辆应在高速公路的行车道上行驶,车辆长距离占用快车道且行车道无车辆行驶的行为为违法行为。
该N个相机101中的每个相机101对应一组位置,该相机101对应的一组位置包括M位置,该M个位置均设置在第一车道上且均位于该相机101的镜头前方,M为大于或等于1的整数。当该相机101不是该N个相机101中的第一个相机,则该相机101对应的M个位置均位于其和其相邻的前一个相机101之间。
N个相机101中的第一个相机为车辆第一个经过的相机。例如,参见图3,相机***中包括相机1011、相机1012和相机1013,该三个相机设置在道路上且相邻两个相机间隔为预设距离;该道路的行驶方向为箭头指向方向,在该道路上行驶的车辆经过的第一个相机为相机1011,即该三个相机中的第一个相机为相机1011,第二个相机为相机1012,第三个相机为相机1013;其中,相机1011的镜头前方的第一车道上设置有位置1、位置2和位置3,相机1011和相机1012之间的第一车道上设置有位置4、位置5和位置6,相机1012和相机1013之间的第一车道上设置有位置7、位置8和位置9。
参见图4,本发明一实施例提供了一种违法行为的检测方法,该方法可应用于如图1所示的实施环境,包括以下步骤。
步骤101:第i个相机检测到第一车道上有车辆行驶时,获取车辆行驶至其对应的在第一车道上设置的一组位置中的每个位置时其拍摄的第一图片以及车辆的车牌信息,i为1至N的整数。
步骤102:第i个相机确定出车辆经过一组位置中的每个位置的过程中第二车道上无车辆行驶时,向服务器发送第一图片和车辆的车牌信息,以使服务器判断车辆是否违法。
本发明实施例中,通过相机拍摄的图片检测车辆的违法行为,效率较高。每个相机获取在车辆经过其对应的第一车道上的一组位置中的每个位置时拍摄的第一图片及车辆的车牌信息,当相机判断出在车辆经过一组位置的过程中相邻的第二车道上没有其他车辆时,将获取的车辆的车牌信息发送至服务器;服务器判断出相邻的至少两个相机发送的车牌信息相同时,确定该车牌信息对应的车辆违法。通过相邻的至少两个相机来检测违法行为可增加检测的距离,有效证明车辆长距离占用第一车道,判断车辆是否违法的准确性较高。
参见图5,本发明一种违法行为的检测方法,该方法可应用于如图1所示的实施环境,包括以下步骤。
步骤201:第i个相机检测到第一车道上有车辆行驶时,获取车辆行驶至其对应的在第一车道上设置的一组位置中的每个位置时其拍摄的第一图片以及第一图片中车辆的车牌信息,i为1至N的整数。
可选地,当第i个相机不是车辆经过N个相机中的第一个相机时,在执行本步骤之前,第i个相机还可以接收其相邻的上一个相机发送的指令,该指令包括上一个相机获取的车牌信息;第i个相机根据该指令拍摄一张第二图片,并向服务器发送第二图片和该指令包括的车牌信息,然后再执行本步骤。
步骤202:第i个相机确定出车辆经过一组位置中的每个位置的过程中第二车道上无车辆行驶时,向服务器发送第一图片和第一图片中车辆的车牌信息,以使服务器判断车辆是否违法。
在本步骤中,第i个相机确定第二车道上无车辆行驶的实现方式有多种,本实施例仅列举两种,其他实现方式不再一一列举。
第一种实现方式中,第i个相机根据其获取的第一图片确定第二车道上是否有车辆行驶。
具体地,当第i个相机判断出其获取的每一张第一图片中,第二车道上均无车辆行驶时,则确定该车辆经过第i个相机对应的一组位置中的每个位置的过程中,第二车道上无车辆行驶。
由于每一个相机对应的一组位置中,任意相邻的两个位置之间的距离较短,因此车辆经过任意相邻两位置所用的时间很短,当在高速公路等场景下,车辆行驶速度较快,车辆在经过相邻两个位置之间的时间内不可能发生从第一车道转向第二车道上行驶,又从第二车道回到第一车道行驶的情况,因此通过每个位置对应的第一图片即可确定车辆经过一组位置中的每个位置的过程中,第二车道上是否有车辆行驶。
第i个相机通过其获取的第一图片确定第二车道上无车辆行驶,处理的图片较少,可提高效率,减少处理难度,对相机的配置要求低,降低了使用成本。
第二种实现方式中,第i个相机根据在第一时刻至第二时刻之间的时间内实时拍摄的图片,确定第二车道上是否有车辆行驶。
第一时刻是第i个相机检测到车辆经过其对应一组位置中的第一个位置时的时间,第二时刻是第i个相机检测到车辆经过其对应一组位置中的最后一个位置的时间。
具体地,当第i个相机判断出在第一时刻至第二时刻之间的时间内实时拍摄的每张图片中第二车道上均没有车辆行驶,则确定该车辆经过第i个相机对应的一组位置中的每个位置的过程中,第二车道上无车辆行驶。
此实现方式可用于高速公路上限速或者堵车的路段,检测精度较高。
步骤203:当第i个相机不是车辆经过N个相机中的最后一个相机时,向其相邻的下一个相机发送包括车辆的车牌信息的指令,指令用于触发下一个相机拍摄图片。
第i个相机向其相邻的下一个相机发送指令的方式,可通过有线或者无线进行发送。
第i+1个相机接收第i个相机发送的指令,根据指令拍摄一张第二图片,并向服务器发送第二图片和指令包括的车牌信息。之后,执行步骤201-步骤203中第i个相机的操作。
本实施例提供的违法行为的检测方法,通过相机拍摄的图片检测车辆的违法行为,效率较高。每个相机获取在车辆经过其对应的第一车道上的一组位置中的每个位置时拍摄的第一图片,当相机判断出在车辆经过其对应的一组位置的过程中相邻的第二车道上没有其他车辆时,将获取的第一图片及第一图片中车辆的车牌信息发送至服务器;当相机不是最后一个相机且判断出在车辆经过一组位置的过程中相邻的第二车道上没有其他车辆时,向相邻的下一个相机发送指令,使相邻的下一个相机获取第二图片。第二图片可以证明该相机和相邻的下一个相机是位置相邻的两个相机,且增加检测的距离,提高违法证据说服力。
参见图6,本发明一实施例提供了一种违法行为的检测方法,该方法可应用于如图1所示的实施环境,包括以下步骤。
步骤301:第i个相机检测到第一车道上有车辆行驶时,获取车辆行驶至其对应的在第一车道上设置的一组位置中的每个位置时其拍摄的第一图片以及第一图片中车辆的车牌信息,i为1至N的整数。
步骤302:第i个相机确定出车辆经过一组位置中的每个位置的过程中第二车道上无车辆行驶,且车辆的车牌类型为大型车对应的车牌类型时,向服务器发送第一图片和车辆的车牌信息,以使服务器判断车辆是否违法。
第i个相机确定车辆的车牌类型为大型车对应的车牌类型的过程可如下:
