CN109559519A - 监控设备及其违章停车检测方法、装置、可读存储介质 - Google Patents
监控设备及其违章停车检测方法、装置、可读存储介质 Download PDFInfo
- Publication number
- CN109559519A CN109559519A CN201811552208.9A CN201811552208A CN109559519A CN 109559519 A CN109559519 A CN 109559519A CN 201811552208 A CN201811552208 A CN 201811552208A CN 109559519 A CN109559519 A CN 109559519A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- region
- identification region
- parking
- image
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种违章停车检测方法,该方法包括:获取监控设备的拍摄范围;标定所述拍摄范围中的目标检测区域;获取所述拍摄范围对应的至少两个图像帧;定义各所述图像帧对应所述目标检测区域的位置为识别区域;判断各所述图像帧在其识别区域内是否拍摄到车辆图像;当各所述图像帧在其识别区域内均拍摄到车辆图像时,判定所述监控设备的监控区域存在违停车辆。本发明还公开了一种违章停车检测装置、监控设备和可读存储介质。本发明提高发现违停车辆的效率和准确性,保证通道的通畅性。
Description
技术领域
本发明涉及交通技术领域,尤其涉及一种违章停车检测方法、违章停车检测装置、监控设备和可读存储介质。
背景技术
随着城市的发展、道路管理的需要,禁止停车的地方越来越多,若没有即时发现并处理这些地方的违停车辆,便会导致交通堵塞,影响大部分人的出现。
目前对禁止停车的地方是否存在违停车辆的判别一般通过人工,有些是通过交通警察或保安等在禁止停车的区域巡逻以发现违停车辆,有些是通过人工查看监控视频,人为判断禁止停车的区域内是否有违停车辆等。然而,上述的方式效率低下,准确性也依赖于人员自身的责任心,无法很好保证通道的通畅
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种违章停车检测方法,旨在提高发现违停车辆的效率和准确性,保证通道的通畅性。
为实现上述目的,本发明提供一种违章停车检测方法,其特征在于,所述违章停车检测方法包括以下步骤:
获取监控设备的拍摄范围;
标定所述拍摄范围中的目标检测区域;
获取所述拍摄范围对应的至少两个图像帧;定义各所述图像帧对应所述目标检测区域的位置为识别区域;
判断各所述图像帧在其识别区域内是否拍摄到车辆图像;
当各所述图像帧在其识别区域内均拍摄到车辆图像时,判定所述监控设备的监控区域存在违停车辆。
可选地,判断各所述图像帧在其识别区域内是否拍摄到车辆图像的步骤包括:
识别各所述图像帧中的车辆轮廓特征点;
根据各所述车辆轮廓特征点及其对应的识别区域的位置关系,判断各所述图像帧在其识别区域内是否拍摄到车辆图像。
可选地,所述车辆轮廓特征点包括车前轮特征点和/或车后轮特征点,所述根据各所述车辆轮廓特征点及其对应的识别区域的位置关系,判断各所述图像帧在其识别区域内是否拍摄到车辆图像的步骤包括:
判断各所述图像帧中的车辆轮廓特征点是否位于其对应的识别区域内;
当所述车辆轮廓特征点位于其对应的识别区域内时,判定所述车辆轮廓特征点对应的图像帧在其识别区域内拍摄到车辆图像;
当所述车辆轮廓特征点不位于其对应的识别区域内时,判定所述车辆轮廓特征点对应的图像帧在其识别区域内没拍摄到车辆图像。
可选地,所述根据各所述车辆轮廓特征点及其对应的识别区域的位置关系,判断各所述图像帧在其识别区域内是否拍摄到车辆图像的步骤包括:
根据所述车辆轮廓特征点确定各所述图像帧中的车身区域;
判断各所述车身区域与其对应的识别区域是否相交;
当所述车身区域与其对应的识别区域相交时,判定所述车身区域对应图像帧在其识别区域内拍摄到车辆图像;
当所述车身区域与其对应的识别区域不相交时,判定所述车身区域对应图像帧在其识别区域内没拍摄到车辆图像。
可选地,所述当所述车身区域与其对应的识别区域相交时,判定所述车身区域对应图像帧在其对应的识别区域内拍摄到车辆图像的步骤包括:
当所述车身区域与其对应的识别区域相交时,确定所述车身区域与其对应的识别区域的相交面积;
当所述相交面积大于或等于预设面积时,判定所述车身区域对应的图像帧在其识别区域内拍摄到车辆图像。
