CN113055823A - 一种基于路侧停车管理共享单车的方法及装置 - Google Patents
一种基于路侧停车管理共享单车的方法及装置 Download PDFInfo
- Publication number
- CN113055823A CN113055823A CN202110353139.4A CN202110353139A CN113055823A CN 113055823 A CN113055823 A CN 113055823A CN 202110353139 A CN202110353139 A CN 202110353139A CN 113055823 A CN113055823 A CN 113055823A
- Authority
- CN
- China
- Prior art keywords
- shared bicycle
- parking
- video frame
- determining
- frame 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- 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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了基于路侧停车管理共享单车的方法及装置,该方法包括:实时获取待检测区域的视频信息,增强处理所述视频信息中的每一视频帧图像;通过预定算法确定增强处理后的各视频帧图像中的共享单车及所述共享单车的骑行人;分析所述各视频帧图像中的共享单车与所述共享单车骑行人的相对位置,确定共享单车是否违规停放;若违规停放,通过所述预定算法对各视频帧图像进行检测,确定违规停放的共享单车骑行人的人像信息;基于所述停放信息和所述违规停放的共享单车骑行人的人像信息,生成所述违规停放的共享单车的违规停放信息。通过本发明,实现了能够高效地识别共享单车及骑行人的信息,极大地提高了判定违规停放的共享单车的准确率。
Description
技术领域
本发明涉及智能交通技术领域,尤其涉及一种基于路侧停车管理共享单车的方法及装置。
背景技术
共享单车作为一种新的交通出行方式,给人们生活带来诸多便利,但是,共享单车给市民带来了极大便利的同时,也经常发生共享单车乱占道、乱停乱放、影响市容的现象,使得城市停车资源及城市秩序管理变得更加困难。现有技术中,一方面,一些共享单车企业提出利用电子围栏、GPS(Global Positioning System,全球定位***)、蓝牙等技术以解决乱停放的问题;另一方面,通过规定道路沿线各权属地块的建筑前空间,因地制宜地对共享单车开放,以增加共享单车停放资源供给来解决乱停放的问题。但是,电子围栏卫星定位的精度受很多因素制约,通常需要辅以蓝牙等技术实现共同定位,如果一个停车点的面积在几百平方米,精度不高的话,通常无法精确定位,则容易出现用户已经到了指定停车区域,但是因为定位不够精准,仍然无法停车的情况,从而造成车辆违停。对于市面上的机械锁车辆来说,电子围栏没有约束力;由于GPS信号一般情况下均存在误差,少则几米多则几十米,无法实现精准定位,尤其是在有遮挡的环境下,易导致共享单车定位错误,从而影响对共享单车是否违停的判断。
因此,如何实现对共享单车的进行高效的管理,是急需解决的一大难题。
发明内容
本发明实施例提供一种基于路侧停车管理共享单车的方法及装置,实现了精确地识别并确定违规停放的共享单车。
一方面,本发明实施例提供了一种基于路侧停车管理共享单车的方法,包括:
实时获取待检测区域的视频信息,增强处理所述视频信息中的每一视频帧图像;
通过预定算法确定增强处理后的各视频帧图像中的共享单车及所述共享单车的骑行人;
分析所述各视频帧图像中的共享单车与所述共享单车骑行人的相对位置,根据所述相对位置,确定所述共享单车是否违规停放;
若违规停放,通过所述预定算法对各视频帧图像进行检测,确定违规停放的共享单车骑行人的人像信息;
基于所述停放信息和所述违规停放的共享单车骑行人的人像信息,生成所述违规停放的共享单车的违规停放信息。
进一步地,所述待检测区域包括路侧车辆泊位的待检测区域和预定共享单车停放的待检测区域。
进一步地,所述分析所述各视频帧图像中的共享单车与所述共享单车骑行人的相对位置,根据所述相对位置,确定所述共享单车是否违规停放,包括:
分析所述各视频帧图像中的共享单车与所述共享单车骑行人的相对位置是否超过预定阈值;
若超过,基于图像识别算法确定所述共享单车骑行人停止骑行,分析所述各视频帧图像中所述共享单车的停放信息;
根据所述停放信息,确定所述共享单车是否违规停放;
其中,所述停放信息包括停放泊位或区域的标识信息、停放位置的经纬度、停车场名称、停放发生时间中的至少一项。
