CN112419733B - 一种用户不规范停车的检测方法、装置、设备和存储介质 - Google Patents
一种用户不规范停车的检测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112419733B CN112419733B CN202011108270.6A CN202011108270A CN112419733B CN 112419733 B CN112419733 B CN 112419733B CN 202011108270 A CN202011108270 A CN 202011108270A CN 112419733 B CN112419733 B CN 112419733B
- Authority
- CN
- China
- Prior art keywords
- parking
- detection frame
- vehicle
- detection
- 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.)
- 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
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
-
- 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)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种用户不规范停车的检测方法、装置、设备和存储介质,其中,方法包括:获取摄像头拍摄的关于停车区域的图像;从图像中识别出不规范停放的目标车辆所在的第一检测框和包含人员的第二检测框;基于第一检测框和第二检测框在图像中的位置关系确定出不规范停车的责任人。本发明通过获取摄像头拍摄的关于停车区域的图像,从该图像中识别出不规范停放的目标车辆的第一检测框和包含人员的第二检测框,利用两种检测框之间的位置关系来将不规范停车与用户进行关系,确定出不规范停车的责任人,从而为不规范停车的治理提供数据支撑,方便运维进行相关责任人的惩罚或者限制措施,达到提高不规范停车的管理效果的目的。
Description
技术领域
本发明涉及机器视觉技术领域,尤其涉及一种用户不规范停车的检测方法、装置、设备和存储介质。
背景技术
共享车辆包括共享汽车、共享单车和共享助力车等。目前,共享车辆的一般分为两种停放方式,一种是即用即停,一种是固定停车桩停车。即用即停的方式虽然能够极大方便用户的出行,随时使用,随地停放,但是这种方式往往会导致车辆乱停的现象,严重影响市容。目前对于共享车辆,尤其是共享单车,通常是会划定公共停车区域,在该停车区域内,用户可以随时停当,并且不固定车桩,停放方式相对灵活。但是任然避免不了乱停、歪停、停放不整齐或车辆倒地的不规范停车现象,这些现象不仅影响市容,也妨碍他人有序停车。发明人认为,虽然已经有了许多检测这类共享车辆不规范停车行为的方案,但是如果不能将不规范停车行为关联到对应的责任人,并通过相应的共享单车信誉分机制对责任人进行一些信誉处罚,并在用户多次不规范停车后限制用户的用车,则很难从根本上提高用户规范停放共享车辆的意识,从源头上减少这类现象的发生。目前还没有公开的技术方案来确定出不规范停车的责任人。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是现有的不规范停车行为的检测没有确定出不规范停车的责任人,导致不规范停车的治理效果不明显。
为实现上述目的,本发明提供了一种用户不规范停车的检测方法,应用于服务器,预先划分有用于停放车辆的停车区域,所述停车区域对应设置至少一个摄像头,用于采集该停车区域内的图像,所述方法包括:获取所述摄像头拍摄的关于停车区域的图像;从所述图像中识别出不规范停放的目标车辆所在的第一检测框和包含人员的第二检测框;基于所述第一检测框和所述第二检测框在所述图像中的位置关系确定出不规范停车的责任人。
在本发明的较佳实施方式中,所述从所述图像中识别出不规范停放的目标车辆所在的第一检测框,包括:从所述图像中检测得到停放车辆的检测框;判断所述停放车辆的检测框的坐标是否在预设范围内,其中,所述预设范围为在所述停车区域内划定的停车点位的区域;当所述坐标不在所述预设范围内时,确定所述停放车辆为不规范停放的目标车辆,所述停放车辆的检测框作为所述第一检测框。
在本发明的较佳实施方式中,还包括:判断所述停放车辆的车头是否符合所述停车区域预设的车头朝向;当不符合所述停车区域预设的车头朝向时,确定所述停放车辆为不规范停放的目标车辆,所述停放车辆的检测框作为所述第一检测框。
在本发明的较佳实施方式中,所述从所述图像中检测得到停放车辆的检测框,包括:将所述图像输入到预先训练得到的目标检测模型,得到所述目标监测模型输出的初始检测框;利用所述初始检测框之间的交并比和距离对所述初始检测框进行过滤,去除重复的初始检测框,得到所述停放车辆的检测框。
