一种基于视觉差的车辆检测信息的校验方法及装置制造方法及图纸

本发明专利技术实施例提供了一种基于视觉差的车辆检测信息的校验方法及装置，该方法包括：获取多个摄像机实时拍摄的预定监控区域的视频帧，确定所述各视频帧中待检测车辆的车辆信息；构建待检测车辆的当前三维车辆检测框坐标；获取已构建的当前时刻的前一时刻的待检测车辆的对比三维车辆检测框坐标及第二位置关系；根据所述当前三维检测框的坐标和所述对比三维车辆检测框的坐标，判断待检测车辆当前是否被遮挡；若被遮挡，根据所述第一位置关系和所述第二位置关系，确定待检测车辆的当前检测信息是否准确。通过本发明专利技术，解决了卷积神经网络模型精度不足的问题，极大地提高了车辆信息检测的检测效率和准确性。

A verification method and device of vehicle detection information based on vision difference

【技术实现步骤摘要】
一种基于视觉差的车辆检测信息的校验方法及装置
本专利技术涉及智能停车管理
，尤其涉及一种基于视觉差的车辆检测信息的校验方法及装置。
技术介绍
随着城市经济的飞速发展和人民生活水平的不断提高，城市机动车保有量快速增长，在有限停车泊位的情况下，出现了百姓停车难的问题。为了解决这个难题，城市管理者开始在路侧规划泊位解决百姓停车问题，但是路侧泊位每个泊位都有多个出入口，基于路侧停车的自身特点，加大了路侧泊位管理的难度。如何有效的对路侧泊位停车进行管理，目前市面上有很多方案，常见的智能停车管理系统中，通常采用卷积神经网络模型对车辆进行状态检测，但是卷积神经网络模型容易受训练量和训练精度，以及算法阈值采用的关系的影响，经常会发生检测图像车辆信息不准确的情况。一方面，对于一些特殊结构车辆，例如大客车、房车、广告包装的面包车、特殊结构越野车等市面较少出现车辆，由于卷积神经网络模型的信息检测精度不足，甚至存在无法检测出图片中存在该车辆的情况，但是这些车辆由于数量较少，如果大规模引入到训练素材里面，将会干扰正常车辆检测精度；另一方面，由于光线干扰，例本文档来自技高网...

【技术保护点】
1.一种基于视觉差的车辆检测信息的校验方法，其特征在于，包括：/n获取多个摄像机实时拍摄的预定监控区域的视频帧，并针对各摄像机，标注各自对应视频帧的当前时间信息，并确定所述各视频帧中待检测车辆的车辆信息；/n根据所述各视频帧中待检测车辆的车辆信息，分别计算所述各视频帧中待检测车辆与各自对应摄像机的第一位置关系，并根据所述第一位置关系构建待检测车辆的当前三维车辆检测框坐标；/n获取已构建的当前时刻的前一时刻的待检测车辆的对比三维车辆检测框坐标及所述前一时刻的各视频帧中待检测车辆与各自对应摄像机的第二位置关系；/n根据待检测车辆的所述当前三维检测框的坐标和所述对比三维车辆检测框的坐标，判断待检测车...

【技术特征摘要】
20200426 CN 20201033982661.一种基于视觉差的车辆检测信息的校验方法，其特征在于，包括：
获取多个摄像机实时拍摄的预定监控区域的视频帧，并针对各摄像机，标注各自对应视频帧的当前时间信息，并确定所述各视频帧中待检测车辆的车辆信息；
根据所述各视频帧中待检测车辆的车辆信息，分别计算所述各视频帧中待检测车辆与各自对应摄像机的第一位置关系，并根据所述第一位置关系构建待检测车辆的当前三维车辆检测框坐标；
获取已构建的当前时刻的前一时刻的待检测车辆的对比三维车辆检测框坐标及所述前一时刻的各视频帧中待检测车辆与各自对应摄像机的第二位置关系；
根据待检测车辆的所述当前三维检测框的坐标和所述对比三维车辆检测框的坐标，判断待检测车辆当前是否被遮挡；
若被遮挡，根据所述第一位置关系和所述第二位置关系，确定待检测车辆的当前检测信息是否准确。