可选地,判定所述监控设备的监控区域存在违停车辆的步骤之后,还包括:
确定所述监控设备的所在位置;
关联所述位置和所述至少两个图像帧并生成告警信息。
可选地,所述标定所述拍摄范围中的目标检测区域的步骤包括:
确定拍摄范围中的禁停区域;
确定所述禁停区域中的潜在违停区域;
根据潜在违停区域标定拍摄范围中的目标检测区域。
此外,为了实现上述目的,本申请还提出一种违章停车检测装置,所述违章停车检测装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的违章停车检测程序,所述违章停车检测程序被所述处理器执行时实现如上任一项所述的违章停车检测方法的步骤。
此外,为了实现上述目的,本申请还提出一种监控设备,所述监控设备包括图像采集装置和如上所述的违章停车检测装置,所述图像采集装置和所述违章停车检测装置连接。
此外,为了实现上述目的,本申请还提出一种可读存储介质,所述可读存储介质上存储有违章停车检测程序,所述违章停车检测程序被处理器执行时实现如上任一项所述的违章停车检测方法的步骤。
本发明实施例提出的一种违章停车检测方法,在监控设备的拍摄范围内标定目标检测区域,目标检测区域依据监控设备所监控的实际场景中禁停区域进行设置,目标检测区域判断获取的至少两个图像帧在其识别区域内是否都拍摄到,若每个图像帧中都有车辆图像在识别区域内,则表明监控设备所监控的实际场景中禁停区域有车长时间停留,则可判定存在违停车辆,并且标定目标检测区域进行禁停区域中的违停识别,可提高违停车辆判定的准确性。通过上述图像识别方式自动检测违停车辆,提高发现违停车辆的效率和准确性,保证通道的通畅性。
附图说明
图1是本发明实施例的监控设备的硬件结构示意图;
图2为图1中图像采集装置的硬件结构示意图;
图3为本发明实施例中的违章停车检测方法第一实施例的流程示意图;
图4为本发明实施例中的监控设备的拍摄范围对应的图像帧中各区域的分布示意图;
图5为本发明实施例中的违章停车检测方法第二实施例的流程示意图;
图6为本发明实施例中的违章停车检测方法第三实施例的流程示意图;
图7为本发明实施例中的违章停车检测方法第四实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:获取监控设备的拍摄范围;标定所述拍摄范围中的目标检测区域;获取所述拍摄范围对应的至少两个图像帧;判断各所述图像帧在其识别区域内是否拍摄到车辆图像;当各所述图像帧在其识别区域内均拍摄到车辆图像时,当各所述图像帧在其识别区域内均拍摄到车辆图像时,判定所述监控设备的所在位置存在违停车辆。
由于现有技术通过人工的方式判别禁停区域效率低下,准确性也依赖于人员自身的责任心,无法很好保证通道的通畅。
本发明提供一种解决方案,通过图像识别的方式自动检测违停车辆,提高发现违停车辆的效率和准确性,保证通道的通畅性。
本发明提出一种监控设备,具体用于检测违章停车,具体可应用于公共场所(如道路或社区通道等)禁停区域的违章停车的检测。
在本实施例中,参照图1,监控设备具体包括图像采集装置100和违章停车检测装置200。图像采集装置100与违章停车检测装置200连接,违章停车检测装置200可从图像采集装置100获取图像数据。图像采集装置100具体可设于禁停区域所在的场景,图像采集装置100的拍摄方向朝向禁停区域,以采集禁停区域所在场景的图像帧。其中,图像采集装置100的所能拍摄到的最大区域为监控设备的拍摄范围,所述禁停区域位于所述监控设备的拍摄范围内。
如图2所示,该违章停车检测装置200可以包括:处理器2001,例如CPU,存储器2002。存储器2002可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器2002可选的还可以是独立于前述处理器2001的存储装置。
处理器2001分别与存储器2002、图像采集装置100连接。处理器2001获取图像采集装置100所采集的图像帧,并在可判定监控设备所在位置存在违停车辆后,将获取的图像帧进行储存。
本领域技术人员可以理解,图2中示出的装置结构并不构成对装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图2所示,作为一种计算机存储介质的存储器2002中可以包括违章停车检测程序。
在图2所示的装置中,处理器2001可以用于调用存储器2002中存储的违章停车检测程序,并执行以下实施例中违章停车检测方法的相关步骤操作。
此外,本发明实施例还提出一种可读存储介质,所述可读存储介质上存储有违章停车检测程序,所述违章停车检测程序被处理器执行时实现如下违章停车检测方法的相关步骤操作。
