基于高位摄像头对路边车辆停车行为的检测方法技术

本发明专利技术公开了一种基于高位摄像头对路边车辆停车行为的检测方法，属于路边车辆停车识别领域。本发明专利技术解决了目前以车位为主导的停车情况判断方法的车辆检测不精确以及纠错成本高的问题，包括：首先定义固定摄像头画面中的车位框，车位框即代表了停车区域；再对后续图像中的每一帧图像，检测判断是否有运动物体；接着判断运动框与车位框是否重叠，若重叠，则判断该运动物体是否为车辆，若为车辆，则获得该运动物体的真实轮廓以及利用追踪器记录该运动物体的运动轨迹，利用所述真实轮廓与车位框的重合度和所述运动轨迹判断车辆行为；否则忽略该帧图像；本发明专利技术能够更精确判断出路边车辆停车情况，且纠错成本低。且纠错成本低。且纠错成本低。

【技术实现步骤摘要】
基于高位摄像头对路边车辆停车行为的检测方法


[0001]本专利技术涉及路边车辆停车识别领域，特别涉及一种基于高位摄像头对路边车辆停车行为的检测方法。

技术介绍

[0002]随着车辆的增长，城市街道路边往往设置有很多停车位，目前停车收费主要采用人工方式，一段街道就需要一名收费员，光收费即需要耗费大量的人力资源。而目前仅基于图像信息进行城市街道路停车自动识别还不是很成熟，主要有以下两类：第一类是用yolo深度学习模型追踪视频中出现的车辆，当这辆车的在视频中的坐标和提前设置好的车位坐标在一定程度上重合之后，判断为车辆进入，同理判断车辆离开，采用该类方法，视频图像中的每帧图像均需要输入yolo深度学习模型进行识别，功耗特别高；第二类是依赖一些传统的图像处理算法，这类方法缺乏鲁棒性，不能解决现实场景中的很多复杂情况，街道行人走动，灯光变化，阳光变化，白天黑夜等等。
[0003]目前，已有以车位为主导的停车情况判断方法，其关心在某个车位发生了什么，即根据车位上车辆和停车区域重叠度的变化情况决定停车位的状态，是空车位，还是有车正在停放，还是已经有车停放，而目前停车情况判断方法存在如下局限性：
[0004]1、如果停车区域内有多辆车同时有进出场行为，状态机很难将这些行为都处理到，尤其是我们的高位摄像头使得我们的观测存在角度，一辆车在停车区域的运动经常会波及到多个车位，所以当有多辆车在停车区域运动时，每一个车位上车辆和车位区域出现的重叠度就会是由多辆车带来的，就很难将在不同时刻下产生的重叠度所对应的具体某辆运动的车找出来，也就无法对具体某一辆车进行分析。
[0005]2.容错率低，后台业务逻辑纠错成本高，而且错误会累加、造成漏判和漏收费。如果车位状态处于已经有车停放状态，除非检测到车位有车离开，状态会变成空车位，否则不会发生变化，如果车位上的车离开时没有被检测到，停车位依然处于有车停放状态，当下一辆车进入停车位的时候就不会触发检测，导致这辆车被漏检测。上一辆车的判断失败影响到了下一辆车的停车判断，所以说错误会累加；后台业务逻辑在纠正收到算法端上传上来的停车信息的错误之后，还要下发一个指令去修改算法端控制的车位状态机状态，否则错误会累加，影响后续停车判断，所以说纠错成本高。

技术实现思路

[0006]本专利技术的目的是提供一种基于高位摄像头对路边车辆停车行为的检测方法，能够解决目前以车位为主导的停车情况判断方法的车辆检测不精确以及纠错成本高的问题。
[0007]本专利技术解决其技术问题，采用的技术方案是：基于高位摄像头对路边车辆停车行为的检测方法，包括如下步骤：
[0008]步骤1、定义高位摄像头视频画中的车位框，所述车位框用于表示停车区域；
[0009]步骤2、对高位摄像头视频画面中的每一帧图像，判断是否有运动物体，若有，产生
运动框并跳转至步骤3，否则重复步骤2；
[0010]步骤3、判断各个帧图像中的运动框与车位框是否重叠，若重叠，则判断运动框内包含的物体是否为车辆，若有车辆，则跳转至步骤4，否则忽略当前帧图像；若不重叠，则忽略当前帧图像；
[0011]步骤4、获取该运动物体的真实轮廓，并利用追踪器获得该运动物体的运动轨迹；
[0012]步骤5、计算该运动物体的真实轮廓与车位框的重合度，并利用所述重合度和所述运动轨迹判断车辆的行为。
[0013]进一步的是，所述步骤1中的停车区域覆盖多个停车位。
[0014]进一步的是，步骤2中，利用三帧差法运动检测方法判断是否有运动物体；
[0015]步骤3中，利用yolov3深度学习模型判断该运动物体是否为车辆；
[0016]步骤4中，该运动物体的真实轮廓来源于步骤3中的模型运行结果。
[0017]进一步的是，步骤2中，所述利用三帧差法运动检测方法判断是否有运动物体，其具体包括如下步骤：
[0018]步骤201、保存当前帧图像的前两帧历史图像；
[0019]步骤202、将当前帧图像与上一帧历史图像做对比，计算两帧间的区别，若区别小于预设阈值，则判断出当前帧图像中不存在运动物体，不产生运动框，并跳转至步骤203，若区别大于等于预设阈值，则判断当前帧图像中具有运动物体，产生运动框，跳转至步骤3；
[0020]步骤203、将当前帧图像与另外一帧历史图像做对比，计算两帧间的区别，若区别小于预设阈值，则判断出当前帧图像中不存在运动物体，不产生运动框，重复步骤2，若区别大于等于预设阈值，则判断当前帧图像中具有运动物体，产生运动框，跳转至步骤3。
[0021]进一步的是，步骤5中，所述车辆的行为包括：车辆的运动行为和车辆行为的目的；
[0022]所述车辆的运动行为包括进入和离开；
[0023]所述车辆行为的目的包括停车、路过、终止停车和依然停车。
[0024]进一步的是，进入行为的触发步骤为：
[0025]依据追踪器提供的物体运动轨迹，获取当前帧图像中的车辆的当前和历史真实轮廓框，凭借这些轮廓框判断车辆是否有跨线行为以及跨线的方向，跨的线为轮廓框的上边线、左边线和下边线，跨线的方向为轮廓框的顶边进场、顶边离场、左边进场、左边离场、底边进场和底边离场；
[0026]如果有检测到越线行为，并且越线方向为对应线的入场方向，则认为车辆有进入停车区域的行为，进而判断车辆行为的最终目的。
[0027]进一步的是，所述进入行为的最终目的判断步骤如下：
[0028]步骤401、判断当前帧图像中已触发进入行为的车辆是否还在运动，即是否还可以造成运动框的产生，如果车辆还在运动，下一帧继续判断，否则跳转至步骤402；
[0029]步骤402、获取触发进入行为的这辆车的所有历史轮廓框信息，根据轮廓框计算出不同时刻下和车位区域的重叠度，计算出不同时刻下车辆底边所处车位区域的位置，通过观察计算出来的结果以及其变化趋势，判断车辆是停车还是路过。
[0030]进一步的是，离开行为的触发步骤为：
[0031]依据追踪器提供的物体运动轨迹，获取当前帧图像中的车辆的当前和历史真实轮廓框，凭借这些轮廓框判断车辆是否有跨线行为以及跨线的方向，跨的线为轮廓框的上边
线、左边线和下边线，跨线的方向为轮廓框的顶边进场、顶边离场、左边进场、左边离场、底边进场和底边离场；
[0032]如果有检测到越线行为，并且越线方向为对应线的离场方向，则认为车辆有离开停车区域的行为，进而判断车辆行为的最终目的。
[0033]进一步的是，所述离开行为的最终目的的判断步骤如下：
[0034]步骤411、判断当前帧图像中已触发进入行为的车辆是否还在运动，即是否还可以造成运动框的产生，如果车辆还在运动，下一帧继续判断，否则，跳转至步骤412；
[0035]步骤412、获取触发进入行为的这辆车的所有历史轮廓框信息，根据轮廓框计算出不同时刻下和车位区域的重叠度，计算出不同时刻下车辆底边所处车位区域的位置，通过观察计算出来的结果以及其变化趋势，判本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于高位摄像头对路边车辆停车行为的检测方法，其特征在于，包括如下步骤：步骤1、定义高位摄像头视频画中的车位框，所述车位框用于表示停车区域；步骤2、对高位摄像头视频画面中的每一帧图像，判断是否有运动物体，若有，产生运动框并跳转至步骤3，否则重复步骤2；步骤3、判断各个帧图像中的运动框与车位框是否重叠，若重叠，则判断该运动框内包含的物体是否为车辆，若有车辆，则跳转至步骤4，否则忽略当前帧图像；若不重叠，则忽略当前帧图像；步骤4、获取该运动物体的真实轮廓，并利用追踪器获得该运动物体的运动轨迹；步骤5、计算该运动物体的真实轮廓与车位框的重合度，并利用所述重合度和所述运动轨迹判断车辆的行为。2.根据权利要求1所述的基于高位摄像头对路边车辆停车行为的检测方法，其特征在于，所述步骤1中的停车区域覆盖多个停车位。3.根据权利要求1所述的基于高位摄像头对路边车辆停车行为的检测方法，其特征在于，步骤2中，利用三帧差法运动检测方法判断是否有运动物体；步骤3中，利用yolov3深度学习模型判断该运动物体是否为车辆；步骤4中，该运动物体的真实轮廓来源于步骤3中的模型运行结果。4.根据权利要求3所述的基于高位摄像头对路边车辆停车行为的检测方法，其特征在于，步骤2中，所述利用三帧差法运动检测方法判断是否有运动物体，其具体包括如下步骤：步骤201、保存当前帧图像的前两帧历史图像；步骤202、将当前帧图像与上一帧历史图像做对比，计算两帧间的区别，若区别小于预设阈值，则判断出当前帧图像中不存在运动物体，不产生运动框，并跳转至步骤203，若区别大于等于预设阈值，则判断当前帧图像中具有运动物体，产生运动框，跳转至步骤3；步骤203、将当前帧图像与另外一帧历史图像做对比，计算两帧间的区别，若区别小于预设阈值，则判断出当前帧图像中不存在运动物体，不产生运动框，重复步骤2，若区别大于等于预设阈值，则判断当前帧图像中具有运动物体，产生运动框，跳转至步骤3。5.根据权利要求1所述的基于高位摄像头对路边车辆停车行为的检测方法，其特征在于，步骤5中，所述车辆的行为包括：车辆的运动行为和车辆行为的目的；所述车辆的运动行为包括进入和离开；所述车辆行为的目的包括停车、路过、终止停车和依然停车。6.根据权利要求5所述...

【专利技术属性】
技术研发人员：丁元一，王铭宇，王堃，
申请(专利权)人：成都恒创新星科技有限公司，
类型：发明
国别省市：