进一步地,所述根据所述停放信息,确定所述共享单车是否违规停放,包括:
根据所述停放信息,基于增强处理后的各视频帧图像,确定所述共享单车的停放时间;
判断所述共享单车的停放时间是否小于预定时间阈值;
若是,确定所述共享单车为临时停放共享单车;
若否,确定所述共享单车是否违规停放。
进一步地,所述确定所述共享单车是否违规停放,包括:
当待检测区域为路侧车辆泊位的待检测区域时,确定所述共享单车违规停放;
当待检测区域为预定共享单车停放的待检测区域时,分析所述各视频帧图像中所述共享单车在图像坐标中的停放角度,若所述停放角度超过预定角度阈值时,确定所述共享单车违规停放。
进一步地,所述通过所述预定算法对各视频帧图像进行检测,确定违规停放的共享单车骑行人的人像信息,包括:
根据预定的特征提取网络模型,确定各视频帧图像中违规停放的共享单车骑行人的特征;
根据所述特征,计算各视频帧图像中的特征距离;
对各视频帧图像中的特征距离进行排序,从各视频帧图像中确定所述违规停放的共享单车骑行人的人像信息。
进一步地,所述根据预定的特征提取网络模型,确定各视频帧图像中违规停放的共享单车骑行人的特征,包括:
通过预定的特征提取网络模型检测各视频帧图像中违规停放的共享单车骑行人的位置矩形框;
基于所述位置矩形框,根据各视频帧图像中所述违规停放的共享单车骑行人的像素概率,针对所述违规停放的共享单车骑行人将各视频帧图像进行分割;
对分割后的各视频帧图像进行背景替换,得到所述违规停放的共享单车骑行人图像;
对所述违规停放的共享单车骑行人图像中骑行人的骨架关键点及姿态进行检测,确定各视频帧图像中所述违规停放的共享单车骑行人的特征。
另一方面,本发明实施例提供了一种基于路侧停车管理共享单车的装置,包括:
增强处理模块,用于实时获取待检测区域的视频信息,增强处理所述视频信息中的每一视频帧图像;
确定模块,用于通过预定算法确定增强处理后的各视频帧图像中的共享单车及所述共享单车的骑行人;
分析及确定模块,用于分析所述各视频帧图像中的共享单车与所述共享单车骑行人的相对位置,根据所述相对位置,确定所述共享单车是否违规停放;
检测及模块,用于若违规停放,通过所述预定算法对各视频帧图像进行检测,确定违规停放的共享单车骑行人的人像信息;
生成模块,用于基于所述停放信息和所述违规停放的共享单车骑行人的人像信息,生成所述违规停放的共享单车的违规停放信息。
进一步地,所述待检测区域包括路侧车辆泊位的待检测区域和预定共享单车停放的待检测区域。
进一步地,所述分析及确定模块,包括:
第一分析单元,用于分析所述各视频帧图像中的共享单车与所述共享单车骑行人的相对位置是否超过预定阈值;
第二分析单元,用于若超过,基于图像识别算法确定所述共享单车骑行人停止骑行,分析所述各视频帧图像中所述共享单车的停放信息;
第一确定单元,用于根据所述停放信息,确定所述共享单车是否违规停放;
其中,所述停放信息包括停放泊位或区域的标识信息、停放位置的经纬度、停车场名称、停放发生时间中的至少一项。
进一步地,所述第一确定单元,包括:
第一确定子单元,用于根据所述停放信息,基于增强处理后的各视频帧图像,确定所述共享单车的停放时间;
判断子单元,用于判断所述共享单车的停放时间是否小于预定时间阈值;
第二确定子单元,用于若是,确定所述共享单车为临时停放共享单车;
第三确定子单元,用于若否,确定所述共享单车是否违规停放。
进一步地,所述第三确定子单元,具体用于
当待检测区域为路侧车辆泊位的待检测区域时,确定所述共享单车违规停放;
当待检测区域为预定共享单车停放的待检测区域时,分析所述各视频帧图像中所述共享单车在图像坐标中的停放角度,若所述停放角度超过预定角度阈值时,确定所述共享单车违规停放。
进一步地,所述检测及模块,包括:
第二确定单元,用于根据预定的特征提取网络模型,确定各视频帧图像中违规停放的共享单车骑行人的特征;
计算单元,用于根据所述特征,计算各视频帧图像中的特征距离;
排序单元,用于对各视频帧图像中的特征距离进行排序,从各视频帧图像中确定所述违规停放的共享单车骑行人的人像信息。
进一步地,所述第二确定单元,具体用于
通过预定的特征提取网络模型检测各视频帧图像中违规停放的共享单车骑行人的位置矩形框;
基于所述位置矩形框,根据各视频帧图像中所述违规停放的共享单车骑行人的像素概率,针对所述违规停放的共享单车骑行人将各视频帧图像进行分割;
对分割后的各视频帧图像进行背景替换,得到所述违规停放的共享单车骑行人图像;
对所述违规停放的共享单车骑行人图像中骑行人的骨架关键点及姿态进行检测,确定各视频帧图像中所述违规停放的共享单车骑行人的特征。