参照图3,本发明实施例提供一种违章停车检测方法,所述违章停车检测方法包括:
步骤S10,获取监控设备的拍摄范围;
图像采集装置100的所能拍摄到的最大区域为监控设备的拍摄范围。具体的,步骤S10之前可获取所述监控设备的检测预置位,根据获取的检测预置位调整所述监控设备的拍摄方向,使监控设备所监控的场景的禁停区域位于所述拍摄范围内。其中,这里的检测预置位可通过获取监控人员的设置参数进行确定。
步骤S20,标定所述拍摄范围中的目标检测区域;
根据监控设备所监控的场景中的禁停区域在拍摄范围中标定目标检测区域。目标检测区域的面积小于禁停区域。
目标检测区域的标定可直接获取监控人员的设置参数进行设置。此外,禁停区域可具体包括通行区域和潜在违停区域,例如,拍摄范围中的通道定义为禁停区域,通道的中部可定义为通行区域,通道的两侧或两侧中的一侧可定义为潜在违停区域。当车辆在通行区域中停留时,可认为是由于交通堵塞、交通指示或车辆损坏而导致的;当车辆进入潜在违停区域并停留时,可认为是由于车辆违章停车所导致的。因此,标定所述拍摄范围中的目标检测区域的步骤还可包括:
步骤S21,确定拍摄范围中的禁停区域;
步骤S22,确定所述禁停区域中的潜在违停区域;
步骤S23,根据潜在违停区域标定拍摄范围中的目标检测区域。
具体的,潜在违停区域可通过获取监控人员的设置参数进行设定。此外,还可根据监控人员的设置参数将图像采集装置100调整到检测预置位后,获取图像采集装置100的拍摄范围所对应的图像帧,在获取的图像帧中识别通道的范围并定义为禁停区域,按照预设面积比例沿通道的宽度方向将所述禁停区域划分为通行区域和潜在违停区域。在拍摄范围中将潜在违停区域的所在范围标定为目标检测区域。
目标检测区域为图像采集装置100的拍摄范围中的固定区域,不会随图像采集装置100所获取的图像帧的不同而发生变化。具体的,依据目标检测区域的边缘生成可视化边框,在图像采集装置100获取拍摄范围对应的图像帧后,确定目标检测区域在所获取的图像帧中的位置,在所确定的位置添加上述的可视化边框生成监控图像。违章停车检测装置可将监控图像发送至显示设备中显示,也可将监控图像进行存储。
步骤S30,获取所述拍摄范围对应的至少两个图像帧;定义各所述图像帧对应所述目标检测区域的位置为识别区域;
图像采集装置100可持续的采集拍摄范围对应的视频数据。在图像采集装置100采集的视频数据中,可获取图像采集装置100在第一时刻所采集的拍摄范围对应的至少一个图像帧,并获取图像采集装置100在第二时刻所采集的拍摄范围对应的至少一个图像帧。第一时刻与第二时刻之间间隔预设时间,预设时间的长短可根据实际需求设置。例如,预设时间可选取为5分钟。
此外,也可识别图像采集装置100所采集的每个图像帧或间隔设定时长识别图像采集装置100所采集的图像帧中在其识别区域是否拍摄到车辆图像,识别到图像帧在其识别区域拍摄到车辆图像时,将该图像帧的采集时间定义为第一时刻。从第一时刻开始计时,经过上述的预设时间到达第二时刻,获取图像采集装置100在第二时刻所采集的拍摄范围对应的图像帧。
步骤S40,判断各所述图像帧在其识别区域内是否拍摄到车辆图像;
判断第一时刻获取的图像帧在其识别区域是否拍摄到车辆图像,并判断第二时刻获取的图像帧在其识别区域是否拍摄到车辆图像。这里的车辆图像可具体包括车辆的整车图像或车辆的局部图像。
当各所述图像帧在其识别区域内均拍摄到车辆图像时,执行步骤S50;当各所述图像帧在其识别区域内均拍摄到车辆图像时,执行步骤S60。
当第一时刻获取的图像帧在其识别区域内拍摄到车辆图像时,且第二时刻获取的图像帧在其识别区域拍摄到车辆图像时,执行步骤S50;当第一时刻获取的图像帧在其识别区域内没有拍摄到车辆图像时,且/或,第二时刻获取的图像帧在其识别区域内没有拍摄到车辆图像时,执行步骤S60。
具体的,判断各所述图像帧在其识别区域内是否拍摄到车辆图像的步骤可包括:识别每个图像帧的识别区域内是否存在车辆标识物图像(如车门、车灯、车轮等),若一图像帧在其识别区域内存在车辆标识物图像,则可判定该图像帧的识别区域内拍摄到车辆图像,若一图像帧在其识别区域内不存在车辆标识物图像,则可判定该图像帧在其识别区域内没有拍摄到车辆图像。
此外,由于识别区域内的车辆标识物图像可能不完整或由于拍摄角度的影响导致识别区域内车辆标识物的识别不够准确,因此判断各所述图像帧在其识别区域内是否拍摄到车辆图像的步骤还可包括:
步骤S41,识别每个图像帧中车辆轮廓特征点;
步骤S42,根据各所述车辆轮廓特征点及其对应的识别区域的位置关系,判断各所述图像帧在其识别区域内是否拍摄到车辆图像。