在本发明的较佳实施方式中,所述基于所述第一检测框和所述第二检测框在所述图像中的位置关系确定出不规范停车的责任人,包括:计算所有所述第二检测框的中心点与所述第一检测框的中心点的距离;判断所述距离是否小于等于预设距离阈值;当存在距离小于等于所述预设距离阈值的第二检测框时,将该第二检测框中距离所述第一检测框的中心点距离最小的第二检测框内的人员判定为不规范停车的疑似责任人。
在本发明的较佳实施方式中,还包括:判断所述疑似责任人对应的第二检测框中是否有人脸检测结果;当所述疑似责任人对应的第二检测框中有人脸检测结果时,从所述疑似责任人对应的第二检测框中提取人脸图片。
在本发明的较佳实施方式中,当所述疑似责任人对应的第二检测框中没有人脸检测结果时,保存包含所述疑似责任人对应的第二检测框的图像;当所述疑似责任人对应的第二检测框中有人脸检测结果时,保存所述第一检测框、所述疑似责任人对应的第二检测框和提取到的人脸图片。
在本发明的较佳实施方式中,所述图像为M张,所述基于所述第一检测框和所述第二检测框在所述图像中的位置关系确定出不规范停车的责任人包括:判断M张图像中是否有N张图像在所述目标车辆相同位置检测到不规范停车的车辆,并判断所述M张图像中是否有P张图像检测到所述不规范停车的车辆对应的疑似责任人,其中,M、N和P均为大于1的自然数,M大于N,并且M大于P;当所述M张图像中有N张图像在所述目标车辆相同位置检测到不规范停车的车辆,并且所述M张图像中有P张图像检测到所述不规范停车的车辆对应的疑似责任人时,将所述疑似责任人确定为不规范停车的责任人。
为实现上述目的,本发明提供了一种用户不规范停车的检测装置,应用于服务器,预先划分有用于停放车辆的停车区域,所述停车区域对应设置至少一个摄像头,用于采集该停车区域内的图像,所述装置包括:
获取模块,用于获取所述摄像头拍摄的关于停车区域的图像;
检测模块,用于从所述图像中识别出不规范停放的目标车辆所在的第一检测框和包含人员的第二检测框;
确定模块,用于基于所述第一检测框和所述第二检测框在所述图像中的位置关系确定出不规范停车的责任人。
为实现上述目的,本发明提供了一种计算机设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,从而执行所述的用户不规范停车的检测方法。
为实现上述目的,本发明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指令,所述计算机指令用于使计算机执行所述的用户不规范停车的检测方法。
本发明提供的装置或方法具有以下技术效果:
1、通过获取摄像头拍摄的关于停车区域的图像,从该图像中识别出不规范停放的目标车辆的第一检测框和包含人员的第二检测框,利用两种检测框之间的位置关系来将不规范停车与用户进行关系,确定出不规范停车的责任人,从而为不规范停车的治理提供数据支撑,方便运维进行相关责任人的惩罚或者限制措施,达到提高不规范停车的管理效果的目的。
2、通过在停车区域划分停车点位,然后判断停放车辆是否处于该停车点位的预设范围内,当其不在该范围内时,确定车辆为不规范停车。以停车点位的区域来判断车辆是否规范停车,能够降低利用机器视觉识别图像信息的难度,同时提高不规范停车识别的准确性。
3、利用车头作为规范停车的判断依据,充分车头在停放时所具有的特点,提高了不规范车辆检测的准确性。
4、通过DIoU-NMS的方式利用检测框之间的交并比和中心点距离对重复的检测框进行过滤,并得到最终的检测结果。在传统NMS中,IoU指标常用于抑制冗余检测框(box),其中重叠区域是唯一因素,对于遮挡情况经常产生错误抑制。DIoU-NMS将DIoU作为NMS的准则,因为在抑制准则中不仅应考虑重叠区域,而且还应考虑两个box之间的中心点距离,而DIoU就是同时考虑了重叠区域和两个box的中心距离,从而提高了过滤的准确度。
5、利用第一检测框和第二检测框之间的距离来确定二者之间的位置关系并确定出责任人或者疑似责任人,能够在不降低准确率的情况下提高运算速度,减少响应时间,并且降低运算芯片的负载。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的用户不规范停车的检测方法一个较佳实施例的流程图;
图2是本发明的检测结果一个较佳实施例的示意图;
图3是本发明的用户不规范停车的检测装置一个较佳实施例的示意图;
图4是本发明的计算机设备的一个实施例的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
为了阐释的目的而描述了本发明的一些示例性实施例,需要理解的是,本发明可通过附图中没有具体示出的其他方式来实现。
本发明实施例提供了一种用户不规范停车的检测方法,该方法应用于服务器,有服务器来执行,基于前端的摄像头采集到的图像数据,来进行后续处理。本发明实施例中,预先划分有用于停放车辆的停车区域,所述停车区域对应设置至少一个摄像头,用于采集该停车区域内的图像。本发明实施例中,停车区域为规定的车辆停放地点,在同一个城市,可以设置多个不同位置的停车区域,在车辆密集的地方,也可以在一个区域范围内设置多个停车区域。用户可以在该停车区域租借车辆,然后其他地方租借使用的车辆可以在该停车区域归还,并停放。停车区域内还可以设置单辆车的停放位置,例如,在停车区域划分多个停车点位,每个停车点位用于停放一辆车。需要说明的是,本发明实施例中所涉及到的车辆可以是共享汽车、共享单车或者共享助力车。为了描述方便,本发明实施例中统一称为车辆。