当第i个相机判断出车辆的车牌是黄牌且非教练车的车牌时,则确定车辆的车牌类型为大型车对应的车牌类型。
本发明实施例中,通过相机拍摄的图片检测车辆的违法行为,效率较高。每个相机获取在车辆经过其对应的第一车道上的一组位置中的每个位置时拍摄的第一图片及第一图片中车辆的车牌信息,当相机判断出在车辆经过一组位置的过程中相邻的第二车道上没有其他车辆且车辆的车牌类型为大型车对应的车牌类型时,将获取的车辆的车牌信息发送至服务器;服务器判断出相邻的至少两个相机发送的车牌信息相同时,确定该车牌信息对应的大型车辆违法。通过相邻的至少两个相机来检测违法行为可增加检测的距离,有效证明大型车辆长距离占用第一车道,判断大型车辆是否违法的准确性较高。
参见图7,本发明一实施例提供了一种违法行为的检测方法,该方法可应用于如图1所示的实施环境,包括以下步骤。
步骤401:当第一个相机检测到第一车道上有车辆行驶时,第一相机获取车辆行驶至其对应的在第一车道上设置的一组位置中的每个位置时其拍摄的第一图片以及第一图片中车辆的车牌信息。
车辆在第一车道上行驶可能因为该车辆占用第一车道超越位于第二车道上行驶的车辆,也可能因为该车辆长距离占用第一车道并在第一车道上行驶。当车辆在第一车道上行驶时,该车辆可能依次经过第一个相机对应的在第一车道上设置的一组位置中的每个位置。
第一个相机实时对其镜头前方的道路进行拍摄,每拍摄得到一张图片时根据该图片检测第一车道上是否存在车辆行驶,若有车辆,还检测该车辆的当前位置。第一个相机可以在车辆行驶至其对应的位置组中的第一个位置或第一个位置之前检测到该车辆,则第一个相机获取在第一个位置处拍摄的第一图片;然后第一个相机继续拍摄图片并根据该图片检测到该车辆经过该位置组中的第二位置时,获取在第二个位置处拍摄的第一图片;然后第一个相机继续拍摄图片,直到获取到在该位置组中的第M个位置处拍摄的第一图片。
第一个相机根据拍摄的图片检测车辆和该车辆的位置的操作可以为:
第一个相机通过车辆的一些特征如车灯、车窗等检测出车辆,采用视频算法通过背景建模、目标分割、目标跟踪和触发判断等步骤获取车辆的位置。
第一个相机可以根据获取的M张第一图片中的任一张图片获取车辆的车牌信息,将获取的车牌信息作为该M张第一图片中的每张第一图片中车辆的车牌信息。车牌信息可包括车牌号和车牌颜色等。
由于第M个位置离第一个相机最近,在第M个位置处拍摄的第一图片最清晰,所以根据在第M个位置拍摄的第一图片获取车辆的车牌信息的准确性最高,详细获取过程可以为:
第一个相机可采用视频算法通过对在第M个位置处拍摄的第一图片中的车牌位置进行定位、分割,并采用深度神经网络技术识别车牌获取车牌信息。
参见图2,相机***包括第一个相机、第二个相机和第三个相机,第一个相机1011和第二个相机1012设置在快车道上。第一个相机1011镜头前方的快车道上设置有位置1、位置2和位置3,第一个相机1011和第二个相机1012之间的快车道上设置有位置4、位置5和位置6。当第一个相机1011检测到车辆经过位置1、位置2和位置3时,获取第一图片,当第一个相机1011根据车辆经过位置3时拍摄的第一图片获取车辆的车牌信息。
步骤402:当第一个相机确定出车辆经过一组位置中的每个位置的过程中第二车道上无车辆行驶时,向相邻的下一个相机发送包括该车牌信息的指令,并向服务器发送第一图片和第一图片中车辆的车牌信息。
第一个相机确定车辆经过该组位置中的每个位置的过程中第二车道上是否无车辆行驶的确定过程,可通过上述步骤202中所述的两种方式但不限于所述的两种方式。
第一个相机向服务器发送的第一图片可以是其获取的M张第一图片,或可以是对其获取的M张第一图片进行合成后得到的一张图片。第一个相机向相邻的下一个相机,即向第二个相机发送指令,用于触发下一个相机拍摄图片。
步骤403:服务器接收第一个相机发送的第一图片和第一图片中车辆的车牌信息并进行存储。
服务器将接收的第一图片和第一图片中车辆的车牌信息对应保存在图片与车牌信息的对应关系中,该对应关系可以位于硬盘和数据库中,从而后续检测违法的过程中可直接从数据库和硬盘中调用第一图片和第一图片中车辆的车牌信息。
步骤404:第i个相机接收第i-1个相机发送的指令,获取第二图片,第i-1个相机发送的指令包括其获取的第一图片中车辆的车牌信息,第i个相机向服务器发送第二图片和接收的指令包括的车牌信息。
在该步骤中,第i个相机可将获取的第二图片中的车辆的车牌信息设置为其接收的指令中包括的车牌信息。
在本实施例中,i为2到N的整数。当第i个相机为第二个相机时,第i-1个相机为第一个相机;当第i个相机为第三个相机时,第i-1个相机为第二个相机;以此类推。
第i-1个相机获取其对应的一组位置中的最后一个位置处拍摄的第一图片后发送指令至第i个相机,第i个相机在接收到指令后,根据该指令获取第二图片。第i个相机获取第二图片时车辆在第i-1个相机对应的一组位置中的最后一个位置和第i个相机对应的一组位置中的第一个位置之间。参见图2,当第二个相机1012接收第一个相机1011发送的指令时,第二个相机1012立即获取一张第二图片。第二个相机1012获取第二图片时车辆处于位置3和位置4之间。
第i个相机获取的第二图片可将第i-1个相机获取的第一图片与第i个相机获取的第一图片衔接起来,增加检测的距离。由于第i-1个相机获取在第M个位置处拍摄的第一图片及根据此图片识别车牌信息所用的时间比较短,第i个相机拍摄第二图片时车辆的位置与第i-1个相机对应的第M个位置之间的距离较短,因此第i个相机拍摄的第二图片中的车辆与第i-1个相机在第M个位置拍摄的第一图片中的车辆被认为是同一辆车。
第i个相机可以不需要检测到第二图片中的车辆,第i个相机拍摄的距离大于或等于第i个相机与第i-1个相机之间的距离,这样保证了第二图片中包括第i-1个相机的图像,如此在将第i-1个相机拍摄的图片和第i个相机拍摄的图片作为违法证据呈现给司机时,通过第二图片可以看出第i个相机和第i-1个相机是位置相邻的两个相机,即证明第i个相机和第i-1个相机是同一路段上设置的两个相机,增加了违法证据说服力。
步骤405:当第i个相机检测到第一车道上有车辆行驶时,第i个相机获取车辆行驶至其对应的在第一车道上设置的一组位置中的每个位置时其拍摄的第一图片以及第一图片中车辆的车牌信息。
车辆在第一车道上行驶,可能继续依次经过第i个相机对应的在第一车道上设置的一组位置中的每个位置。