这里的车辆轮廓特征点为图像帧中车辆的整车图像的轮廓上的部分或全部点。具体的,可在上述位置关系满足预设条件时,判定车辆轮廓特征点对应的图像帧在其识别区域内拍摄到车辆图像;在上述位置关系不满足预设条件时,判定车辆轮廓特征点对应的图像帧在其识别区域内没有拍摄到车辆图像。需要说明的是,若图像帧中识别不到车辆轮廓特征点,则表明图像帧没有拍摄到车辆图像,不存在违停可能性,则可执行步骤S60。
步骤S50,判定所述监控设备的监控区域存在违停车辆;
步骤S60,判定所述监控设备的监控区域不存在违停车辆。
进一步的,当各所述图像帧在其识别区域内拍摄到车辆图像时,可进一步确定各图像帧在其识别区域内的车辆图像是否属于同一辆车。具体的,可分析识别区域内车辆图像的颜色、分布等特征参数,判断各图像在其识别区域内的车辆图像的特征参数是否一致,若一致,才执行步骤S50,若不一致,则返回执行步骤S30。
其中,这里的监控区域为监控设备的拍摄范围所对应的实际场景中的区域。
参照图4,图4中所示为图像采集装置100的拍摄范围所对应的图像帧,其中01、02为车辆在图像帧中可能存在的两个位置,03为禁停区域,031为通行区域,032为潜在违停区域,04为目标检测区域在图像帧中对应的识别区域。具体的,当车辆位于01位置时,图像帧的识别区域内没有拍摄到车辆图像,当车辆位于02位置时,图像帧的识别区域内拍摄到车辆图像。
在本实施例中提出的一种违章停车检测方法,在监控设备的拍摄范围内标定目标检测区域,目标检测区域依据监控设备所监控的实际场景中禁停区域进行设置,目标检测区域判断获取的至少两个图像帧在其识别区域内是否都拍摄到,若每个图像帧中都有车辆图像在识别区域内,则表明监控设备所监控的实际场景中禁停区域有车长时间停留,则可判定存在违停车辆,并且标定目标检测区域进行禁停区域中的违停识别,可提高违停车辆判定的准确性。通过上述图像识别方式自动检测违停车辆,提高发现违停车辆的效率和准确性,保证通道的通畅性。
具体的,基于上述第一实施例,提出本发明违章停车检测方法第二实施例,在第二实施例中,可识别车辆图像的轮廓中车轮部分的点作为车辆轮廓特征点。车辆轮廓特征点可包括车前轮特征点和/或车后轮特征点。参照图5,所述根据各所述车辆轮廓特征点及其对应的识别区域的位置关系,判断各所述图像帧在其识别区域内是否拍摄到车辆图像的步骤包括:
步骤S421,判断各所述图像帧中的车辆轮廓特征点是否位于其对应的识别区域内;
当所述车辆轮廓特征点位于其对应的识别区域内时,执行步骤S4211;当所述车辆轮廓特征点不位于其对应的识别区域内时,执行步骤S4212。
具体的,可判定先后获取到的图像帧中的车前轮特征点和车后轮特征点是否均位于器对应的识别区域内,若是,则执行步骤S4211,若否,则执行步骤S4212。
此外,还可判定第一时刻获取到的图像帧中的车前轮特征点或车后轮特征点是否位于其对应的识别区域内,若车前轮特征点或车后轮特征点位于其对应的识别区域内,则进一步判断第二时刻获取到的图像帧中的车前轮特征点和车后轮特征点是否均位于其对应的识别区域内,若车前轮特征点和车后轮特征点均位于其对应的识别区域内,则执行步骤S4211;若第一时刻获取到的图像帧中车前轮特征点和车后轮特征点均不位于其对应的识别区域内,或第二时刻获取到的图像帧中车前轮特征点和/或车后轮特征点不位于其对应的识别区域内,则执行步骤S4212。
步骤S4211,判定所述车辆轮廓特征点对应的图像帧在其识别区域内拍摄到车辆图像;
步骤S4212,判定所述车辆轮廓特征点对应的图像帧在其识别区域内没有拍摄到车辆图像。
在本实施例中,通过车前轮特征点和/或车后轮特征点作为车辆轮廓特征点,并通过分析车前轮特征点和/或车后轮特征点与其对应的识别区域之间的位置关系表征图像帧中的车辆的整车图像相对于识别区域的位置,即使识别区域内没有完整的车辆标识物图像或没有识别到车辆标识物图像,也可实现识别区域内车辆图像的识别,从而准确的表征各图像帧在其识别区域内是否拍摄到车辆图像。
此外,基于上述第一实施例,提出本发明违章停车检测方法第三实施例,在第三实施例中,参照图6,所述根据各所述车辆轮廓特征点及其对应的识别区域的位置关系,判断各所述图像帧在其识别区域内是否拍摄到车辆图像的步骤包括:
步骤S422,根据所述车辆轮廓特征点确定各所述图像帧中的车身区域;
当车辆轮廓特征点为图像帧中车辆的整车图像的轮廓上的全部点或是沿轮廓间隔分布的多个点时,由车辆轮廓特征点拟合得到的封闭图形可定义为车身区域。根据每个图像帧中的车辆轮廓特征点确定该图像帧中车辆在拍摄范围中所占据的车身区域。例如,可提取图像帧中整车图像的四个车轮特征点,将四个车辆特征点连线形成的封闭图形作为车身区域。
步骤S423,判断各所述车身区域及其对应的识别区域是否相交;
