[发明专利]监控交通标志违规的系统和方法

说明书

提供了一种用于确定交通标志违规的系统和方法。该方法可以包括获得与交通标志相对应的交通规则和通过至少一个相机，获取与交通标志周围的场景相关联的视频数据，视频数据可以包括一系列帧，并在一系列帧中识别车辆，以及基于一系列帧来确定车辆是否违反交通规则，并且响应于确定车辆违反交通规则，获得车辆的信息并将车辆的信息发送到服务器。

相关申请的交叉引用

本申请要求于2018年4月27日提交的美国临时申请62/664,073的优先权，其全部内容通过引用合并于此。

技术领域

本申请总体上涉及交通标志周围的交通监控，并且更具体地，涉及用于监控交通标志周围的交通标志违规的系统和方法。

背景技术

交通标志是指立在路边或路上方的标志，用于向道路使用者(例如驾驶员、骑自行车的人、行人等)发出指示或提供信息。通常，每个交通标志都与车辆、摩托车或行人应遵守的特定交通规则相关联。例如，停车标志与一项规则有关，该规则要求任何车辆或摩托车在继续前进之前必须在特定时间段(例如3秒)内完全停车。但是，相对于地区中有限的警察资源(例如，交通警察)或交通监控设施，该地区的交通标志数量太大，这使得无法监控某些交通标志周围的违规行为，例如，附近社区街道、学校或医院附近的停车标志等。因此，期望提供用于自动监控交通标志周围的交通并检测交通标志违规的系统和方法。

发明内容

本申请涉及监控交通标志周围的交通标志违规。根据本申请的一方面，提供了一种用于确定交通标志违规的系统。该系统可以包括至少一个相机，该相机被配置为获取与交通标志周围的场景相关联的视频数据。视频数据可以包括一系列帧。该系统可以进一步包括至少一个存储指令集的存储介质以及至少一个被配置为与至少一个存储介质通信的处理器。当执行指令集时，可以指示至少一个处理器以使系统获得与交通标志相对应的交通规则并在一系列帧中识别车辆。至少一个处理器可以进一步被指示为使系统基于一系列帧来确定车辆是否违反交通规则。响应于确定车辆违反交通规则，至少一个处理器可以进一步被指示为使系统获得车辆的信息并将车辆的信息发送到服务器。

在一些实施例中，为了识别一系列帧中的车辆，至少一个处理器可以进一步被指示为使系统去除一系列帧中的不感兴趣的区域。

在一些实施例中，为了识别一系列帧中的车辆，至少一个处理器可以进一步被指示为使系统获得对象识别模型并执行对象识别模型以识别一系列帧中的每个帧中的车辆。至少一个处理器可以进一步被指示为使所述系统关联在所述一系列帧的每一个帧中所识别的车辆。

在一些实施例中，对象识别模型可以是You Only Look Once模型，增强Haar模型，FasterR-CNN模型或Mask R-CNN模型。

在一些实施例中，交通标志可以是包括停车时间阈值的停车标志相关规则。为了确定车辆是否违反交通规则，可以进一步指示至少一个处理器以使系统基于一系列帧比较车辆在不同时间点的位置。至少一个处理器还可被指示为使系统基于车辆在不同时间点的位置之间的比较来确定车辆的停车时间，并确定车辆的停车时间是否小于停车时间阈值。响应于确定车辆的停车时间小于停车时间阈值，可以进一步指示至少一个处理器以使系统确定车辆违反了停车标志相关规则。

在一些实施例中，车辆的停车时间可以是车辆的速度为零的时间段。

在一些实施例中，为了基于车辆在不同时间点的位置之间的比较来确定车辆的停车时间，可以进一步指导至少一个处理器以使系统确定当车辆的位置开始保持不变的第一时间点并确定车辆位置开始变化的第二时间点。至少一个处理器可以进一步被指示成使系统将第一时间点和第二时间点之间的差确定为车辆的停车时间。

在一些实施例中，为了获得车辆的信息，至少一个处理器可以被指示为使系统识别车辆的车牌号。