[发明专利]一种基于视觉差的停车检测方法及装置有效
申请号: | 202010377419.4 | 申请日: | 2020-05-07 |
公开(公告)号: | CN111739335B | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 闫军;侯林 | 申请(专利权)人: | 智慧互通科技股份有限公司 |
主分类号: | G08G1/14 | 分类号: | G08G1/14;G08G1/017;G08G1/04 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 075000 河北省张*** | 国省代码: | 河北;13 |
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 基于 视觉 停车 检测 方法 装置 | ||
1.一种基于视觉差的停车检测方法,其特征在于,包括:
获取各摄像机实时拍摄的预定监控区域的视频帧,并针对各摄像机,标注各自对应视频帧的当前时刻的时间信息;
在已标注时间信息的各视频帧中,分别通过预定卷积神经网络模型确定所述各视频帧中待检测车辆的车辆信息;
根据已确定的各视频帧中待检测车辆的车辆信息,确定所述各视频帧中待检测车辆的特征点信息;
根据所述特征点信息,分别计算所述各视频帧中待检测车辆与各自对应摄像机的位置关系,并根据所述位置关系构建待检测车辆的当前三维坐标;
根据所述待检测车辆的当前三维坐标,确定待检测车辆的停车状态;
其中,所述根据所述特征点信息,分别计算所述各视频帧中待检测车辆与各自对应摄像机的位置关系,包括:基于所述各视频帧中待检测车辆的特征点信息,通过视觉差原理对所述各视频帧中待检测车辆的相同的特征点进行比对;确定比对后的所述各个特征点在各自视频帧中的位置信息;基于所述位置信息,计算得到各个所述特征点与各自所在视频帧所属拍摄的摄像机的距离。
2.根据权利要求1所述的停车检测方法,其特征在于,所述在已标注时间信息的各视频帧中,分别通过预定卷积神经网络模型确定所述各视频帧中待检测车辆的车辆信息,具体包括:
在已标注时间信息的各视频帧中,基于每一视频帧,通过预定卷积神经网络模型对当前视频帧进行针对车辆的全帧检测,得到待检测车辆的车辆信息;
其中,所述车辆信息包括车辆特征点信息。
3.根据权利要求1或2所述的停车检测方法,其特征在于,所述基于所述位置信息,计算得到各个所述特征点与各自所在视频帧所属拍摄的摄像机的距离的步骤之后,包括:
基于各个所述距离,确定最大距离的特征点和最小距离的特征点;
其中,所述根据所述位置关系构建待检测车辆的当前三维坐标,包括:
根据已确定的最大距离的特征点和最小距离的特征点,构建待检测车辆的当前三维坐标。
4.根据权利要求1所述的停车检测方法,其特征在于,所述根据所述待检测车辆的当前三维坐标,确定待检测车辆的停车状态,还包括:
根据所述待检测车辆的当前三维坐标,判断待检测车辆是否被遮挡;
若未被遮挡,确定待检测车辆的停车状态。
5.根据权利要求4所述的停车检测方法,其特征在于,包括:
将任一摄像机确定为主摄像机。
6.根据权利要求5所述的停车检测方法,其特征在于,所述根据所述待检测车辆的当前三维坐标,判断待检测车辆是否被遮挡,包括:
确定基于构建的待检测车辆当前三维坐标的时间信息,并根据所述时间信息,获取所述待检测车辆在所述时间信息的前一时刻的比对三维坐标;
针对每一个特征点,判断所述待检测车辆当前特征点在当前三维坐标的位置与所述待检测车辆当前特征点在对比三维坐标中的位置是否一致;
若不一致,根据所述当前三维坐标的位置,确定当前特征点在当前三维坐标中与主摄像机的当前距离,并根据所述对比三维坐标的位置,确定当前特征点在对比三维坐标中与主摄像机的对比距离;
根据所述当前距离与所述对比距离,判断待检测车辆是否被遮挡。
7.根据权利要求6所述的停车检测方法,其特征在于,所述根据所述当前距离与所述对比距离,判断待检测车辆是否被遮挡,包括:
若所述当前距离不小于所述对比距离,确定待检测车辆未被遮挡;
若所述当前距离小于所述对比距离,确定待检测车辆被遮挡。
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智慧互通科技股份有限公司,未经智慧互通科技股份有限公司许可,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/202010377419.4/1.html,转载请声明来源钻瓜专利网。