[发明专利]一种基于多层感知的泊位事件识别方法及系统

说明书

本发明公开一种基于多层感知的泊位事件识别方法及系统，涉及车辆行为智能分析领域，包括如下步骤：根据泊位扩展ROI区域的光流场信息，判断所述泊位扩展ROI区域是否存在有效运动目标；若存在，则根据所述泊位扩展ROI区域的运动区域包罗矩形R_moving、车辆包罗框bBox、所述运动区域包罗矩形R_moving与所述车辆包罗框bBox之间的交并比信息IOU，获取包含有车辆运动区域bBox_valid的图像帧；对包含有所述车辆运动区域bBox_valid的图像帧进行车辆跟踪，获取所述车辆的运动轨迹信息；根据所述车辆的运动轨迹信息与泊位区域之间的位置关系，确认所述泊位状态信息。本发明可以极大地减少泊位事件识别过程中的计算负荷，提升车辆出入泊位事件的识别准确率。

技术领域

本发明涉及车辆行为智能分析领域，特别涉及一种基于多层感知的泊位事件识别方法及系统。

背景技术

城市智能交通系统中，停车场的管理占有相当重要的比例。随着城市机动车辆占有率的不断增加，在停车场资源有限的情况下，路侧停车模式承担了越来越重要的角色。对于路侧停车场景，制约其自动化程度的核心问题是：如何准确识别车辆出入泊位事件，特别是在光照条件快速变化、车辆相互遮挡严重等情况下，该问题将变得更为复杂。

目前通常有两种路侧泊位状态识别方法，一种是获取图像采集装置对泊位先后采集的第一图像、第二图像和第三图像；将所述第一图像和第二图像进行叠加，得到第四图像；判断所述泊位上的车辆是否为同一辆车；响应于确认所述泊位上的车辆为同一辆车，并且所述第三图像中所述泊位上没有车辆时，将所述第一图像、第二图像和第三图像进行叠加，得到第五图像；判断所述泊位上的车辆在获取所述第三图像的时刻是否已经离开所述泊位，若是则确定泊位状态为空闲，否则确定泊位状态为占用，由于该识别方法只是基于采集的图像进行的，而采集的图像受到泊位周围车辆遮挡、光线变化等环境因素干扰较大，因此很难保证图像采集的可靠性，进而导致路侧泊位状态识别的准确性难以保证。另一种方式是对连续视频帧中车辆的检测以及连续视频帧中停车位区域内车辆的差异对比；初步确定可能发生停车行为的车辆，再通过每个差异车辆的辅助目标的检测，并结合连续的视频帧中车辆及辅助目标的差异对比，判断车辆的路侧停车行为，然而由于该方法中泊位状态识别的准确程度与图像帧选取的好坏有很大关联，导致对图像帧选取的条件较为苛刻，但是其图像帧选取的方法采用的只是简单的固定时间间隔选取方法，进而导致泊位状态识别的准确度无法保证。

发明内容

为解决上述技术问题，本发明提供一种基于多层感知的泊位事件识别方法及系统，可以解决现有泊位状态识别的准确度无法保证的问题。

为实现上述目的，一方面，本发明一种基于多层感知的泊位事件识别方法，所述方法包括：

根据泊位扩展ROI区域的光流场信息，判断所述泊位扩展ROI区域是否存在有效运动目标；

若存在，则根据所述泊位扩展ROI区域的运动区域包罗矩形R_moving、车辆包罗框bBox、所述运动区域包罗矩形R_moving与所述车辆包罗框bBox之间的交并比信息IOU，获取包含有车辆运动区域bBox_valid的图像帧；

对包含有所述车辆运动区域bBox_calid的图像帧进行车辆跟踪，获取所述车辆的运动轨迹信息；

根据所述车辆的运动轨迹信息与泊位区域之间的位置关系，确认所述泊位状态信息。

进一步地，所述根据泊位扩展ROI区域的光流场信息，判断所述泊位扩展ROI区域是否存在有效运动目标的步骤包括：

根据预置光流算法对相邻两帧的泊位扩展ROI区域进行光流计算，判断所述泊位扩展ROI区域是否存在运动目标；

若存在，则判断所述运动目标是否为车辆目标；