违章停车检测方法及装置制造方法及图纸

本申请公开了一种违章停车检测方法及装置。其中，该违章停车检测方法包括：对图像帧进行图像检测，以检测出图像帧中的车辆和预定固定物体；基于持续获取的图像帧对车辆和预定固定物体进行跟踪，确定预设时间内车辆和预定固定物体之间的相对位置是否变化；若未变化，且在车辆的停放位置为禁停区时，确定车辆违章停车。本申请可以提高违章停车车辆检测的准确率和适用性。

【技术实现步骤摘要】
违章停车检测方法及装置
本申请涉及图像
，特别是涉及一种违章停车检测方法及装置。
技术介绍
随着国民经济的迅速发展，机动车数量迅猛增长，有效的车辆管理已经成为一个有重要意义的课题。其中违章停车就是一种非常常见的交通问题，大量车辆占用人行道和应急车道，给交通带来了巨大的危害和安全隐患。之前主要依靠人工监控和交警巡逻的方式，来发现和处理违章停车，此方法效率低，而且消耗极大的人力和物力。随着科技的发展，可以通过固定监控点位的视频来判断违章停车，但是此方法对部署点位密度要求高，而且停车密集时会出现无法看到车牌的情况。
技术实现思路
本申请提供一种违章停车检测方法及装置，可以提高违章停车车辆检测的准确率和适应性。为达到上述目的，本申请提供一种违章停车检测方法，该方法包括：对图像帧进行图像检测，以检测出图像帧中的车辆和预定固定物体；基于持续获取的图像帧对车辆和预定固定物体进行跟踪，确定预设时间内车辆和预定固定物体之间的相对位置是否变化；若未变化，且在车辆的停放位置为禁停区时，确定车辆违章停车。其中，确定预设时间内车辆和预定固定物体之间的相对位置是否变化，包括：确定预设时间内由车辆中心点及其对应的预定固定物体中心点构成的图形的每个夹角的变化值是否超过第一阈值；若未变化，且在车辆的停放位置为禁停区时，确定车辆违章停车，包括：若均未超过第一阈值，且在车辆的停放位置为禁停区时，确定车辆违章停车。其中，基于持续获取的图像帧对车辆和预定固定物体进行跟踪，确定预设时间内由车辆中心点及其对应的预定固定物体中心点构成的图形的每个夹角的变化值是否超过第一阈值，包括：计算出每一帧图像帧中车辆中心点及其对应的预定固定物体中心点构成的图形的每个夹角的度数；确定预设时间内图形的每个夹角的最大值和最小值；计算出每个夹角的最大值和最小值的差值，得到每个夹角的变化值；确定图形中所有夹角的变化值的最大值是否超过第一阈值。其中，对车辆和预定固定物体进行跟踪，之前包括：选取两个预定固定物体作为车辆对应的预定固定物体；计算出每一帧图像帧中车辆中心点及其对应的预定固定物体中心点构成的图形的每个夹角的度数，包括：计算出每一帧中车辆中心点及其对应的预定固定物体中心点构成的三角形的每个夹角的度数。其中，若均未超过第一阈值，且在车辆的停放位置为禁停区时，车辆违章停车，包括：响应于图形的每个夹角的变化值均未超过第一阈值；基于预设交通规则和车辆的停放位置确认车辆的停放位置是否为禁停区。其中，基于预设交通规则和车辆的停放位置确认车辆的停放位置是否为禁停区，包括：若车辆停放在人行道或非机动车道，且停放位置不在停车位线框内，且未有停车指示牌指示停放位置允许停车，则确认停放位置为禁停区；若车辆停放在机动车道，且指示车辆行驶的信号灯为绿灯，且机动车道上车速低于第五阈值的车辆的数量少于第三阈值，则确认停放位置为禁停区。其中，确定车辆违章停车，之后包括：收集车辆停放位置图像和车辆车牌图像，对车辆的车牌进行识别，确定违章停车车辆的车牌号；将车辆停放位置图像、车辆车牌图像、车牌号和车辆的视频录像上传到违章处罚审核系统。其中，确定车辆违章停车，之后包括：检测车辆内是否有人；若有人，则发出提示信号；若车辆未在提示信号下驶离禁停区，或车辆内没有人，则执行收集车辆停放位置图像和车辆车牌图像，对车辆的车牌进行识别，确定违章停车车辆的车牌号的步骤。其中，收集车辆停放位置图像和车辆车牌图像，对车辆的车牌进行识别，确定违章停车车辆的车牌号，包括：图像帧由无人机拍摄得到，若以无人机当前位置拍摄到的图像不包含车辆的清晰的车牌信息；调整无人机的位置，直至无人机拍摄到的图像包含清晰的车辆车牌信息；或，图像帧由转动球机拍摄得到，若以转动球机当前位置拍摄到的图像不包含清晰的车牌信息；调整转动球机的拍摄角度，直至转动球机拍摄到的图像包含清晰的车辆车牌信息。为达到上述目的，本申请提供一种违章停车检测装置，该违章停车检测装置包括处理器；处理器用于执行指令以实现上述方法中的步骤。为达到上述目的，本申请提供一种计算机可读存储介质，其用于存储指令/程序数据，指令/程序数据能够被执行以实现上述方法。本申请通过基于预定固定物体确认的预设时间内车辆和预定固定物体之间的相对位置的变化情况来判断车辆是否处于静止状态，这样通过图像帧的预定固定物体作参考的方式可以提高判断车辆是否停止的准确率，从而可以提高违章停车判断的准确率，并且本申请违章停车检测方法不仅可以应用于基于固定点位的视频来检测违章停车，同时也可通过转动的球机或摄像机本身运动的无人机上拍摄的视频进行违章停车检测。附图说明图1是本申请违章停车检测方法一实施方式的流程示意图；图2是本申请违章停车检测方法另一实施方式的流程示意图；图3是本申请违章停车检测装置一实施方式的结构示意图；图4是本申请计算机可读存储介质一实施方式的结构示意图。具体实施方式为使本领域的技术人员更好地理解本专利技术的技术方案，下面结合附图和具体实施方式对本申请所提供的违章停车检测方法及装置做进一步详细描述。具体请参阅图1，图1是本申请违章停车检测方法第一实施方式的流程示意图。本实施例违章停车检测方法包括以下步骤。需要注意的是，以下编号仅用于简化说明，并不旨在限制步骤的执行顺序，本实施方式的各步骤可以在不违背本申请技术思想的基础上，任意更换执行顺序。S101：对图像帧进行图像检测，以检测出图像帧中的车辆和预定固定物体。对图像帧进行图像检测，以检测出图像帧中的车辆和预定固定物体，以基于预定固定物体确认车辆是否是静止状态，若车辆为静止状态且车辆的停放区域为禁停区时，确定车辆违规停车。其中，预定固定物体可以为预先设定的位置固定的参照物体，例如可以为树木、红绿灯、电线杆、花坛或建筑物等物体。具体地，可以通过深度学习模型对预定固定物体进行识别，例如基于AI深度学习目标检测识别算法检测图像帧中的预定固定物体。可选地，也可以采用深度学习模型检测出图像帧中的车辆。其中，可以采用同一个深度学习模型检测出图像帧中的车辆和预定固定物体，当然也可采用多个深度学习模型分别检测出图像帧中的车辆和多个预定固定物体。在步骤S101之前，可以利用样本训练集对深度学习模型进行训练，以让训练好的深度学习模型能够检测图像中的车辆和/或多个预定固定物体。其中，样本训练集可包括大量包含车辆和/或预定固定物体的图像。S102：基于持续获取的图像帧对车辆和预定固定物体进行跟踪，确定预设时间内车辆和预定固定物体之间的相对位置是否变化。基于步骤S101检测出图像帧中的车辆和预定固定物体后，可以基于持续获取的图像帧对车辆和预定固定物体进行跟踪，并确定预设时间内车辆和预定固定物体本文档来自技高网...

