[发明专利]停车区域识别系统及方法、检测系统及方法、安防系统在审

专利信息
申请号: 202010039692.6 申请日: 2020-01-14
公开(公告)号: CN111243024A 公开(公告)日: 2020-06-05
发明(设计)人: 杨磊;黄林 申请(专利权)人: 上海钧正网络科技有限公司
主分类号: G06T7/73 分类号: G06T7/73;G08G1/00
代理公司: 上海唯源专利代理有限公司 31229 代理人: 汪家瀚
地址: 201199 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 停车 区域 识别 系统 方法 检测
【说明书】:

本案提供了一种停车区域识别系统及方法、检测系统及方法、安防系统,包括图像获取单元,用于获取并将画有交通标线的规范停车区域的图像传输至智能视觉处理单元及智能终端;智能视觉处理单元,连接所述图像获取单元,用于根据接收的所述图像识别检测出交通标线的位置坐标,并将相应的位置坐标通过标记画在图像上,得到处理后的图像;智能终端,连接所述图像获取单元及智能视觉处理单元,用于根据接收的处理后的图像与所述图像获取单元获取的画有交通标线的规范停车区域的图像的比对结果,选择性的反馈给所述智能视觉处理单元或得出停车区域参考坐标。本案能够提供一种一致性的,减少制约条件,同时提高操作上的智能化的系统及其实现方法。

技术领域

发明涉及车辆停放区域越界识别、检测领域,特别是涉及一种停车区域识别系统及方法、检测系统及方法、安防系统。

背景技术

随着车辆数量越来越多,车辆的停放问题也日益显著,为了城市美观、管理方便,需要将车辆停放在规范区域内,规范区域是相关部门划定的允许停车区域,超过区域会对公共交通带来干扰,规范区域的划定是引导市民合理规范停车。然而,尤其是高峰时期的热点区域会造成车辆堆积、乱停放或者不将车辆停放在指定区域,影响市容的同时给公共出行带来干扰。

基于此,需要采用停车区域视频安防系统(即为停车区域安防系统)通过人工智能算法识别车辆信息与行人行为,及时将所监控的区域物体状态信息反馈给监管和运维部门,以便于快速处理区域车辆乱序对公共场所出行的影响,其中,越界检测是判定安防系统识别的物体位置是否落在规范区域内的一项检查项目,如果识别出来的被监控物体位置超出了规范区域,会触发系统告警事件。停车区域安防系统是基于智能视觉的物体识别检测系统,依赖于摄像头的信号感知。停车区域和摄像头位置及摄像头的视角影响着规范区域坐标位置在计算机系统里的坐标位置。一般地,可能要求摄像头视角与停车区域存在某种固定关系,或者会测量摄像头视角与规范区域相关参数输入到系统中,便于相应的坐标系计算。然而实际上,停车区域的情况是千变万化,摄像头实际安装位置也因地制宜,且检测的准确率较低,传统的基于视觉的方法,其图像处理算法复杂度高,运算量大,因此成本高,不适合大范围的停车区域越界的检测应用。

发明内容

有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是现有停车区域的识别过程中每个停车区域越界区域可能不一致引发的问题,旨在提供一种一致性地,能够减少制约条件,同时提高操作上的智能化的停车区域识别系统及方法、检测系统及方法、安防系统。

为实现上述目的,本发明提供了一种停车区域识别系统,包括图像获取单元、智能视觉处理单元、智能终端,其中,

图像获取单元,用于获取并将画有交通标线的规范停车区域的图像传输至智能视觉处理单元及智能终端;

智能视觉处理单元,连接所述图像获取单元,用于根据接收的图像识别检测出交通标线的位置坐标,并将相应的位置坐标通过标记画在所述图像上,得到处理后的图像;

智能终端,连接所述图像获取单元及智能视觉处理单元,用于根据接收的处理后的图像与所述图像获取单元获取的画有交通标线的规范停车区域的图像的比对结果,选择性的反馈给所述智能视觉处理单元或得出停车区域参考坐标。

优选的是,所述的停车区域识别系统,其中,所述图像获取单元包括RGB摄像头,或灰度摄像头,或红外夜视摄像头。

优选的是,所述的停车区域识别系统,其中,所述智能终端包括图像显示单元,所述图像显示单元用于显示接收处理后的图像与所述画有交通标线的规范停车区域的图像。

优选的是,所述的停车区域识别系统,其中,所述智能视觉处理单元包括基于深度神经网络机器学习人工智能算法模型。

本案还提供了一种停车区域识别方法,包括以下步骤:

S1:获取画有交通标线的规范停车区域的图像;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海钧正网络科技有限公司,未经上海钧正网络科技有限公司许可,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/202010039692.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top