CN117755200A - 车辆监控方法、电子设备及存储介质 - Google Patents

Abstract

本申请涉及车辆安全技术领域，具体提供一种车辆监控方法、电子设备及存储介质，旨在解决周围车辆因突然开门而对本车造成损伤的问题。为此目的，本申请的车辆监控方法包括：获取本车周围的图像；基于所述图像确定本车周围的车辆；监测所述车辆的车门状态，并根据所述车门状态判断所述车辆是否正在进行开门动作；以及根据判断结果确定是否发出预警信息。在本车处于停车状态下，本申请通过实时监控周围车辆的状态，从而判断其在开门过程中是否对本车造成潜在风险，以使车主在收到预警信息时，能够作出相应的应对措施，进而降低用户的财产损失。

Description

车辆监控方法、电子设备及存储介质

技术领域

本申请涉及车辆安全技术领域，具体提供一种车辆监控方法、电子设备及存储介质。

背景技术

为了提高车辆的安全性，如今，市面上的智能汽车多配置有守卫功能，即，在车辆处于静止状态时，利用车身周围的相机和传感器，实时监控车辆周围环境，并根据监控信息作出预警信息。

基于目前车辆守卫功能的一些相关技术，其一般通过监控录像来判断车辆是否被盗，或者以检测周围行人、车辆的运动状态来判断其是否对本车或者车内的乘客造成潜在威胁。然而，停放于本车周围的车辆在突然开门时也可能会对本车造成撞击或者剐蹭，导致本车受到损伤。

相应地，本领域需要一种新的技术方案来解决上述问题。

发明内容

本申请旨在解决上述技术问题，即，解决周围车辆因突然开门而对本车造成损伤的问题。

在第一方面，本申请提供一种车辆监控方法，其包括：

获取本车周围的图像；

基于所述图像确定本车周围的车辆；

监测所述车辆的车门状态，并根据所述车门状态判断所述车辆是否正在进行开门动作；以及

根据判断结果确定是否发出预警信息。

在采用上述技术方案的情况下，基于图像识别的方式检测周围车辆的车门状态，并进一步判断周围车辆是否正在进行开门动作，然后根据判断结果选择性地使本车发出预警信息。如此，在本车处于停车状态下，通过实时监控周围车辆的状态，从而判断其在开门过程中是否对本车造成潜在风险，以使车主在收到预警信息时，能够作出相应的应对措施，进而降低用户的财产损失。

在上述监控方法的一个技术方案中，所述方法还包括：

确定所述周围的车辆中的每辆车相对本车的位置；

根据所述位置筛选进入本车预设范围内的车辆，标记为目标车辆；

“监测所述车辆的车门状态，并根据所述车门状态判断所述车辆是否正在进行开门动作”的步骤包括：

监测所述目标车辆的车门状态，并根据所述车门状态判断所述周围车辆是否正在进行开门动作。

在采用上述技术方案的情况下，根据周围车辆与本车之间的距离，对周围车辆进行筛选，确定对本车产生潜在风险较高的车辆作为目标车辆，不进能够减少处理量，而且能够降低误判率，提高判断精度。

