车辆违停检测方法、装置、存储介质及电子设备制造方法及图纸

本公开提供了一种车辆违停检测方法、装置、存储介质及电子设备，涉及视觉检测技术领域。该方法包括：采集监控区域的视频数据，其中，监控区域包括：车辆禁停区域；根据视频数据，监测是否存在进入车辆禁停区域的目标车辆；若存在目标车辆，则获取目标车辆的特征信息；根据目标车辆的特征信息和视频数据，确定目标车辆在多个时间点的位置信息；根据目标车辆在多个时间点的位置信息，判断目标车辆在车辆禁停区域的停留时长是否超过预设时长；若超过预设时长，则确定目标车辆为违停车辆。本公开实施例中，引入了目标车辆的特征信息来识别目标车辆，可以有效确定是否为同一车辆停止在禁停区域，降低了误检率，检测的结果更准确。检测的结果更准确。检测的结果更准确。

【技术实现步骤摘要】
车辆违停检测方法、装置、存储介质及电子设备


[0001]本公开涉及视觉检测
，尤其涉及一种车辆违停检测方法及装置、存储介质及电子设备。

技术介绍

[0002]随着社会经济的发展，车辆数量出现了大规模增长，停车需求和停车场地的供给矛盾日益突出，现实生活中开始出现了违章停车的行为。
[0003]违章停车会严重阻碍交通，影响公共安全。
[0004]随着视频检测技术和计算机视觉技术的发展，现在逐渐利用监控设备对禁停区域进行车辆违停检测。但是，目前的检测方法，一般只能检测到禁停区域是否存在车辆，不能有效判断车辆是否在禁停区域停靠，检测结果的准确率较低。
[0005]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0006]本公开的目的在于提供一种车辆违停检测方法、装置、存储介质及电子设备，至少在一定程度上克服由于相关技术只能检测到禁停区域是否存在车辆，不能有效判断车辆是否在禁停区域停靠，检测结果的准确率较低的问题。
[0007]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
[0008]根据本公开的一个方面，提供一种车辆违停检测方法，包括：
[0009]采集监控区域的视频数据，其中，监控区域包括：车辆禁停区域；
[0010]根据视频数据，监测是否存在进入车辆禁停区域的目标车辆；
[0011]若存在目标车辆，则获取目标车辆的特征信息；
[0012]根据目标车辆的特征信息和视频数据，确定目标车辆在多个时间点的位置信息；
[0013]根据目标车辆在多个时间点的位置信息，判断目标车辆在车辆禁停区域的停留时长是否超过预设时长；
[0014]若超过预设时长，则确定目标车辆为违停车辆。
[0015]在本公开一个实施例中，获取目标车辆的特征信息，包括：
[0016]将视频数据输入到预先训练的神经网络模型中，输出目标车辆的特征信息。
[0017]在本公开一个实施例中，根据目标车辆的特征信息和视频数据，确定目标车辆在多个时间点的位置信息，包括：
[0018]将视频数据输入到目标检测模型中，输出视频数据的多个视频帧图像中的检测框信息，其中，每个视频帧图像对应一个时间点；
[0019]基于多个视频帧图像中的检测框信息，确定目标车辆在多个时间点的位置信息。
[0020]在本公开一个实施例中，目标检测模型还输出置信度信息，置信度信息表示检测
框内的检测对象是车辆的置信度；
[0021]基于视频帧图像中的检测框信息，确定目标车辆的位置信息，包括：
[0022]基于置信度信息大于预设置信度的检测框信息，确定目标车辆的位置信息。
[0023]在本公开一个实施例中，根据视频数据，监测是否存在进入车辆禁停区域的目标车辆之后，方法还包括：
[0024]基于视频数据中T
‑
1时刻车辆的第一位置，预测在T时刻车辆的位置，得到预测位置；
[0025]在检测到T时刻车辆的第二位置与预测位置之间的距离值大于第一预设距离值的情况下，计算第二位置与第一位置之间的距离值；
[0026]获取目标车辆的特征信息，包括：
[0027]在第二位置与第一位置之间的距离值小于第二预设距离值的情况下，获取目标车辆的特征信息。
[0028]在本公开一个实施例中，根据目标车辆的特征信息和视频数据，确定目标车辆在多个时间点的位置信息，包括：
[0029]基于目标车辆的特征信息，在视频数据的多个视频帧图像中确定N个第一图像，第一图像为包含目标车辆的视频帧图像，N为正整数；
[0030]获取目标车辆在每个第一图像中的位置信息和位置信息关联的时间信息。
[0031]在本公开一个实施例中，基于目标车辆的特征信息，在视频数据的视频帧图像中确定N个第一图像，包括：
[0032]检测视频数据的视频帧图像，在多个视频帧图像中确定M个第二图像，第二图像为包含车辆的视频帧图像，M为正整数，M不小于N；