为了实现对车辆停放的检测,在每个停车区域至少架设一个摄像头,用于拍摄采集对应停车区域的图像。每个摄像头与服务器通信连接,用于将所采集得到的图像数据或者视频数据回传至服务器,摄像头可以是网络摄像头。本发明实施例中可以对摄像头拍摄得到的数据进行数据采集、数据清洗、数据标注、模型训练的过程之后得到一个目标检测模型,例如yolov4目标检测网络。也就是说,本发明实施例中,可以预先摄像头拍摄的大量图像数据作为样本,利用深度学习技术和机器视觉技术来构建相应的模型,并进行训练和学习,得到可以用于进行目标检测的目标检测模型。该目标检测模型能够用来检测停车区域中的各品牌单车、助力车、行人、骑手、人脸等目标,且能够检测各品牌单车、助力车在图像中的车头的朝向(上,下,左,右),在此基础上,进行车辆和人员的识别。
本发明实施例中用户不规范停车的检测方法主要用于检测不规范停车的车辆以及相应的责任人,并将二者进行关联,从而确定出不规范停车的责任人,以对该责任人采取相应的惩罚或者限制措施,达到提醒用户规范停车的目的。
如图1所示,本发明实施例中用户不规范停车的检测方法包括:
步骤S101,获取所述摄像头拍摄的关于停车区域的图像。
摄像头可以按照一个时间周期定时拍摄停车区域的图像,由于视频数据也是由一帧帧图像组成,本发明实施例中,摄像头也可以是拍摄的视频数据,也即是说,停车区域的图像可以是多帧图像集。例如,摄像头每隔1s将采集到的图像传输到服务器上,服务器接收这些图像以便于进行后续处理和判断。
步骤S102,从所述图像中识别出不规范停放的目标车辆所在的第一检测框和包含人员的第二检测框。
本发明实施例中,可以直接从图像中进行目标车辆检测,该目标车辆也即是指不规范停放的车辆,确定出目标车辆所在的第一检测框。同时,直接进行图像识别,以识别出包含人员的第二检测框。也即是说,在获取到关于停车区域的图像之后,从该图像中识别出不规范停车的车辆(目标车辆)和图像中的人员,第一检测框表示目标车辆在图像中的位置,第二检测框表示人员在图像中的位置。
可选地,本发明实施例中,服务器可以利用上述中目标检测模型(如yolov4目标检测模型)来进行目标检测,将获取到的图像作为该目标检测模型的输入,经过该目标检测模型之后,输出各品牌单车,各品牌助力车、行人、骑手的所有检测框,每一个检测结果的具体格式为[目标中心点在图像中横坐标,目标的中心点在图像中的纵坐标,目标的宽,目标的高,目标的置信度,目标具体的类别],最终得到的视觉效果如图2所示。
利用上述目标检测模型来检测出每辆车的检测框,然后通过判断其是否规范停车之后,作为第一检测框。然后对于人员的检测框则直接作为第二检测框。
步骤S103,基于所述第一检测框和所述第二检测框在所述图像中的位置关系确定出不规范停车的责任人。
本发明实施例中,在检测到第一检测框和第二检测框之后,可以利用二者之间的位置关系来确定出不规范停车的责任人。发明人发现,在采集停车区域的图像时,若使用车辆的用户在停车过程中通常能够抓取到用户与车辆之间的关联图像。而该关联图像的一个主要的特点在于,用户与车辆之间位置关系比较紧密。基于这一特点,本发明实施例中,在检测到不规范停放的目标车量的第一检测框和包含人员的第二检测框时,可以通过二者之间的位置关系来确定该人员是否是不规范停车的用户。
具体地,可以利用第一检测框和第二检测框之间的IoU指标来进行判断。其中,IoU全称为交并比(Intersection over Union),IoU计算的是“预测的边框”和“真实的边框”的交集和并集的比值。本发明实施例则是借用该计算方式,并做相应的调整,计算第一检测框和第二检测框之间的交集与并集的比值。其中,IoU的取值范围为0~1,当IoU的值越大,表示第一检测框和第二检测框的重叠区域越大,位置越接近;反之则位置越远。可选地,本发明实施例中,还可以直接用第一检测框和第二检测框中心点之间的距离来进行判断二者之间的位置关系,以确定出不规范停车的责任人。
本发明实施例中,可以将位置最接近的第二检测框中人员作为第一检测框中目标车辆的使用和停放的用户,也即是不规范停车的责任人;也可以责任人。本发明实施例中,还可以将位置最接近的第二检测框中人员作为疑似责任人,然后再对该疑似责任人进行多张图像的多次检测,若多次都满足相同的条件,再确定为责任人;或者,再结合用户的一些行为检测来进行辅助判断,例如,检测用户手部与车辆之间的位置关系,或者,手部与车辆之间的操作动作等,然后再确定为责任人,以提高检测判断的准确性。
根据本发明实施例,通过获取摄像头拍摄的关于停车区域的图像,从该图像中识别出不规范停放的目标车辆的第一检测框和包含人员的第二检测框,利用两种检测框之间的位置关系来将不规范停车与用户进行关系,确定出不规范停车的责任人,从而为不规范停车的治理提供数据支撑,方便运维进行相关责任人的惩罚或者限制措施,达到提高不规范停车的管理效果的目的。
需要说明的是,现有技术中虽然可能存在进行目标检测的技术手段,但是本发明的一个主要发明点在于通过第一检测框和第二检测框将不规范停车和用户之间进行关联,从而为车辆停放治理提供了数据支持。
