[发明专利]基于视频追踪的挪车方法、系统及存储介质

权利要求书

1.一种基于视频追踪的挪车方法，其特征在于，包括以下步骤：

获取施堵车主的下车视频，从所述下车视频中提取施堵车主的人体特征；

在获取施堵车主的驾车或下车视频前，还包括识别施堵车辆的步骤，具体步骤如下：

获取车辆受堵事件发生时的历史监控图像或者历史监控视频以及未发生车辆受堵事件发生时的历史监控图像或者历史监控视频，在所述历史监控图像或历史监控视频上标注事件类别，并在车辆受堵事件发生时的历史监控图像或者历史监控视频中标注施堵车辆的位置以及受堵车辆的位置，其中，事件类别包括堵车事件发生和堵车事件未发生；

将标注好的历史监控图像或历史监控视频输入至构建好的机器学习模型进行训练，得到训练好的机器学习模型；

获取并将待判断的监控图像或者监控视频输入至训练好的机器学习模型中，得到待判断的监控图像或者监控视频的事件类别、并且当待判断的监控图像或者监控视频的事件类别为堵车事件发生时，所述机器学习模型还输出所述待判断的监控图像或者监控视频的施堵车辆的位置以及受堵车辆的位置；

其中，获取施堵车主的下车视频，从所述下车视频中提取施堵车主的人体特征，包括以下步骤：

当待判断的监控图像或者监控视频的事件类别为堵车事件发生时，基于所述机器学习模型输出的施堵车辆的位置从所述待判断的监控图像或者监控视频中提取施堵车辆的车辆特征；

基于所述车辆特征追踪所述施堵车辆后续的监控视频，将所述施堵车辆后续的监控视频的视频帧输入至预先训练好的下车提取模型中，得到施堵车主下车过程中的下车视频以及下车视频的各视频帧上的施堵车主的人体图像与施堵车门的相对位置；所述下车提取模型以机器学习模型为框架，以不同角度、距离、位置拍摄的不同车辆的历史下车视频为训练样本，所述历史下车视频的各帧上标注有施堵车主的人体图像与施堵车门的相对位置；其中，所述相对位置至少包括施堵车主下车开门时，人体与车门的第一相对位置、施堵车主下车关门时，人体与车门的第二相对位置以及施堵车主完成下车动作时，人体与车门的第三相对位置；

基于所述施堵车主的人体图像与施堵车门的相对位置，从所述下车视频中提取所述施堵车主的人体特征：当所述施堵车辆后续的监控视频中存在任意人A，所述人A在监控视频中存在第一相对位置的第一预测框组、第二相对位置的第二预测框组以及第三相对位置的第三预测框组时，且第一预测框组、第二预测框组以及第三预测框组对应的视频帧的时序满足预设的下车时序，则判断所述人A为所述施堵车主，提取所述人A的人体特征作为施堵车主的人体特征；

基于所述人体特征，调用待监控区域的各个部分的监控摄像头追踪施堵车主，并定位施堵车主的实时位置；

所述人体特征包括人脸特征、身形特征以及衣服颜色特征，基于所述人体特征，调用待监控区域的各个部分的监控摄像头追踪施堵车主，并定位施堵车主的实时位置，包括以下步骤：

将所述人体特征分发给待监控区域的监控摄像头，所述各个监控摄像头提取自己监控视频中的各个行人的人体特征，并将各个行人的人体特征与施堵车主的人体特征进行比较，当存在任意行人A，该行人A的人体特征同时满足以下条件，则判断所述行人A即为施堵车主；

所述行人的人脸特征与施堵车主的人脸特征的相似度大于预设的第一阈值；

所述行人的身形特征与施堵车主的身形特征的相似度大于预设的第二阈值；

所述行人的衣服颜色特征与施堵车主的衣服颜色特征的相似度大于预设的第二阈值；

当存在多个摄像头追踪到施堵车主，选取时间最近的摄像头所追踪到的施堵车主的位置作为所述施堵车主的实时位置；

获取施堵车主的车牌号，基于受堵车主的挪车请求，在所述施堵车主的实时位置处以文字、语音或者视频广播的形式广播所述车牌号的施堵车主挪车。