当所述车身区域及其对应的识别区域相交时,执行步骤S4231;当所述车身区域及其对应的识别区域不相交时,执行步骤S4232。
步骤S4231,判定所述车身区域对应的图像帧在其识别区域内拍摄到车辆图像;
步骤S4232,判定所述车身区域对应的图像帧在其识别区域内没拍摄到车辆图像。
当一图像帧中的车身区域与识别区域完全重叠或部分重叠时,即车身区域与其对应的识别区域相交,此时可执行步骤S4231,判定该图像帧在其识别区域内拍摄到车辆图像;当一图像帧中的车辆区域与识别区域完全不重叠时,即车身区域及其对应的识别区域不相交时,此时可执行步骤S4232,判定该图像帧在其识别区域内没有拍摄到车辆图像。对每个图像帧均执行上述的判断,便可判断各图像帧在其识别区域内是否拍摄到车辆图像。
在本实施例中,通过确定每个图像帧中的车身区域,分析车身区域与识别区域之间的位置关系表征图像帧中的车辆的整车图像相对于目标检测区域的位置,即使识别区域内没有完整的车辆标识物图像或没有识别到车辆标识物图像,也可实现识别区域内车辆图像的识别,从而准确的表征各图像帧在其识别区域内是否拍摄到车辆图像。
进一步的,基于上述第三实施例,提出本发明违章停车检测方法第四实施例,在第四实施例中,参照图7,所述当所述车身区域与其对应的识别区域相交时,判定所述车身区域对应图像帧在其识别区域内拍摄到车辆图像的步骤包括:
步骤S4231a,当所述车身区域与其对应的识别区域相交时,确定所述车身区域与其对应的识别区域的相交面积;
这里的相交面积指的是同一图像帧中车身区域与识别区域重叠部分的区域大小。
步骤S4231b,当所述相交面积大于或等于预设面积时,判定所述车身区域对应的图像帧在其识别区域内拍摄到车辆图像。
预设面积可根据实际情况进行设定。当一图像帧中车身区域与其对应的识别区域的相交面积大于或等于预设面积时,可确定该图像帧在其识别区域内拍摄到有违停可能性的可疑车辆图像,当各图像帧的识别区域均拍摄到可疑车辆图像时,则可判定所述监控设备的监控区域存在违停车辆。当一图像帧中车身区域与其对应的识别区域的相交面积小于预设面积时,则表明该图像帧中的车辆可能在通行区域通行过程中误入潜在违停区域,而导致图像帧中的车辆区域与识别区域重叠,此时可判定该图像帧在其识别区域内没有拍摄到车辆图像。
在本实施例中,在车身区域与其对应的识别区域的相交面积大于或等于预设面积时,才判定车身区域对应的图像帧在其识别区域内拍摄到车辆图像。通过上述方式,可使违停车辆的判定更加的精准,避免误入潜在违停区域的车辆影响到违停车辆的检测结果。
进一步的,基于上述的第一实施例至第四实施例,判定所述监控设备的监控区域存在违停车辆的步骤之后,还包括:
步骤S70,确定所述监控设备的所在位置;
在一个预设区域(如住宅小区或行政区域)中,可依据道路管理需要在不同的位置安装监控设备,并将各监控设备与其所在位置进行关联。因此,可依据上述关联确定监控设备的所在位置。
步骤S80,关联所述位置和所述至少两个图像帧并生成告警信息。
将监控设备的所在位置与上述的至少两个图像帧关联,并根据关联后的位置和图像帧生成告警信息。告警信息生成后可进行储存,以使监控人员可查阅相关的违停证据。此外,告警信息生成后还可发送至管理平台或管理人员的移动终端进行提示,以使相关人员可及时处理该位置的车辆违停情况。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种违章停车检测方法,其特征在于,所述违章停车检测方法包括以下步骤:
获取监控设备的拍摄范围;
标定所述拍摄范围中的目标检测区域;
获取所述拍摄范围对应的至少两个图像帧;定义各所述图像帧对应所述目标检测区域的位置为识别区域;
判断各所述图像帧在其识别区域内是否拍摄到车辆图像;
当各所述图像帧在其识别区域内均拍摄到车辆图像时,判定所述监控设备的监控区域存在违停车辆。
2.如权利要求1所述的违章停车检测方法,其特征在于,判断各所述图像帧在其识别区域内是否拍摄到车辆图像的步骤包括:
识别各所述图像帧中的车辆轮廓特征点;
根据各所述车辆轮廓特征点及其对应的识别区域的位置关系,判断各所述图像帧在其识别区域内是否拍摄到车辆图像。
3.如权利要求2所述的违章停车检测方法,其特征在于,所述车辆轮廓特征点包括车前轮特征点和/或车后轮特征点,所述根据各所述车辆轮廓特征点及其对应的识别区域的位置关系,判断各所述图像帧在其识别区域内是否拍摄到车辆图像的步骤包括:
判断各所述图像帧中的车辆轮廓特征点是否位于其对应的识别区域内;
当所述车辆轮廓特征点位于其对应的识别区域内时,判定所述车辆轮廓特征点对应的图像帧在其识别区域内拍摄到车辆图像;
当所述车辆轮廓特征点不位于其对应的识别区域内时,判定所述车辆轮廓特征点对应的图像帧在其识别区域内没拍摄到车辆图像。