第i个相机实时对其镜头前方的道路进行拍摄,每拍摄得到一张图片时根据该图片检测第一车道上是否存在车辆行驶,若有车辆,还检测该车辆的当前位置。第i个相机可以在车辆行驶至其对应的位置组中的第一个位置或第一个位置之前检测到该车辆,获取在第一个位置处拍摄的第一图片;然后第i个相机继续拍摄图片并根据该图片检测到该车辆经过该位置组中的第二位置时,获取在第二个位置处拍摄的第一图片;然后第i个相机继续拍摄图片,直到获取到在该位置组中的第M个位置处拍摄的第一图片。
参见图2,当第二个相机1012根据拍摄的图片检测到车辆经过第一车道上的位置4、位置5及位置6时,分别获取第一图片;当第二个相机1012根据车辆行驶至位置6时根据获取的第一图片识别车辆的车牌信息。
第i个相机根据拍摄的图片检测车辆和该车辆的位置的操作可以为:
第i个相机通过车辆的一些特征如车灯、车窗等检测出车辆,采用视频算法通过背景建模、目标分割、目标跟踪和触发判断等步骤获取车辆的位置。
第i个相机可以根据获取的M张第一图片中的任一张第一图片获取车辆的车牌信息,将获取的车牌信息作为该M张第一图片中的每张第一图片中车辆的车牌信息。车牌信息可包括车牌号和车牌颜色等。
由于第M个位置离第一个相机最近,在第M个位置处拍摄的第一图片最清晰,所以根据在第M个位置拍摄的第一图片获取车辆的车牌信息的准确性最高,详细获取过程可以为:
第i个相机可采用视频算法通过对在第M个位置处拍摄的第一图片中的车牌位置进行定位、分割,并采用深度神经网络技术识别车牌获取车牌信息。
步骤406:当第i个相机确定出车辆经过一组位置中的每个位置的过程中第二车道上无车辆行驶时,向服务器发送第一图片和第一图片中车辆的车牌信息。
当第i个相机不是第N个相机时,向第i+1个相机发送指令,该指令用于触发第i+1个相机拍摄第二图片,第i+1相机可以执行上述步骤404至406第i个相机的操作,在此不再详细说明。当第i个相机是第N个相机时,不发送指令。
在该步骤中,第i个相机确定车辆经过其对应的一组位置的过程中第二车道上无车辆行驶的过程,可通过上述步骤202中所述的两种方式,但不限于所述的两种方式。
第i个相机向服务器发送的第一图片可以是其获取的M张第一图片,或是对其获取的M张第一图片进行合成得到的一张图片。
步骤407:服务器接收第i个相机发送的第一图片、第二图片、第一图片中车辆的车牌信息和指令包括的车牌信息并进行存储。
服务器将接收的第一图片、第二图片、第一图片中车辆的车牌信息和指令包括的车牌信息对应保存在图片与车牌信息的对应关系中,该对应关系可以位于硬盘和数据库中,从而后续检测违法的过程中可直接从数据库和硬盘中调用。
步骤408:服务器接收到第N个相机发送的第一图片、第二图片、第一图片中车辆的车牌信息和指令包括的车牌信息后,当判断出相邻的至少两个相机发送的第一图片中车辆的车牌信息均相同时,确定车牌信息对应的车辆违法,并将相邻的至少两个相机发送的图片合成违法过程图片。
在本实施例中,相机***中的N个相机拍摄的图片均带有标记,服务器可根据图片的标记确定图片是哪个相机拍摄的。
当服务器接收到第N个相机发送的第一图片中车辆的车牌信息和指令包括的车牌信息后,判断是否存在相邻的至少两个相机发送的第一图片中车辆的车牌信息相同的情况。当服务器检测到相邻的至少两个相机发送的第一图片中车辆的车牌信息相同时,则确定该车牌信息对应的车辆违法。具体地,服务器可根据第i个相机发送的指令包括的车牌信息及第一图片中车辆的车牌信息判断第i个相机与第i-1个相机发送的车牌信息是否相同,由于第i个相机接收的指令包括的车牌信息为第i-1个相机获取的第一图片中车辆的车牌信息,因此当第i个相机接收的指令包括的车牌信息与其获取的第一图片中车辆的车牌信息相同时,可确定第i个相机获取的车牌信息与第i-1个相机获取的车牌信息相同,进而可确定该车牌信息对应的车辆违法。当服务器根据第i个相机发送的第一图片中车辆的车牌信息与指令包括的车牌信息相同时,根据第一图片中车辆的车牌信息查找出第i个相机发送的第一图片,根据指令包括的车牌信息查找出第i个相机发送的第二图片及第i-1个相机发送的第一图片,并将第i-1个相机发送的第一图片、第i个相机发送的第二图片及第i个相机发送的第一图片按照拍摄时间先后顺序合成违法过程图片。
在本实施例中,第一个相机根据获取的第一图片中车辆的车牌信息判断出车辆是大型车辆时,向服务器发送其获取的第一图片和第一图片中车辆的车牌信息。第i个相机根据其获取的车牌信息判断出车辆是大型车辆时,向服务器发送其获取的第一图片、第二图片、第一图片中车辆的车牌信息和指令包括的车牌信息。具体地,当第一个相机或/和第i个相机根据获取的第一图片中车辆的车牌信息确定车牌是黄牌且非教练车的车牌或者算法根据车辆的车型检测出为车辆为大型车辆时,则确定获取的第一图片中的车辆是大型车辆。教练车的车牌是黄牌且车牌中包含“学”字,当获取的车牌是黄牌但不包含“学”字时,则可确定第一图片中的车辆是大型车辆。从而服务器可根据接收的N个相机发送的图片及车牌信息判断是否存在大型车辆违法的行为。
在本实施例中,道路可为高速公路,第一车道可为高速公路的快车道,第二车道可为高速公路的行车道。但本发明不限于此,道路也可为城市道路,第一车道可为公交专用道,第二车道可为普通车行车道,普通车可以临时占用公交专用道进行超车。
综上所述,本实施例提供的违法行为的检测方法,通过相机拍摄的图片检测车辆的违法行为,效率较高。每个相机获取在车辆经过其对应的第一车道上的一组位置中的每个位置时拍摄的第一图片,当某一相机根据其获取的第一图片判断出在车辆经过其对应的一组位置的过程中相邻的第二车道上没有其他车辆时,将获取的车辆的车牌信息发送至服务器;服务器判断出相邻的至少两个相机发送的车牌信息相同时,确定该车牌信息对应的车辆违法,通过相邻的至少两个相机来检测违法行为可增加检测的距离,有效证明车辆长距离占用快车道,判断车辆是否违法的准确性较高;当某一相机判断出在车辆经过一组位置的过程中相邻的第二车道上没有其他车辆时,向相邻的下一个相机发送指令,使相邻的下一个相机获取第二图片,通过第二图片可以证明该相机和相邻的下一个相机是位置相邻的两个相机,增加了违法证据说服力。
以道路上设置两个相机为例进行具体说明,参见图2,道路上设置有第一个相机1011和第二个相机1012,第一个相机1011为车辆在第一车道上首先经过的相机。第一个相机1011的镜头前的第一车道上设置有位置1、位置2和位置3,第一相机1011和第二个相机1012之间的第一车道上设置有位置4、位置5和位置6。参见图8,违法行为的检测方法包括以下步骤。
