违章停车的检测方法及装置、电子设备、计算机可读介质制造方法及图纸

本公开提供了一种违章停车的检测方法，该方法包括：通过第一神经网络，获取采集模块所采集的图像中类别为车辆的检测框，并确定出所述检测框的坐标信息；通过第二神经网络，判断所述图像中对应所述检测框的区域是否为违章停车区域；若判断出是违章停车区域，则判断预设时间内，所述检测框的坐标信息是否变化，并根据判断结果，确定出所述车辆是否违章停车。本公开还提供了一种违章停车的检测装置、电子设备、计算机可读介质。

Detection methods and devices for illegal parking, electronic equipment and computer readable media

【技术实现步骤摘要】
违章停车的检测方法及装置、电子设备、计算机可读介质
本公开实施例涉及计算机
，特别涉及违章停车的检测方法及装置、电子设备、计算机可读介质。
技术介绍
在当今人工智能快速发展和渗透阶段，人工智能在安防和智慧城市领域逐步开始展现其强大的能力，其中，城管执法部门针对道路违章停车进行依法执法成为一大痛点。随着生活质量提高，私家车成为市民出行主要交通工具，越来越多的私家车成为城市道路规划时不得不考虑的一环，但是再多的停车位也永远赶不上私家车的增长速度，违章停车成为现阶段市容市貌的重点破坏对象，目前城管部门都是采用巡检的方式，先巡检，发现违法再执法的方式，这是城管部门中非常耗时、耗财、耗力的违规检测手段。
技术实现思路
本公开实施例提供一种违章停车的检测方法及装置、电子设备、计算机可读介质。第一方面，本公开实施例提供一种违章停车的检测方法，其包括：通过第一神经网络，获取采集模块所采集的图像中类别为车辆的检测框，并确定出所述检测框的坐标信息；通过第二神经网络，判断所述图像中对应所述检测框的区域是否为违章停车区域；若判断出是违章停车区域，则判断预设时间内，所述检测框的坐标信息是否变化，并根据判断结果，确定出所述车辆是否违章停车。在一些实施例中，所述通过第二神经网络，判断所述图像中对应所述检测框的区域是否为违章停车区域，包括：将所述采集模块所采集的图像输入至第二神经网络，输出所述图像中每个像素所对应的道路类别，得到每个像素坐标与道路类别的对应关系；获取所述图像中对应所述检测框的区域中各像素坐标，并根据每个像素坐标与道路类别的对应关系，得到检测框中各像素的道路类别；根据检测框中各像素的道路类别和预设规则，判断所述检测框的所在区域是否为违章停车区域。在一些实施例中，所述通过第二神经网络，判断所述图像中对应所述检测框的区域是否为违章停车区域，包括：仅将所述图像中对应所述检测框区域的部分输入至第二神经网络，输出所述图像中对应所述检测框区域的部分中各像素的所对应的道路类别；根据检测框中各像素的道路类别和预设规则，判断所述检测框的所在区域是否为违章停车区域。在一些实施例中，所述根据检测框中各像素的道路类别和预设规则，判断所述检测框的所在区域是否为违章停车区域，包括：根据检测框中各像素的道路类别，得到道路类别中违章道路类别对应的像素数量；将道路类别中违章道路类别对应的像素数量与预设值进行比较，并根据比较结果，判断所述检测框的所在区域是否为违章停车区域。在一些实施例中，所述检测框的坐标信息包括所述检测框的四个原点坐标。第二方面，本公开实施例提供一种违章停车的检测装置，其包括：车辆定位模块，用于通过第一神经网络，获取采集模块所采集的图像中类别为车辆的检测框，并确定出所述检测框的坐标信息；违章停车区域判定模块，用于通过第二神经网络，判断所述图像中对应所述检测框的区域是否为违章停车区域；违章车辆判定模块，用于在违章停车区域判定模块判断出是违章停车区域，判断预设时间内，所述检测框的坐标信息是否变化，并根据判断结果，确定出所述车辆是否违章停车。在一些实施例中，所述违章停车区域判定模块，包括：道路类别确定单元，用于将所述采集模块所采集的图像输入至第二神经网络，输出所述图像中每个像素所对应的道路类别，得到每个像素坐标与道路类别的对应关系；获取单元，用于获取所述图像中对应所述检测框的区域中各像素坐标，并根据每个像素坐标与道路类别的对应关系，得到检测框中各像素的道路类别；违章停车区域判定单元，用于根据检测框中各像素的道路类别和预设规则，判断所述检测框的所在区域是否为违章停车区域。在一些实施例中，所述违章停车区域判定模块，包括：获取单元，用于仅将所述图像中对应所述检测框区域的部分输入至第二神经网络，输出所述图像中对应所述检测框区域的部分中各像素的所对应的道路类别；违章停车区域判定单元，用于根据检测框中各像素的道路类别和预设规则，判断所述检测框的所在区域是否为违章停车区域。在一些实施例中，所述违章停车区域判定单元，包括：计算子单元，用于根据检测框中各像素的道路类别，得到道路类别中违章道路类别对应的像素数量；违章停车区域判定子单元，用于将道路类别中违章道路类别对应的像素数量与预设值进行比较，并根据比较结果，判断所述检测框的所在区域是否为违章停车区域。第三方面，本公开实施例提供一种电子设备，其包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据上述的方法。第四方面，本公开实施例提供计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现根据上述的方法。本公开实施例提供的违章停车的检测方法，将采集模块所采集的图像作为输入，利用第一神经网络，确定出类别为车辆的检测框，也即对车辆进行定位，利用第二神经网络，对道路进行像素级的分类，实现对车辆所在道路进行精准定位，再通过判断预设时间内类别为车辆的检测框的坐标是否发生改变，以实现对车辆的违章停车行为的精准判定，该方法使得违章停车行为的检测更为高效，大大减少人力、物力。附图说明附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开的实施例一起用于解释本公开，并不构成对本公开的限制。通过参考附图对详细示例实施例进行描述，以上和其它特征和优点对本领域技术人员将变得更加显而易见，在附图中：图1为本公开实施例的违章停车的检测方法的流程图；图2为本公开实施例的步骤S2的第一种具体流程图；图3为本公开实施例中的步骤S203的具体流程图；图4为本公开实施例的步骤S2的第二种具体流程图；图5为本公开实施例的违章停车的检测装置的框图；图6为本公开实施例中的违章停车区域判定模块的第一种具体框图；图7为本公开实施例中的违章停车区域判定模块的第二种具体框图；图8为本公开实施例中的违章停车区域判定单元的具体框图。具体实施方式为使本领域的技术人员更好地理解本专利技术的技术方案，下面结合附图对本专利技术提供的违章停车的检测方法及装置、电子设备、计算机可读介质进行详细描述。在下文中将参考附图更充分地描述示例实施例，但是所述示例实施例可以以不同形式来体现且不应当被解释为限于本文阐述的实施例。反之，提供这些实施例的目的在于使本公开透彻和完整，并将使本领域技术人员充分理解本公开的范围。如本文所使用的，术语“和/或”包括一个或多个相关列举条目的任何和所有组合。本文所使用的术语仅用于描述特定实施例，且不意欲限制本公开。如本文所使用的，单数形式“一个”和“该”也意欲包括复数形式，除非上下文另外清楚指出。还将理解的是，当本说明书中使用术语“包括”和/或“由……制成”时，指定存在所述特征、整体、步骤、操作、元件和/或组件，但不排除存在或添加一个或多个其它特征、整体、步骤、操作、元件、组件和/或其群组。本文所述实施例可借助本公开的理想示意图而参考平面图和/或截面图进行描述。因此，可根据制造技术和/或容限来修改示例图示。因此，实施例不限于附图中所示的实施例，而是包括基于制造工艺而形成的配置的修改。因此，附图中例示的区具有示意性属性，并且图中所示区的形状例示了元件的区的具体形状，但并不旨在是限制性的。除非另外限定，否则本文所用的所有术语(包括技术和科学术语本文档来自技高网...