[0033]获取第二图像中车辆的特征信息；
[0034]基于第二图像中车辆的特征信息和目标车辆的特征信息，在M张第二图像中确定N张第一图像，第二图像中车辆的特征信息与目标车辆的特征信息的相似度值大于预设相似度阈值。
[0035]根据本公开的另一个方面，提供一种车辆违停检测装置，包括：
[0036]采集模块，用于采集监控区域的视频数据，其中，监控区域包括：车辆禁停区域；
[0037]监测模块，用于根据视频数据，监测是否存在进入车辆禁停区域的目标车辆；
[0038]获取模块，用于若存在目标车辆，则获取目标车辆的特征信息；
[0039]第一确定模块，用于根据目标车辆的特征信息和视频数据，确定目标车辆在多个时间点的位置信息；
[0040]判断模块，用于根据目标车辆在多个时间点的位置信息，判断目标车辆在车辆禁停区域的停留时长是否超过预设时长；
[0041]第二确定模块，用于若超过预设时长，则确定目标车辆为违停车辆。
[0042]根据本公开的再一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述的车辆违停检测方法。
[0043]根据本公开的又一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的车辆违停检测方法。
[0044]本公开的实施例所提供的车辆违停检测方法，监测到有目标车辆进入车辆禁停区域后，获取该目标车辆的特征信息；并根据目标车辆的特征信息和视频数据，确定目标车辆在多个时间点的位置信息；根据目标车辆在多个时间点的位置信息，判断目标车辆在车辆禁停区域的停留时长是否超过预设时长；若超过预设时长，则确定目标车辆为违停车辆。如此，由于引入了目标车辆的特征信息来识别视频数据中的目标车辆，可以有效确定是否为同一车辆停止在禁停区域，进而可以更为准确地将停留时长超出预设时长的目标车辆确定为违停车辆，降低了误检率，检测的结果更准确。
[0045]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0046]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0047]图1示出本公开实施例中一种计算机系统结构的示意图；
[0048]图2示出本公开实施例中一种违停车辆检测方法流程图；
[0049]图3示出本公开实施例中步骤240的详细流程流程图；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆违停检测方法，其特征在于，包括：采集监控区域的视频数据，其中，所述监控区域包括：车辆禁停区域；根据所述视频数据，监测是否存在进入所述车辆禁停区域的目标车辆；若存在所述目标车辆，则获取所述目标车辆的特征信息；根据所述目标车辆的特征信息和所述视频数据，确定所述目标车辆在多个时间点的位置信息；根据所述目标车辆在多个时间点的位置信息，判断所述目标车辆在所述车辆禁停区域的停留时长是否超过预设时长；若超过预设时长，则确定所述目标车辆为违停车辆。2.根据权利要求1所述的方法，其特征在于，所述获取所述目标车辆的特征信息，包括：将所述视频数据输入到预先训练的神经网络模型中，输出所述目标车辆的特征信息。3.根据权利要求1所述的方法，其特征在于，所述根据所述目标车辆的特征信息和所述视频数据，确定所述目标车辆在多个时间点的位置信息，包括：将所述视频数据输入到目标检测模型中，输出所述视频数据的多个视频帧图像中的检测框信息，其中，每个视频帧图像对应一个时间点；基于所述多个视频帧图像中的检测框信息，确定所述目标车辆在多个时间点的位置信息。4.根据权利要求3所述的方法，其特征在于，所述目标检测模型还输出置信度信息，所述置信度信息表示所述检测框内的检测对象是车辆的置信度；所述基于所述视频帧图像中的检测框信息，确定所述目标车辆的位置信息，包括：基于所述置信度信息大于预设置信度的检测框信息，确定所述目标车辆的位置信息。5.根据权利要求1所述的方法，其特征在于，所述根据所述视频数据，监测是否存在进入所述车辆禁停区域的目标车辆之后，所述方法还包括：基于所述视频数据中T
‑
1时刻车辆的第一位置，预测在T时刻所述车辆的位置，得到预测位置；在检测到T时刻所述车辆的第二位置与所述预测位置之间的距离值大于第一预设距离值的情况下，计算所述第二位置与所述第一位置之间的距离值；所述获取所述目标车辆的特征信息，包括：在所述第二位置与所述第一位置之间的距离值小于第二预设距离值的情况下，获取所述目标车辆的特征...

【专利技术属性】
技术研发人员：周雪婧，周杰，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：