在上述监控方法的一个技术方案中，“根据所述位置筛选进入本车预设范围内的车辆”的步骤包括：

将周围的车辆中的每辆车的图像输入至第一目标检测模型，得到每辆车所对应的区域；

根据所述区域外边缘的像素点确定每辆车相对本车的距离，并基于所述距离筛选进入本车预设范围内的车辆；

其中，所述第一目标检测模型反映代表车辆外形的第一特征量与所述区域之间的映射关系。

在上述监控方法的一个技术方案中，“监测所述目标车辆的车门状态”的步骤包括：

获取所述目标车辆的当前图像帧；以及

将所述当前图像帧输入至第二目标检测模型，确定所述目标车辆的车门状态为打开或者关闭；

其中，所述第二目标检测模型反映代表车辆外形的第二特征量与车门开启状态之间的映射关系。

在上述监控方法的一个技术方案中，“根据所述车门状态判断所述目标车辆是否正在进行开门动作”的步骤包括：

根据所述目标车辆的多个图像帧分别对应的车门状态判断其是否正在进行开门动作。

在上述监控方法的一个技术方案中，“根据所述目标车辆的多个图像帧分别对应的车门状态判断其是否正在进行开门动作”的步骤包括：

当连续的多个图像帧对应的车门状态均为打开时，确定所述目标车辆正在进行开门动作。

在上述监控方法的一个技术方案中，“根据所述目标车辆的多个图像帧分别对应的车门状态判断其是否正在进行开门动作”的步骤包括：

当连续的多个图像帧中，车门状态为打开的帧数除以总帧数得到的比值大于预设值时，确定所述目标车辆正在进行开门动作。

在采用上述技术方案的情况下，判断目标车辆是否正在进行开门动作时，结合连续的多个图像帧进行确定，从而能够进一步提高判断结果的准确性和灵敏度。

在上述监控方法的一个技术方案中，“根据判断结果确定是否发出预警信息”的步骤包括：

当确定至少一个所述目标车辆正在进行开门动作时，发出预警信息。

在第二方面，本申请提供一种电子设备，包括处理器和存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行第一方面中任一项技术方案所述的监控方法。

在第三方面，本申请提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行第一方面中任一项技术方案所述的监控方法。

附图说明

下面结合附图来描述本申请的优选实施方式，附图中：

图1是根据本申请一个实施例的车辆监控方法的主要步骤流程图；

图2是根据本申请一个实施例的第一目标检测模型的训练程序流程图；

图3是根据本申请一个实施例的车辆监控方法的详细步骤流程图。

图4是根据本申请一个实施例的车辆监控方法的详细步骤流程图。

图5是根据本申请一个实施例的电子设备的内部结构示意图。

图中，附图标记指代如下：

110、处理器；120、存储装置；130、通信接口；140、通信总线。

具体实施方式

下面参照附图来描述本申请的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本申请的技术原理，并非用于限制本申请的保护范围。本领域技术人员可以根据需要对其作出调整，以便适应具体的应用场合。

在本申请的描述中，“处理器”可以包括硬件、软件或者两者的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质，比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合，比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似，可以包括只是A、只是B或者A和B。

本申请各实施例中可能涉及的相关用户个人信息，均为严格按照法律法规的要求，遵循合法、正当、必要的原则，基于业务场景的合理目的，处理用户在使用产品/服务过程中主动提供或因使用产品/服务而产生的，以及经用户授权获取的个人信息。

本申请处理的用户个人信息会因具体产品/服务场景而有所不同，需以用户使用产品/服务的具体场景为准，可能会涉及用户的账号信息、设备信息、驾驶信息、车辆信息或其他相关信息。申请人会以高度的勤勉义务对待用户的个人信息及其处理。

本申请非常重视用户个人信息的安全，已采取符合业界标准、合理可行的安全防护措施保护用户的信息，防止个人信息遭到未经授权访问、公开披露、使用、修改、损坏或丢失。

在一些相关的技术中，对于车辆的守卫模式来讲，除了体现防盗功能，在一些其它的应用场景中，根据周围行人、车辆或者其它任何运动物体相对本车的运动状态来判断其是否对本车造成潜在威胁，进而发出报警信息，以提醒车主作出下一步的应对措施。或者在另一种场景中，车内乘客在将要开启车门时，通过车身相机和/或传感器判断本车周围是否存在障碍物或者正在靠近本车的行人或其它物体，进而提醒乘客是否可以安全下车，以免在开门过程中对外界行人或物体造成碰撞，进而保证乘客和本车的安全。

然而在一种应用场景中，本车处于静止状态，而停放于本车周围的车辆也处于静止状态，但是因受到车辆间距离因素的影响，周围车辆突然开门时，也可能会对本车造成碰撞或剐蹭。虽然在一些相关技术中，车身周围也安装有传感器，基于传感器可感应振动信息，从而判断外界物体是否对本车造成损伤，但是传感器的灵敏度受到其设定值的影响导致无法精准判断周围车辆开门时对本车产生的碰撞，当周围车辆开门对本车造成碰撞时，虽然碰撞力度不足以达到传感器的灵敏度范围，但是其依旧可能对本车产生了剐蹭现象。因此，上述方式存在较大的弊端。