4.如权利要求2所述的违章停车检测方法,其特征在于,所述根据各所述车辆轮廓特征点及其对应的识别区域的位置关系,判断各所述图像帧在其识别区域内是否拍摄到车辆图像的步骤包括:
根据所述车辆轮廓特征点确定各所述图像帧中的车身区域;
判断各所述车身区域与其对应的识别区域是否相交;
当所述车身区域与其对应的识别区域相交时,判定所述车身区域对应图像帧在其识别区域内拍摄到车辆图像;
当所述车身区域与其对应的识别区域不相交时,判定所述车身区域对应图像帧在其识别区域内没拍摄到车辆图像。
5.如权利要求4所述的违章停车检测方法,其特征在于,所述当所述车身区域与其对应的识别区域相交时,判定所述车身区域对应图像帧在其对应的识别区域内拍摄到车辆图像的步骤包括:
当所述车身区域与其对应的识别区域相交时,确定所述车身区域与其对应的识别区域的相交面积;
当所述相交面积大于或等于预设面积时,判定所述车身区域对应的图像帧在其识别区域内拍摄到车辆图像。
6.如权利要求1所述的违章停车检测方法,其特征在于,判定所述监控设备的监控区域存在违停车辆的步骤之后,还包括:
确定所述监控设备的所在位置;
关联所述位置和所述至少两个图像帧并生成告警信息。
7.如权利要求1至6中任一项所述的违章停车检测方法,其特征在于,所述标定所述拍摄范围中的目标检测区域的步骤包括:
确定拍摄范围中的禁停区域;
确定所述禁停区域中的潜在违停区域;
根据潜在违停区域标定拍摄范围中的目标检测区域。
8.一种违章停车检测装置,其特征在于,所述违章停车检测装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的违章停车检测程序,所述违章停车检测程序被所述处理器执行时实现如权利要求1至7中任一项所述的违章停车检测方法的步骤。
9.一种监控设备,其特征在于,所述监控设备包括图像采集装置和如权利要求8所述的违章停车检测装置,所述图像采集装置和所述违章停车检测装置连接。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有违章停车检测程序,所述违章停车检测程序被处理器执行时实现如权利要求1至7中任一项所述的违章停车检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811552208.9A CN109559519A (zh) | 2018-12-18 | 2018-12-18 | 监控设备及其违章停车检测方法、装置、可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811552208.9A CN109559519A (zh) | 2018-12-18 | 2018-12-18 | 监控设备及其违章停车检测方法、装置、可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109559519A true CN109559519A (zh) | 2019-04-02 |
Family
ID=65870418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811552208.9A Pending CN109559519A (zh) | 2018-12-18 | 2018-12-18 | 监控设备及其违章停车检测方法、装置、可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109559519A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110491132A (zh) * | 2019-07-11 | 2019-11-22 | 平安科技(深圳)有限公司 | 基于视频帧图片分析的车辆违停检测方法及装置 |
CN110491135A (zh) * | 2019-08-20 | 2019-11-22 | 深圳市商汤科技有限公司 | 检测违章停车的方法及相关装置 |
CN110599796A (zh) * | 2019-09-06 | 2019-12-20 | 北京筑梦园科技有限公司 | 一种车位状态判断方法、服务器及停车管理*** |
CN111951601A (zh) * | 2020-08-05 | 2020-11-17 | 智慧互通科技有限公司 | 一种识别配送车辆停放位置的方法及装置 |
CN112232441A (zh) * | 2020-11-18 | 2021-01-15 | 中国联合网络通信集团有限公司 | 违章停车判断方法、***、计算机设备及存储介质 |