上述技术方案具有如下有益效果:通过本发明,通过路侧停车的监控摄像机获取待检测区域的视频信息,实现了对路侧监控摄像机的复用,从而极大地降低了设备成本,且能够及时获取待检测区域的视频信息,为后续快速地确定违规停放的共享单车骑行人的人像信息提供了必要的前提保障;通过对获取的待检测区域的视频信息进行检测,能够精确快速地确定违规停放的共享单车骑行人的人像信息,为后续生成违规停放的共享单车的违规停放信息提供了必要的前提条件;实现了能够高效地识别共享单车及骑行人的信息,极大地提高了判定违规停放的共享单车的准确率,进一步地,能够对共享单车骑行人起到了很好的警示、引导的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种基于路侧停车管理共享单车的方法流程图;
图2为本发明一实施例中一种基于路侧停车管理共享单车的装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例上述技术方案具有如下有益效果:本发明应用实例旨在通过本发明,通过路侧停车的监控摄像机获取待检测区域的视频信息,实现了对路侧监控摄像机的复用,从而极大地降低了设备成本,且能够及时获取待检测区域的视频信息,为后续快速地确定违规停放的共享单车骑行人的人像信息提供了必要的前提保障;通过对获取的待检测区域的视频信息进行检测,能够精确快速地确定违规停放的共享单车骑行人的人像信息,为后续生成违规停放的共享单车的违规停放信息提供了必要的前提条件;实现了能够高效地识别共享单车及骑行人的信息,极大地提高了判定违规停放的共享单车的准确率,进一步地,能够对共享单车骑行人起到了很好的警示、引导的效果。
以下结合应用实例对本发明实施例上述技术方案进行详细说明:
在一种可能的实现方式中,在路侧共享单车管理***中,包括若干监控相机、主控器、存储器;其中,监控相机,用于采集覆盖车辆泊位管理区域对应的全景图像;主控器,用于实现对监控相机的抓拍进行控制、共享单车不规范停放及违停事件的检测等业务;存储器,用于存储监控相机的抓拍图像。首先,实时获取待检测区域的视频信息,其中,待检测区域包括路侧车辆泊位的待检测区域和预定共享单车停放的待检测区域;随后增强处理视频信息中的每一视频帧图像,通过预定算法,如ReID(Person Re-Identification简称ReID,行人重识别),确定增强处理后的各视频帧图像中的共享单车及共享单车的骑行人;通过分析各视频帧图像中的共享单车与共享单车骑行人的相对位置,确定共享单车是否违规停放;若违规停放,通过预定算法对各视频帧图像进行检测,确定违规停放的共享单车骑行人的人像信息;基于停放信息和违规停放的共享单车骑行人的人像信息,生成违规停放的共享单车的违规停放信息。
本领域技术人员可以了解到,行人重识别(Person re-identification)也称行人再识别,是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。广泛被认为是一个图像检索的子问题。给定一个监控行人图像,检索跨设备下的该行人图像。旨在弥补固定的摄像头的视觉局限,并可与行人检测/行人跟踪技术相结合。本发明实施例中,虽会以特定算法为例说明,但这次不做限定。
在一种可能的实现方式中,步骤103分析所述各视频帧图像中的共享单车与所述共享单车骑行人的相对位置,根据所述相对位置,确定所述共享单车是否违规停放,包括:分析所述各视频帧图像中的共享单车与所述共享单车骑行人的相对位置是否超过预定阈值;若超过,基于图像识别算法确定所述共享单车骑行人停止骑行,分析所述各视频帧图像中所述共享单车的停放信息;根据所述停放信息,确定所述共享单车是否违规停放。
其中,所述停放信息包括停放泊位或区域的标识信息、停放位置的经纬度、停车场名称、停放发生时间中的至少一项。
例如,在路侧共享单车管理***中,实时获取待检测区域的视频信息,增强处理视频信息中的每一视频帧图像;通过预定算法确定增强处理后的各视频帧图像中的共享单车及共享单车的骑行人;随后,分析各视频帧图像中的共享单车与该共享单车骑行人的相对位置,如通过预定算法可分析得到各视频帧图像中共享单车与该共享单车骑行人的经纬度位置信息,并根据该经纬度位置信息判断各视频帧图像中共享单车与该共享单车骑行人的相对位置是否超过预定阈值,假设预定阈值为1米,若超过,基于图像识别算法确定该共享单车骑行人停止骑行,分析各视频帧图像中该共享单车的停放信息,如停放泊位或区域的标识信息、停放位置的经纬度、停车场名称、停放发生时间、该共享单车的车身颜色等;根据所述停放信息,确定所述共享单车是否违规停放。
通过本实施例,能够精确地确定共享单车骑行人停止骑行的行为,同时,能够精确地识别出共享单车的停放信息,从而为后续确定所述共享单车是否违规停放提供了必要的前提条件。
在一种可能的实现方式中,所述根据所述停放信息,确定所述共享单车是否违规停放的步骤,包括:根据所述停放信息,基于增强处理后的各视频帧图像,确定所述共享单车的停放时间;判断所述共享单车的停放时间是否小于预定时间阈值;若是,确定所述共享单车为临时停放共享单车;若否,确定所述共享单车是否违规停放。