参照图1，为根据本申请一个实施例提供的车辆监控方法的主要步骤流程图，车辆监控方法包括以下步骤：

S101：获取本车周围的图像。

在本申请的一个实施例中，可以在本车的周围安装至少四个相机，相机可选为鱼眼型相机，防止产生拍摄盲区。具体地，由于每个相机具有各自单独的相机坐标系，因此每个相机采集到本车周围不同方位的图像帧后，图像处理模块结合相机坐标系和本车坐标系对各个图像帧进行拼接，形成体现本车周围环境的整体图像。

S102：基于图像确定本车周围的车辆。

步骤S102指的是，基于获取的图像，确定出哪些图像区域为车辆区域。具体地，基于步骤S101中获取的图像，图像处理模块提取图像中的特征信息，其中，特征信息体现车辆的外形结构，图像处理模块根据特征信息即可判断出哪些图像区域为车辆区域。

S103：监测车辆的车门状态，并根据车门状态判断车辆是否正在进行开门动作。

需要说明的是，上述中的“车门状态”包括打开和关闭状态，车门状态具体指一个静态结果，即相机采集的车辆门体的某个单帧图像。而车辆是否正在进行开门动作具体指一个动态过程，在本申请的一个实施例中，车辆是否正在进行开门动作需要结合体现车门状态的多个单帧图像进行判断。

S104：根据判断结果确定是否发出预警信息。

在本申请的一个实施例中，步骤S104中，当确定至少一个车辆正在进行开门动作时，发出预警信息。

需要说明的是，在一些实施例中，预警信息的方式可以是，在检测到开门动作时，本车向车主发送警示消息，以提醒车主本车可能存在异常状况需处理，具体地，可通过建立车辆与用户随身携带的终端设备(例如手机)之间的通信连接，使得在本车检测到异常状况时能够向用户的手机等终端设备发动信息。同时，发出预警信息的同时，本车还可通过车身周围的相机对当前时段进行录像，以保留视频证据，例如，对周围开门车辆的车牌号进行拍摄，或者对该车的车主或车上乘客的面部进行拍摄等，以使得本车车主在状况发生但未及时赶到现场的情况下，能够根据该视频证据作出下一步应对措施。在一些其它的方式中，预警信息的方式还可以是，在检测到周围车辆具有开门动作时，通过语音播报的方式提醒该车辆注意开门动作，防止造成碰撞现象，语音内容例如可以是“请注意开门幅度”、“请缓慢开门”、“请注意开门，避免与周围车辆产生碰撞”等等。当然，预警信息的方式不限于此，本领域技术人员可以适应性调整预警信息的方式，对其所作出的同等或类似替换均在本申请的保护范围之内。

本申请基于图像识别的方式检测周围车辆的车门状态，并进一步判断周围车辆是否正在进行开门动作，然后根据判断结果选择性地使本车发出预警信息。如此，在本车处于停车状态下，通过实时监控周围车辆的状态，从而判断其在开门过程中是否对本车造成潜在风险，以使车主在收到预警信息时，能够作出相应的应对措施，进而降低用户的财产损失。

在上述步骤S101-步骤S104的基础上，参照图2，为本申请一个实施例公开的车辆监控方法的详细步骤流程图。具体地，在步骤S102之后，车辆监控方法还包括：

S1021：确定周围的车辆中的每辆车相对本车的位置。

S1022：根据上述位置筛选进入本车预设范围内的车辆，标记为目标车辆。

应当理解的是，在本车周围的车辆中，不同的车辆与本车之间的距离可能不同，那么，在这些车辆中，距离本车较近的车辆在进行开门时对本车造成碰撞的可能性肯定大于距离本车较远的车辆，而且，当一些车辆距离本车距离过远时，该车辆开门时必然不会对本车造成碰撞，而在步骤S102中该车辆的图像已经被采集，因此通过步骤S1021和步骤S102，根据周围车辆与本车之间的距离，对周围车辆进行筛选，确定对本车产生潜在风险较高的车辆作为目标车辆，不仅能够减少处理量，而且能够降低误判率，提高判断精度。

