[发明专利]一种路侧停车的管理方法及装置有效
申请号: | 202110597859.5 | 申请日: | 2021-05-31 |
公开(公告)号: | CN113450575B | 公开(公告)日: | 2022-04-19 |
发明(设计)人: | 闫军;刘艳洋 | 申请(专利权)人: | 超级视线科技有限公司 |
主分类号: | G08G1/017 | 分类号: | G08G1/017;G08G1/01;G08G1/14;G06V20/40;G06N3/04 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100080 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 停车 管理 方法 装置 | ||
1.一种路侧停车的管理方法,其特征在于,包括:
获取多个摄像机采集的视频图像信息,确定各视频帧中的泊位区域检测框;
检测各视频帧中是否存在车辆,若存在,确定所述泊位区域检测框的坐标信息,通过多层卷积神经网络对各图像帧进行车辆特征提取,得到所述车辆的第一特征表示向量;
通过多层卷积神经网络,对所述第一特征表示向量进行特征融合,得到第二特征表示向量,并根据所述第二特征表示向量,计算每一帧图像中所述车辆的运动矢量方向和运动距离大小;
根据所述泊位区域检测框的坐标信息,分析预定时长内所述车辆的运动矢量方向和运动距离大小,得到分析结果,并根据分析结果确定所述车辆的停车事件;
所述根据所述泊位区域检测框的坐标信息,分析预定时长内所述车辆的运动矢量方向和运动距离大小,得到分析结果,并根据分析结果确定所述车辆的停车事件,包括:
根据所述泊位区域检测框的坐标信息,在各视频图像的任一视频帧图像的二维坐标系中,分别确定预定时长内所述车辆的运动矢量方向指向泊位区域内和指向泊位区域外的视频帧的数量与在预定时长内的总视频帧数的比例;
若预定时长内所述车辆的运动矢量方向指向泊位区域内的视频帧的数量与在预定时长内的总视频帧数的比例大于预定阈值,确定所述车辆发生入场事件;
若预定时长内所述车辆的运动矢量方向指向泊位区域外的视频帧的数量与在预定时长内的总视频帧数的比例大于预定阈值,确定所述车辆发生出场事件。
2.根据权利要求1所述的方法,其特征在于,所述获取多个摄像机采集的视频图像信息,确定各视频帧中的泊位区域检测框,包括:
确定预定图像采集区域内车辆泊位的各个顶点在各个图像中的坐标;
根据所述坐标,确定各个摄像机视频采集视频帧图像中的泊位区域检测框。
3.根据权利要求2所述的方法,其特征在于,所述检测各视频帧中是否存在车辆,若存在,确定所述泊位区域检测框的坐标信息,包括:
通过预定目标检测算法检测所述图像帧中是否存在车辆;
若存在,确定所述泊位区域检测框各顶点的像素坐标信息。
4.根据权利要求3所述的方法,其特征在于,所述通过多层卷积神经网络对各图像帧进行车辆特征提取,得到所述车辆的第一特征表示向量,包括:
根据所述泊位区域检测框各顶点的像素坐标信息,将所述图像帧输入至多层卷积神经网络;
通过多个卷积层的编码运算,提取得到所述车辆在所述多个卷积层中的高层第一特征表示向量和低层第一特征表示向量。
5.根据权利要求4所述的方法,其特征在于,所述通过多层卷积神经网络,对所述第一特征表示向量进行特征融合,得到第二特征表示向量,包括:
通过所述多层卷积神经网络的转换层,将提取得到的所述高层第一特征表示向量和所述低层第一特征表示向量进行堆积,得到堆积后的特征表示向量图;
将所述堆积后的特征表示向量图进行融合,得到第二特征表示向量。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第二特征表示向量,计算每一帧图像中所述车辆的运动矢量方向和运动距离大小,包括:
根据所述第二特征表示向量,通过稠密光流计算计算每一帧图像中所述车辆的运动矢量方向和运动距离大小。
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超级视线科技有限公司,未经超级视线科技有限公司许可,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/202110597859.5/1.html,转载请声明来源钻瓜专利网。