其中,所述确定所述共享单车是否违规停放,包括:当待检测区域为路侧车辆泊位的待检测区域时,确定所述共享单车违规停放;当待检测区域为预定共享单车停放的待检测区域时,分析所述各视频帧图像中所述共享单车在图像坐标中的停放角度,若所述停放角度超过预定角度阈值时,确定所述共享单车违规停放。
例如,接上例,在路侧共享单车管理***中,基于图像识别算法确定该共享单车骑行人停止骑行,分析各视频帧图像中该共享单车的停放信息后,根据该停放信息,可确定增强处理后的各视频帧图像中共享单车的停放时间,随后确定该共享单车的停放时间;随后,判断该共享单车的停放时间是否小于预定时间阈值,如5分钟,若是,确定该共享单车为临时停放共享单车;若否,识别待检测区域的类型,当待检测区域为路侧车辆泊位的待检测区域时,确定该共享单车违规停放;当待检测区域为预定共享单车停放的待检测区域时,分析各视频帧图像中该共享单车在图像坐标中的停放角度,若该停放角度超过预定角度阈值时,确定该共享单车违规停放。
通过本实施例,避免了将临时停放的共享单车确认为违规停放的情况发生,且当共享单车在指定区域停放时也能够根据共享单车的停放角度确定该共享单车违规停放,避免了因共享单车在指定区域停放时存在违规停放的漏判断的情况发生。
在一种可能的实现方式中,步骤104通过所述预定算法对各视频帧图像进行检测,确定违规停放的共享单车骑行人的人像信息,包括:根据预定的特征提取网络模型,确定各视频帧图像中违规停放的共享单车骑行人的特征;根据所述特征,计算各视频帧图像中的特征距离;对各视频帧图像中的特征距离进行排序,从各视频帧图像中确定所述违规停放的共享单车骑行人的人像信息。
例如,接上例,在路侧共享单车管理***中,确定该共享单车违规停放后,根据预定的特征提取网络模型,确定各视频帧图像中违规停放的共享单车骑行人的特征,如共享单车骑行人的衣着、体态、发型、姿态、配饰等特征;根据该特征,确定首位命中率图片,计算各视频帧图像中的特征距离;对各视频帧图像中的特征距离进行排序,得到平均精度值,随后,根据该平均精度值,从各视频帧图像中确定该违规停放的共享单车骑行人的人像信息,其中,该人像信息包括人像的正面脸部信息。
在一种可能的实现方式中,所述根据预定的特征提取网络模型,确定各视频帧图像中违规停放的共享单车骑行人的特征,包括:通过预定的特征提取网络模型检测各视频帧图像中违规停放的共享单车骑行人的位置矩形框;基于所述位置矩形框,根据各视频帧图像中所述违规停放的共享单车骑行人的像素概率,针对所述违规停放的共享单车骑行人将各视频帧图像进行分割;对分割后的各视频帧图像进行背景替换,得到所述违规停放的共享单车骑行人图像;对所述违规停放的共享单车骑行人图像中骑行人的骨架关键点及姿态进行检测,确定各视频帧图像中所述违规停放的共享单车骑行人的特征。
例如,在上例在路侧共享单车管理***中,预训练定的特征提取网络模型;确定该共享单车违规停放后,通过预定的特征提取网络模型检测各视频帧图像中违规停放的共享单车骑行人的位置矩形框;随后,基于该位置矩形框,根据各视频帧图像中违规停放的共享单车骑行人的像素概率,根据预设的分割后人像像素概率,针对该违规停放的共享单车骑行人将各视频帧图像进行分割,得到各视频帧图像中违规停放的共享单车骑行人的图片;随后,对分割后的各视频帧图像进行背景替换,得到该违规停放的共享单车骑行人图像;对该违规停放的共享单车骑行人图像中骑行人的骨架关键点及姿态进行检测,确定各视频帧图像中该违规停放的共享单车骑行人的特征,其中,一般将识别出人体的几个关键点,比如头部、肩部、手掌、脚掌,用到行人姿态识别的任务中骨架关键点检测及姿态识别以实现骨架关键点的检测及姿态的识别。
在一种可能的实现方式中,在路侧共享单车管理***中,还包括将生成违规停放的共享单车的违规停放信息发送至云服务器;具体地,通过主控器将将生成违规停放的共享单车的违规停放信息发送至云平台。随后,通过云平台将违规停放的共享单车的违规停放信息发送给共享单车厂商,以使得共享单车厂商根据违规停放信息对违规停放的共享单车的骑行人做出合理的处理,并做好对使用用户的相关引导,以实现对共享单车的停放的有效管理。
本发明实施例提供了一种基于路侧停车管理共享单车的装置,可以实现上述提供的方法实施例,具体功能实现请参见方法实施例中的说明,在此不再赘述。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
