CN110533955B - 一种确定停车位的方法、终端设备及计算机可读存储介质 - Google Patents
一种确定停车位的方法、终端设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110533955B CN110533955B CN201910872304.XA CN201910872304A CN110533955B CN 110533955 B CN110533955 B CN 110533955B CN 201910872304 A CN201910872304 A CN 201910872304A CN 110533955 B CN110533955 B CN 110533955B
- Authority
- CN
- China
- Prior art keywords
- video
- target
- monitoring
- preset
- area
- 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
- 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
-
- 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
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/147—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is within an open public zone, e.g. city centre
-
- 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
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/148—Management of a network of parking areas
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明适用于人工智能技术领域，提供了一种确定停车位的方法、终端设备及介质，包括：对监控视频中的运动物体进行检测，框选运动物体在监控视频的各帧视频图像中所占的目标区域，当某监控视频中至少有连续第一预设数目帧视频图像中的目标区域完全重叠时，对该监控视频包含的连续第一预设数目帧视频图像中的目标区域进行目标识别，当识别出该监控视频包含的连续第一预设数目帧视频图像的目标区域中的运动物体为车辆时，将该监控视频包含的连续第一预设数目帧视频图像中的目标区域确定为可停车区域，基于可停车区域确定其对应的实际停车位的信息，从而便于停车管理***对实际场景中的零散停车位进行统计及调度，降低了停车困难度，提高了停车效率。
Description
技术领域
本发明属于人工智能技术领域，尤其涉及一种确定停车位的方法、终端设备及计算机可读存储介质。
背景技术
随着汽车行业的快速发展以及人们生活水平的不断提高，汽车已经成为大多数人出行的必备交通工具，随着汽车使用者的增多，大多数城市对停车位的需求量大幅度增加。而为了缓解停车场的停车压力，许多城市会在室外的一些街道上设置停车位，但由于这些室外停车位的分散性及不确定性，现有的停车管理***很难获知这些零散停车位的信息，进而无法将这些零散停车位的信息进行统一归档记录，导致在停车场的停车位紧缺时无法对这些室外的零散停车位进行紧急调度，增加了停车困难度，降低了停车效率。
发明内容
有鉴于此，本发明实施例提供了一种确定停车位的方法、终端设备及计算机可读存储介质，以解决现有的停车管理***无法获知室外零散停车位的信息，导致在室内停车位紧缺时无法对室外的零散停车位进行紧急调度，停车困难度较高，停车效率较低的问题。
本发明实施例的第一方面提供了一种确定停车位的方法，包括：
获取各个预设监控设备采集到的监控视频，基于预设运动物体检测策略检测所述监控视频中是否包含运动物体，将包含运动物体的所述监控视频确定为初始监控视频，框选所述初始监控视频中包含的运动物体在其各帧视频图像中所占的目标区域；
若所述初始监控视频中至少有连续第一预设数目帧视频图像中的所述目标区域完全重叠，则将所述初始监控视频确定为待筛选监控视频，并对所述待筛选监控视频包含的连续第一预设数目帧视频图像中的所述目标区域进行目标识别；
若识别出所述待筛选监控视频包含的连续第一预设数目帧视频图像的目标区域中的运动物体为车辆，则将所述待筛选监控视频确定为目标监控视频，将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域，并确定所述可停车区域在所述连续第一预设数目帧视频图像中的坐标信息；
获取所述目标监控视频对应的目标监控设备的预设监控区域的信息，基于所述预设监控区域的信息及所述目标监控视频包含的可停车区域在其连续第一预设数目帧视频图像中的坐标信息，确定所述目标监控视频包含的可停车区域对应的实际停车位的信息。
本发明实施例的第二方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下各步骤：
获取各个预设监控设备采集到的监控视频，基于预设运动物体检测策略检测所述监控视频中是否包含运动物体，将包含运动物体的所述监控视频确定为初始监控视频，框选所述初始监控视频中包含的运动物体在其各帧视频图像中所占的目标区域；
若所述初始监控视频中至少有连续第一预设数目帧视频图像中的所述目标区域完全重叠，则将所述初始监控视频确定为待筛选监控视频，并对所述待筛选监控视频包含的连续第一预设数目帧视频图像中的所述目标区域进行目标识别；
若识别出所述待筛选监控视频包含的连续第一预设数目帧视频图像的目标区域中的运动物体为车辆，则将所述待筛选监控视频确定为目标监控视频，将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域，并确定所述可停车区域在所述连续第一预设数目帧视频图像中的坐标信息；
获取所述目标监控视频对应的目标监控设备的预设监控区域的信息，基于所述预设监控区域的信息及所述目标监控视频包含的可停车区域在其连续第一预设数目帧视频图像中的坐标信息，确定所述目标监控视频包含的可停车区域对应的实际停车位的信息。