作为一种可选实施方式,上述步骤S102中,从所述图像中识别出不规范停放的目标车辆所在的第一检测框包括:从所述图像中检测得到停放车辆的检测框;判断所述停放车辆的检测框的坐标是否在预设范围内,其中,所述预设范围为在所述停车区域内划定的停车点位的区域;当所述坐标不在所述预设范围内时,确定所述停放车辆为不规范停放的目标车辆,所述停放车辆的检测框作为所述第一检测框。
本发明实施例中,在每个停车区域内可以划定停车点位,每个停车点位用于停放一辆车。本发明实施例中,由于摄像头是对准停车区域拍摄图像的,因此,其视角是固定的,拍摄的图像范围固定。这样,每个停车点位在拍摄的图像中的位置也是相对固定的位置,从图像中的像素坐标可以确定每个停车点位的范围,每个停车点位的像素范围作为预设范围。在检测出停放车辆的检测框之后,可以判断该检测框是否处于预设范围内。由于预设范围为多个,因此,需要将检测框与每个停车点位的预设范围进行匹配判断,优先可以选择与位置最近的停车点位的范围进行判断,以减少匹配处理的数据量。
当检测框的坐标不处于任何一个停车点位的预设范围内时,则可以确定个车辆并没有按照固定停车点位进行停放,属于不规范停车的现象,因此,将其对应的检测框作为上述的第一检测框,该车辆作为上述不规范停放的目标车辆。反之,则认为车辆停放是规范的,或者进行后续其他判断。
根据本发明实施例,通过在停车区域划分停车点位,然后判断停放车辆是否处于该停车点位的预设范围内,当其不在该范围内时,确定车辆为不规范停车。以停车点位的区域来判断车辆是否规范停车,能够降低利用机器视觉识别图像信息的难度,同时提高不规范停车识别的准确性。
作为一种可替换的实施方式,本发明实施例中,获取到车辆的检测框之后,还包括:判断所述停放车辆的车头是否符合所述停车区域预设的车头朝向;当不符合所述停车区域预设的车头朝向时,确定所述停放车辆为不规范停放的目标车辆,所述停放车辆的检测框作为所述第一检测框。
发明人发现,车头往往是不规范停车的一个关键性判断部件,并且车头在不规范停放和规范停放时具有很明显差异性的特征,在图像中可以通过对车辆的检测框中的车头识别,然后在判断该车头是否符合停车区域预设的车头朝向;当不符合时,确定该车辆为不规范停车;反之,则可以认为其是规范的,或者进行后续的判断。
本发明实施例中,利用车头作为规范停车的判断依据,充分车头在停放时所具有的特点,提高了不规范车辆检测的准确性。
需要说明的是,本发明上述实施例中,无论是利用停车点位的预设范围还是车头判断的方式,二者不并不存在技术上的冲突,在方案应用的过程中,可以将两个方案一起使用,也可以选其一进行不规范车辆的判断,本发明不做限定。
可选地,本发明实施例中,所述从所述图像中检测得到停放车辆的检测框,包括:将所述图像输入到预先训练得到的目标检测模型,得到所述目标监测模型输出的初始检测框;利用所述初始检测框之间的交并比和距离对所述初始检测框进行过滤,去除重复的初始检测框,得到所述停放车辆的检测框。
本发明实施例中,可以通过DIoU-NMS的方式利用检测框之间的交并比和中心点距离对重复的检测框进行过滤,并得到最终的检测结果。在传统NMS中,IoU指标常用于抑制冗余检测框(box),其中重叠区域是唯一因素,对于遮挡情况经常产生错误抑制。DIoU-NMS将DIoU作为NMS的准则,因为在抑制准则中不仅应考虑重叠区域,而且还应考虑两个box之间的中心点距离,而DIoU就是同时考虑了重叠区域和两个box的中心距离,从而提高了过滤的准确度。
发明人发现,在进行责任人判断的时候,有IoU指标的计算过程需要的计算量大,给服务器中的运算芯片带来了运算压力,并且响应速度相对较慢。因此,作为本发明实施例的一个发明点在于,利用第一检测框和第二检测框之间的距离来确定二者之间的位置关系并确定出责任人或者疑似责任人,能够在不降低准确率的情况下提高运算速度,减少响应时间,并且降低运算芯片的负载。
具体地,本发明实施例中,所述基于所述第一检测框和所述第二检测框在所述图像中的位置关系确定出不规范停车的责任人,包括:计算所有所述第二检测框的中心点与所述第一检测框的中心点的距离;判断所述距离是否小于等于预设距离阈值;当存在距离小于等于所述预设距离阈值的第二检测框时,将该第二检测框中距离所述第一检测框的中心点距离最小的第二检测框内的人员判定为不规范停车的疑似责任人。
若有人员的第二检测框,则对每一辆不规范停车车辆,首先计算所有第二检测框与该不规范停车车辆的第一检测框的中心点的距离,若计算出的所有中心点的距离大于预设距离阈值,则继续处理下一张图片,若计算出的中心点距离中有小于预设距离阈值,则取其中与第一检测框中心点距离最小的第一检测框为不规范停车车辆的疑似责任人。
本发明实施例中,由于计算中心点距离相较于计算IoU来说复杂度更低,因此能在不降低准确度的同时提高响应时间,降低运算芯片的负载。
进一步地,本发明实施例在确定出疑似责任人之后,还包括:判断所述疑似责任人对应的第二检测框中是否有人脸检测结果;当所述疑似责任人对应的第二检测框中有人脸检测结果时,从所述疑似责任人对应的第二检测框中提取人脸图片。当所述疑似责任人对应的第二检测框中没有人脸检测结果时,保存包含所述疑似责任人对应的第二检测框的图像;当所述疑似责任人对应的第二检测框中有人脸检测结果时,保存所述第一检测框、所述疑似责任人对应的第二检测框和提取到的人脸图片。
