一种基于视觉感知和AIOT的路边停车事件判断方法及系统技术方案

本发明专利技术涉及一种基于视觉感知和AIOT的路边停车事件判断方法及系统，通过地磁感应作为触发机制，调用相机采集该地磁感应器对应车位视频数据，深度分析视频数据，保留符合置信度条件的视频数据，根据符合置信度标准的视频数据获得准确的停车事件判断结果，对地磁传感器显示的示数进行标记，得到标签数据，利用标签数据和地磁感应显示示数对全连接分类网络进行训练，训练完成后，当地磁传感器的示数出现变化时，采集地磁数据，送入全连接分类网络即可得到准确的停车时间判断结果，使得路边停车判断更加精准化、智能化。智能化。智能化。

【技术实现步骤摘要】
一种基于视觉感知和AIOT的路边停车事件判断方法及系统


[0001]本申请涉及人工智能、智能停车领域，具体涉及一种基于视觉感知和AIOT的路边停车事件判断方法及系统。

技术介绍

[0002]在智能停车领域中，路侧停车一直是影响城市交通的重大问题。目前路边停车管理依靠两种技术：一种是在路边停车位安装地磁传感器感应车辆进出停车位的时间完成路边停车事件的自动判断，虽然可以获得清晰的传感器数据，但存在缺点是当其他车辆经过时容易产生误判，使得路边停车的判断出现误差。另一种现有技术是利用高位视频，通过采集车位周围视频,根据视频时长信息技术判断停车，缺点是受环境因素影响较大，恶劣环境下图像质量下降，会导致路边停车的判断出现误差。