在本申请的一个实施例中，步骤S1021中，基于单目测距原理确定周围车辆中的每辆车相对本车的位置。具体地，首先调整相机的内外参，在相机获取到每辆车的图像后，进行像素坐标系、图像坐标系、相机坐标系以及世界坐标系之间的相互转换，得到图像像素到世界坐标系的映射关系，从而根据该映射关系得出每辆车相对本车的位置。关于上述单目测距原理以及通过坐标系之间的转换求解位置的方式为本领域的公知技术，本申请在此不作赘述。

作为本申请的一个实施例，步骤S1022中，将每辆车所对应的区域设定为矩形区域，即每辆车在地面的投影对应一个矩形框。基于此，“根据上述位置筛选进入本车预设范围内的车辆”的步骤具体包括：

将周围的车辆中的每辆车的图像输入至第一目标检测模型，得到每辆车所对应的区域。

根据区域外边缘的像素点确定每辆车相对本车的距离，并基于该距离筛选进入本车预设范围内的车辆。

第一目标检测模型通过预先训练得到，其反映代表车辆外形的第一特征量与矩形区域之间的映射关系，其中，上述特征量体现了车辆外边框的尺寸，例如，特征量可以是车辆外边框的像素点，将周围车辆中的某辆车的图像输入到第一目标检测模型时，则输出该辆车所对应的矩形区域。然后结合该矩形区域外边缘的像素点确定每辆车与本车之间的距离，具体可以结合上述单目测距方式进行确定。

其中，上述预设范围可以结合实际应用和试验数据进行确定，预设范围的数值大小体现判断精度。结合本申请的应用场景可知，预设范围过大时，筛选出的目标车辆较多，可能导致某些目标车辆进行开门动作时实际上不会对本车造成碰撞，但发出了预警信息，造成误判。预设范围过小时，筛选出的目标车辆较少，可能导致车辆周围一些未被确定为目标车辆的车辆在进行开门时依旧会对本车造成碰撞，此时未发出预警信息，但实际上碰撞事故已经发生。因此，结合实际应用和反复试验确定预设范围的具体数值，使其处于合理的数值范围内，有利于提高判断精度。

如图2所示，为根据本申请一个实施例的训练第一目标检测模型的程序流程图，由图可知，第一目标检测模型的训练过程包括以下步骤：

S201：获取数据集。

在该步骤中，可针对不同的场景采集尽可能多的数据集，例如，该场景具体可包括车辆的不同停放形态、不同尺寸和外形的车辆等等，设置场景种类越多，能够最大限度地覆盖不同的应用场景。

S202：对数据集进行预处理。

对数据集的预处理具体包括数据标注和清洗，数据标注是人工标出车辆的外接框，然后清洗脏数据、无效数据、不利于模型训练的数据(如目标模糊、噪声污染等成像问题)。在本申请的一个实施例中，还可对数据进行在线增强，例如，采用镜像反转、颜色微调、曝光度微调、对比度微调、亮度微调、随机裁剪、随机旋转、透射变化、图像错切等方式，提高模型训练的鲁棒性。

S203：将预处理后的数据集属于预设的第一目标检测模型进行训练。

将全部数据集按1:9拆分为测试集和训练集，模型可以采用任意一个主流的目标检测网络(如YOLO、SSD等)作为框架，将训练集输入网络训练200次，计算模型输出的框的中心坐标、宽高与人工标注的中心坐标、宽高计算L2损失和iou损失。训练优化器采用SGD(Stochastic Gradient Descent)优化器，并设定动量因子为0.9，初始学习率为0.0001。