【技术保护点】
1.一种违章停车的检测方法，其包括：通过第一神经网络，获取采集模块所采集的图像中类别为车辆的检测框，并确定出所述检测框的坐标信息；通过第二神经网络，判断所述图像中对应所述检测框的区域是否为违章停车区域；若判断出是违章停车区域，则判断预设时间内，所述检测框的坐标信息是否变化，并根据判断结果，确定出所述车辆是否违章停车。

【技术特征摘要】
1.一种违章停车的检测方法，其包括：通过第一神经网络，获取采集模块所采集的图像中类别为车辆的检测框，并确定出所述检测框的坐标信息；通过第二神经网络，判断所述图像中对应所述检测框的区域是否为违章停车区域；若判断出是违章停车区域，则判断预设时间内，所述检测框的坐标信息是否变化，并根据判断结果，确定出所述车辆是否违章停车。2.根据权利要求1所述的方法，其中，所述通过第二神经网络，判断所述图像中对应所述检测框的区域是否为违章停车区域，包括：将所述采集模块所采集的图像输入至第二神经网络，输出所述图像中每个像素所对应的道路类别，得到每个像素坐标与道路类别的对应关系；获取所述图像中对应所述检测框的区域中各像素坐标，并根据每个像素坐标与道路类别的对应关系，得到检测框中各像素的道路类别；根据检测框中各像素的道路类别和预设规则，判断所述检测框的所在区域是否为违章停车区域。3.根据权利要求1所述的方法，其中，所述通过第二神经网络，判断所述图像中对应所述检测框的区域是否为违章停车区域，包括：仅将所述图像中对应所述检测框区域的部分输入至第二神经网络，输出所述图像中对应所述检测框区域的部分中各像素的所对应的道路类别；根据检测框中各像素的道路类别和预设规则，判断所述检测框的所在区域是否为违章停车区域。4.根据权利要求2或3所述的方法，其中，所述根据检测框中各像素的道路类别和预设规则，判断所述检测框的所在区域是否为违章停车区域，包括：根据检测框中各像素的道路类别，得到道路类别中违章道路类别对应的像素数量；将道路类别中违章道路类别对应的像素数量与预设值进行比较，并根据比较结果，判断所述检测框的所在区域是否为违章停车区域。5.根据权利要求1所述的方法，其中，所述检测框的坐标信息包括所述检测框的四个原点坐标。6.一种违章停车的检测装置，其包括：车辆定位模块，用于通过第一神经网络，获取采集模块所采集的图像中类别为车辆的检测框，并确定出所述检测框的坐标信息...

【专利技术属性】
技术研发人员：王冠皓，叶芷，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11