WO2021051621A1 (zh) * | 2019-09-16 | 2021-03-25 | 平安科技(深圳)有限公司 | 一种确定停车位的方法、终端设备及计算机可读存储介质 |
CN113380047A (zh) * | 2021-06-22 | 2021-09-10 | 重庆盛海科技发展有限公司 | 一种基于传统摄像机的违规停车检测方法 |
CN114141055A (zh) * | 2020-08-13 | 2022-03-04 | 纵目科技(上海)股份有限公司 | 一种智能泊车***的泊车位检测装置和检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116984A (zh) * | 2013-01-21 | 2013-05-22 | 信帧电子技术(北京)有限公司 | 检测违章停车的方法 |
CN104318206A (zh) * | 2014-09-30 | 2015-01-28 | 东软集团股份有限公司 | 一种障碍物检测方法和装置 |
US20150102946A1 (en) * | 2013-10-10 | 2015-04-16 | Safer Place Ltd. | System and method for enforcing parking rules |
CN107491753A (zh) * | 2017-08-16 | 2017-12-19 | 电子科技大学 | 一种基于背景建模的违章停车检测方法 |
CN108257410A (zh) * | 2017-12-25 | 2018-07-06 | 陈飞 | 一种现场监控与导航***协作的停车位精准导航方法 |
CN108269312A (zh) * | 2018-03-21 | 2018-07-10 | 厦门华方软件科技有限公司 | 一种违规停车监控***及方法 |
CN108491827A (zh) * | 2018-04-13 | 2018-09-04 | 腾讯科技(深圳)有限公司 | 一种车辆检测方法、装置及存储介质 |
-
2018
- 2018-12-18 CN CN201811552208.9A patent/CN109559519A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116984A (zh) * | 2013-01-21 | 2013-05-22 | 信帧电子技术(北京)有限公司 | 检测违章停车的方法 |
US20150102946A1 (en) * | 2013-10-10 | 2015-04-16 | Safer Place Ltd. | System and method for enforcing parking rules |
CN104318206A (zh) * | 2014-09-30 | 2015-01-28 | 东软集团股份有限公司 | 一种障碍物检测方法和装置 |
CN107491753A (zh) * | 2017-08-16 | 2017-12-19 | 电子科技大学 | 一种基于背景建模的违章停车检测方法 |
CN108257410A (zh) * | 2017-12-25 | 2018-07-06 | 陈飞 | 一种现场监控与导航***协作的停车位精准导航方法 |
CN108269312A (zh) * | 2018-03-21 | 2018-07-10 | 厦门华方软件科技有限公司 | 一种违规停车监控***及方法 |
CN108491827A (zh) * | 2018-04-13 | 2018-09-04 | 腾讯科技(深圳)有限公司 | 一种车辆检测方法、装置及存储介质 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110491132A (zh) * | 2019-07-11 | 2019-11-22 | 平安科技(深圳)有限公司 | 基于视频帧图片分析的车辆违停检测方法及装置 |
CN110491135A (zh) * | 2019-08-20 | 2019-11-22 | 深圳市商汤科技有限公司 | 检测违章停车的方法及相关装置 |
CN110491135B (zh) * | 2019-08-20 | 2021-10-22 | 深圳市商汤科技有限公司 | 检测违章停车的方法及相关装置 |
CN110599796A (zh) * | 2019-09-06 | 2019-12-20 | 北京筑梦园科技有限公司 | 一种车位状态判断方法、服务器及停车管理*** |