本发明实施例的第三方面提供了一种终端设备，包括：
框选单元，用于获取各个预设监控设备采集到的监控视频，基于预设运动物体检测策略检测所述监控视频中是否包含运动物体，将包含运动物体的所述监控视频确定为初始监控视频，框选所述初始监控视频中包含的运动物体在其各帧视频图像中所占的目标区域；
目标识别单元，用于若所述初始监控视频中至少有连续第一预设数目帧视频图像中的所述目标区域完全重叠，则将所述初始监控视频确定为待筛选监控视频，并对所述待筛选监控视频包含的连续第一预设数目帧视频图像中的所述目标区域进行目标识别；
第一确定单元，用于若识别出所述待筛选监控视频包含的连续第一预设数目帧视频图像的目标区域中的运动物体为车辆，则将所述待筛选监控视频确定为目标监控视频，将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域，并确定所述可停车区域在所述连续第一预设数目帧视频图像中的坐标信息；
第二确定单元，用于获取所述目标监控视频对应的目标监控设备的预设监控区域的信息，基于所述预设监控区域的信息及所述目标监控视频包含的可停车区域在其连续第一预设数目帧视频图像中的坐标信息，确定所述目标监控视频包含的可停车区域对应的实际停车位的信息。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现以下各步骤：
获取各个预设监控设备采集到的监控视频，基于预设运动物体检测策略检测所述监控视频中是否包含运动物体，将包含运动物体的所述监控视频确定为初始监控视频，框选所述初始监控视频中包含的运动物体在其各帧视频图像中所占的目标区域；
若所述初始监控视频中至少有连续第一预设数目帧视频图像中的所述目标区域完全重叠，则将所述初始监控视频确定为待筛选监控视频，并对所述待筛选监控视频包含的连续第一预设数目帧视频图像中的所述目标区域进行目标识别；
若识别出所述待筛选监控视频包含的连续第一预设数目帧视频图像的目标区域中的运动物体为车辆，则将所述待筛选监控视频确定为目标监控视频，将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域，并确定所述可停车区域在所述连续第一预设数目帧视频图像中的坐标信息；
获取所述目标监控视频对应的目标监控设备的预设监控区域的信息，基于所述预设监控区域的信息及所述目标监控视频包含的可停车区域在其连续第一预设数目帧视频图像中的坐标信息，确定所述目标监控视频包含的可停车区域对应的实际停车位的信息。
实施本发明实施例提供的一种确定停车位的方法、终端设备及计算机可读存储介质具有以下有益效果：
本发明实施例提供的一种确定停车位的方法，通过对预设监控设备采集到的监控视频中的运动物体进行检测，框选运动物体在监控视频的各帧视频图像中所占的目标区域，当某监控视频中至少有连续第一预设数目帧视频图像中的目标区域完全重叠时，将该监控视频确定为待筛选监控视频，对待筛选监控视频包含的连续第一预设数目帧视频图像中的目标区域进行目标识别，当识别出某待筛选监控视频包含的连续第一预设数目帧视频图像的目标区域中的运动物体为车辆时，将该待筛选监控视频确定为目标监控视频，将目标监控视频包含的连续第一预设数目帧视频图像中的目标区域确定为可停车区域，基于目标监控视频对应的目标监控设备的预设监控区域的信息及可停车区域在连续第一预设数目帧视频图像中的坐标信息，确定可停车区域对应的实际停车位的信息。本发明实施例可以基于目标监控设备采集到的监控视频自动确定出目标监控设备的监控画面对应的实际场景中的停车位的信息，便于停车管理***对目标监控设备的监控画面对应的实际场景中的零散停车位进行统计，有利于停车管理***在室内停车位紧缺时对零散停车位进行调度，降低了停车困难度，提高了停车效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种确定停车位的方法的实现流程图；
图2是本发明实施例提供的一种确定停车位的方法中S3的具体实现流程图；
图3是本发明实施例提供的一种确定停车位的方法中S32的具体实现流程图；
图4是本发明实施例提供的一种终端设备的结构框图；
图5是本发明另一实施例提供的一种终端设备的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。
请参阅图1，图1是本发明实施例提供的一种确定停车位的方法的实现流程图。本实施例中，确定停车位的方法的执行主体为终端设备。终端设备包括但不限于智能手机、平板电脑或台式电脑。如图1所示的确定停车位的方法包括以下步骤：
S1：获取各个预设监控设备采集到的监控视频，基于预设运动物体检测策略检测所述监控视频中是否包含运动物体，将包含运动物体的所述监控视频确定为初始监控视频，框选所述初始监控视频中包含的运动物体在其各帧视频图像中所占的目标区域。
本发明实施例中，预设监控设备为用于监控室外街道的监控设备。每一预设监控设备都具有一个唯一身份标识，且每一预设监控设备均有其对应的预设监控区域。在实际应用中，预设监控设备的唯一身份标识可以是预设监控设备的编号，也可以是预设监控设备的设备识别码等，此处不做限制。预设监控设备的编号可以由预设监控设备所监控的街道的标识及预设监控设备在其所监控的街道上的位置编号构成；预设监控设备的预设监控区域的信息可以通过预设监控设备所监控的街道的名称、预设监控设备在其所监控的街道上的位置信息及预设监控设备的视野范围描述。预设监控设备的视野范围指预设监控设备在实际场景中能监控到的区域的范围，预设监控设备的视野范围与预设监控设备监控到的监控画面相对应。
本发明实施例为了统计室外街道上的可停车区域(即停车位)，需要对预设监控设备采集到的监控视频进行检测分析，通过检测是否有车辆在预设监控设备的监控画面中的某位置长时间停留，来确定预设监控设备所监控的街道上是否有可停车区域以及确定可停车区域的具***置。通常，当有车辆驶入/驶出监控设备的监控画面且有车辆能够在监控画面的某位置停留一段时间时，说明监控设备所监控的区域内有可停车区域；当有车辆经过监控设备的监控画面但无车辆在监控设备的监控画面中停留时，说明监控设备所监控的区域内没有可停车区域。