步骤501:当第一个相机1011检测到第一车道上有车辆行驶时,第一相机1011获取车辆分别行驶至位置1、位置2和位置3时其拍摄的第一图片以及第一图片对应的车牌信息。
第一个相机1011实时对其镜头前方的道路进行拍摄,每拍摄得到一张图片时根据该图片检测第一车道上是否存在车辆行驶,若有车辆,还检测该车辆的当前位置。第一个相机1011可以在车辆行驶至位置1或位置1之前检测到该车辆,则第一个相机1011获取在位置1处拍摄的第一图片;然后第一个相机1011继续拍摄图片并根据该图片检测到该车辆经过该位置组中的位置2时,获取在位置2处拍摄的第一图片;然后第一个相机1011继续拍摄图片,获取在位置3处拍摄的第一图片。
第一个相机1011可以根据获取的三张第一图片中的任一张图片获取车辆的车牌信息,将获取的车牌信息作为该三张第一图片中的每张第一图片中车辆的车牌信息。车牌信息可包括车牌号和车牌颜色等。
由于位置3离第一个相机1011最近,在位置3处拍摄的第一图片最清晰,所以根据在位置3拍摄的第一图片获取车辆的车牌信息的准确性最高。
步骤502:当第一个相机1011在确定出车辆经过位置1到位置3的过程中第二车道上无车辆行驶时,向第二个相机1012发送包括该车牌信息的指令,并向服务器发送第一图片和第一图片中车辆的车牌信息。
在该步骤中,第一个相机1011确定车辆经过其对应的一组位置的过程中第二车道上无车辆行驶的过程,可通过上述步骤202中所述的两种方式,但不限于所述的两种方式。
第一个相机1011向服务器发送的第一图片可以是其获取的三张第一图片,或可以是对其获取的三张第一图片进行合成后得到的一张图片。第一个相机1011向第二个相机1012发送指令,用于触发第二个相机1012拍摄图片。
步骤503:服务器接收第一个相机1011发送的第一图片和第一图片中车辆的车牌信息并进行存储。
服务器将接收的第一图片和第一图片中车辆的车牌信息对应保存在图片与车牌信息的对应关系中,该对应关系可以位于硬盘和数据库中,从而后续检测违法的过程中可直接从数据库和硬盘中调用第一图片和第一图片中车辆的车牌信息。
步骤504:第二个相机1012接收第一个相机1011发送的指令,获取第二图片,第一个相机1011发送的指令包括其获取的第一图片中车辆的车牌信息,第二个相机1012向服务器发送第二图片和指令包括的车牌信息。
在该步骤中,第二个相机1012可将获取的第二图片中的车辆的车牌信息设置为其接收的指令包括的车牌信息。
步骤505:当第二个相机1012检测到第一车道上有车辆行驶时,第二个相机1012获取车辆行驶至位置4、位置5和位置6时其拍摄的第一图片以及获取第一图片中车辆的车牌信息。
第二个相机1012实时对其镜头前方的道路进行拍摄,每拍摄得到一张图片时根据该图片检测第一车道上是否存在车辆行驶,若有车辆,还检测该车辆的当前位置。第二个相机1012可以在车辆行驶至位置4或位置4之前检测到该车辆,则第二个相机1012获取在位置4处拍摄的第一图片;然后第二个相机1012继续拍摄图片并根据该图片检测到该车辆经过位置5时,获取在位置5处拍摄的第一图片;之后第二个相机1012继续拍摄图片,获取在位置6处拍摄的第一图片。
步骤506:当第二个相机1012在确定出车辆经过位置4到位置6的过程中第二车道上无车辆行驶时,向服务器发送第一图片和第一图片中车辆的车牌信息。
在该步骤中,第二个相机1012确定车辆经过其对应的一组位置的过程中第二车道上无车辆行驶的过程,可通过上述步骤202中所述的两种方式,但不限于所述的两种方式。
步骤507:服务器接收第二个相机1012发送的第一图片、第二图片、第一图片中车辆的车牌信息和指令包括的车牌信息并进行存储。
服务器将接收的第一图片、第二图片、第一图片中车辆的车牌信息和指令包括的车牌信息对应保存在图片与车牌信息的对应关系中,该对应关系可以位于硬盘和数据库中,从而后续检测违法的过程中可直接从数据库和硬盘中调用。
步骤508:服务器判断出第一个相机1011和第二个相机1012发送的第一图片指令包括的车牌信息相同时,确定车牌信息对应的车辆违法,并将第一个相机1011和第二个相机1012发送的图片合成违法过程图片。
具体地,服务器可根据第二个相机1012发送的指令包括的车牌信息及第一图片中车辆的车牌信息判断第二个相机1012与第一个相机1011发送的车牌信息是否相同,由于第二个相机1012接收的指令包括的车牌信息为第一个相机1011发送的第一图片中车辆的车牌信息,因此当第二个相机1012接收的指令包括的车牌信息与其获取的第一图片中车辆的车牌信息相同时,可确定第二个相机1012获取的车牌信息与第一个相机1011获取的车牌信息相同,进而可确定该车牌信息对应的车辆违法。当服务器判断出第二个相机1012发送的第一图片中车辆的车牌信息与指令包括的的车牌信息相同时,根据第一图片中车辆的车牌信息查找出第二个相机1012发送的第一图片,根据指令包括的车牌信息查找出第二个相机1012发送的第二图片及第一个相机1011发送的第一图片,并将第一个相机1011发送的第一图片、第二个相机1012发送的第二图片及第二个相机1012发送的第一图片按照拍摄时间先后顺序合成违法过程图片。
参见图3,以道路上设置三个相机为例进行具体说明,道路上设置有第一个相机1011、第二个相机1012和第三个相机1013,第一个相机1011为车辆在道路上首先经过的相机。第一个相机1011的镜头前的第一车道上设置有位置1、位置2和位置3,第一个相机1011和第二个相机1012之间的第一车道上设置有位置4、位置5和位置6,第二个相机1012和第三个相机1013之间的第一车道上设置有位置7、位置8和位置9。参见图9,违法行为的检测方法包括以下步骤。
步骤601:当第一个相机1011检测到第一车道上有车辆行驶时,第一相机1011获取车辆行驶至位置1、位置2和位置3中的每个位置时其拍摄的第一图片以及第一图片中车辆的车牌信息。
第一个相机1011实时对其镜头前方的道路进行拍摄,每拍摄得到一张图片时根据该图片检测第一车道上是否存在车辆行驶,若有车辆,还检测该车辆的当前位置。第一个相机1011可以在车辆行驶至位置1或位置1之前检测到该车辆,则第一个相机1011获取在位置1处拍摄的第一图片;然后第一个相机1011继续拍摄图片并根据该图片检测到该车辆经过位置2时,获取在位置2处拍摄的第一图片;然后第一个相机1011继续拍摄图片,获取在位置3处拍摄的第一图片。