本发明实施例中,可以先判断所有检测框中是否有人脸检测结果,若有,还可以判断人脸检测结果是否在不规范停车的疑似责任人检测框(即判定为疑似责任人的第二检测框)中,若人脸检测框不在疑似责任人检测框中,则直接保存当前图像,若人脸检测框在疑似责任人检测框中,则提取人脸图片,并保存当前帧中检测到的所有的不规范停车车辆与不规范停车责任人的检测框结果以及当前图像。
根据本发明实施例,通过在判断出疑似责任人之后,检测人脸图片,并对人脸图片进行存储,以方便后续进行身份识别,确定出具体责任人的身份。
本发明实施例中,所述图像为M张,也即是说,在进行图像识别时,需要对多张图像进行识别后才能确定出不规范停车的责任人。
具体地,所述基于所述第一检测框和所述第二检测框在所述图像中的位置关系确定出不规范停车的责任人包括:判断M张图像中是否有N张图像在所述目标车辆相同位置检测到不规范停车的车辆,并判断所述M张图像中是否有P张图像检测到所述不规范停车的车辆对应的疑似责任人,其中,M、N和P均为大于1的自然数,M大于N,并且M大于P;当所述M张图像中有N张图像在所述目标车辆相同位置检测到不规范停车的车辆,并且所述M张图像中有P张图像检测到所述不规范停车的车辆对应的疑似责任人时,将所述疑似责任人确定为不规范停车的责任人。
其中,M张图像可以是连续的多张图像,在进行不规范车辆的判断时,可以逐张进行判断,在第一张判断完会后,再判断第二张。其具体的判断过程才可以采用本发明上述实施例中所述的实施方式。同理,对于疑似责任人的判断也可以采用上述实施例中所记载的实施方式。当判断出所述M张图像中有N张图像在所述目标车辆相同位置检测到不规范停车的车辆,并且所述M张图像中有P张图像检测到所述不规范停车的车辆对应的疑似责任人时,则从频率和统计概率上来讲,完全可以将疑似责任人确定为不规范停车的责任人。
例如,考虑到存在行人可能只是路过不规范停车车辆的情况,则取接下来五秒对应五张图片中的检测结果作如下判断:(1)接下来五张图片至少有三张在与第一张不规范停车车辆相同的位置检测到了不规范停车车辆。当以上两个条件均满足时,将疑似责任人确定为不规范停车的责任人,并将对应的几张图片构成视频后与其对应的人脸信息存入相关的数据库中。
本发明实施例中,在检测到用户的共享单车不规范停车行为时,对进行不规范停车的用户行为进行视频保存,并提取其中责任人的人脸照片,并在后续通过人脸识别的方法对应到不规范停车的责任人,从而为限制多次不规范停车的用户的用车作铺垫。
本发明实施例中还提供了一种用户不规范停车的检测装置,应用于服务器,预先划分有用于停放车辆的停车区域,所述停车区域对应设置至少一个摄像头,用于采集该停车区域内的图像。该装置可以用于执行上述实施例所述的方法,如图3所示,所述装置包括:
获取模块301,用于获取所述摄像头拍摄的关于停车区域的图像。
检测模块302,用于从所述图像中识别出不规范停放的目标车辆所在的第一检测框和包含人员的第二检测框。
确定模块303,用于基于所述第一检测框和所述第二检测框在所述图像中的位置关系确定出不规范停车的责任人。
根据本发明实施例,通过获取摄像头拍摄的关于停车区域的图像,从该图像中识别出不规范停放的目标车辆的第一检测框和包含人员的第二检测框,利用两种检测框之间的位置关系来将不规范停车与用户进行关系,确定出不规范停车的责任人,从而为不规范停车的治理提供数据支撑,方便运维进行相关责任人的惩罚或者限制措施,达到提高不规范停车的管理效果的目的。
上述装置的具体描述可以参见上述方法实施例,这里不再赘述。
本发明的一个实施例中,还提供了一种计算机设备,该计算机设备可以是上述实施例中的服务器,也可以是指安装或者而设置在车辆上的智能装置,其内部结构图可以如图4所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口,还可以包括显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的计算机设备通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆控制方法,该计算机设备还可以包括显示屏和输入装置,其显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板等。
另一方面,则该计算机设备可以不包括显示屏和输入装置,本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,实现以下步骤:
获取所述摄像头拍摄的关于停车区域的图像;
从所述图像中识别出不规范停放的目标车辆所在的第一检测框和包含人员的第二检测框;
基于所述第一检测框和所述第二检测框在所述图像中的位置关系确定出不规范停车的责任人。
在一个实施例中,提供了一种可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行:
获取所述摄像头拍摄的关于停车区域的图像;
从所述图像中识别出不规范停放的目标车辆所在的第一检测框和包含人员的第二检测框;
基于所述第一检测框和所述第二检测框在所述图像中的位置关系确定出不规范停车的责任人。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (11)