具体的，终端设备可以获取各个预设监控设备采集到的监控视频，基于预设运动物体检测策略检测预设监控设备采集到的监控视频中是否包含运动物体。终端设备若检测到某监控视频中包含运动物体，则将包含运动物体的监控视频确定为初始监控视频，将包含运动物体的监控视频对应的预设监控设备确定为初始监控设备，且终端设备框选初始监控视频中的运动物体在其各帧视频图像中所占的目标区域。终端设备检测监控视频中是否包含运动物体的目的是为了避免后续进行目标识别时将预设监控设备所监控的区域内占一定空间但无法移动的物体误判为车辆，而对运动物体在初始监控视频的各帧视频图像中所占的目标区域进行框选的目的是为了后续有针对性地识别所框选的运动物体是否为车辆。可以理解的是，终端设备如果未在某监控视频中检测到运动物体，则不对该监控视频进行框选操作。
可以理解的是，由于预设监控设备采集到的监控视频通常存储在城市相关部门的监控数据库中，因此，在实际应用中，在经城市相关部门授权后，终端设备可以从城市相关部门的监控数据库中获取预设监控设备采集到的监控视频。需要说明的是，监控数据库通常以预设监控设备的唯一身份标识作为索引对预设监控设备采集到的监控视频进行存储。
作为本发明一优选实施例，终端设备可以从监控数据库中获取每一预设监控设备在预设时段内采集到的监控视频。其中，预设时段可以根据实际需求设置，例如，预设时段可以为停车动作发生的高峰时段，示例性的，人们通常在早晨的上班时段及傍晚的下班时段需要停车，在这些时段内，所监控区域内有可停车区域的预设监控设备可以较大概率地拍摄到车辆驶入监控画面并在监控画面中停留的过程，因此，仅对预设时段内采集到的监控视频进行检测分析可以高效且准确地检测出预设监控设备监控的区域内是否有可停车区域。
作为本发明一实施例，终端设备基于预设运动物体检测策略检测所述监控视频中是否包含运动物体，具体可以包括以下步骤：
读取所述监控视频包含的各帧视频图像；
对所述监控视频包含的各帧所述视频图像分别进行平滑处理及灰度处理，得到各帧所述视频图像的灰度图像；
对每相邻两帧所述视频图像的灰度图像进行差分处理，得到每相邻两帧所述视频图像对应的灰度差分图像；
基于预设灰度值阈值对各个所述灰度差分图像进行二值化处理，得到每相邻两帧所述视频图像对应的二值化图像；
基于各个所述二值化图像确定所述监控视频中是否包含运动物体。
本实施例中，终端设备对每相邻两帧视频图像的灰度图像进行差分处理具体为：计算每相邻两帧视频图像的灰度图像中对应像素点之间的灰度值之差。
终端设备基于预设灰度值阈值对各个所述灰度差分图像进行二值化处理，得到每相邻两帧所述视频图像对应的二值化图像，具体可以包括：将灰度差分图像中灰度值大于或等于预设灰度值阈值的像素点的像素值确定为第一预设值，将灰度差分图像中灰度值小于预设灰度值阈值的像素点的像素值确定为第二预设值，进而得到每相邻两帧所述视频图像对应的二值化图像。
在实际应用中，预设灰度值阈值可根据实际需求设置，此处不做限制。第一预设值和第二预设值也可以根据实际需求设置，例如，第一预设值可以为1，第二预设值可以为0。
终端设备得到每相邻两帧视频图像对应的二值化图像后，将二值化图像中像素值为第一预设值的像素点构成的区域确定为运动物体所在区域。终端设备基于二值化图像中的运动物体所在区域，从二值化图像对应的两帧视频图像中的后一帧视频图像中框选与运动物体所在区域对应的目标区域。
S2：若所述初始监控视频中至少有连续第一预设数目帧视频图像中的所述目标区域完全重叠，则将所述初始监控视频确定为待筛选监控视频，并对所述待筛选监控视频包含的连续第一预设数目帧视频图像中的所述目标区域进行目标识别。
本发明实施例中，终端设备框选出初始监控视频中的运动物体在其各帧视频图像中所占的目标区域后，将初始监控视频中的每相邻两帧视频图像进行重叠对比，检测初始监控视频中每相邻两帧视频图像中的目标区域是否完全重叠，进而检测初始监控视频中是否至少有连续第一预设数目帧视频图像中的目标区域完全重叠。终端设备检测初始监控视频中是否至少有连续第一预设数目帧视频图像中的目标区域完全重叠的目的是为了确定运动物体是否在初始设监控设备所监控的画面中停留一段时间，且停留的时间是否大于最大临时停车时长。
在实际应用中，当车辆在室外街道的某个区域停留的时长大于最大临时停车时长，说明该街道的该区域允许长时间停车，即说明该街道的该区域可以作为停车位，因此，本发明实施例中，第一预设数目与初始监控设备的帧率及最大临时停车时长相关，具体的，第一预设数目为初始监控设备的帧率与最大临时停车时长的乘积。
终端设备检测初始监控视频中每相邻两帧视频图像中的目标区域是否完全重叠指：检测初始监控视频中的第i帧视频图像中的目标区域与第i+1帧视频图像中的目标区域是否完全重叠。其中，1≤i≤T-1，i为整数，T为初始监控视频包含的视频图像的总帧数。示例性的，终端设备检测初始监控视频中的第1帧视频图像中的目标区域与第2帧视频图像中的目标区域是否完全重叠，检测初始监控视频中的第2帧视频图像中的目标区域与第3帧视频图像中的目标区域是否完全重叠，以此类推。
作为本发明一实施例，终端设备检测初始监控视频中每相邻两帧视频图像中的目标区域是否完全重叠具体可以包括以下步骤：
计算初始监控视频中每相邻两帧视频图像中的目标区域的第一重叠度，检测初始监控视频中每相邻两帧视频图像中的目标区域的第一重叠度是否大于预设第一重叠度阈值。
其中，初始监控视频中每相邻两帧视频图像中的目标区域的第一重叠度为：每相邻两帧视频图像中的目标区域的重叠部分的面积与每相邻两帧视频图像中的目标区域的面积之和的比值。预设第一重叠度阈值可以根据实际情况设置，此处不做限制。
终端设备若检测到初始监控视频中某相邻两帧视频图像中的目标区域的第一重叠度大于预设第一重叠度阈值，则确定该相邻两帧视频图像中的目标区域完全重叠。终端设备若检测到初始监控视频中有连续第二预设数目个相邻两帧视频图像中的目标区域完全重叠，则确定初始监控视频中至少有连续第一预设数目帧视频图像中的目标区域完全重叠。其中，当第一预设数目为偶数时，第二预设数目＝第一预设数目/2；当第一预设数目为奇数时，第二预设数目＝(第一预设数目+1)/2。
终端设备若检测到某初始监控视频中至少有连续第一预设数目帧视频图像中的目标区域完全重叠，则说明有运动物体在该初始监控设备所监控的画面中停留一段时间，且停留的时长大于最大临时停车时长，此时，终端设备将该初始监控视频确定为待筛选监控视频，并对待筛选监控视频包含的连续第一预设数目帧视频图像中的目标区域进行目标识别，对目标区域进行目标识别的目的是为了识别目标区域中的物体是否是车辆。
