[发明专利]一种车辆行驶方向自动识别的方法

说明书

一种车辆行驶方向自动识别的方法，包括：采集区域内所有车辆卡口设备抓拍的车辆图片，并对车辆图片进行特征识别；通过特征识别后的车辆图片，确定车辆行驶轨迹，形成车辆行驶轨迹数据库；将车辆行驶轨迹数据库输入到初始车道识别模型中，对车道识别模型进行训练，生成训练后的车道识别模型；获取实时抓拍的车辆图片，并将实时抓拍的车辆图片输入到训练后的车道识别模型，输出车辆行驶轨迹数据。本发明基于实际抓拍的数据自动识别车道行驶方向。针对双向可变车道可根据数据抓拍情况自动适配，场景适应能力更强。解决了现有视频车辆识别技术对在双向车道上对行驶方向识别不准确的问题。

技术领域

本发明涉及的是智慧园区管理系统领域，特别涉及一种车辆行驶方向自动识别的方法系统。

背景技术

随着视频安防的不断发展，监控视频数据呈爆炸式的增长，面对海量的监控视频数据，我们需要有智能化的监控系统。传统的智能交通监控系统大多只具备视频数据的记录能力，而不具有视频目标检测跟踪以及视频时间行为的分析理解能力，存在很多弊端：需要通过人工进行查看观测，需要耗费大量的人力财力，效率低下；无法对每个异常情况观测到位，出现判断不精确及遗漏的情况。目前，视频监控数据大部分是由静态摄像机获取，本文从实际应用角度出发，针对静态背景下的监控视频数据，研究监控视频中目标结构化的问题。

智能监控系统中的一个核心问题是如何对海量的视频数据进行高效的查询和分析，目前应用较多的是车牌识别、车辆信息分析等场景，但是应用在车辆滞留、车辆徘徊场景的应用还不多。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种车辆行驶方向自动识别的方法。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

一种车辆行驶方向自动识别的方法，包括：

S100.采集区域内所有车辆卡口设备抓拍的车辆图片，并对车辆图片进行特征识别；

S200.通过特征识别后的车辆图片，确定车辆行驶轨迹，形成车辆行驶轨迹数据库；

S300.将车辆行驶轨迹数据库输入到初始车道识别模型中，对车道识别模型进行训练，生成训练后的车道识别模型；

S400.获取实时抓拍的车辆图片，并将实时抓拍的车辆图片输入到训练后的车道识别模型，输出车辆行驶轨迹数据。

进一步地，S100中，对车辆图片进行特征识别，具体包括：首先对车辆图片进行预处理，然后对图片的边缘进行提取，接着对车尾标志物进行定位，在对字符进行分割，最后对字符进行识别。

进一步地，S100中，对字符进行识别，具体包括：首先正确的对文字图像区域进行分割，然后正确的分离出单个文字；最后正确的识别单个字符。

进一步地，S200中，确定车辆行驶轨迹的方法为：通过S100中的车辆特征识别，至少提取出车辆的车牌号码和车辆拍摄角度，并获取图片抓拍时间，根据车辆的车牌号码和车辆拍摄角度和图片抓拍时间，形成一条车辆的行驶轨迹。

进一步地，车辆拍摄角度分为车头拍摄和车尾拍摄，其中，车辆拍摄角度为车头拍摄和车尾拍摄中的一个。

进一步地，车辆拍摄角度判断的方法为：对车辆图片进行预处理，并对车尾标志物进行定位，若车辆图片中有车尾识别标志物的信息，则可以判断车辆拍摄角度为车尾拍摄，否则为车头拍摄。

进一步地，S100中，生成训练后的车道识别模型的方法为：根据车辆行驶轨迹、拍摄设备信息、车道信息，对视频摄像头抓拍车辆所属车道的方向进行加权运算，得到摄像头抓拍图片中车道、车辆拍摄角度、行驶方向的高权重关联，生成训练后的车道识别模型。

进一步地，还包括：S500.根据车道识别模型输出的车辆行驶方向，判断车辆是否在区域内是否有异常行为。