The invention relates to the field of video vehicle recognition, in particular to a video vehicle recognition method based on docker. Pack the environment that vehicle passing detection algorithm and vehicle recognition algorithm depend on to run vehicle recognition algorithm and vehicle passing detection algorithm into docker image, upload the docker image to docker warehouse, which is installed on cloud computing platform. The video vehicle recognition method based on docker can improve the performance and convenience of managing video vehicle recognition. In the process of vehicle recognition in the video, only a number of instances need to be created automatically according to the docker image of vehicle recognition. It does not need to repeatedly deploy the algorithm and the environment the algorithm depends on, which saves the time needed to identify vehicles. When the recognition algorithm needs to be updated, only the docker image needs to be updated, instead of each algorithm, which reduces the difficulty of algorithm update.
【技术实现步骤摘要】
一种基于docker的视频车辆识别方法
本专利技术涉及视频车辆识别领域,具体是涉及一种基于docker的视频车辆识别方法。
技术介绍
随着城市建设的快速发展和人们物质生活水平的不断提高,国内各大城市的机动车保有量呈爆炸式增长,交通管理和城市治安日渐成为现代城市管理急需解决的重大难题。在城市的重要出入口、重要区域以及车流量大的道路上安装摄像头,摄像头记录过往车辆的信息,成为解决上述两大难题的主要手段之一。现有的视频车辆识别方法,需要人工部署安装算法和算法的依赖环境,既浪费了大量的时间,又增加了算法更新的难度。
技术实现思路
为解决上述技术问题,本专利技术提供了一种基于docker的视频车辆识别方法,无需人工部署安装算法和算法的依赖环境,节省时间,降低了算法更新难度。为实现上述目的,本专利技术采用了以下技术方案:一种基于docker的视频车辆识别方法,包括如下步骤:S1,将过车检测算法和车辆识别算法以及运行车辆识别算法所需要依赖的环境和运行过车检测算法所需要依赖的环境打包成docker镜像,将docker镜像上传至docker仓库中,所述docker仓库搭载在云计算平台上;S2,云计算平台通过WEB服务端获取保存在数据库中的视频流,云计算平台调用docker仓库中的docker镜像,由docker镜像创建相应实例,实例包括过车检测算法、车辆识别算法、运行车辆识别算法所需要依赖的环境、运行过车检测算法所需要依赖的环境,将视频流输入到实例中的过车检测算法中,过车检测 ...
【技术保护点】
1.一种基于docker的视频车辆识别方法,其特征在于,包括如下步骤:/nS1,将过车检测算法和车辆识别算法以及运行车辆识别算法所需要依赖的环境和运行过车检测算法所需要依赖的环境打包成docker镜像,将docker镜像上传至docker仓库中,所述docker仓库搭载在云计算平台上;/nS2,云计算平台通过WEB服务端获取保存在数据库中的视频流,云计算平台调用docker仓库中的docker镜像,由docker镜像创建相应实例,实例包括过车检测算法、车辆识别算法、运行车辆识别算法所需要依赖的环境、运行过车检测算法所需要依赖的环境,将视频流输入到实例中的过车检测算法中,过车检测算法截取车辆全景图片和该车辆的车牌图片,截取的车辆全景图片和该车辆的车牌图片保存在FTP服务器,用于WEB服务端调用显示;截取的车辆全景图片输入到车辆识别算法,获取识别结果,识别结果至少包括车型、车辆颜色、车辆行驶速度、车辆行驶方向、车辆所在的经纬度,将识别结果保存在消息队列;/nS3,数据转储服务读取消息队列的识别结果,并将识别结果转存至数据库,用于WEB服务端调用显示。/n
【技术特征摘要】
1.一种基于docker的视频车辆识别方法,其特征在于,包括如下步骤:
S1,将过车检测算法和车辆识别算法以及运行车辆识别算法所需要依赖的环境和运行过车检测算法所需要依赖的环境打包成docker镜像,将docker镜像上传至docker仓库中,所述docker仓库搭载在云计算平台上;
S2,云计算平台通过WEB服务端获取保存在数据库中的视频流,云计算平台调用docker仓库中的docker镜像,由docker镜像创建相应实例,实例包括过车检测算法、车辆识别算法、运行车辆识别算法所需要依赖的环境、运行过车检测算法所需要依赖的环境,将视频流输入到实例中的过车检测算法中,过车检测算法截取车辆全景图片和该车辆的车牌图片,截取的车辆全景图片和该车辆的车牌图片保存在FTP服务器,用于WEB服务端调用显示;截取的车辆全景图片输入到车辆识别算法,获取识别结果,识别结果至少包括车型、车辆颜色、车辆行驶速度、车辆行驶方向、车辆所在的经纬度,将识别结果保存在消息队列;
S3,数据转储服务读取消息队列的识别结果,并将识别结果转存至数据库,用于WEB服务端调用显示。
2.如权利要求1所述的视频车辆识别方法,其特征在于,所述云计算平台包含若干服务器,若干服务器均通过rest接口与WEB服务端双向通信连接。
3.如权利要求2所述的视频车辆识别方法,其特征在于,步骤S2的具体步骤如下:
S21,启动WEB服务端,WEB服务端获取数据库的配置并向云计算平台发出视频车辆识别的命令,...
【专利技术属性】
技术研发人员:杨文韬,高景银,刘升,谢永亮,吉江燕,尹莉莉,范联伟,余保华,
申请(专利权)人:安徽四创电子股份有限公司,
类型:发明
国别省市:安徽;34
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。