为使本领域内的任何技术人员能够实现或者使用本发明,上面对所公开实施例进行了描述。对于本领域技术人员来说;这些实施例的各种修改方式都是显而易见的,并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此,本公开并不限于本文给出的实施例,而是与本申请公开的原理和新颖性特征的最广范围相一致。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block),单元,和步骤可以通过电子硬件、电脑软件,或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability),上述的各种说明性部件(illustrative components),单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个***的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现所述的功能,但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块,或单元都可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于用户终端中。可选地,处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中,本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现,这些功能可以存储与电脑可读的媒介上,或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如,这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置,或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外,任何连接都可以被适当地定义为电脑可读媒介,例如,如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘,磁盘通常以磁性复制数据,而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种基于路侧停车管理共享单车的方法,其特征在于,包括:
实时获取待检测区域的视频信息,增强处理所述视频信息中的每一视频帧图像;
通过预定算法确定增强处理后的各视频帧图像中的共享单车及所述共享单车的骑行人;
分析所述各视频帧图像中的共享单车与所述共享单车骑行人的相对位置,根据所述相对位置,确定所述共享单车是否违规停放;
若违规停放,通过所述预定算法对各视频帧图像进行检测,确定违规停放的共享单车骑行人的人像信息;
基于所述停放信息和所述违规停放的共享单车骑行人的人像信息,生成所述违规停放的共享单车的违规停放信息。
2.根据权利要求1所述的方法,其特征在于,所述待检测区域包括路侧车辆泊位的待检测区域和预定共享单车停放的待检测区域。
3.根据权利要求1或2所述的方法,其特征在于,所述分析所述各视频帧图像中的共享单车与所述共享单车骑行人的相对位置,根据所述相对位置,确定所述共享单车是否违规停放,包括:
分析所述各视频帧图像中的共享单车与所述共享单车骑行人的相对位置是否超过预定阈值;
若超过,基于图像识别算法确定所述共享单车骑行人停止骑行,分析所述各视频帧图像中所述共享单车的停放信息;
根据所述停放信息,确定所述共享单车是否违规停放;
其中,所述停放信息包括停放泊位或区域的标识信息、停放位置的经纬度、停车场名称、停放发生时间中的至少一项。
4.根据权利要求3所述的方法,其特征在于,所述根据所述停放信息,确定所述共享单车是否违规停放,包括:
根据所述停放信息,基于增强处理后的各视频帧图像,确定所述共享单车的停放时间;
判断所述共享单车的停放时间是否小于预定时间阈值;
若是,确定所述共享单车为临时停放共享单车;
若否,确定所述共享单车是否违规停放。
5.根据权利要求4所述的方法,其特征在于,所述确定所述共享单车是否违规停放,包括:
当待检测区域为路侧车辆泊位的待检测区域时,确定所述共享单车违规停放;
当待检测区域为预定共享单车停放的待检测区域时,分析所述各视频帧图像中所述共享单车在图像坐标中的停放角度,若所述停放角度超过预定角度阈值时,确定所述共享单车违规停放。
6.根据权利要求5所述的方法,其特征在于,所述通过所述预定算法对各视频帧图像进行检测,确定违规停放的共享单车骑行人的人像信息,包括:
根据预定的特征提取网络模型,确定各视频帧图像中违规停放的共享单车骑行人的特征;
根据所述特征,计算各视频帧图像中的特征距离;
对各视频帧图像中的特征距离进行排序,从各视频帧图像中确定所述违规停放的共享单车骑行人的人像信息。
7.根据权利要求6所述的方法,其特征在于,所述根据预定的特征提取网络模型,确定各视频帧图像中违规停放的共享单车骑行人的特征,包括:
通过预定的特征提取网络模型检测各视频帧图像中违规停放的共享单车骑行人的位置矩形框;