在实际应用中，终端设备可以采用基于深度学习的目标识别算法识别目标区域中的物体是否为车辆。其中，基于深度学习的目标识别算法可以是卷积神经网络算法，由于基于深度学习的目标识别算法为现有技术，因此，此处不再对基于深度学习目标识别算法的具体识别原理进行赘述。
S3：若识别出所述待筛选监控视频包含的连续第一预设数目帧视频图像的目标区域中的运动物体为车辆，则将所述待筛选监控视频确定为目标监控视频，将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域，并确定所述可停车区域在所述连续第一预设数目帧视频图像中的坐标信息。
本发明实施例中，终端设备若识别出某待筛选监控视频包含的连续第一预设数目帧视频图像的目标区域中的运动物体为车辆，则说明该待筛选监控视频包含的连续第一预设数目帧视频图像中的目标区域为车辆可长时间停留的区域，此时，终端设备将该待筛选监控视频确定为目标监控视频，将目标监控视频对应的监控设备确定为目标监控设备，将目标监控视频包含的连续第一预设数目帧视频图像中的目标区域确定为可停车区域，并确定可停车区域在目标监控视频包含的连续第一预设数目帧视频图像中的坐标信息。
其中，可停车区域在目标监控视频包含的连续第一预设数目帧视频图像中的坐标信息可以通过可停车区域的中心点在目标监控视频包含的连续第一预设数目帧视频图像中的坐标信息描述。具体的，由于视频图像通常为矩形，因此，终端设备可以以目标监控视频包含的连续第一预设数目帧视频图像的其中一个顶点为坐标原点，以构成该顶点的两条边为坐标轴建立坐标系，进而确定可停车区域的中心点在连续第一预设数目帧视频图像中的坐标信息。
S4：获取所述目标监控视频对应的目标监控设备的预设监控区域的信息，基于所述预设监控区域的信息及所述目标监控视频包含的可停车区域在其连续第一预设数目帧视频图像中的坐标信息，确定所述目标监控视频包含的可停车区域对应的实际停车位的信息。
由于终端设备确定出的可停车区域是相对于监控设备的监控画面而言的，因此，为了将其对应到实际场景中，进而确定出实际场景中的停车位，终端设备在确定出可停车区域在目标监控视频包含的连续第一预设数目帧视频图像中的坐标信息后，基于目标监控视频对应的目标监控设备的唯一身份标识，获取目标监控设备的预设监控区域信息。
需要说明的是，预设监控设备的唯一身份标识与预设监控设备的预设监控区的信息预先对应存储在城市相关部门的监控数据中。终端设备可以基于目标监控设备的唯一身份标识从相关部门的监控数据库中获取目标监控设备的预设监控区域的信息。其中，目标监控设备的预设监控区域的信息通过目标监控设备所监控的街道的名称、目标监控设备在其所监控的街道上的位置信息及目标监控设备的视野范围描述。
终端设备获取到目标监控设备的预设监控区域的信息后，基于可停车区域在连续第一预设数目帧视频图像中的坐标信息，在目标监控设备的视野范围内确定可停车区域对应的实际停车位的占地范围，并基于目标监控设备所监控的街道的名称、目标监控设备在其所监控的街道上的位置信息及可停车区域对应的实际停车位的占地范围，生成可停车区域对应的实际停车位的信息。也就是说，可停车区域对应的实际停车位的信息通过目标监控设备所监控的街道的名称、目标监控设备在其所监控的街道上的位置信息及可停车区域对应的实际停车位的占地范围描述。
以上可以看出，本发明实施例提供的一种确定停车位的方法，能够基于目标监控设备采集到的监控视频自动确定出目标监控设备的监控画面对应的实际场景中的停车位的信息，便于停车管理***对目标监控设备的监控画面对应的实际场景中的零散停车位进行统计，有利于停车管理***在室内停车位紧缺时对零散停车位进行调度，降低了停车困难度，提高了停车效率。
请参阅图2，图2是本发明另一实施例提供的一种确定停车位的方法的实现流程图。本实施例在图1对应的实施例的基础上，考虑到目标监控设备的监控画面对应的实际场景中可能存在已划线的停车位，基于此，本实施例中的S3具体包括S31～S34，详述如下：
S31：对所述目标监控视频包含的连续第一预设数目帧视频图像进行目标检测，检测所述目标监控视频包含的连续第一预设数目帧视频图像中是否包含预设形状的框体。
本实施例中，终端设备确定了目标监控视频后，对目标监控视频包含的连续第一预设数目帧视频图像进行目标检测，以检测目标监控视频包含的连续第一预设数目帧视频图像中是否包含预设形状的框体。检测目标监控视频包含的连续第一预设数目帧视频图像中是否包含预设形状的框体的目的是为了确定目标监控设备的监控画面对应的实际场景中是否存在已划线的停车位。由于已划线的停车位的轮廓通常为平行四边形，因此，本实施例中，预设形状可以设置为平行四边形。
作为本发明一实施例，终端设备可以采用基于OpenCV算法中的边缘检测算法检测并获取视频图像中的预设形状的框体。由于基于OpenCV算法中的边缘检测算法为现有技术，因此此处不对其具体检测原理进行赘述。
S32：若所述目标监控视频包含的连续第一预设数目帧视频图像中包含预设形状的框体，则计算所述预设形状的框体与所述目标区域的第二重叠度。
本实施例中，终端设备若检测出目标监控视频包含的连续第一预设数目帧视频图像中包含预设形状的框体，则说明目标监控设备的监控画面对应的实际场景中可能存在停车位，此时，为了进一步确定检测出的预设形状的框体是否确实对应实际场景中的停车位，终端设备计算预设形状的框体与目标区域的第二重叠度。
作为本发明一实施例，S32具体可通过如图3所示的S321～S322实现，详述如下：
S321：若所述目标监控视频包含的连续第一预设数目帧视频图像中包含预设形状的框体，则计算所述视频图像包含的所述预设形状的框体与所述目标区域的重叠部分的面积，以及计算所述预设形状的框体的面积与所述目标区域的面积之和；
S322：将所述重叠部分的面积与所述面积之和的比值确定为所述预设形状的框体与所述目标区域的第二重叠度。
本实施例中，终端设备计算出预设形状的框体与目标区域的第二重叠度后，将第二重叠度与第二预设重叠度阈值进行比较。其中，第二预设重叠度阈值可根据实际需求设置，此处不做限制。
终端设备若检测到预设形状的框体与目标区域的第二重叠度小于第二预设重叠度阈值，则执行S33；终端设备若检测到预设形状的框体与目标区域的第二重叠度大于或等于第二预设重叠度阈值，则执行S34。
