[发明专利]基于视频追踪的挪车方法、系统及存储介质

说明书

本发明公开了基于视频追踪的挪车方法、系统及存储介质，通过获取施堵车主的驾车或下车视频，从所述驾车或下车视频中提取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；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告知所述施堵车主挪车。相比现有技术，本技术方案无需获取施堵车主的隐私信息，即不需要车主进行车牌、身份、电话等的绑定，不需要下载App等，减轻车主的应用负担，就可以实现挪车通知服务，能有效保障施堵车主的隐私信息。

技术领域

本发明涉及停车信息管理技术领域，尤其涉及基于视频追踪的挪车方法、系统及存储介质。

背景技术

随着物质生活水平不断提高，车辆数量不断提高，人们去商场购物基本都开车，这给商场的停车场造成了较大的压力，很多时候在车位已经被占满的情况下还有车辆入场，这就会产生乱停，势必给其他车主带来麻烦，因此挪车的情况经常会发生。现有关于挪车的方案大都围绕二维码扫码获得车主手机号、绑定车牌注册账号接收通知方式，这种方式需要获取车主的隐私信息，容易造成车主隐私泄露。

因此，现有的挪车方法收集用户隐私信息，容易造成车主隐私泄露的问题已成为本领域技术人员亟待解决的技术问题。

发明内容

本发明提供了基于视频追踪的挪车方法、系统及存储介质，用于解决现有的挪车方法收集用户隐私信息，容易造成车主隐私泄露的技术问题。

为解决上述技术问题，本发明提出的技术方案为：

一种基于视频追踪的挪车方法，包括以下步骤：

获取施堵车主的驾车或下车视频，从驾车或下车视频中提取施堵车主的人体特征；

基于人体特征，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；

基于受堵车主的挪车请求，在施堵车主的实时位置处以文字、语音或者视频广播的形式告知施堵车主挪车。

优选的，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，在监控图像或监控视频上标注事件类别、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；

将标注好的监控图像或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、施堵车辆的位置以及受堵车辆的位置。

优选的，获取施堵车主的下车视频，从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，基于机器学习模型输出的施堵车辆的位置从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；

基于车辆特征追踪施堵车辆后续的监控视频，将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，得到施堵下车过程中的下车视频以及施堵车主的人体图像在下车视频各帧上施堵车主的人体图像与施堵车门的相对位置；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，历史下车视频的各帧上标注有驾驶员的人体图像与施堵车门的相对位置；其中，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；