基于所述位置矩形框,根据各视频帧图像中所述违规停放的共享单车骑行人的像素概率,针对所述违规停放的共享单车骑行人将各视频帧图像进行分割;
对分割后的各视频帧图像进行背景替换,得到所述违规停放的共享单车骑行人图像;
对所述违规停放的共享单车骑行人图像中骑行人的骨架关键点及姿态进行检测,确定各视频帧图像中所述违规停放的共享单车骑行人的特征。
8.一种基于路侧停车管理共享单车的装置,其特征在于,包括:
增强处理模块,用于实时获取待检测区域的视频信息,增强处理所述视频信息中的每一视频帧图像;
确定模块,用于通过预定算法确定增强处理后的各视频帧图像中的共享单车及所述共享单车的骑行人;
分析及确定模块,用于分析所述各视频帧图像中的共享单车与所述共享单车骑行人的相对位置,根据所述相对位置,确定所述共享单车是否违规停放;
检测及模块,用于若违规停放,通过所述预定算法对各视频帧图像进行检测,确定违规停放的共享单车骑行人的人像信息;
生成模块,用于基于所述停放信息和所述违规停放的共享单车骑行人的人像信息,生成所述违规停放的共享单车的违规停放信息。
9.根据权利要求8所述的装置,其特征在于,所述待检测区域包括路侧车辆泊位的待检测区域和预定共享单车停放的待检测区域。
10.根据权利要求8或9所述的装置,其特征在于,所述分析及确定模块,包括:
第一分析单元,用于分析所述各视频帧图像中的共享单车与所述共享单车骑行人的相对位置是否超过预定阈值;
第二分析单元,用于若超过,基于图像识别算法确定所述共享单车骑行人停止骑行,分析所述各视频帧图像中所述共享单车的停放信息;
第一确定单元,用于根据所述停放信息,确定所述共享单车是否违规停放;
其中,所述停放信息包括停放泊位或区域的标识信息、停放位置的经纬度、停车场名称、停放发生时间中的至少一项。
11.根据权利要求10所述的装置,其特征在于,所述第一确定单元,包括:
第一确定子单元,用于根据所述停放信息,基于增强处理后的各视频帧图像,确定所述共享单车的停放时间;
判断子单元,用于判断所述共享单车的停放时间是否小于预定时间阈值;
第二确定子单元,用于若是,确定所述共享单车为临时停放共享单车;
第三确定子单元,用于若否,确定所述共享单车是否违规停放。
12.根据权利要求11所述的装置,其特征在于,所述第三确定子单元,具体用于
当待检测区域为路侧车辆泊位的待检测区域时,确定所述共享单车违规停放;
当待检测区域为预定共享单车停放的待检测区域时,分析所述各视频帧图像中所述共享单车在图像坐标中的停放角度,若所述停放角度超过预定角度阈值时,确定所述共享单车违规停放。
13.根据权利要求12所述的装置,其特征在于,所述检测及模块,包括:
第二确定单元,用于根据预定的特征提取网络模型,确定各视频帧图像中违规停放的共享单车骑行人的特征;
计算单元,用于根据所述特征,计算各视频帧图像中的特征距离;
排序单元,用于对各视频帧图像中的特征距离进行排序,从各视频帧图像中确定所述违规停放的共享单车骑行人的人像信息。
14.根据权利要求13所述的装置,其特征在于,所述第二确定单元,具体用于
通过预定的特征提取网络模型检测各视频帧图像中违规停放的共享单车骑行人的位置矩形框;
基于所述位置矩形框,根据各视频帧图像中所述违规停放的共享单车骑行人的像素概率,针对所述违规停放的共享单车骑行人将各视频帧图像进行分割;
对分割后的各视频帧图像进行背景替换,得到所述违规停放的共享单车骑行人图像;
对所述违规停放的共享单车骑行人图像中骑行人的骨架关键点及姿态进行检测,确定各视频帧图像中所述违规停放的共享单车骑行人的特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110353139.4A CN113055823B (zh) | 2021-04-01 | 2021-04-01 | 一种基于路侧停车管理共享单车的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110353139.4A CN113055823B (zh) | 2021-04-01 | 2021-04-01 | 一种基于路侧停车管理共享单车的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113055823A true CN113055823A (zh) | 2021-06-29 |
CN113055823B CN113055823B (zh) | 2023-07-11 |
Family