S33：若所述第二重叠度小于第二预设重叠度阈值，则将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域。
本实施例中，终端设备若检测到预设形状的框体与目标区域的第二重叠度小于第二预设重叠度阈值，则说明预设形状的框体与目标区域之间的重叠面积较小，即说明预设形状的框体在实际场景中对应的并不是已划线的停车位，此时，终端设备将目标视频包含的连续第一预设数目帧视频图像中的目标区域确定为可停车区域。
S34：若所述第二重叠度大于或等于第二预设重叠度阈值，则将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述预设形状的框体确定为可停车区域。
本实施例中，终端设备若检测到预设形状的框体与目标区域的第二重叠度大于或等于第二预设重叠度阈值，则说明预设形状的框体与目标区域之间的重叠面积较大，即说明预设形状的框体在实际场景中对应已划线的停车位，此时，终端设备将目标视频包含的连续第一预设数目帧视频图像中的预设形状的框体确定为可停车区域。
以上可以看出，本实施例提供的一种确定停车位的方法，在目标监控设备的监控画面对应的实际场景中有已划线的停车位时，优先将已划线的停车位对应的预设形状的框体确定为可停车区域，进而使得确定出的停车位更加准确。
请参阅图4，图4是本发明实施例提供的一种终端设备的结构框图。本实施例中的终端设备可以是智能手机、平板电脑等终端设备。该终端设备包括的各单元用于执行图1至图3对应的实施例中的各步骤。具体请参阅图1至图3以及图1至图3所对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。参见图4，终端设备400包括：框选单元41、目标识别单元42、第一确定单元43及第二确定单元44。其中：
框选单元41用于获取各个预设监控设备采集到的监控视频，基于预设运动物体检测策略检测所述监控视频中是否包含运动物体，将包含运动物体的所述监控视频确定为初始监控视频，框选所述初始监控视频中包含的运动物体在其各帧视频图像中所占的目标区域。
目标识别单元42用于若所述初始监控视频中至少有连续第一预设数目帧视频图像中的所述目标区域完全重叠，则将所述初始监控视频确定为待筛选监控视频，并对所述待筛选监控视频包含的连续第一预设数目帧视频图像中的所述目标区域进行目标识别。
第一确定单元43用于若识别出所述待筛选监控视频包含的连续第一预设数目帧视频图像的目标区域中的运动物体为车辆，则将所述待筛选监控视频确定为目标监控视频，将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域，并确定所述可停车区域在所述连续第一预设数目帧视频图像中的坐标信息。
第二确定单元44用于获取所述目标监控视频对应的目标监控设备的预设监控区域的信息，基于所述预设监控区域的信息及所述目标监控视频包含的可停车区域在其连续第一预设数目帧视频图像中的坐标信息，确定所述目标监控视频包含的可停车区域对应的实际停车位的信息。
作为本发明一实施例，第一确定单元43具体包括：目标检测单元、第一计算单元及第三确定单元。其中：
目标检测单元用于对所述目标监控视频包含的连续第一预设数目帧视频图像进行目标检测，检测所述目标监控视频包含的连续第一预设数目帧视频图像中是否包含预设形状的框体。
第一计算单元用于若所述目标监控视频包含的连续第一预设数目帧视频图像中包含预设形状的框体，则计算所述预设形状的框体与所述目标区域的第二重叠度。
第三确定单元用于若所述第二重叠度小于第二预设重叠度阈值，则将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域。
作为本发明一实施例，终端设备400还包括第四确定单元。
第四确定单元用于若所述第二重叠度大于或等于第二预设重叠度阈值，则将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述预设形状的框体确定为可停车区域。
作为本发明一实施例，第一计算单元具体用于：
若所述目标监控视频包含的连续第一预设数目帧视频图像中包含预设形状的框体，则计算所述视频图像包含的所述预设形状的框体与所述目标区域的重叠部分的面积，以及计算所述预设形状的框体的面积与所述目标区域的面积之和；
将所述重叠部分的面积与所述面积之和的比值确定为所述预设形状的框体与所述目标区域的第二重叠度。
作为本发明一实施例，框选单元41具体包括读取单元、第一处理单元、第二处理单元、第三处理单元及第五确定单元。其中：
读取单元用于读取所述监控视频包含的各帧视频图像。
第一处理单元用于对所述监控视频包含的各帧所述视频图像分别进行平滑处理及灰度处理，得到各帧所述视频图像的灰度图像。
第二处理单元用于对每相邻两帧所述视频图像的灰度图像进行差分处理，得到每相邻两帧所述视频图像对应的灰度差分图像。
第三处理单元用于基于预设灰度值阈值对各个所述灰度差分图像进行二值化处理，得到每相邻两帧所述视频图像对应的二值化图像。
第五确定单元用于基于各个所述二值化图像确定所述监控视频中是否包含运动物体。
以上可以看出，本实施例提供的一种终端设备，能够基于目标监控设备采集到的监控视频自动确定出目标监控设备的监控画面对应的实际场景中的停车位的信息，便于停车管理***对目标监控设备的监控画面对应的实际场景中的零散停车位进行统计，有利于停车管理***在室内停车位紧缺时对零散停车位进行调度，降低了停车困难度，提高了停车效率。
图5是本发明另一实施例提供的一种终端设备的结构框图。如图5所示，该实施例的终端设备5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52，例如确定停车位的方法的程序。处理器50执行所述计算机程序52时实现上述各个确定停车位的方法各实施例中的步骤，例如图1所示的S1至S4。或者，所述处理器50执行所述计算机程序52时实现上述图4对应的实施例中各单元的功能，例如，图4所示的单元41至44的功能，具体请参阅图4对应的实施例中的相关描述，此处不赘述。
