A video-based vehicle model matching method includes: identifying the license plate information in the target parking space and recording it as the current license plate information; calculating the similarity between the current license plate information and the first license plate information recognized in this parking event; judging whether the calculated similarity is greater than the first preset threshold; and calculating the calculated phase. When the similarity is less than the first preset threshold, the close-range picture of the vehicle in the target parking space is extracted and recorded as the current close-range picture, the close-range picture of the vehicle in the target parking space is extracted and recorded as the target close-range picture, and the similarity between the current close-range picture and the target close-range picture is judged to be greater than the first close-range picture. When the similarity between the current close-range picture and the target close-range picture is less than the second threshold, the out-of-position information and the in-place information collected last time are extracted from the video information, and the parking event is updated, and the in-place information is used as the in-place information of the parking event after the update. The recognition rate of parking time is improved.
【技术实现步骤摘要】
一种基于视频的车型匹配方法、装置和计费系统
本专利技术涉及图像模式识别
,具体涉及一种基于视频的车型匹配方法、装置和计费系统。
技术介绍
随着我国经济的发展,车辆市场保有量将持续增加,停车难及停车位的有效管理等问题将进一步加剧。路内停车在这种历史背景下应运而生。路内停车作为智能交通重要环节,是指在道路安全红线范围以内的两侧或者一侧,设置若干个停车位供来往车辆临时停靠。这种停车位具有设置更加灵活、车位周转率快、占用空间少、维护成本低等优点,可以在一定程度上缓解当前“停车难”等问题。针对路内停车这样的停车场景,国内外高校和相关企业开展了长时间的研究工作,当前市场上存在多种针对路内停车的管理系统,其中采用视频处理技术方式实现车位管理的停车系统关注度越来越高。采用视频方式管理停车位存在一个问题,车辆停在泊位(停车位)以后,停车系统会周期性抓拍泊位车辆,这样就需要一个方法区分本次抓拍和前一次抓拍的目标是否是同一个目标,即判断停车位内的车辆是否发生改变。前端在进行周期性抓拍的过程中,能够识别到车辆车牌的可以通过对比车牌信息实现是否换车的判断,如果车牌遮挡或者没车牌造成识别不到车牌信息就只能通过图像匹配实现是否换车的判断,受前端抓拍设备计算能力有限的制约,匹配容易受到现场环境的影响进而匹配出错,造成一个停车事件分割成多个停车事件,进而产生多个订单,或者多个停车事件被当成一个停车事件,影响停车管理系统收费。
技术实现思路
有鉴于此,本专利技术实施例提供一种基于视频的车型匹配方法、装置和计费系统,以实现对停车事件的精确识别。为实现上述目的,本专利技术实施例提供如下技术方案 ...
【技术保护点】
1.一种基于视频的车型匹配方法,其特征在于,包括:识别目标停车位中停靠车辆的车牌信息,记为当前车牌信息;计算所述当前车牌信息和本次停车事件中第一次识别到的车牌信息的相似度;判断计算得到的所述相似度是否大于第一预设阈值;当计算得到的所述相似度小于第一预设阈值时,提取本次抓拍到的所述目标停车位中停靠车辆的近景图片,记为当前近景图片;提取上一次抓拍到的所述目标停车位中停靠车辆的近景图片,记为目标近景图片;判断所述当前近景图片和目标近景图片的相似度是否大于第二阈值;当前近景图片和目标近景图片的相似度小于第二阈值时,由采集到的视频信息中提取最近一次采集到的离位信息和入位信息,更新停车事件,将所述入位信息作为更新后的本次停车事件的入位信息。
【技术特征摘要】
1.一种基于视频的车型匹配方法,其特征在于,包括:识别目标停车位中停靠车辆的车牌信息,记为当前车牌信息;计算所述当前车牌信息和本次停车事件中第一次识别到的车牌信息的相似度;判断计算得到的所述相似度是否大于第一预设阈值;当计算得到的所述相似度小于第一预设阈值时,提取本次抓拍到的所述目标停车位中停靠车辆的近景图片,记为当前近景图片;提取上一次抓拍到的所述目标停车位中停靠车辆的近景图片,记为目标近景图片;判断所述当前近景图片和目标近景图片的相似度是否大于第二阈值;当前近景图片和目标近景图片的相似度小于第二阈值时,由采集到的视频信息中提取最近一次采集到的离位信息和入位信息,更新停车事件,将所述入位信息作为更新后的本次停车事件的入位信息。2.根据权利要求1所述的基于视频的车型匹配方法,其特征在于,所述识别目标停车位中停靠车辆的车牌信息具体为:获取本次抓拍的近景图像;在所述近景图像中定位车牌位置,采用大倾角车牌识别技术,对检测到的车牌位置进行矫正,采用OCR识别技术对矫正后车牌位置进行识别得到车牌信息目标停车位中停靠车辆的车牌信息。3.根据权利要求1所述的基于视频的车型匹配方法,其特征在于,判断所述当前近景图片和目标近景图片的相似度大于第二阈值之后,还包括:判断上一次和本次抓拍到的所述目标停车位中停靠车辆的远景图片之间的相似度是否大于第三阈值,如果否,由采集到的视频信息中提取最近一次采集到的离位信息和入位信息,更新停车事件,将所述入位信息作为更新后的本次停车事件的入位信息。4.根据权利要求1所述的基于视频的车型匹配方法,其特征在于,判断计算得到的所述相似度大于第一预设阈值,判断所述当前近景图片和目标近景图片的相似度大于第二阈值之后,还包括:控制图像采集装置返回远景预制位。5.根据权利要求1所述的基于视频的车型匹配方法,其特征在于,所述判断所述当前近景图片和目标近景图片的相似度是否大于第二阈值具体为:提取所述当前近景图片和目标近景图片的SIFT特征点;计算当前近景图片和目标近景图片相互匹配的SIFT特征点数量;判断相互匹配的SIFT特征点数量是否大于第一预设数量值,如果是,表明所述当前近景图片和目标近景图片的相似度大于第二阈值,否则,所述当前近景图片和目标近景图片的相似度小于第二阈值。6.根据权利要求3所述的基于视频的车型匹配方法,其特征在于,所述判断上一次和本次抓拍到的所述目标停车位中停靠车辆的远景图片之间的相似度是否大于第三阈值,具体为:提取上一次抓拍到的所述目标停车位中停靠车辆的远景图片,记为目标远景图片;提取本次抓拍到的所述目标停车位中停靠车辆的远景图片,记为当前远景图片;提取所述当前远景图片和目标远景图片的SIFT特征点;判断当前远景图片和目标远景图片相互匹配的SIFT特征点数量是否大于第二预设数量值,如果是,表明所述当前远景图片和目标远景图片的相似度大于第三阈值,否则,所述当前近景图片和目标近景图片的相似度小于第三阈值。7.一种基于视频的车型匹配装置,其特征在于,包括:识别单元,用于获取图像采集装置采集到的视频信息,由所述视频信息中识别目标停车位中停靠车辆的车牌信息,记为当前车牌信息;第一判断单元,计...
【专利技术属性】
技术研发人员:师小凯,唐俊,邓一星,党小迪,盛利民,许永喜,
申请(专利权)人:北京精英智通科技股份有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。