ID=76517346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110353139.4A Active CN113055823B (zh) | 2021-04-01 | 2021-04-01 | 一种基于路侧停车管理共享单车的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113055823B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113470080A (zh) * | 2021-07-20 | 2021-10-01 | 浙江大华技术股份有限公司 | 一种违规行为识别方法 |
CN113947945A (zh) * | 2021-09-02 | 2022-01-18 | 北京百度网讯科技有限公司 | 车辆行驶的报警方法、装置、电子设备和可读存储介质 |
CN114863087A (zh) * | 2022-07-07 | 2022-08-05 | 锐创软件技术(启东)有限公司 | 一种基于人工智能的共享单车用户质量评估方法及装置 |
CN116665140A (zh) * | 2023-03-08 | 2023-08-29 | 深圳市旗扬特种装备技术工程有限公司 | 一种共享单车载人行为检测方法、装置、设备及存储介质 |
Citations (8)
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*** |
CN209486891U (zh) * | 2019-03-28 | 2019-10-11 | 武汉大学 | 共享单车违停检测*** |
CN111223289A (zh) * | 2018-11-27 | 2020-06-02 | 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 |
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 |
CN111444845A (zh) * | 2020-03-26 | 2020-07-24 | 江苏集萃华科智能装备科技有限公司 | 一种非机动车辆违停识别方法、装置及*** |
CN111784444A (zh) * | 2020-06-09 | 2020-10-16 | 深圳市金溢科技股份有限公司 | 共享单车管理方法和*** |
CN112163544A (zh) * | 2020-10-12 | 2021-01-01 | 北京易华录信息技术股份有限公司 | 一种非机动车辆乱摆放的判断方法及*** |
CN112419733A (zh) * | 2020-10-16 | 2021-02-26 | 杭州智行星科技有限公司 | 一种用户不规范停车的检测方法、装置、设备和存储介质 |
-
2021
- 2021-04-01 CN CN202110353139.4A patent/CN113055823B/zh active Active
Patent Citations (8)
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*** |
CN111223289A (zh) * | 2018-11-27 | 2020-06-02 | 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 |
CN209486891U (zh) * | 2019-03-28 | 2019-10-11 | 武汉大学 | 共享单车违停检测*** |
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 |
CN111444845A (zh) * | 2020-03-26 | 2020-07-24 | 江苏集萃华科智能装备科技有限公司 | 一种非机动车辆违停识别方法、装置及*** |
CN111784444A (zh) * | 2020-06-09 | 2020-10-16 | 深圳市金溢科技股份有限公司 | 共享单车管理方法和*** |
CN112163544A (zh) * | 2020-10-12 | 2021-01-01 | 北京易华录信息技术股份有限公司 | 一种非机动车辆乱摆放的判断方法及*** |
CN112419733A (zh) * | 2020-10-16 | 2021-02-26 | 杭州智行星科技有限公司 | 一种用户不规范停车的检测方法、装置、设备和存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113470080A (zh) * | 2021-07-20 | 2021-10-01 | 浙江大华技术股份有限公司 | 一种违规行为识别方法 |
CN113947945A (zh) * | 2021-09-02 | 2022-01-18 | 北京百度网讯科技有限公司 | 车辆行驶的报警方法、装置、电子设备和可读存储介质 |