1.一种用户不规范停车的检测方法,其特征在于,应用于服务器,预先划分有用于停放车辆的停车区域,所述车辆为共享车辆,所述停车区域对应设置至少一个摄像头,用于采集该停车区域内的图像,所述方法包括:
获取所述摄像头拍摄的关于停车区域的图像;
从所述图像中识别出不规范停放的目标车辆所在的第一检测框和包含人员的第二检测框;
基于所述第一检测框和所述第二检测框在所述图像中的位置关系确定出不规范停车的责任人。
2.如权利要求1所述的用户不规范停车的检测方法,其特征在于,所述从所述图像中识别出不规范停放的目标车辆所在的第一检测框,包括:
从所述图像中检测得到停放车辆的检测框;
判断所述停放车辆的检测框的坐标是否在预设范围内,其中,所述预设范围为在所述停车区域内划定的停车点位的区域;
当所述坐标不在所述预设范围内时,确定所述停放车辆为不规范停放的目标车辆,所述停放车辆的检测框作为所述第一检测框。
3.如权利要求2所述的用户不规范停车的检测方法,其特征在于,还包括:
判断所述停放车辆的车头是否符合所述停车区域预设的车头朝向;
当不符合所述停车区域预设的车头朝向时,确定所述停放车辆为不规范停放的目标车辆,所述停放车辆的检测框作为所述第一检测框。
4.如权利要求2或3所述的用户不规范停车的检测方法,其特征在于,所述从所述图像中检测得到停放车辆的检测框,包括:
将所述图像输入到预先训练得到的目标检测模型,得到所述目标监测模型输出的初始检测框;
利用所述初始检测框之间的交并比和距离对所述初始检测框进行过滤,去除重复的初始检测框,得到所述停放车辆的检测框。
5.如权利要求1所述的用户不规范停车的检测方法,其特征在于, 所述基于所述第一检测框和所述第二检测框在所述图像中的位置关系确定出不规范停车的责任人,包括:
计算所有所述第二检测框的中心点与所述第一检测框的中心点的距离;
判断所述距离是否小于等于预设距离阈值;
当存在距离小于等于所述预设距离阈值的第二检测框时,将该第二检测框中距离所述第一检测框的中心点距离最小的第二检测框内的人员判定为不规范停车的疑似责任人。
6.如权利要求5所述的用户不规范停车的检测方法,其特征在于,还包括:
判断所述疑似责任人对应的第二检测框中是否有人脸检测结果;
当所述疑似责任人对应的第二检测框中有人脸检测结果时,从所述疑似责任人对应的第二检测框中提取人脸图片。
7.如权利要求6所述的用户不规范停车的检测方法,其特征在于,
当所述疑似责任人对应的第二检测框中没有人脸检测结果时,保存包含所述疑似责任人对应的第二检测框的图像;
当所述疑似责任人对应的第二检测框中有人脸检测结果时,保存所述第一检测框、所述疑似责任人对应的第二检测框和提取到的人脸图片。
8.如权利要求7所述的用户不规范停车的检测方法,其特征在于,所述图像为M张,所述基于所述第一检测框和所述第二检测框在所述图像中的位置关系确定出不规范停车的责任人包括:
判断M张图像中是否有N张图像在所述目标车辆相同位置检测到不规范停车的车辆,并判断所述M张图像中是否有P张图像检测到所述不规范停车的车辆对应的疑似责任人,其中,M、N和P均为大于1的自然数,M大于N,并且M大于P;
当所述M张图像中有N张图像在所述目标车辆相同位置检测到不规范停车的车辆,并且所述M张图像中有P张图像检测到所述不规范停车的车辆对应的疑似责任人时,将所述疑似责任人确定为不规范停车的责任人。
9.一种用户不规范停车的检测装置,其特征在于,应用于服务器,预先划分有用于停放车辆的停车区域,所述车辆为共享车辆,所述停车区域对应设置至少一个摄像头,用于采集该停车区域内的图像,所述装置包括:
获取模块,用于获取所述摄像头拍摄的关于停车区域的图像;
检测模块,用于从所述图像中识别出不规范停放的目标车辆所在的第一检测框和包含人员的第二检测框;
确定模块,用于基于所述第一检测框和所述第二检测框在所述图像中的位置关系确定出不规范停车的责任人。
10.一种计算机设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,从而执行如权利要求1-8中任一项所述的用户不规范停车的检测方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行如权利要求1-8中任一项所述的用户不规范停车的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011108270.6A CN112419733B (zh) | 2020-10-16 | 2020-10-16 | 一种用户不规范停车的检测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011108270.6A CN112419733B (zh) | 2020-10-16 | 2020-10-16 | 一种用户不规范停车的检测方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112419733A CN112419733A (zh) | 2021-02-26 |
CN112419733B true CN112419733B (zh) | 2023-05-05 |
Family