第一个相机1011可以根据获取的三张第一图片中的任一张图片获取车辆的车牌信息,将获取的车牌信息作为该三张第一图片中的每张第一图片中车辆的车牌信息。车牌信息可包括车牌号和车牌颜色等。
由于位置3离第一个相机最近,在位置3处拍摄的第一图片最清晰,所以根据在位置3拍摄的第一图片获取车辆的车牌信息的准确性最高。
步骤602:当第一个相机1011在确定出车辆经过位置1到位置3的过程中第二车道上无车辆行驶时,向第二个相机1012发送包括其获取的车牌信息的指令,并向服务器发送第一图片和第一图片中车辆的车牌信息。
在该步骤中,第一个相机1011确定车辆经过其对应的一组位置的过程中第二车道上无车辆行驶的过程,可通过上述步骤202中所述的两种方式,但不限于所述的两种方式。
第一个相机1011向服务器发送的第一图片可以是其获取的三张第一图片,或可以是对其获取的三张第一图片进行合成后得到的一张图片。第一个相机1011向第二个相机1012发送指令,用于触发第二个相机1012拍摄图片。
步骤603:服务器接收第一个相机1011发送的第一图片和第一图片中车辆的车牌信息并进行存储。
服务器将接收的第一图片和第一图片中车辆的车牌信息对应保存在图片与车牌信息的对应关系中,该对应关系可以位于硬盘和数据库中,从而后续检测违法的过程中可直接从数据库和硬盘中调用第一图片和第一图片中车辆的车牌信息。
步骤604:第二个相机1012接收第一个相机1011发送的指令,获取第二图片,第一个相机1011发送的指令包括其获取的第一图片中车辆的车牌信息,第二个相机1012向服务器发送第二图片和指令包括的车牌信息。
在该步骤中,第二个相机1012可将获取的第二图片中的车辆的车牌信息设置为其接收的指令包括的车牌信息。
步骤605:当第二个相机1012检测到第一车道上有车辆行驶时,第二个相机1012获取车辆行驶至位置4、位置5和位置6时其拍摄的第一图片以及获取第一图片中车辆的车牌信息。
第二个相机1012实时对其镜头前方的道路进行拍摄,每拍摄得到一张图片时根据该图片检测第一车道上是否存在车辆行驶,若有车辆,还检测该车辆的当前位置。第二个相机1012可以在车辆行驶至位置4或位置4之前检测到该车辆,则第二个相机1012获取在位置4处拍摄的第一图片;然后第二个相机1012继续拍摄图片并根据该图片检测到该车辆经过位置5时,获取在位置5处拍摄的第一图片;然后第二个相机1012继续拍摄图片,获取在位置6处拍摄的第一图片。
步骤606:当第二个相机1012在确定出车辆经过位置4到位置6的过程中第二车道上无车辆行驶时,向第三个相机1013发送包括其获取的车牌信息的指令,并向服务器发送第一图片和第一图片中车辆的车牌信息。
在该步骤中,第二个相机1012确定车辆经过其对应的一组位置的过程中第二车道上无车辆行驶的过程,可通过上述步骤202中所述的两种方式,但不限于所述的两种方式。
步骤607:服务器接收第二个相机1012发送的第一图片、第二图片、第一图片中车辆的车牌信息和指令包括的车牌信息并进行存储。
服务器将接收的第一图片和第一图片中车辆的车牌信息、第二图片及指令包括的车牌信息对应保存在图片与车牌信息的对应关系中,该对应关系可以位于硬盘和数据库中,从而后续检测违法的过程中可直接从数据库和硬盘中调用第一图片和第一图片中车辆的车牌信息。
步骤608:第三个相机1013接收第二个相机1012发送的指令,获取第二图片,第二个相机1012发送的指令包括其获取的第一图片中车辆的车牌信息,第三个相机1013向服务器发送第二图片和接收的指令包括的车牌信息。
在该步骤中,第三个相机1013可将获取的第二图片中的车辆的车牌信息设置为其接收的指令包括的车牌信息。
步骤609:当第三个相机1013检测到第一车道上有车辆行驶时,第三个相机1013获取车辆行驶至位置7、位置8和位置9时其拍摄的第一图片以及获取第一图片中车辆的车牌信息。
第三个相机1013实时对其镜头前方的道路进行拍摄,每拍摄得到一张图片时根据该图片检测第一车道上是否存在车辆行驶,若有车辆,还检测该车辆的当前位置。第三个相机1013可以在车辆行驶至位置7或位置7之前检测到该车辆,则第三个相机1013获取在位置7处拍摄的第一图片;然后第三个相机1013继续拍摄图片并根据该图片检测到该车辆经过位置8时,获取在位置8处拍摄的第一图片;然后第三个相机1013继续拍摄图片,获取在位置9处拍摄的第一图片。
步骤610:当第三个相机1013在确定出车辆经过位置7到位置9的过程中第二车道上无车辆行驶时,向服务器发送第一图片和第一图片中车辆的车牌信息。
在该步骤中,第三个相机1013确定车辆经过其对应的一组位置的过程中第二车道上无车辆行驶的过程,可通过上述步骤202中所述的两种方式,但不限于所述的两种方式。
步骤611:服务器接收第三个相机1013发送的第一图片、第二图片、第一图片中车辆的车牌信息和指令包括的车牌信息并进行存储。
服务器将接收的第一图片和第一图片中车辆的车牌信息、第二图片及指令包括的车牌信息对应保存在图片与车牌信息的对应关系中,该对应关系可以位于硬盘和数据库中,从而后续检测违法的过程中可直接从数据库和硬盘中调用第一图片和第一图片中车辆的车牌信息。
步骤612:服务器判断出至少两个相邻的相机发送的第一图片中车辆的车牌信息相同时,确定该车牌信息对应的车辆违法,并将至少两个相邻的相机发送的图片合成违法过程图片。
具体地,当服务器判断出第一个相机1011与第二个相机1012发送的第一图片中车辆的车牌信息相同时,确定该车牌信息对应的车辆违法,并将第一个相机1011发送的第一图片、第二个相机1012发送的第一图片及第二图片合成违法过程图片;当服务器判断出第二个相机1012与第三个相机1013发送的第一图片中车辆的车牌信息相同时,确定该车牌信息对应的车牌违法,并将第二个相机1012发送的第一图片、第三个相机1013发送的第一图片及第二图片合成违法过程图片;当服务器判断出第一个相机1011、第二个相机1012和第三个相机1013发送的第一图片中车辆的车牌信息均相同时,确定该车牌信息对应的车辆违法占用第一车道,并将第一个相机1011发送的第一图片、第二个相机1012发送的第一图片及第二图片、第三个相机1013发送的第一图片及第二图片合成违法过程图片。