CN113947945B (zh) * | 2021-09-02 | 2023-01-17 | 北京百度网讯科技有限公司 | 车辆行驶的报警方法、装置、电子设备和可读存储介质 |
CN114863087A (zh) * | 2022-07-07 | 2022-08-05 | 锐创软件技术(启东)有限公司 | 一种基于人工智能的共享单车用户质量评估方法及装置 |
CN114863087B (zh) * | 2022-07-07 | 2022-09-20 | 锐创软件技术(启东)有限公司 | 一种基于人工智能的共享单车用户质量评估方法及装置 |
CN116665140A (zh) * | 2023-03-08 | 2023-08-29 | 深圳市旗扬特种装备技术工程有限公司 | 一种共享单车载人行为检测方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113055823B (zh) | 2023-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113055823B (zh) | 一种基于路侧停车管理共享单车的方法及装置 | |
Grassi et al. | Parkmaster: An in-vehicle, edge-based video analytics service for detecting open parking spaces in urban environments | |
US9483944B2 (en) | Prediction of free parking spaces in a parking area | |
CN109345829B (zh) | 无人车的监控方法、装置、设备及存储介质 | |
US10984275B1 (en) | Determining location coordinates of a vehicle based on license plate metadata and video analytics | |
WO2021223418A1 (zh) | 基于视觉差的停车检测方法及装置 | |
US20230260154A1 (en) | Systems and Methods for Image-Based Location Determination and Parking Monitoring | |
CN113160575A (zh) | 一种非机动车辆及驾驶人的交通违法行为检测方法及*** | |
CN111369801B (zh) | 车辆识别方法、装置、设备和存储介质 | |
CN112084824A (zh) | 乘客提醒方法、装置、电子设备及存储介质 | |
JP2020518165A (ja) | 異なるデバイスによって生成されたビデオ画像、ピクチャ等のコンテンツの管理および検証のためのプラットフォーム | |
CN114419552A (zh) | 基于目标检测的违章车辆追踪方法及*** | |
CN111950471A (zh) | 目标对象识别方法及装置 | |
CN117542223B (zh) | 基于计算机视觉的停车管理方法及*** | |
CN111768630A (zh) | 一种违章废图检测方法、装置及电子设备 | |
CN113450575B (zh) | 一种路侧停车的管理方法及装置 | |
CN106530739A (zh) | 一种基于多摄像装置的车牌识别方法、装置及其*** | |
CN113869258A (zh) | 交通事件检测方法、装置、电子设备及可读存储介质 | |
CN111696360A (zh) | 一种停车监控方法、***及摄像机 | |
US20200250970A1 (en) | Information processing apparatus, information processing method and program | |
CN112507874A (zh) | 一种用于检测机动车加塞行为的方法与设备 | |
CN112270258A (zh) | 一种非机动车的违规信息获取方法及装置 | |
CN113781792B (zh) | 停放检测***、方法及相关设备 | |
US11417098B1 (en) | Determining location coordinates of a vehicle based on license plate metadata and video analytics | |
CN115131726A (zh) | 一种车位检测方法、装置、设备及介质 |
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 |