ID=74853999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011108270.6A Active CN112419733B (zh) | 2020-10-16 | 2020-10-16 | 一种用户不规范停车的检测方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112419733B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113055823B (zh) * | 2021-04-01 | 2023-07-11 | 超级视线科技有限公司 | 一种基于路侧停车管理共享单车的方法及装置 |
CN113920741A (zh) * | 2021-07-01 | 2022-01-11 | 上海市城市建设设计研究总院(集团)有限公司 | 人行道非机动车规范停车的联动装置 |
CN113470080B (zh) * | 2021-07-20 | 2024-05-14 | 浙江大华技术股份有限公司 | 一种违规行为识别方法 |
CN113762272A (zh) * | 2021-09-10 | 2021-12-07 | 北京精英路通科技有限公司 | 道路信息的确定方法、装置和电子设备 |
CN114358863A (zh) * | 2021-11-23 | 2022-04-15 | 摩拜(北京)信息技术有限公司 | 一种共享车辆的还车处理方法、装置及共享车辆 |
CN114255584B (zh) * | 2021-12-20 | 2023-04-07 | 济南博观智能科技有限公司 | 一种停放车辆的定位方法、***、存储介质和电子设备 |
CN115641727B (zh) * | 2022-10-18 | 2023-06-16 | 重庆交通大学 | 基于视频识别的车位管理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109003340A (zh) * | 2017-05-31 | 2018-12-14 | 李刚 | 自行车停放管理方法及其*** |
WO2019148683A1 (zh) * | 2018-01-30 | 2019-08-08 | 深圳市元征软件开发有限公司 | 一种车辆共享方法及服务器 |
CN110337064A (zh) * | 2019-07-04 | 2019-10-15 | 南京大学 | 一种基于蓝牙和机器视觉的共享单车停放管理*** |
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 |
CN111339994A (zh) * | 2019-12-31 | 2020-06-26 | 智慧互通科技有限公司 | 一种判断临时违章停车的方法及装置 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7355527B2 (en) * | 2005-01-10 | 2008-04-08 | William Franklin | System and method for parking infraction detection |
US11244171B2 (en) * | 2014-01-22 | 2022-02-08 | Conduent Business Services Llc | Video-based system for automated detection of double parking violations |
US9997071B2 (en) * | 2014-12-02 | 2018-06-12 | Operr Technologies, Inc. | Method and system for avoidance of parking violations |
JP7014161B2 (ja) * | 2016-06-22 | 2022-02-15 | ソニーグループ株式会社 | 画像処理装置、画像処理システム、および画像処理方法、並びにプログラム |
CN107230346B (zh) * | 2017-08-01 | 2019-05-31 | 何永安 | 共享单车停车规范的确认方法、装置、服务器及存储介质 |
CN109547917A (zh) * | 2017-08-19 | 2019-03-29 | 包小波 | 共享单车的交接和停放方法及交接识别*** |
CN115830837A (zh) * | 2017-12-17 | 2023-03-21 | 杭州青奇科技有限公司 | 一种引导用户停车的方法及*** |
CN109389829A (zh) * | 2018-11-05 | 2019-02-26 | 湖北民族学院 | 一种违规停车识别方法及*** |
CN111223289B (zh) * | 2018-11-27 | 2021-04-27 | 杭州海康威视数字技术股份有限公司 | 共享车辆违规停放事件抓拍方法及***、存储介质 |
CN109800696A (zh) * | 2019-01-09 | 2019-05-24 | 深圳中兴网信科技有限公司 | 目标车辆的监控方法、***和计算机可读存储介质 |