示例性的，所述计算机程序52可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。例如，所述计算机程序52可以被分割成框选单元、目标识别单元、第一确定单元及第二确定单元，各单元具体功能如上所述。
所述终端设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是终端设备5的示例，并不构成对终端设备5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，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述终端设备5的内部存储单元，例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备，例如所述终端设备5上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种确定停车位的方法，其特征在于，包括：
获取各个预设监控设备采集到的监控视频，基于预设运动物体检测策略检测所述监控视频中是否包含运动物体，将包含运动物体的所述监控视频确定为初始监控视频，框选所述初始监控视频中包含的运动物体在其各帧视频图像中所占的目标区域；每一所述预设监控设备对应一个预设监控区域；
若所述初始监控视频中至少有连续第一预设数目帧视频图像中的所述目标区域完全重叠，则将所述初始监控视频确定为待筛选监控视频，并对所述待筛选监控视频包含的连续第一预设数目帧视频图像中的所述目标区域进行目标识别；
若识别出所述待筛选监控视频包含的连续第一预设数目帧视频图像的目标区域中的运动物体为车辆，则将所述待筛选监控视频确定为目标监控视频，将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域，并确定所述可停车区域在所述连续第一预设数目帧视频图像中的坐标信息；
获取所述目标监控视频对应的目标监控设备的预设监控区域的信息，基于所述预设监控区域的信息及所述目标监控视频包含的可停车区域在其连续第一预设数目帧视频图像中的坐标信息，确定所述目标监控视频包含的可停车区域对应的实际停车位的信息， 所述实际停车位的信息通过目标监控设备所监控的街道的名称、所述目标监控设备在所监控的街道上的位置信息及所述可停车区域对应的实际停车位的占地范围描述。
2.根据权利要求1所述的确定停车位的方法，其特征在于，所述若识别出所述待筛选监控视频包含的连续第一预设数目帧视频图像的目标区域中的运动物体为车辆，则将所述待筛选监控视频确定为目标监控视频，将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域，并确定所述可停车区域在所述连续第一预设数目帧视频图像中的坐标信息，包括：
对所述目标监控视频包含的连续第一预设数目帧视频图像进行目标检测，检测所述目标监控视频包含的连续第一预设数目帧视频图像中是否包含预设形状的框体；
若所述目标监控视频包含的连续第一预设数目帧视频图像中包含预设形状的框体，则计算所述预设形状的框体与所述目标区域的第二重叠度；
若所述第二重叠度小于第二预设重叠度阈值，则将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域。
3.根据权利要求2所述的确定停车位的方法，其特征在于，所述若所述目标监控视频包含的连续第一预设数目帧视频图像中包含预设形状的框体，则计算所述预设形状的框体与所述目标区域的第二重叠度之后，还包括：
若所述第二重叠度大于或等于第二预设重叠度阈值，则将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述预设形状的框体确定为可停车区域。
4.根据权利要求2所述的确定停车位的方法，其特征在于，所述若所述目标监控视频包含的连续第一预设数目帧视频图像中包含预设形状的框体，则计算所述预设形状的框体与所述目标区域的第二重叠度，包括：
若所述目标监控视频包含的连续第一预设数目帧视频图像中包含预设形状的框体，则计算所述视频图像包含的所述预设形状的框体与所述目标区域的重叠部分的面积，以及计算所述预设形状的框体的面积与所述目标区域的面积之和；
将所述重叠部分的面积与所述面积之和的比值确定为所述预设形状的框体与所述目标区域的第二重叠度。
5.根据权利要求1至4任一项所述的确定停车位的方法，其特征在于，所述获取各个预设监控设备采集到的监控视频，基于预设运动物体检测策略检测所述监控视频中是否包含运动物体，包括：
读取所述监控视频包含的各帧视频图像；
对所述监控视频包含的各帧所述视频图像分别进行平滑处理及灰度处理，得到各帧所述视频图像的灰度图像；
对每相邻两帧所述视频图像的灰度图像进行差分处理，得到每相邻两帧所述视频图像对应的灰度差分图像；
基于预设灰度值阈值对各个所述灰度差分图像进行二值化处理，得到每相邻两帧所述视频图像对应的二值化图像；
基于各个所述二值化图像确定所述监控视频中是否包含运动物体。
6.一种终端设备，其特征在于，所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
获取各个预设监控设备采集到的监控视频，基于预设运动物体检测策略检测所述监控视频中是否包含运动物体，将包含运动物体的所述监控视频确定为初始监控视频，框选所述初始监控视频中包含的运动物体在其各帧视频图像中所占的目标区域；每一所述预设监控设备对应一个预设监控区域；
若所述初始监控视频中至少有连续第一预设数目帧视频图像中的所述目标区域完全重叠，则将所述初始监控视频确定为待筛选监控视频，并对所述待筛选监控视频包含的连续第一预设数目帧视频图像中的所述目标区域进行目标识别；
若识别出所述待筛选监控视频包含的连续第一预设数目帧视频图像的目标区域中的运动物体为车辆，则将所述待筛选监控视频确定为目标监控视频，将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域，并确定所述可停车区域在所述连续第一预设数目帧视频图像中的坐标信息；
获取所述目标监控视频对应的目标监控设备的预设监控区域的信息，基于所述预设监控区域的信息及所述目标监控视频包含的可停车区域在其连续第一预设数目帧视频图像中的坐标信息，确定所述目标监控视频包含的可停车区域对应的实际停车位的信息， 所述实际停车位的信息通过目标监控设备所监控的街道的名称、所述目标监控设备在所监控的街道上的位置信息及所述可停车区域对应的实际停车位的占地范围描述。