2.根据权利要求1所述的校验方法，其特征在于，所述获取多个摄像机实时拍摄的预定监控区域的视频帧，并针对各摄像机，标注各自对应视频帧的当前时间信息，并确定所述各视频帧中待检测车辆的车辆信息，包括：
在已标注时间信息的各视频帧中，基于每一视频帧，通过预定卷积神经网络模型对当前视频帧进行针对车辆的全帧检测，得到待检测车辆的车辆信息；
其中，所述车辆信息包括车辆的特征点信息；
其中，所述根据所述各视频帧中待检测车辆的车辆信息，分别计算所述各视频帧中待检测车辆与各自对应摄像机的第一位置关系，并根据所述第一位置关系构建待检测车辆的当前三维车辆检测框坐标，包括：
根据所述各视频帧中待检测车辆的车辆信息，确定所述各视频帧中待检测车辆的特征点信息；
根据所述特征点信息，分别计算所述各视频帧中待检测车辆与各自对应摄像机的第一位置关系，并根据所述第一位置关系构建待检测车辆的当前三维车辆检测框坐标。


3.根据权利要求2所述的校验方法，其特征在于，所述根据所述特征点信息，分别计算所述各视频帧中待检测车辆与各自对应摄像机的第一位置关系，并根据所述第一位置关系构建待检测车辆的当前三维车辆检测框坐标，包括：
基于所述各视频帧中待检测车辆的特征点信息，通过视觉差原理对所述各视频帧中待检测车辆的相同的特征点进行比对；
确定比对后的所述各个特征点在各自视频帧中的第一位置关系；
基于所述第一位置关系，计算各个所述特征点与各自所在视频帧所属拍摄的摄像机的距离；
根据计算得到的各个所述特征点与各自所在视频帧所属拍摄的摄像机的距离，构建待检测车辆的当前三维车辆检测框坐标。


4.根据权利要求3所述的校验方法，其特征在于，所述根据计算得到的各个所述特征点与各自所在视频帧所属拍摄的摄像机的距离，构建待检测车辆的当前三维车辆检测框坐标，包括：
基于计算得到的各个所述特征点与各自所在视频帧所属拍摄的摄像机的距离，确定最大距离的特征点和最小距离的特征点；
根据已确定的最大距离的特征点和最小距离的特征点，构建待检测车辆的当前三维车辆检测框坐标。


5.根据权利要求4所述的校验方法，其特征在于，所述根据待检测车辆的所述当前三维检测框的坐标和所述对比三维车辆检测框的坐标，判断待检测车辆当前是否被遮挡的步骤之前，包括：
将任一摄像机确定为主摄像机；
判断所述当前三维车辆检测框的个数是否小于所述对比三维车辆检测框的个数；
若小于，根据待检测车辆的各个当前三维检测框的坐标和各个对比三维车辆检测框的坐标，将各个对比三维车辆检测框中与各个当前三维检测框不同的三维检测框重新确定为当前三维检测框；
确定主摄像机拍摄的当前视频帧中所述当前三维检测框的对应坐标信息；
根据所述当前三维检测框的对应坐标信息，判断待检测车辆是否被遮挡。


6.根据权利要求5所述的校验方法，其特征在于，所述判断所述当前三维车辆检测框的个数是否小于所述对比三维车辆检测框的个数，包括：
若不小于，判断所述当前三维车辆检测框与所述对比三维车辆检测框中相同特征点的坐标位置相差的距离是否超过预定差值；
若超过，判断待检测车辆是否被遮挡。


7.根据权利要求5或6所述的校验方法，其特征在于，所述根据待检测车辆的所述当前三维检测框的坐标和所述对比三维车辆检测框的坐标，判断待检测车辆当前是否被遮挡包括：
针对每一个特征点，判断所述待检测车辆当前特征点在当前三维车辆检测框中的位置与所述待检测车辆当前特征点在对比三维车辆检测框中的位置是否一致；
若不一致，根据所述当前三维车辆检测框的坐标，确定当前特征点在当前三维车辆检测框中与主摄像机的当前距离，并根据所述对比三维车辆检测框的坐标，确定当前特征点在对比三维车辆检测框中与主摄像机的对比距离；
若所述当前距离不小于所述对比距离，确定待检测车辆未被遮挡；
若所述当前距离小于所述对比距离，确定待检测车辆被遮挡。


8.根据权利要求7所述的校验方法，其特征在于，所述若被遮挡，根据所述第一位置关系和所述第二位置关系，确定待检测车辆的当前检测信息是否准确，包括：
若被遮挡，确定所述第一位置关系中各个特征点与各自所在视频帧所属拍摄的摄像机的距离和所述第二位置关系中的各个所述特征点与各自所在视频帧所属拍摄的摄像机的距离的相同数量；
若所述相同数量与各个特征点数量的比例不...

【专利技术属性】
技术研发人员：闫军，候林，
申请(专利权)人：智慧互通科技有限公司，
类型：发明
国别省市：河北;13