CN209486891U (zh) * | 2019-03-28 | 2019-10-11 | 武汉大学 | 共享单车违停检测*** |
CN110135356A (zh) * | 2019-05-17 | 2019-08-16 | 北京百度网讯科技有限公司 | 违章停车的检测方法及装置、电子设备、计算机可读介质 |
CN111563469A (zh) * | 2020-05-13 | 2020-08-21 | 南京师范大学 | 一种不规范停车行为识别方法及装置 |
CN111723718A (zh) * | 2020-06-11 | 2020-09-29 | 杭州智行星科技有限公司 | 基于人脸识别的还车确认方法、***、终端和存储介质 |
-
2020
- 2020-10-16 CN CN202011108270.6A patent/CN112419733B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109003340A (zh) * | 2017-05-31 | 2018-12-14 | 李刚 | 自行车停放管理方法及其*** |
WO2019148683A1 (zh) * | 2018-01-30 | 2019-08-08 | 深圳市元征软件开发有限公司 | 一种车辆共享方法及服务器 |
CN110337064A (zh) * | 2019-07-04 | 2019-10-15 | 南京大学 | 一种基于蓝牙和机器视觉的共享单车停放管理*** |
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 |
CN111339994A (zh) * | 2019-12-31 | 2020-06-26 | 智慧互通科技有限公司 | 一种判断临时违章停车的方法及装置 |
Non-Patent Citations (1)
Title |
---|
各地如何解决共享单车停放问题.汽车与安全.2017,(第07期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN112419733A (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112419733B (zh) | 一种用户不规范停车的检测方法、装置、设备和存储介质 | |
US10762338B2 (en) | Method and apparatus for detecting fake license plates of vehicles, readable storage medium, and electronic device | |
JP7218535B2 (ja) | 交通違反車両識別システム及びサーバ | |
CN105702048B (zh) | 基于行车记录仪的高速公路前车违法占道识别***及方法 | |
WO2020087743A1 (zh) | 非机动车交通违法监管方法、装置及电子设备 | |
CN112349144B (zh) | 一种基于单目视觉的车辆碰撞预警方法及*** | |
CN107688764B (zh) | 检测车辆违章的方法及装置 | |
CN111815959B (zh) | 一种车辆违章的检测方法、装置以及计算机可读存储介质 | |
CN110298300B (zh) | 一种检测车辆违章压线的方法 | |
CN112487908B (zh) | 基于车载视频的前方车辆压线行为检测和动态追踪方法 | |
CN106600977A (zh) | 基于多特征识别的违停检测方法及*** | |
CN104574993B (zh) | 一种道路监控的方法及装置 | |
CN113055823B (zh) | 一种基于路侧停车管理共享单车的方法及装置 | |
CN111311766A (zh) | 基于车牌识别和跟踪技术的路边停车智能收费***及方法 | |
CN112509325B (zh) | 一种基于视频深度学习的非现场违法自动甄别方法 | |
CN106650730A (zh) | 汽车变道过程中的转向灯检测方法和*** | |
CN111891061A (zh) | 车辆碰撞检测方法、装置和计算机设备 | |
CN112818834A (zh) | 一种交叉口针对应急车辆的避让判定方法、设备及介质 | |
CN111931745B (zh) | 车辆检测方法、装置、电子设备及存储介质 | |
JP3541774B2 (ja) | 車種判別システム | |
CN114882393B (zh) | 一种基于目标检测的道路逆行与交通事故事件检测方法 | |
CN112270258A (zh) | 一种非机动车的违规信息获取方法及装置 | |
CN114141022A (zh) | 应急车道占用行为检测方法、装置、电子设备及存储介质 | |
CN115909313A (zh) | 一种基于深度学习的违停车牌识别方法和装置 | |
CN111582171B (zh) | 一种行人闯红灯监测方法、装置、***及可读存储介质 |
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 |