S204：判断训练次数达到预设次数或者准确率达到预设值时，可以停止训练。

在本申请的一个实施例中，判断方式采用PR曲线和线下面积来衡量，PR曲线横轴为召回率、纵轴为准确率，两者都越高线下面积越高，表示模型越优秀。经过调整学习率、训练次数、模型超参、数据集分布等、反复训练，直到指标达到预期要求即为停止。

参照图3，作为本申请的一个实施例，“监测目标车辆的车门状态”的步骤具体包括：

S1031：获取目标车辆的当前图像帧。

S1032：将当前图像帧输入至第二目标检测模型，确定目标车辆的车门状态为打开或者关闭。

其中，第二目标检测模型反映代表车辆外形的第二特征量与车门开启状态之间的映射关系，具体地，第二特征量可以体现车门与车身侧表面之间形成的整体形态，可以理解的是，车门打开角度不同时，第二特征量的实际值不同。步骤S1032中的当前图像帧中输入至第二目标检测模型时，第二目标检测模型提取当前图像帧中的第二特征量，进而输出车门的开启状态为打开或者关闭。在一些实施例中，该模型可以输出车门打开的概率，并在概率大于预设值时，认为车门在该图像帧中为打开状态。

对第二目标检测模型进行训练时，在数据采集阶段，应尽可能多地采集反映第二特征量的实际值，例如，车门打开角度的具体值可以划分地尽可能细致，以提高模型训练的精度。第二目标检测模型可采用轻量卷积网络模型，第二目标检测模型的训练过程同样需经过数据采集、清洗以及反复训练等过程，本申请在此不作赘述。

在本申请的一些实施例中，“根据车门状态判断目标车辆是否正在进行开门动作”的步骤的具体方式为：根据检测到的目标车辆的多个图像帧分别对应的车门状态判断其是否正在进行开门动作。

参照图2，作为本申请的一个实施例，在步骤S1032之后，“根据检测到的目标车辆的多个图像帧分别对应的车门状态判断其是否正在进行开门动作”具体包括：

S1033：判断连续的多个图像帧中车门状态的检测结果是否均为打开，当连续的多个图像帧对应的车门状态均为打开时，确定目标车辆正在进行开门动作。

可以理解的是，当车辆进行开门动作时，车门的打开角度逐渐增大，因此在情况下，所检测到连续的多个图像帧中，每个图像帧的判定结果必然是车门为打开状态(若在模型输出开门概率的情况下，该概率数值在连续图像帧中逐渐增加)，因此，当检测到连续的多个图像帧中车门状态均为打开时，说明车辆正在进行开门动作。

还应说明的是，步骤S1033中，“连续的多个图像帧”中，图像帧的具体数量的设定可根据实际应用和试验测试而定，图像帧的具体数量决定了判断结果的准确性和灵敏度。

参照图3，作为本申请的一个实施例，在步骤S1032之后，“根据检测到的目标车辆的多个图像帧分别对应的车门状态判断其是否正在进行开门动作”具体包括：

S1034：判断连续的多个图像帧中，车门状态为打开的帧数除以总帧数得到的比值是否大于预设值。当车门状态为打开的帧数除以总帧数得到的比值大于预设值时，确定所述目标车辆正在进行开门动作。

需要说明的是，在根据图像帧判断车门状态时，受到模型精度、实际拍摄场景等因素的影响，可能会存在误判，即，车门状态实际为打开，但是判断结果为关闭状态。如此，将会导致在一种情况下，连续的多个图像帧中实际车门状态均为打开，但是判定结果并未确定是正在进行开门动作，从而误判了开门动作的判断结果。因此，基于此，通过步骤S1044，在连续的多个图像帧中，以车门状态为打开的帧数除以总帧数得到的比值作为判断依据，当该比值大于预设值时，同样确定目标车辆正在进行开门动作。

例如，在连续的十个图像帧中，若设置大于等于九个以上图像帧的结果为开门时，即判定正在进行开门动作，则此时预设值为0.9。由此可见，上述预设值的具体数值也会影响判断结果的准确性和灵敏度。

