违法停车案件的鉴别方法、装置和计算机设备制造方法及图纸

本申请提出了一种违法停车案件的鉴别方法、装置和计算机设备，其中，上述违法停车案件的鉴别方法包括：获取违法停车案件的图像；对所述图像中的违法停车关键要素进行检测；对检测获得的所述违法停车关键要素中的信息进行识别；根据检测获得的所述违法停车关键要素、所述违法停车关键要素之间的位置关系和识别获得的所述违法停车关键要素中的信息，确定所述违法停车案件的违规类型和所述违法停车案件处理的合规性。本申请可以实现智能化地对违法停车案件的合规性进行鉴别，减少人工审核的成本，并可以对交通执法人员执法的规范性进行监督。

Identification methods, devices and computer equipment for illegal parking cases

This application proposes a method, device and computer equipment for identifying illegal parking cases, in which the above-mentioned methods include: obtaining the image of illegal parking cases; detecting the key elements of illegal parking in the image; identifying the information in the key elements of illegal parking obtained by detection; and identifying the illegal parking according to the detection. The key elements of parking, the location relationship between the key elements of illegal parking and the information in the key elements of illegal parking are identified, and the types of illegal parking cases and the compliance of handling the illegal parking cases are determined. This application can intelligently identify the legitimacy of illegal parking cases, reduce the cost of manual audit, and supervise the regularity of law enforcement by traffic law enforcement officers.

【技术实现步骤摘要】
违法停车案件的鉴别方法、装置和计算机设备
本申请涉及计算机
，尤其涉及一种违法停车案件的鉴别方法、装置和计算机设备。
技术介绍
随着我国国民经济的快速发展，车辆数量的激增，导致了交通需求增长过快而引发的诸如交通阻塞等一系列问题，其中车辆违法停车现象是造成交通阻塞的一个重要因素。对于车辆的违法停车行为，大多由交通执法人员来判断车辆是否违法停车，但是如何对违法停车案件的合规性进行判断，相关技术中并未提供相应的解决方案。
技术实现思路
本申请实施例提供了一种违法停车案件的鉴别方法、装置和计算机设备，以实现智能化地对违法停车案件的合规性进行鉴别，减少人工审核的成本，并可以对交通执法人员执法的规范性进行监督。第一方面，本申请实施例提供了一种违法停车案件的鉴别方法，包括：获取违法停车案件的图像；对所述图像中的违法停车关键要素进行检测；对检测获得的所述违法停车关键要素中的信息进行识别；根据检测获得的所述违法停车关键要素、所述违法停车关键要素之间的位置关系和识别获得的所述违法停车关键要素中的信息，确定所述违法停车案件的违规类型和所述违法停车案件处理的合规性。其中在一种可能的实现方式中，本文档来自技高网...

【技术保护点】
1.一种违法停车案件的鉴别方法，其特征在于，包括：获取违法停车案件的图像；对所述图像中的违法停车关键要素进行检测；对检测获得的所述违法停车关键要素中的信息进行识别；根据检测获得的所述违法停车关键要素、所述违法停车关键要素之间的位置关系和识别获得的所述违法停车关键要素中的信息，确定所述违法停车案件的违规类型和所述违法停车案件处理的合规性。

【技术特征摘要】
1.一种违法停车案件的鉴别方法，其特征在于，包括：获取违法停车案件的图像；对所述图像中的违法停车关键要素进行检测；对检测获得的所述违法停车关键要素中的信息进行识别；根据检测获得的所述违法停车关键要素、所述违法停车关键要素之间的位置关系和识别获得的所述违法停车关键要素中的信息，确定所述违法停车案件的违规类型和所述违法停车案件处理的合规性。2.根据权利要求1所述的方法，其特征在于，所述违法停车案件的图像包括：交通执法人员拍摄的违法停车现场的图像、布控抓拍的违法停车现场的图像和/或违法停车现场视频的帧图像。3.根据权利要求1或2所述的方法，其特征在于，所述对所述图像中的违法停车关键要素进行检测包括：对所述图像的尺寸和颜色分布进行归一化处理；利用预先训练的深度神经网络模型，对归一化处理后的图像进行图像识别，获得所述归一化处理后的图像中关键要素所在的区域和所述关键要素的类别，所述关键要素的类别包括以下之一或组合：车辆、所述车辆的车牌、交通标志和罚单。4.根据权利要求3所述的方法，其特征在于，所述利用预先训练的深度神经网络模型，对归一化处理后的图像进行图像识别之前，还包括：利用训练图像和所述训练图像对应的标注文件，对训练模型进行训练，获得训练好的所述深度神经网络模型。5.根据权利要求4所述的方法，其特征在于，所述利用训练图像和所述训练图像对应的标注文件，对训练模型进行训练包括：将所述训练图像和所述训练图像对应的标注文件输入所述训练模型，利用深度神经网络算法对所述训练模型进行训练；所述训练图像对应的标注文件包括所述训练图像中关键要素所在的区域和所述关键要素的类别；当所述训练模型输出的结果与所述训练图像对应的标注文件之间的误差小于预定阈值时，获得训练好的所述深度神经网络模型。6.根据权利要求3所述的方法，其特征在于，所述违法停车关键要素中的信息包括以下之一或组合：所述车牌的车...

【专利技术属性】
技术研发人员：巢中迪，庄伯金，袁宏进，魏鑫，张玉鑫，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44