7.根据权利要求6所述的终端设备，其特征在于，所述若识别出所述待筛选监控视频包含的连续第一预设数目帧视频图像的目标区域中的运动物体为车辆，则将所述待筛选监控视频确定为目标监控视频，将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域，并确定所述可停车区域在所述连续第一预设数目帧视频图像中的坐标信息，包括：
对所述目标监控视频包含的连续第一预设数目帧视频图像进行目标检测，检测所述目标监控视频包含的连续第一预设数目帧视频图像中是否包含预设形状的框体；
若所述目标监控视频包含的连续第一预设数目帧视频图像中包含预设形状的框体，则计算所述预设形状的框体与所述目标区域的第二重叠度；
若所述第二重叠度小于第二预设重叠度阈值，则将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域。
8.根据权利要求6所述的终端设备，其特征在于，所述若所述目标监控视频包含的连续第一预设数目帧视频图像中包含预设形状的框体，则计算所述预设形状的框体与所述目标区域的第二重叠度之后，还包括：
若所述第二重叠度大于或等于第二预设重叠度阈值，则将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述预设形状的框体确定为可停车区域。
9.一种终端设备，其特征在于，包括：
框选单元，用于获取各个预设监控设备采集到的监控视频，基于预设运动物体检测策略检测所述监控视频中是否包含运动物体，将包含运动物体的所述监控视频确定为初始监控视频，框选所述初始监控视频中包含的运动物体在其各帧视频图像中所占的目标区域；每一所述预设监控设备对应一个预设监控区域；
目标识别单元，用于若所述初始监控视频中至少有连续第一预设数目帧视频图像中的所述目标区域完全重叠，则将所述初始监控视频确定为待筛选监控视频，并对所述待筛选监控视频包含的连续第一预设数目帧视频图像中的所述目标区域进行目标识别；
第一确定单元，用于若识别出所述待筛选监控视频包含的连续第一预设数目帧视频图像的目标区域中的运动物体为车辆，则将所述待筛选监控视频确定为目标监控视频，将所述目标监控视频包含的连续第一预设数目帧视频图像中的所述目标区域确定为可停车区域，并确定所述可停车区域在所述连续第一预设数目帧视频图像中的坐标信息；
第二确定单元，用于获取所述目标监控视频对应的目标监控设备的预设监控区域的信息，基于所述预设监控区域的信息及所述目标监控视频包含的可停车区域在其连续第一预设数目帧视频图像中的坐标信息，确定所述目标监控视频包含的可停车区域对应的实际停车位的信息， 所述实际停车位的信息通过目标监控设备所监控的街道的名称、所述目标监控设备在所监控的街道上的位置信息及所述可停车区域对应的实际停车位的占地范围描述。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910872304.XA CN110533955B (zh) | 2019-09-16 | 2019-09-16 | 一种确定停车位的方法、终端设备及计算机可读存储介质 |
| PCT/CN2019/118689 WO2021051621A1 (zh) | 2019-09-16 | 2019-11-15 | 一种确定停车位的方法、终端设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910872304.XA CN110533955B (zh) | 2019-09-16 | 2019-09-16 | 一种确定停车位的方法、终端设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110533955A CN110533955A (zh) | 2019-12-03 |
| CN110533955B true CN110533955B (zh) | 2022-12-09 |
Family
ID=68668758
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910872304.XA Active CN110533955B (zh) | 2019-09-16 | 2019-09-16 | 一种确定停车位的方法、终端设备及计算机可读存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110533955B (zh) |
| WO (1) | WO2021051621A1 (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111147763B (zh) * | 2019-12-29 | 2022-03-01 | 眸芯科技（上海）有限公司 | 基于灰度值的图像处理方法及应用 |
| CN112950819A (zh) * | 2021-05-14 | 2021-06-11 | 北京旗偲智能科技有限公司 | 车辆解锁控制方法、装置、服务器及存储介质 |
| CN113450575B (zh) * | 2021-05-31 | 2022-04-19 | 超级视线科技有限公司 | 一种路侧停车的管理方法及装置 |
| CN114332826B (zh) * | 2022-03-10 | 2022-07-08 | 浙江大华技术股份有限公司 | 一种车辆图像识别方法、装置、电子设备和存储介质 |
| CN114664096B (zh) * | 2022-03-24 | 2023-04-28 | 北京四象网讯科技有限公司 | 停车场的监控视频处理方法及装置 |
| CN115145451B (zh) * | 2022-06-28 | 2023-06-30 | 网易（杭州）网络有限公司 | 一种终端设备上的框选方法、装置、设备及存储介质 |
| CN117237854B (zh) * | 2023-10-31 | 2024-03-19 | 武汉无线飞翔科技有限公司 | 基于视频识别的停车位分配方法、***、设备及存储介质 |