当相机***中的相机个数N大于三时,违法行为的检测方法与上述类似,不再进行赘述。
本发明一实施例提供了一种相机,参见图10,相机为相机***中的任一相机,该相机***可以为图1至3任实施例中所述的相机***,该相机包括获取模块701和发送模块702。
获取模块701,用于检测到第一车道上有车辆行驶时,获取车辆行驶至相机对应的在第一车道上设置的一组位置中的每个位置时其拍摄的第一图片以及车辆的车牌信息;
发送模块702,用于在确定出车辆经过相机对应的一组位置中的每个位置的过程中第二车道上无车辆行驶时,向服务器发送第一图片和车辆的车牌信息,以使服务器检测车辆是否违法。
可选的,发送模块702,还用于在确定出车辆经过一组位置中的每个位置的过程中第二车道上无车辆行驶时,向相机相邻的下一个相机发送包括车辆的车牌信息的指令,指令用于触发所述下一个相机拍摄图片。
可选的,相机还包括:
接收模块,用于当相机不是车辆经过N个相机中的第一个相机时,接收相机相邻的上一个相机发送的指令,指令包括相邻的上一个相机获取的车牌信息;
拍摄模块,用于根据指令拍摄一张第二图片;
可选的,发送模块702还用于在确定出车辆经过一组位置中的每个位置的过程中第二车道上无车辆行驶时,向服务器发送第二图片和指令包括的车牌信息。
可选的,发送模块702用于在车辆的车牌类型为大型车对应的车牌类型时,向服务器发送第一图片和车辆的车牌信息。
在本发明实施例中,通过相机拍摄的图片检测车辆的违法行为,效率较高。相机获取在车辆经过其对应的第一车道上的一组位置中的每个位置时拍摄的第一图片,当相机根据其获取的第一图片判断出在车辆经过其对应的一组位置的过程中相邻的第二车道上没有其他车辆时,将获取的车辆的车牌信息发送至服务器,服务器判断出相邻的至少两个相机发送的车牌信息相同时,确定该车牌信息对应的车辆违法,通过相邻的至少两个相机来检测违法行为可增加检测的距离,有效证明车辆长距离占用快车道,判断车辆是否违法的准确性较高。
关于上述实施例中的相机,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。
本发明一实施例提供了一种服务器,参见图11,服务器包括接收模块801和确定模块802。
接收模块801,用于接收相机***中位置相邻的至少两个相机发送的图片和车牌信息,相机***包括N个相机,N为大于或等于2的整数,N个相机布置在道路上且相邻两相机间隔预设距离;
确定模块802,用于检测出至少两个相机发送的车牌信息均相同时,确定车牌信息对应的车辆违法,并将至少两个相机发送的图片合成违法过程图片。
在本发明实施例中,通过相机拍摄的图片检测车辆的违法行为,效率较高。相机获取在车辆经过其对应的第一车道上的一组位置中的每个位置时拍摄的第一图片,当相机判断出在车辆经过其对应的一组位置的过程中相邻的第二车道上没有其他车辆时,将获取的车辆的车牌信息发送至服务器,服务器判断出相邻的至少两个相机发送的车牌信息相同时,确定该车牌信息对应的车辆违法,通过相邻的至少两个相机来检测违法行为可增加检测的距离,有效证明车辆长距离占用快车道,判断车辆是否违法的准确性较高。
以上所述仅是为了便于本领域的技术人员理解本发明的技术方案,并不用以限制本发明。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种违法行为的检测方法,其特征在于,所述方法应用于相机***,所述相机***包括N个相机,N为大于或等于2的整数,所述N个相机布置在道路上且相邻两相机间隔预设距离,所述道路包括位置相邻的第一车道和第二车道,所述方法包括:
第i个相机检测到所述第一车道上有车辆行驶时,获取所述车辆行驶至其对应的在所述第一车道上设置的一组位置中的每个位置时其拍摄的第一图片以及所述车辆的车牌信息,i为1至N的整数;
当所述第i个相机不是所述车辆经过所述N个相机中的最后一个相机,且所述第i个相机确定出所述车辆经过所述一组位置中的每个位置的过程中所述第二车道上无车辆行驶时,向其相邻的下一个相机发送包括所述车辆的车牌信息的指令,并向服务器发送所述第一图片和所述车辆的车牌信息,以使所述服务器判断所述车辆是否违法,所述指令用于触发所述下一个相机拍摄图片,所述下一个相机用于向所述服务器发送其拍摄的图片和所述指令包含的车牌信息;
所述服务器用于将所述第一图片、所述车辆的车牌信息、所述下一个相机拍摄的图片和所述指令包含的车牌信息对应保存在图片与车牌信息的对应关系中,所述服务器还用于在判断出至少相邻的两个相机发送的车牌信息均相同时,确定所述车牌信息对应的车辆违法,并将所述至少两个相机发送的图片合成违法过程图片;
所述方法还包括:
当所述第i个相机不是所述车辆经过所述N个相机中的第一个相机时,所述第i个相机接收其相邻的上一个相机发送的指令,所述指令包括所述上一个相机获取的车牌信息;所述第i个相机根据所述指令拍摄一张第二图片,并向所述服务器发送所述第二图片和所述指令包括的车牌信息。
2.根据权利要求1所述的违法行为的检测方法,其特征在于,所述向服务器发送所述第一图片和所述车辆的车牌信息之前,包括:
所述第i个相机在所述车辆的车牌类型为大型车对应的车牌类型时,向服务器发送所述第一图片和所述车辆的车牌信息。
3.一种违法行为的检测方法,其特征在于,所述方法包括:
服务器接收相机***中位置相邻的至少两个相机发送的图片和车牌信息,并将所述图片和所述车牌信息对应保存在图片与车牌信息的对应关系中,所述相机***包括N个相机,N为大于或等于2的整数,所述N个相机布置在道路上且相邻两相机间隔预设距离,所述N个相机中第i个相机用于当确定所述第i个相机不是车辆经过所述N个相机中的最后一个相机,且确定出所述车辆经过一组位置中的每个位置的过程中第二车道上无车辆行驶时,向其相邻的下一个相机发送包括所述车辆的车牌信息的指令,并向所述服务器发送第一图片和所述车辆的车牌信息,所述指令用于触发所述下一个相机拍摄图片,所述下一个相机用于向所述服务器发送其拍摄的图片和所述指令包含的车牌信息,i为1至N的整数;
所述N个相机中第i个相机还用于当确定所述第i个相机不是所述车辆经过所述N个相机中的第一个相机时,接收其相邻的上一个相机发送的指令,根据所述指令拍摄一张第二图片,并向所述服务器发送所述第二图片和所述指令包括的车牌信息,所述指令包括所述上一个相机获取的车牌信息;
