[发明专利]一种车辆停放状态检测方法及系统在审
申请号: | 202110017332.0 | 申请日: | 2021-01-07 |
公开(公告)号: | CN112733703A | 公开(公告)日: | 2021-04-30 |
发明(设计)人: | 唐健;石伟;潘国峰;陶昆 | 申请(专利权)人: | 深圳市捷顺科技实业股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K9/34;G06K9/62;G06T7/12 |
代理公司: | 深圳腾文知识产权代理有限公司 44680 | 代理人: | 王娟 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
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 车辆 停放 状态 检测 方法 系统 | ||
本申请实施例公开了一种车辆停放状态检测方法及系统,用于通过图像分割技术检测车辆在停车位上停放时的停车状态。本申请实施例方法包括:获取待检测的目标停车图,所述目标停车图为目标车辆在目标停车位停放时的车辆图,所述目标停车图包含目标车辆标注区域和目标车位标注区域;将所述目标停车图输入训练好的目标图像分割模型中,通过所述目标图像分割模型根据所述目标车辆标注区域和所述目标车位标注区域获取所述目标停车图的目标分割图,所述目标分割图包括所述目标停车位的车位轮廓图和所述目标车辆的车辆轮廓图;根据所述车位轮廓图和所述车辆轮廓图检测所述目标车辆在所述目标停车位上的停放状态。
技术领域
本申请实施例涉及智能安防监控领域,尤其涉及一种车辆停放状态检测方法及系统。
背景技术
近些年来随着深度学习技术的逐步深入,图像分割技术有了突飞猛进的发展,随着图像处理与模式识别技术的快速进步及计算机视觉的便捷性,基于视频图像处理的方式在实际生活中在很多领域得到实际应用。
目前,城市路边停车通过视频监控的项目越来越多,判断路边停车的车辆是停入车位还是驶离车位是基于目标检测进行完成的,基于目标检测的判定方案是通过输出目标的目标检测框,即被检测车辆所在的大致区域通过一个正四边形框出,由于该正四边形的两条相邻的边和被检测车辆的图像左边线和上边线平行,而对于具体的判断问题,比如车辆停放时是斜停在车位还是压了停车位的边缘线的判断有些困难,甚至无法区分车辆是斜停还是压线,在实际应用中也经常会出现误报,因此基于目标检测技术的判断方案对于处理车辆斜停在停车位还是压线停放存在较大的问题。
发明内容
本申请实施例提供了一种车辆停放状态检测方法及系统,用于通过图像分割技术检测车辆在停车位上停放时的停车状态。
为实现上述目的,本申请提供如下技术方案:
本申请实施例第一方面提供一种车辆停放状态的检测方法,包括:
获取待检测的目标停车图,所述目标停车图为目标车辆在目标停车位停放时的车辆图,所述目标停车图包含目标车辆标注区域和目标车位标注区域;
将所述目标停车图输入训练好的目标图像分割模型中,通过所述目标图像分割模型根据所述目标车辆标注区域和所述目标车位标注区域获取所述目标停车图的目标分割图,所述目标分割图包括所述目标停车位的车位轮廓图和所述目标车辆的车辆轮廓图;
根据所述车位轮廓图和所述车辆轮廓图检测所述目标车辆在所述目标停车位上的停放状态。
可选的,在所述获取待检测的目标停车图之前,所述检测方法还包括:
获取样本数据集,所述样本数据集包含若干训练样本图,各所述若干训练样本图均包含车辆标注区域和车位标注区域;
利用所述样本数据集通过图像分割算法对预先建立的图像分割模型进行训练,生成训练后的目标图像分割模型。
可选的,在所述获取样本数据集之后,所述检测方法还包括:
对所述样本数据集进行数据增强处理。
可选的,所述利用所述样本数据集通过图像分割算法对预先建立的图像分割模型进行训练,生成训练后的目标图像分割模型包括:
将所述样本数据集输入到预先建立的图像分割模型中进行处理,根据所述车辆标注区域和所述车位标注区域获取分割结果;
根据各所述若干训练样本图对应的分割结果确定损失函数;
根据所述损失函数对所述图像分割模型进行迭代训练,直至满足预设训练终止条件,生成目标图像分割模型。
可选的,所述根据所述车位轮廓图和所述车辆轮廓图检测所述目标车辆在所述目标停车位上的停放状态包括:
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深圳市捷顺科技实业股份有限公司,未经深圳市捷顺科技实业股份有限公司许可,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/202110017332.0/2.html,转载请声明来源钻瓜专利网。