一种基于视频分析的车辆刮蹭检测方法技术

本发明专利技术提出了一种基于视频分析的车辆刮蹭检测方法，具体为基于视频语义分割技术的车辆刮蹭的检测方法，它是通过监控摄像机采集监控视频，采用语义分割方法检测并获取监控视频中的车辆，根据获取到的车辆的位置信息划分为过车车辆、停车车辆两类，接着通过本发明专利技术所述的刮蹭判断算法判断过车车辆与停车车辆的位置关系来进行车辆刮蹭的检测。本发明专利技术以语义分割网络和跟踪算法作为依据，通过视频分析来检测视频中的车辆，并对其跟踪和刮蹭判断，用于解决现有技术中检测效率低、误检率大的问题。

A vehicle scratch detection method based on video analysis

【技术实现步骤摘要】
一种基于视频分析的车辆刮蹭检测方法
本专利技术涉及视频语义分割
，具体涉及一种通过视频语义分割技术的基于视频分析的车辆刮蹭检测方法。
技术介绍
随着时代的发展，科技的进步，汽车已经逐渐成为每家每户必备的出行工具。但是，随着车辆数量的大量增加，路边的停车位数量随之增加，道路宽度变窄，给停车车辆被过往车辆刮蹭带来了隐患。通过人为的查看监控录像来找出刮蹭车辆的信息，浪费了时间和人力，成本过高。因此，一种基于视频分析的车辆跟踪、车辆刮蹭检测并保存车辆刮蹭信息的方法必不可少。目前，在有关检测车辆刮蹭的领域，常用下面的方法进行检测：如使用一种用于目标检测的卷积神经网络来对视频下的车辆进行检测及车辆刮蹭的判断，这种方法检测效率高，提高了检测操作的灵活性，但是仅仅用矩形选择框来框取车辆的位置不能反应车辆的轮廓信息，进一步地导致车辆刮蹭的判断的误检率非常高。同时，现有技术中使用的卷积神经网络较为落后，效率还是较为低下，不适合大量的图片训练和使用。
技术实现思路
为克服现有技术上的不足，本专利技术的目的在于提供一种基于视频分析的车本文档来自技高网...

【技术保护点】
1.一种基于视频分析的车辆刮蹭检测方法，其特征在于包括如下步骤：/n步骤1：用矩形框标定监控视频中的停车区域和过车区域；/n步骤2：定义停车车辆集合S＝{s

【技术特征摘要】
1.一种基于视频分析的车辆刮蹭检测方法，其特征在于包括如下步骤：
步骤1：用矩形框标定监控视频中的停车区域和过车区域；
步骤2：定义停车车辆集合S＝{si|i＝1,2,…,I},过车车辆集合G＝{gj|j＝1,2,…,J}，其中，si表示S中第i辆车的最小外接矩形，I表示停车车辆集合中车辆的数量，gj表示G中第j辆车的最小外接矩形，J表示过车车辆集合中车辆的数量；初始时S和G均为空集合；
步骤3：从监控视频缓存队列中获一帧图像；
步骤4：采用基于深度学习技术的语义分割方法从步骤3的图像中检测出在过车区域内的车辆，并将结果记为C＝{ck|k＝1,2,...,K}，其中，ck表示检测到的第k辆车的最小外接矩形，K表示检测到的车辆数；针对每个ck，按如下逻辑处理：若ck完全包含于停车区域内且与所有si满足式(1)，则将ck加入S中；否则，若ck不完全包含于停车区域且与所有gj满足式(2)，则将ck加入G中；






其中，A表示面积计算函数；
步骤5：对步骤4中的停车车辆集合S中的每辆车进行跟踪并更新S，若该车辆超出停...

【专利技术属性】
技术研发人员：高飞，葛逸凡，卢书芳，陆佳炜，程振波，肖刚，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33