所述服务器判断出所述至少相邻的两个相机发送的车牌信息均相同时,确定所述车牌信息对应的车辆违法,并将所述至少两个相机发送的图片合成违法过程图片。
4.一种相机,其特征在于,所述相机为相机***中的任一相机,所述相机***包括N个相机,N为大于或等于2的整数,所述N个相机布置在道路上且相邻两相机间隔预设距离,所述道路包括位置相邻的第一车道和第二车道,所述相机包括:
获取模块,用于检测到所述第一车道上有车辆行驶时,获取所述车辆行驶至所述相机对应的在所述第一车道上设置的一组位置中的每个位置时其拍摄的第一图片以及所述车辆的车牌信息;
发送模块,用于当第i个相机不是所述车辆经过所述N个相机中的最后一个相机,且所述第i个相机确定出所述车辆经过所述相机对应的一组位置中的每个位置的过程中所述第二车道上无车辆行驶时,向其相邻的下一个相机发送包括所述车辆的车牌信息的指令,并向服务器发送所述第一图片和所述车辆的车牌信息,以使所述服务器判断所述车辆是否违法,所述指令用于触发所述下一个相机拍摄图片,所述下一个相机用于向所述服务器发送其拍摄的图片和所述指令包含的车牌信息;
所述服务器用于将所述第一图片、所述车辆的车牌信息、所述下一个相机拍摄的图片和所述指令包含的车牌信息对应保存在图片与车牌信息的对应关系中,所述服务器还用于在判断出至少相邻的两个相机发送的车牌信息均相同时,确定所述车牌信息对应的车辆违法,并将所述至少两个相机发送的图片合成违法过程图片;
所述相机还包括:
接收模块,用于当所述相机不是所述车辆经过所述N个相机中的第一个相机时,接收所述相机相邻的上一个相机发送的指令,所述指令包括所述相邻的上一个相机获取的车牌信息;
拍摄模块,用于根据所述指令拍摄一张第二图片;
所述发送模块,还用于向所述服务器发送所述第二图片和所述指令包括的车牌信息。
5.根据权利要求4所述的相机,其特征在于,
所述发送模块,用于在所述车辆的车牌类型为大型车对应的车牌类型时,向服务器发送所述第一图片和所述车辆的车牌信息。
6.一种服务器,其特征在于,所述服务器包括:
接收模块,用于接收相机***中位置相邻的至少两个相机发送的图片和车牌信息,并将所述图片和所述车牌信息对应保存在图片与车牌信息的对应关系中,所述相机***包括N个相机,N为大于或等于2的整数,所述N个相机布置在道路上且相邻两相机间隔预设距离,所述N个相机中第i个相机用于当确定所述第i个相机不是车辆经过所述N个相机中的最后一个相机,且确定出所述车辆经过一组位置中的每个位置的过程中第二车道上无车辆行驶时,向其相邻的下一个相机发送包括所述车辆的车牌信息的指令,并向所述服务器发送第一图片和所述车辆的车牌信息,所述指令用于触发所述下一个相机拍摄图片,所述下一个相机用于向所述服务器发送其拍摄的图片和所述指令包含的车牌信息,i为1至N的整数;
所述N个相机中第i个相机还用于当确定所述第i个相机不是所述车辆经过所述N个相机中的第一个相机时,接收其相邻的上一个相机发送的指令,根据所述指令拍摄一张第二图片,并向所述服务器发送所述第二图片和所述指令包括的车牌信息,所述指令包括所述上一个相机获取的车牌信息;
确定模块,用于判断出所述至少两个相机发送的车牌信息均相同时,确定所述车牌信息对应的车辆违法,并将所述至少两个相机发送的图片合成违法过程图片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710612707.1A CN109300313B (zh) | 2017-07-25 | 2017-07-25 | 违法行为的检测方法、相机及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710612707.1A CN109300313B (zh) | 2017-07-25 | 2017-07-25 | 违法行为的检测方法、相机及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109300313A CN109300313A (zh) | 2019-02-01 |
CN109300313B true CN109300313B (zh) | 2021-06-08 |
Family
ID=65167320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710612707.1A Active CN109300313B (zh) | 2017-07-25 | 2017-07-25 | 违法行为的检测方法、相机及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109300313B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110321823B (zh) * | 2019-06-24 | 2021-03-02 | 杭州诚道科技股份有限公司 | 基于深度学习的斑马线礼让行人违法二次检测方法 |
CN111523417A (zh) * | 2020-04-13 | 2020-08-11 | 北京巨视科技有限公司 | 一种基于图像匹配的货车超载识别方法和装置 |
CN113870551B (zh) * | 2021-08-16 | 2023-07-28 | 清华大学 | 一种能够鉴别危险和非危险驾驶行为的路侧监控*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007193650A (ja) * | 2006-01-20 | 2007-08-02 | Denso Corp | 避難誘導システム,車載機器,および路側機 |
CN101799982A (zh) * | 2010-03-30 | 2010-08-11 | 山东康威通信技术股份有限公司 | 高速公路大型车辆占道自动检测督导管理***与方法 |
CN101826260A (zh) * | 2010-05-04 | 2010-09-08 | 清华大学 | 一种交通违法行为自动抓拍的方法和*** |
CN102394013A (zh) * | 2011-06-28 | 2012-03-28 | 徐培龙 | 一种高速公路货车占道行驶实时监测***及其监控的方法 |