WO2021051621A1 (zh) * | 2019-09-16 | 2021-03-25 | 平安科技(深圳)有限公司 | 一种确定停车位的方法、终端设备及计算机可读存储介质 |
CN111951601A (zh) * | 2020-08-05 | 2020-11-17 | 智慧互通科技有限公司 | 一种识别配送车辆停放位置的方法及装置 |
CN114141055A (zh) * | 2020-08-13 | 2022-03-04 | 纵目科技(上海)股份有限公司 | 一种智能泊车***的泊车位检测装置和检测方法 |
CN114141055B (zh) * | 2020-08-13 | 2024-04-16 | 纵目科技(上海)股份有限公司 | 一种智能泊车***的泊车位检测装置和检测方法 |
CN112232441A (zh) * | 2020-11-18 | 2021-01-15 | 中国联合网络通信集团有限公司 | 违章停车判断方法、***、计算机设备及存储介质 |
CN112232441B (zh) * | 2020-11-18 | 2023-06-06 | 中国联合网络通信集团有限公司 | 违章停车判断方法、***、计算机设备及存储介质 |
CN113380047A (zh) * | 2021-06-22 | 2021-09-10 | 重庆盛海科技发展有限公司 | 一种基于传统摄像机的违规停车检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109559519A (zh) | 监控设备及其违章停车检测方法、装置、可读存储介质 | |
CN113284366A (zh) | 车辆盲区预警方法、预警装置、mec平台和存储介质 | |
WO2020022042A1 (ja) | 劣化診断装置、劣化診断システム、劣化診断方法、プログラムを記憶する記憶媒体 | |
CN110738150B (zh) | 相机联动抓拍方法、装置以及计算机存储介质 | |
US10803340B2 (en) | Method and apparatus for license plate recognition using multiple fields of view | |
CN107464446B (zh) | 一种垂直车位停车信息的巡检方法及装置 | |
CN111492416A (zh) | 一种违章监控***及违章监控方法 | |
WO2016107302A1 (zh) | 一种稽查行驶车辆的方法和*** | |
JP2019192209A (ja) | ビデオ動画の人工知能のための学習対象イメージパッケージング装置及び方法 | |
CN109446926A (zh) | 一种交通监控方法及装置、电子设备和存储介质 | |
CN113240880A (zh) | 一种火点检测方法、装置、电子设备及存储介质 | |
CN108805184B (zh) | 一种固定空间、车辆上的图像识别方法及*** | |
KR20170096437A (ko) | 영상처리를 이용한 도로 교통 정보 제공 시스템 및 방법 | |
Pyykönen et al. | Multi-camera-based smoke detection and traffic pollution analysis system | |
CN106571040A (zh) | 一种可疑车辆确认方法及设备 | |
CN103886761B (zh) | 能够快速发现道路异常停车的智能卡口***及其运行方法 | |
JP5049551B2 (ja) | Etc通信監視装置及びetc通信監視方法 | |
CN111768630A (zh) | 一种违章废图检测方法、装置及电子设备 | |
CN111243024A (zh) | 停车区域识别***及方法、检测***及方法、安防*** | |
CN105469091B (zh) | 一种车辆识别方法及装置 | |
CN110909641A (zh) | 一种检测摩托车超载的方法、装置及*** | |
CN112215038A (zh) | 特定车辆识别***、方法及存储介质 | |
JP2019192201A (ja) | 自律走行のための学習対象イメージ抽出装置及び方法 | |
KR102319938B1 (ko) | 주차장 불법 차량 번호판 사용 차단 블랙리스트 제공 방법 및 시스템 | |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190402 |