【技术保护点】
1.一种违章停车检测方法，其特征在于，所述方法包括：/n对图像帧进行图像检测，以检测出所述图像帧中的车辆和预定固定物体；/n基于持续获取的图像帧对所述车辆和所述预定固定物体进行跟踪，确定预设时间内所述车辆和所述预定固定物体的相对位置是否变化；/n若未变化，且在所述车辆的停放位置为禁停区时，确定所述车辆违章停车。/n

【技术特征摘要】
1.一种违章停车检测方法，其特征在于，所述方法包括：
对图像帧进行图像检测，以检测出所述图像帧中的车辆和预定固定物体；
基于持续获取的图像帧对所述车辆和所述预定固定物体进行跟踪，确定预设时间内所述车辆和所述预定固定物体的相对位置是否变化；
若未变化，且在所述车辆的停放位置为禁停区时，确定所述车辆违章停车。


2.根据权利要求1所述的方法，其特征在于，所述确定预设时间内车辆和预定固定物体的相对位置是否变化，包括：
确定预设时间内由所述车辆中心点及其对应的预定固定物体中心点构成的图形的每个夹角的变化值是否超过第一阈值；
所述若未变化，且在所述车辆的停放位置为禁停区时，确定所述车辆违章停车，包括：
若均未超过第一阈值，且在所述车辆的停放位置为禁停区时，确定所述车辆违章停车。


3.根据权利要求2所述的方法，其特征在于，所述基于持续获取的图像帧对所述车辆和所述预定固定物体进行跟踪，确定预设时间内由所述车辆中心点及其对应的预定固定物体中心点构成的图形的每个夹角的变化值是否超过第一阈值，包括：
计算出每一帧图像帧中所述车辆中心点及其对应的预定固定物体中心点构成的图形的每个夹角的度数；
确定预设时间内所述图形的每个夹角的最大值和最小值；
计算出每个夹角的最大值和最小值的差值，得到每个夹角的变化值；
确定所述图形中所有夹角的变化值的最大值是否超过第一阈值。


4.根据权利要求3所述的方法，其特征在于，所述对所述车辆和所述预定固定物体进行跟踪，之前包括：
选取两个预定固定物体作为所述车辆对应的预定固定物体；
所述计算出每一帧图像帧中所述车辆中心点及其对应的预定固定物体中心点构成的图形的每个夹角的度数，包括：
计算出每一帧中所述车辆中心点及其对应的预定固定物体中心点构成的三角形的每个夹角的度数。


5.根据权利要求1所述的方法，其特征在于，所述若均未超过第一阈值，且在所述车辆的停放位置为禁停区时，所述车辆违章停车，包括：
响应于所述图形的每个夹角的变化值均未超过第一阈值；
基于预设交通规则和所述车辆的停放位置确认所述车辆的停放位置是否为禁停区。

【专利技术属性】
技术研发人员：应铭朗，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33