进一步地，本申请还公开了一种电子设备，其包括处理器110、存储装置120、通信接口130和通信总线140，存储装置120适于存储多条程序代码，程序代码适于由所述处理器110加载并运行以执行上述方法实施例中任一项所述的监控方法。上述通信接口130可以为一个或多个，通信接口130可使用任何收发器一类的装置，用于与其它设备或通信网络通信。通信总线140可包括一通路，通信总线140包括但限于数据总线、电源总线、控制总线和状态信号总线等，处理器110、存储装置120以及通信接口130通过通信总线140耦合在一起。为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。

进一步地，本申请还公开了一种计算机可读存储介质。在根据本申请的一个计算机可读存储介质实施例中，计算机可读存储介质可以被配置成存储执行上述方法实施例的监控方法的程序，该程序可以由处理器加载并运行以实现上述监控方法。为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请方法实施例部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备，可选地，本申请实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。

本领域技术人员能够理解的是，本申请实现上述一实施例的方法中的全部或部分流程，也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计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。

至此，已经结合附图所示的优选实施方式描述了本申请的技术方案，但是，本领域技术人员容易理解的是，本申请的保护范围显然不局限于这些具体实施方式。在不偏离本申请的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本申请的保护范围之内。

Claims (10)

1.一种车辆监控方法，其特征在于，包括：

获取本车周围的图像；

基于所述图像确定本车周围的车辆；

监测所述车辆的车门状态，并根据所述车门状态判断所述车辆是否正在进行开门动作；以及

根据判断结果确定是否发出预警信息。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定所述周围的车辆中的每辆车相对本车的位置；

根据所述位置筛选进入本车预设范围内的车辆，标记为目标车辆；

“监测所述车辆的车门状态，并根据所述车门状态判断所述车辆是否正在进行开门动作”的步骤包括：

监测所述目标车辆的车门状态，并根据所述车门状态判断所述周围车辆是否正在进行开门动作。

3.根据权利要求2所述的方法，其特征在于，“根据所述位置筛选进入本车预设范围内的车辆”的步骤包括：

将周围的车辆中的每辆车的图像输入至第一目标检测模型，得到每辆车所对应的区域；

根据所述区域外边缘的像素点确定每辆车相对本车的距离，并基于所述距离筛选进入本车预设范围内的车辆；

其中，所述第一目标检测模型反映代表车辆外形的第一特征量与所述区域之间的映射关系。

4.根据权利要求2所述的方法，其特征在于，“监测所述目标车辆的车门状态”的步骤包括：

获取所述目标车辆的当前图像帧；以及

将所述当前图像帧输入至第二目标检测模型，确定所述目标车辆的车门状态为打开或者关闭；

其中，所述第二目标检测模型反映代表车辆外形的第二特征量与车门开启状态之间的映射关系。

5.根据权利要求4所述的方法，其特征在于，“根据所述车门状态判断所述目标车辆是否正在进行开门动作”的步骤包括：

根据所述目标车辆的多个图像帧分别对应的车门状态判断其是否正在进行开门动作。

6.根据权利要求5所述的方法，其特征在于，“根据所述目标车辆的多个图像帧分别对应的车门状态判断其是否正在进行开门动作”的步骤包括：

当连续的多个图像帧对应的车门状态均为打开时，确定所述目标车辆正在进行开门动作。

7.根据权利要求6所述的方法，其特征在于，“根据所述目标车辆的多个图像帧分别对应的车门状态判断其是否正在进行开门动作”的步骤包括：

当连续的多个图像帧中，车门状态为打开的帧数除以总帧数得到的比值大于预设值时，确定所述目标车辆正在进行开门动作。

8.根据权利要求2至7中任一项所述的方法，其特征在于，“根据判断结果确定是否发出预警信息”的步骤包括：

当确定至少一个所述目标车辆正在进行开门动作时，发出预警信息。

9.一种电子设备，包括处理器和存储装置，所述存储装置适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1至8中任一项所述的监控方法。

10.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1至8中任一项所述的监控方法。