技术实现思路

[0003]为了克服上述现有技术的缺点，本专利技术的目的是提供一种基于视觉感知和AIOT的路边停车事件判断方法及系统。
[0004]为实现上述目的，本专利技术采用如下技术方案：一种基于视觉感知和AIOT的路边停车事件判断方法，包括如下步骤：:当车位上的地磁传感器示数发生变化时，调用该地磁传感器对应车位的视频数据；:对视频数据中每一个视频数据中感兴趣区域置信度进行判断，获得符合置信度标准的视频数据；:对符合置信度标准的视频数据进行追踪，用帧差法处理该视频数据得到差值图，对差值图进行阈值分割，得到前景区域面积，通过该前景区域面积判断停车结果，将该停车结果与车位对应的地磁传感器显示的示数进行标记，获得电磁传感器显示数与停车结果对应的标签数据；: 利用获得的停车结果对应的标签数据，并结合电磁传感器标签数据对应的显示示数进行全连接分类网络训练。
[0005]所述中获得的视频数据包括覆盖车位所有的视频数据为，其中为视频数据的数量。
[0006]所述视频数据的置信度判断方法如下：对条视频数据中的初始帧图像进行视频质量判断，获得条视频数据中每一视频数据的质量评分，当，选取质量评分最高的视频数据作为获得符合置信度标准的视频数据, 所述是视频质量阈值。
[0007]所述视频质量判断方法如下：
获取初始帧图像中的感兴趣区域；对进行视频质量分析获取质量指标，该质量指标包括视频数据因遮挡引起的视频质量下降的视频质量指标和视频数据中环境指标；按照如下表达式计算视频数据的质量；当，选取质量评分最高的视频数据作为获得符合置信度标准的视频数据。
[0008]所述视频质量指标是按照如下方法确认：对内的图像进行聚类操作，聚类算法采用基于密度的DBSCAN聚类算法，定义中位置处的密度公式为：式中：表示像素八邻域内的像素值；当得到的密度值等于设定的密度阈值时，该视频数据中的停车位完全被遮挡，该视频数据被删除；获取剩余视频数据中的第帧图像，将第帧图像与初始帧图像中各簇内的像素值进行作差处理，获取视频质量指标；式中：表示像素值作差后，50%以上像素值发生变化的的簇对应的面积之和，为感兴趣区域的面积。
[0009]所述环境指标的表达式如下：式中：表示第个簇内梯度均值，为经验梯度阈值。
[0010]所述中前景区域面积为，当时，车辆在目标车位处进行入车出车的动作；当时，视频中没有运动物体，此时说明车辆完成入车、出车运动。
[0011]进一步地，当时，对应的图像帧与视频的初始帧作差，经阈值化后获得面积变化，当时表示车位上有车辆停车或出车；当时表示车位上有其他车辆路过。
[0012]所述中全连接分类网络训练，包括输入层、隐藏层和输出层，将获得的停车结果对应的标签数据和电磁传感器标签数据对应的显示示数作为输入，进行全连接网络训
练。
[0013]本技术方案还提供一种基于视觉感知和AIOT的路边停车事件判断系统，包括视频数据采集模块、视频数据分析模块、停车结果判断模块以及全连接分类网络训练模块，所述视频数据采集模块包括地磁感应器和相机，当所述车位上的地磁传感器示数发生变化时，调用相机拍摄该地磁传感器对应车位的视频数据；所述视频数据分析模块是对视频数据中每一个视频数据中感兴趣区域置信度进行判断，获得符合置信度标准的视频数据；所述停车结果判断模块是追踪符合置信度标准的视频数据，用帧差法处理该视频数据得到差值图，对差值图进行阈值分割，得到前景区域面积，通过该前景区域面积判断停车结果，对获得停车结果车位上对应的地磁传感器显示的示数进行标记，得到标签数据；所述全连接分类网络训练模块是搭建全连接分类网络，利用所述停车判断模块获得的停车结果对应的标签数据，并结合电磁传感器标签数据对应的显示示数对全连接分类网络进行训练。
[0014]本专利技术的有益效果为：（1）现有技术中地磁传感器的判断结果受其他车辆的影响较大，但不受环境因素的影响；而高位视频技术的判断结果可以排除其他车辆和自身车辆多次进出相同停车位的影响，但受环境因素的影响较大。考虑到消除其他车辆的影响相对容易，本专利技术利用视频数据获得停车事件的判断结果，作为标签数据，训练全连接神经网络，以消除其他车辆对地磁传感器判断结果的影响，使得在恶劣环境下也得到准确的判断结果。
[0015]（2）利用视频数据获得停车事件判断结果时，对采集到的视频数据进行信息置信度的判断，利用多视角采集到的同一目标车辆；利用置信度满足要求的图像信息进行路边停车事件判断，保障判断结果的准确性，获得正确的标签数据。
附图说明
[0016]图1是本专利技术一种基于视觉感知和AIOT的路边停车事件判断方法流程图。
[0017]图2是本专利技术一种基于视觉感知和AIOT的路边停车事件判断系统结构框图。
具体实施方式
[0018]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。
[0019]下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0020]实施例1：本实施例如图1所示提供一种基于视觉感知和AIOT的路边停车事件判断方法，包括：步骤：当地磁传感器出现示数变化时，获取对应车位的视频数据；该步骤的目的设定系统的触发条件，避免系统一直运行对设备带来的负载。路边
停车位下部署了地磁传感器，该传感器可以检测停车位区域地磁场的变化，当有车辆停靠或者其他车辆路过车位时，会引起电磁传感器示数的变化，此时根据地磁传感器的位置信息，调用视野范围覆盖该位置的所有视频数据，其中为视频数据的数量，等于视野范围覆盖目标位置的相机数。由于路边的监控视频架在高处，相机视野较广且位姿固定，不同视角的监控相机会采集到同一停车位区域的图像信息。
[0021]步骤：对视频数据内感兴趣区域进行置信度判断，将信息置信度不满足要求的数据舍去，得到满足置信度的视频数据；该步骤的目的是为了消除恶劣环境对停车事件判断的影响。因为采集的视频数据，在恶劣环境下，如下雨、下雪、起雾等情况下，视频数据会出现图像质量下降，若以此数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉感知和AIOT的路边停车事件判断方法，其特征在于，包括如下步骤：:当车位上的地磁传感器示数发生变化时，调用该地磁传感器对应车位的视频数据；:对视频数据中每一个视频数据中感兴趣区域置信度进行判断，获得符合置信度标准的视频数据；:对符合置信度标准的视频数据进行追踪，用帧差法处理该视频数据得到差值图，对差值图进行阈值分割，得到前景区域面积，通过该前景区域面积判断停车结果，将该停车结果与车位对应的地磁传感器显示的示数进行标记，获得电磁传感器显示数与停车结果对应的标签数据；: 利用获得的停车结果对应的标签数据，并结合电磁传感器标签数据对应的显示示数进行全连接分类网络训练，将地磁传感器的示数序列长度的最大值作为全连接网络的输出尺寸；所述中获得的视频数据包括覆盖车位所有的视频数据为，其中为视频数据的数量；所述视频数据置信度判断方法如下：对条视频数据中的初始帧图像进行视频质量判断，获得条视频数据中每一视频数据的质量评分，当，选取质量评分最高的视频数据作为获得符合置信度标准的视频数据, 所述是视频质量阈值；所述视频质量判断方法如下：获取初始帧图像中的感兴趣区域；对进行视频质量分析获取质量指标，该质量指标包括视频数据因遮挡引起的视频质量下降的视频质量指标和视频数据中环境指标；按照如下表达式计算视频数据的质量：当，选取质量评分最高的视频数据作为获得符合置信度标准的视频数据；所述视频质量指标是按照如下方法确认：对内的图像进行聚类操作，聚类算法...

【专利技术属性】
技术研发人员：邹小梅，黄桂枝，
申请(专利权)人：南通辑兴紧固件科技有限公司，
类型：发明
国别省市：