| CN118254792A (zh) * | 2024-05-30 | 2024-06-28 | 比亚迪股份有限公司 | 车辆及其可泊车车位的确定方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102789642B (zh) * | 2011-05-16 | 2017-08-25 | 索尼公司 | 消失方向确定方法和装置、摄像机自标定方法和装置 |
| CN104463913A (zh) * | 2014-12-25 | 2015-03-25 | 天津艾思科尔科技有限公司 | 违规停车智能检测装置与方法 |
| DE102015205855A1 (de) * | 2015-04-01 | 2016-10-06 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und System zur automatischen Erkennung von Parkzonen |
| CN106600955A (zh) * | 2015-10-14 | 2017-04-26 | 富士通株式会社 | 检测交通状态的方法、装置和电子设备 |
| CN106846357A (zh) * | 2016-12-15 | 2017-06-13 | 重庆凯泽科技股份有限公司 | 一种可疑物检测方法及装置 |
| CN106652551B (zh) * | 2016-12-16 | 2021-03-09 | 浙江宇视科技有限公司 | 一种车位检测方法及设备 |
| CN106878674B (zh) * | 2017-01-10 | 2019-08-30 | 哈尔滨工业大学深圳研究生院 | 一种基于监控视频的停车检测方法及装置 |
| CN109726637A (zh) * | 2018-12-03 | 2019-05-07 | 初速度（苏州）科技有限公司 | 用弹性多边形表示停车位区域的停车位检测***及方法 |
| CN109559519A (zh) * | 2018-12-18 | 2019-04-02 | 广东中安金狮科创有限公司 | 监控设备及其违章停车检测方法、装置、可读存储介质 |
-
2019
- 2019-09-16 CN CN201910872304.XA patent/CN110533955B/zh active Active
- 2019-11-15 WO PCT/CN2019/118689 patent/WO2021051621A1/zh active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021051621A1 (zh) | 2021-03-25 |
| CN110533955A (zh) | 2019-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110533955B (zh) | 一种确定停车位的方法、终端设备及计算机可读存储介质 | |
| JP6488083B2 (ja) | 駐車区画占有率判定のための映像および視覚ベースのアクセス制御のハイブリッド方法およびシステム | |
| WO2019223586A1 (zh) | 车位使用状况的检测方法、装置、电子设备及存储介质 | |
| WO2021051601A1 (zh) | 利用Mask R-CNN选择检测框的方法及***、电子装置及存储介质 | |
| US20130243343A1 (en) | Method and device for people group detection | |
| CN110738150B (zh) | 相机联动抓拍方法、装置以及计算机存储介质 | |
| CN111723773B (zh) | 遗留物检测方法、装置、电子设备及可读存储介质 | |
| CN105631418A (zh) | 一种人数统计的方法和装置 | |
| CN111783573B (zh) | 一种远光灯检测方法、装置及设备 | |
| CN107748882B (zh) | 一种车道线检测方法及装置 | |
| CN111582032A (zh) | 行人检测方法、装置、终端设备及存储介质 | |
| CN115170851A (zh) | 一种图像聚类的方法及装置 | |
| CN112991349B (zh) | 图像处理方法、装置、设备和存储介质 | |
| CN116229336B (zh) | 视频移动目标识别方法、***、存储介质及计算机 | |
| CN116912517B (zh) | 相机视野边界的检测方法及装置 | |
| US11176379B2 (en) | Method of acquiring detection zone in image and method of determining zone usage | |
| US7440636B2 (en) | Method and apparatus for image processing | |
| CN105354610A (zh) | 一种基于随机Hough变换的人数统计方法 | |
| Ahmad et al. | Parking lot monitoring using mrcnn | |
| CN117058912A (zh) | 巡检车检测异常停车方法、装置、存储介质及电子设备 | |
| CN113947795B (zh) | 口罩佩戴检测方法、装置、设备及存储介质 | |
| CN116249015A (zh) | 摄像头遮挡检测方法、装置、摄像头设备及存储介质 | |
| CN113592902A (zh) | 目标跟踪方法、装置、计算机设备和存储介质 | |
| Noor et al. | Automatic parking slot occupancy detection using Laplacian operator and morphological kernel dilation | |
| CN115346143A (zh) | 行为检测方法、电子设备、计算机可读介质 |
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 |