CN102622882A (zh) * | 2012-03-20 | 2012-08-01 | 刘业兴 | 高速路大型车辆违法占道抓拍*** |
DE102013013799A1 (de) * | 2013-08-19 | 2015-02-19 | Günter Fendt | Verfahren zur Information eines Fahrzeugführers |
CN104658261A (zh) * | 2013-11-23 | 2015-05-27 | 安徽蓝盾光电子股份有限公司 | 高速公路大车占道检测监控*** |
CN104778841A (zh) * | 2015-04-14 | 2015-07-15 | 山东鼎讯智能交通股份有限公司 | 机动车占道仪 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056918A (zh) * | 2016-07-19 | 2016-10-26 | 黄忠虎 | 一种基于激光测距的车辆逆行和违章变道检测***及检测方法 |
-
2017
- 2017-07-25 CN CN201710612707.1A patent/CN109300313B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007193650A (ja) * | 2006-01-20 | 2007-08-02 | Denso Corp | 避難誘導システム,車載機器,および路側機 |
CN101799982A (zh) * | 2010-03-30 | 2010-08-11 | 山东康威通信技术股份有限公司 | 高速公路大型车辆占道自动检测督导管理***与方法 |
CN101826260A (zh) * | 2010-05-04 | 2010-09-08 | 清华大学 | 一种交通违法行为自动抓拍的方法和*** |
CN102394013A (zh) * | 2011-06-28 | 2012-03-28 | 徐培龙 | 一种高速公路货车占道行驶实时监测***及其监控的方法 |
CN102622882A (zh) * | 2012-03-20 | 2012-08-01 | 刘业兴 | 高速路大型车辆违法占道抓拍*** |
DE102013013799A1 (de) * | 2013-08-19 | 2015-02-19 | Günter Fendt | Verfahren zur Information eines Fahrzeugführers |
CN104658261A (zh) * | 2013-11-23 | 2015-05-27 | 安徽蓝盾光电子股份有限公司 | 高速公路大车占道检测监控*** |
CN104778841A (zh) * | 2015-04-14 | 2015-07-15 | 山东鼎讯智能交通股份有限公司 | 机动车占道仪 |
Also Published As
Publication number | Publication date |
---|---|
CN109300313A (zh) | 2019-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106611512B (zh) | 前车起步的处理方法、装置和*** | |
US11836985B2 (en) | Identifying suspicious entities using autonomous vehicles | |
JP7499256B2 (ja) | ドライバの挙動を分類するためのシステムおよび方法 | |
US9336450B2 (en) | Methods and systems for selecting target vehicles for occupancy detection | |
CN110532916B (zh) | 一种运动轨迹确定方法及装置 | |
CN107251123B (zh) | 车辆组管理装置、车辆组管理方法和车辆组显示装置 | |
WO2017042710A1 (en) | System and method for detecting objects in an automotive environment | |
CN110580808B (zh) | 一种信息处理方法、装置、电子设备及智能交通*** | |
CN109300313B (zh) | 违法行为的检测方法、相机及服务器 | |
CN108932849B (zh) | 一种记录多台机动车低速行驶违法行为的方法及装置 | |
KR101584105B1 (ko) | 다차로 기반의 차량 촬영장치 및 그 제어방법 | |
KR102111363B1 (ko) | IoT기반의 카메라 그룹핑을 이용한 터널 내 유고 감시 시스템 | |
CN111753634A (zh) | 交通事件检测方法和设备 | |
US20190354779A1 (en) | Device and a method for searching for a lane on which a vehicle can drive | |
CN113111682A (zh) | 目标对象感知方法和装置、感知基站、感知*** | |
CN113012436A (zh) | 道路监控方法、装置及电子设备 | |
JP2012117944A (ja) | ナビゲーション装置 | |
CN113808418A (zh) | 路况信息显示***、方法、车辆、计算机设备和存储介质 | |
CN113870551A (zh) | 一种能够鉴别危险和非危险驾驶行为的路侧监控*** | |
CN115762153A (zh) | 倒车检测方法及装置 | |
CN114373297B (zh) | 一种数据处理装置、方法及电子设备 | |
JP7383954B2 (ja) | 学習用データ収集装置 | |
JP7238821B2 (ja) | 地図生成システム及び地図生成プログラム | |
CN115107641A (zh) | 灯光投影装置、方法及存储介质 | |
CN113593253A (zh) | 车辆的闯红灯监测方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |