一种基于视频分析的机动车违停智能检测方法技术

本发明专利技术提供了一种基于视频分析的机动车违停智能检测方法，包括以下步骤：步骤S1.机动车触发对应违停区域内的感应装置，与感应装置对应的监控探头进行视频监控；步骤S2.监控探头进行信息采集，采集的信息包括定位信息、车辆外观信息、车辆时间信息、驾驶人员信息；步骤S3.数据上传，通过网络传输系统将采集的信息数据上传至后端管理存储系统；步骤S4.图像解析比对，后端管理存储系统一方面将监控探头监控的视频进行分析存储，再将分析的数据整理导出。本发明专利技术公开了一种具有便捷定位、易于监察的功能的基于视频分析的机动车违停智能检测方法。

【技术实现步骤摘要】
一种基于视频分析的机动车违停智能检测方法
本专利技术涉及视频分析处理领域，具体涉及一种基于视频分析的机动车违停智能检测方法。
技术介绍
现有技术中随着生活水平的提高，机动车占有量也在不断提升，而城市公共区域有限，时常会出现违停的问题，在以往是通过交通警察巡逻进行治安管理，但是对于通过人员巡逻进行管控存在以下问题：首先人力资源负荷过大，其次管理工作很难全覆盖同步开展。这些问题的原因在于，第一是人员巡逻管理区域受限，第二，人员操作在同一时间中不能多线程工作。针对上述交通治安管理的问题，现有技术中研发了一下通过监控探头进行辅助配合交通部门进行治安管理的监测设备。例如，专利申请号：CN201910535496.5；专利名称：“一种基于车脸识别的路边停车管理收费系统及收费方法”；公开了一种基于车脸识别的路边停车管理收费系统及收费方法，属于停车收费
包括停车模块、云平台管理系统和用户APP模块；停车模块包括路边停车位、车脸识别摄像头、车辆运动轨迹识别摄像头、摄像头支架和无线通信模块；云平台管理系统包括处理器、数据库、车辆识别模块、计费管理模块和信息收发模块；用户APP模块包括用户注册模块、车辆查找模块、APP收发模块、用户确认模块和支付模块，所述用户注册模块、APP收发模块、用户确认模块和支付模块依次连接。但是，现有技术中依然存在以下问题：第一、现有技术中采用了摄像头进行车辆的识别，但是不具有进行违停监测的功能；第二、现有技术中不便于进行定位检测，仅仅是通过出入扫描对比进行收费的管控，不具有对违章车辆的信息上传实现网络监控的功能。
技术实现思路
本专利技术克服了现有技术的不足，提供了一种基于视频分析的机动车违停智能检测方法，具有便捷定位、易于监察的功能。为达到上述目的，本专利技术采用的技术方案为：一种基于视频分析的机动车违停智能检测方法，具体包括：步骤S1.机动车触发对应违停区域内的感应装置，与感应装置对应的监控探头进行视频监控；步骤S2.监控探头进行信息采集，采集的信息包括定位信息、车辆外观信息、车辆时间信息、驾驶人员信息；步骤S3.数据上传，通过网络传输系统将采集的信息数据上传至后端管理存储系统；步骤S4.图像解析比对，后端管理存储系统一方面将监控探头监控的视频进行分析存储，再将分析的数据整理导出。在本专利技术一个优选的实施方式中，所述步骤S4中还包括：步骤S4.1.从监控视频中解析出若干个单帧的视频监控画面；步骤S4.2.提取视频监控画面中的图像特征，并基于场景特征模型以及设定的违规识别规则识别所提取的图像特征是否为违章图像特征；步骤S4.3.比对分析不是违章特征，将数据进行暂存一段设定的暂存时间；比对分析是违章特征，将数据进行整合上传至违章存储区，所述违章存储区与交通管理系统联网，能让交通管理人员读取。在本专利技术一个优选的实施方式中，感应装置采用的是预先埋设在违停区域内的感应线圈，感应线圈采用的是压力传感器，感应线圈感应到压力值达到预先设定值时，触发对应违停区域内的感应装置工作。在本专利技术一个优选的实施方式中，步骤S4.2中还包括，通过语义分割模型从视频监控画面中提取目标范围，所述语义分割模型采用的全卷积神经网络为基础，并检测提取的目标范围内的潜在违章对象的图像特征，通过场景特征模型以及设定的违规识别规则对图像特征进行分类，以判定是否存在违章行为。在本专利技术一个优选的实施方式中，所述场景特征模型采用的卷积神经网络模型，违规识别规则包括：识别区域、车辆外观信息、车牌信息、停放时间信息、停放人员信息，存在间隔时间中的一种或多种判断条件的结合，以对被识别物体及其组合是否落入所述判断条件进行判定。在本专利技术一个优选的实施方式中，步骤S4.2中还包括，快速地识别图像特征是否属于违章图像特征，预先获取在不存在违章行为时视频监控终端所采集的初始视频监控画面，并将初始视频监控画面标定监控背景画面，其中该监控背景画面被场景特征模型以及设定的违规识别规则用于识别图像特征是否为违章图像特征。在本专利技术一个优选的实施方式中，后端管理存储系统内设置有对比原始信息，对比原始信息包括市面上车辆的外观信息，通过将采集获取的车辆外观信息与对比原始信息中包含的车辆的外观信息进行匹配获得车辆官方对应的外观信息，生成标准车辆信息。在本专利技术一个优选的实施方式中，违章判断中通过在设定的违章时间范围，检测采集的视频信息中车辆的帧数了解违停的时间是否达到违规的时间，满足违规时间时将进行违停车辆的信息的存储上传后进行违规识别。本专利技术解决了技术背景中存在的缺陷，本专利技术有益的技术效果是：本专利技术公开了一种基于视频分析的机动车违停智能检测方法，具有便捷定位、易于监察的功能。第一、通过将视频监控的监测探头与违章区域中的感应装置进行对应，便于提升违章区域位置锁定。第二、采用视频监控采集视频数据，进行违章监测，提升了违章信息采集的全面性，相比于局部抓拍的信息采集方式采集的信息更全面、信息更稳定准确。附图说明下面结合附图和实施例对本专利技术进一步说明。图1是本专利技术的优选实施例一中基于视频分析的机动车违停智能检测方法的系统示意框图；图2是本专利技术的优选实施例一中基于视频分析的机动车违停智能检测方法的流程示意框图。具体实施方式现在结合附图和实施例对本专利技术作进一步详细的说明，这些附图均为简化的示意图，仅以示意方式说明本专利技术的基本内容，因此其仅显示与本专利技术有关的构成。虽然本说明书详细描述了某些示例性实施例，但应当理解，本领域的技术人员在理解上述内容后，可以易于设想这些实施例的更改形式、变型形式和等同形式。本专利技术的实施例可以在不脱离本专利技术的精神和范围的情况下进行多种修改和变更。因此，应当理解，本专利技术的实施例不应限于以下所述的示例性实施例，但应受权利要求书及其任何等同形式中阐述的限制的控制。如图1、图2所示，示出了一种基于视频分析的机动车违停智能检测方法，包括以下步骤：步骤S1.机动车触发对应违停区域内的感应装置，与感应装置对应的监控探头进行视频监控。进一步的，感应装置采用的是预先埋设在违停区域内的感应线圈，感应线圈采用的是压力传感器，感应线圈感应到压力值达到预先设定值时，触发对应违停区域内的感应装置工作。步骤S2.监控探头进行信息采集，采集的信息包括定位信息、车辆外观信息、车辆时间信息、驾驶人员信息。步骤S3.数据上传，通过网络传输系统将采集的信息数据上传至后端管理存储系统。步骤S4.图像解析比对，后端管理存储系统一方面将监控探头监控的视频进行分析存储，再将分析的数据整理导出。步骤S4.1.从监控视频中解析出若干个单帧的视频监控画面；步骤S4.2.提取视频监控画面中的图像特征，并基于场景特征模型以及设定的违规识别规则识别所提取的图像特征是否为违章图像特征；步骤S4.3.比对分析不是违章特征，将数据进行暂存一段设定的暂存时间；比对分析是违章特征，将数本文档来自技高网...

【技术保护点】
1.一种基于视频分析的机动车违停智能检测方法，其特征在于：包括如下步骤：/n步骤S1.机动车触发对应违停区域内的感应装置，与感应装置对应的监控探头进行视频监控；/n步骤S2.监控探头进行信息采集，采集的信息包括定位信息、车辆外观信息、车辆时间信息、驾驶人员信息；/n步骤S3.数据上传，通过网络传输系统将采集的信息数据上传至后端管理存储系统；/n步骤S4.图像解析比对，后端管理存储系统一方面将监控探头监控的视频进行分析存储，再将分析的数据整理导出。/n

【技术特征摘要】
1.一种基于视频分析的机动车违停智能检测方法，其特征在于：包括如下步骤：
步骤S1.机动车触发对应违停区域内的感应装置，与感应装置对应的监控探头进行视频监控；
步骤S2.监控探头进行信息采集，采集的信息包括定位信息、车辆外观信息、车辆时间信息、驾驶人员信息；
步骤S3.数据上传，通过网络传输系统将采集的信息数据上传至后端管理存储系统；
步骤S4.图像解析比对，后端管理存储系统一方面将监控探头监控的视频进行分析存储，再将分析的数据整理导出。


2.根据权利要求1所述的一种基于视频分析的机动车违停智能检测方法，其特征在于：所述步骤S4中还包括，
步骤S4.1.从监控视频中解析出若干个单帧的视频监控画面；
步骤S4.2.提取视频监控画面中的图像特征，并基于场景特征模型以及设定的违规识别规则识别所提取的图像特征是否为违章图像特征；
步骤S4.3.比对分析不是违章特征，将数据进行暂存一段设定的暂存时间；比对分析是违章特征，将数据进行整合上传至违章存储区，所述违章存储区与交通管理系统联网，能让交通管理人员读取。


3.根据权利要求1所述的一种基于视频分析的机动车违停智能检测方法，其特征在于：所述感应装置采用的是预先埋设在违停区域内的感应线圈，感应线圈采用的是压力传感器，感应线圈感应到压力值达到预先设定值时，触发对应违停区域内的感应装置工作。


4.根据权利要求2所述的一种基于视频分析的机动车违停智能检测方法，其特征在于：步骤S4.2中还包括，通过语义分割模型从视频监控画面中提取目标范围，所述语...

【专利技术属性】
技术研发人员：胡静远，刘洪强，
申请(专利权)人：合肥海赛信息科技有限公司，
类型：发明
国别省市：安徽;34