[发明专利]一种监控视频违停车辆检测、管理方法及对应的系统

说明书

本发明提供一种监控视频违停车辆检测、管理方法与对应的系统,针对现阶段违停车辆检测智能化不高，效率较低的状况，提供一种高效智能的自动识别违停车辆的方法与系统，且对违停车辆进行统一管理。

技术领域

本发明涉及图像处理领域，尤其涉及到一种监控视频违停车辆检测、管理方法及对应的系统。

背景技术

随着社会经济的快速发展，城市道路中车辆的数量也迅速增长，违停车辆是城市交通管理中最为常见的问题，尤其是在人口流动性较高，经济较为繁华的商场地段，违停车辆的问题也更加的严重，它给正常的交通秩序带来了严重的挑战。

目前，主要还是通过人工抓拍的方式来监控违停车辆，存在耗时耗力的问题，利用监控摄像的车牌识别技术对抓拍到的车辆进行车牌识别以获取违停车辆的车辆信息，这种方式对于违停车辆的监控而言，从发现违停车辆到处理违停车辆都比较繁琐，需要付出极大的人力和物力。

现有技术CN10961588A提供一种“基于深度学习的视频车辆违停方法”，通过跟踪特定车辆的方式来实时检测违法停车，但是该方法需要跟踪指定的车辆，难以适用于同时检测同一场景中存在多辆违停车辆的情况，且该方案通过判断目标车辆是否移动来判断目标车辆是否违停车辆，容易误判随停随走的车辆。

发明内容

本发明的目的在于提供一种监控视频违停车辆检测,管理方法与系统,针对现阶段违停车辆检测智能化不高，效率较低的状况，提供一种高效智能的自动识别违停车辆的方法与系统，且对违停车辆进行统一管理。

本方案提供一种监控视频违停车辆管理方法，用于管理监控视频中的违停车辆，包括如下步骤：步骤1：构建车辆检测模型：采用卷积神经网络构建车辆检测与识别模型；步骤2：选取违停区域：利用opencv库提取监控视频中违停区域；步骤3：违停车辆判别与车牌识别：设定停车时间，若某车辆在步骤2选取的违停区域内停车时长超过停车时间,则判断该车辆为违停车辆，并对该车辆进行车牌识别，上传违停车辆对应的违停图像以及违停车辆的车牌识别结果；步骤4：构建违停事件库：保存步骤3中传回的数据，至少记录违停车辆的违停时间、地点、车牌以及至少一违停图像；步骤5：违停处理：依据车牌识别结果寻找车主，并以实时短信或电话通知车主其违停行为，如果在规定的时间内联系不到车主或车主没有驶离违停区域，则对该违停车辆开出罚单。

车辆检测模型的构建过程如下：

(1a)训练与测试数据准备：下载获取车辆公开数据集，对收集的道路监控视频数据使用开源的车辆检测算法提取含有车辆的视频图像；

(1b)数据标注：对(1a)获取的无标注的车辆数据进行标注，得到标注数据样本，标注信息为包围车辆的标注框以及标注框的得分，标签形式如(ci,xi,yi,wi,hi)，其中表示标注框的得分，等于0或者1，当标注框内含有车辆时＝1，当标注框内不含有车辆时＝0；xi,yi,wi,hi分别表示标注框的左上角点的坐标、宽和高；

(1c)数据处理：将标注数据样本划分为训练集、验证集、测试集；

(1d)网络结构设计：算法采用相同结构的三个网络进行级联，主干网络采用残差瓶颈网络块组成提取特征器，初始的预选框由区域候选网络提取，在后续处理层的每个网络都嵌入了针对全局信息感知的网络模块，对每个网络的输出都采用设置的不同的交并比的值(α,β,γ)进行筛选，保留较为准确的输出框，每一级的输出由粗到细；

(1e)训练：采用Adam梯度下降策略进行优化学习；

(1f)测试：输入测试集，输出车辆的包围框信息(x,y,w,h)。