[发明专利]基于高位摄像头对路边车辆停车行为的检测方法在审
申请号: | 202011185015.1 | 申请日: | 2020-10-29 |
公开(公告)号: | CN112258668A | 公开(公告)日: | 2021-01-22 |
发明(设计)人: | 丁元一;王铭宇;王堃 | 申请(专利权)人: | 成都恒创新星科技有限公司 |
主分类号: | G07B15/02 | 分类号: | G07B15/02;G08G1/017;G06T7/254;G06T7/246 |
代理公司: | 成都弘毅天承知识产权代理有限公司 51230 | 代理人: | 郝迎宾 |
地址: | 610000 四川省成都*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 高位 摄像头 路边 车辆 停车 行为 检测 方法 | ||
1.基于高位摄像头对路边车辆停车行为的检测方法,其特征在于,包括如下步骤:
步骤1、定义高位摄像头视频画中的车位框,所述车位框用于表示停车区域;
步骤2、对高位摄像头视频画面中的每一帧图像,判断是否有运动物体,若有,产生运动框并跳转至步骤3,否则重复步骤2;
步骤3、判断各个帧图像中的运动框与车位框是否重叠,若重叠,则判断该运动框内包含的物体是否为车辆,若有车辆,则跳转至步骤4,否则忽略当前帧图像;若不重叠,则忽略当前帧图像;
步骤4、获取该运动物体的真实轮廓,并利用追踪器获得该运动物体的运动轨迹;
步骤5、计算该运动物体的真实轮廓与车位框的重合度,并利用所述重合度和所述运动轨迹判断车辆的行为。
2.根据权利要求1所述的基于高位摄像头对路边车辆停车行为的检测方法,其特征在于,所述步骤1中的停车区域覆盖多个停车位。
3.根据权利要求1所述的基于高位摄像头对路边车辆停车行为的检测方法,其特征在于,
步骤2中,利用三帧差法运动检测方法判断是否有运动物体;
步骤3中,利用yolov3深度学习模型判断该运动物体是否为车辆;
步骤4中,该运动物体的真实轮廓来源于步骤3中的模型运行结果。
4.根据权利要求3所述的基于高位摄像头对路边车辆停车行为的检测方法,其特征在于,步骤2中,所述利用三帧差法运动检测方法判断是否有运动物体,其具体包括如下步骤:
步骤201、保存当前帧图像的前两帧历史图像;
步骤202、将当前帧图像与上一帧历史图像做对比,计算两帧间的区别,若区别小于预设阈值,则判断出当前帧图像中不存在运动物体,不产生运动框,并跳转至步骤203,若区别大于等于预设阈值,则判断当前帧图像中具有运动物体,产生运动框,跳转至步骤3;
步骤203、将当前帧图像与另外一帧历史图像做对比,计算两帧间的区别,若区别小于预设阈值,则判断出当前帧图像中不存在运动物体,不产生运动框,重复步骤2,若区别大于等于预设阈值,则判断当前帧图像中具有运动物体,产生运动框,跳转至步骤3。
5.根据权利要求1所述的基于高位摄像头对路边车辆停车行为的检测方法,其特征在于,步骤5中,所述车辆的行为包括:车辆的运动行为和车辆行为的目的;
所述车辆的运动行为包括进入和离开;
所述车辆行为的目的包括停车、路过、终止停车和依然停车。
6.根据权利要求5所述的基于高位摄像头对路边车辆停车行为的检测方法,其特征在于,进入行为的触发步骤为:
依据追踪器提供的物体运动轨迹,获取当前帧图像中的车辆的当前和历史真实轮廓框,凭借这些轮廓框判断车辆是否有跨线行为以及跨线的方向,跨的线为轮廓框的上边线、左边线和下边线,跨线的方向为轮廓框的顶边进场、顶边离场、左边进场、左边离场、底边进场和底边离场;
如果有检测到越线行为,并且越线方向为对应线的入场方向,则认为车辆有进入停车区域的行为,进而判断车辆行为的最终目的。
7.根据权利要求6所述的基于高位摄像头对路边车辆停车行为的检测方法,其特征在于,所述进入行为的最终目的判断步骤如下:
步骤401、判断当前帧图像中已触发进入行为的车辆是否还在运动,即是否还可以造成运动框的产生,如果车辆还在运动,下一帧继续判断,否则跳转至步骤402;
步骤402、获取触发进入行为的这辆车的所有历史轮廓框信息,根据轮廓框计算出不同时刻下和车位区域的重叠度,计算出不同时刻下车辆底边所处车位区域的位置,通过观察计算出来的结果以及其变化趋势,判断车辆是停车还是路过。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都恒创新星科技有限公司,未经成都恒创新星科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011185015.1/1.html,转载请声明来源钻瓜专利网。