[发明专利]路侧停车检测方法、系统及电子设备

说明书

本申请实施例提供一种路侧停车检测方法、系统及电子设备。其中，本申请实施例提供的技术方案，将多个机器学习任务融合到一个多任务检测模型中；多任务检测模型同时输出关联的车辆标识、车辆关键点信息等车辆相关特征，降低了多个独立任务分别调用执行的开销；此外，因利用多任务检测模型可在一次前向推理中关联输出车辆标识、车辆关键点信息等结果，避免了多个独立任务执行完成后的匹配过程；可见，本申请实施例提供的技术方案，计算效率高，且具有较好的检测准确性；车辆的关键点信息的准确检测能够判定车辆是否符合停车入位要求，以对停车压线、跨位停车等车辆进行相应的处理，进一步提高了路侧停车管理的智能化程度。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种路侧停车检测方法、系统及电子设备。

背景技术

近年来，人均汽车保有量不断上升，公共场所停车难问题日益凸显，充分利用现有的路边开放式泊位是缓解该问题的有效手段之一。有效的路侧停车管理可以减少违规停车、长时间占位的现象。

过往大多依赖人工进行开放式路边泊位的停车管理，但存在收费管理混乱、运营管理效率低、人力成本高等问题。随着视觉感知技术的发展，基于视觉感知的无人值守路侧管理方案有望解决这一问题。但目前，视觉感知技术应用在路侧停车管理场景中，还存在车辆检测效率低、检测准确性不高等问题。

发明内容

本申请提供一种解决上述问题或至少部分地解决上述问题的路侧停车检测方法、系统及电子设备。

在本申请的一个实施例中，提供了一种路侧停车检测方法。该方法适用于路侧设备，具体的所述方法包括：

采集路侧停靠车辆的图像；

利用多任务检测模型对所述图像进行检测，以关联输出车辆标识及关键点信息；

根据所述关键点信息，判定所述车辆是否符合停车入位要求；

将判定结果与所述车辆标识关联，作为所述车辆的路侧停车数据。

在本申请的另一个实施例中，提供了一种路侧停车检测方法。该方法适用于服务端，该方法包括：

获取训练集中的训练样本，其中，所述训练样本包括样本图、第一标签及第二标签；所述第一标签为所述样本图中车辆的车辆标识，所述第二标签为所述样本图中车辆的关键点信息；

将所述样本图作为多任务检测模型的入参，执行所述多任务检测模型以关联输出与车辆标识相关的第一结果以及与车辆关键点信息相关的第二结果；

根据所述第一结果与所述第一标签，以及所述第二结果与所述第二标签，对所述多任务检测模型中参数进行优化；

待所述多任务检测模型完成训练后，将完成训练的所述多任务检测模型发送至路侧设备，以便所述路侧设备利用所述多任务检测模型对采集到图像进行检测。

本申请还提供了一个实施例，一种路侧停车系统包括：

服务端，用于利用训练集对多任务检测模型进行训练；

路侧设备，与所述服务端连接，用于从所述服务端获取完成训练的所述多任务检测模型；采集路侧停靠车辆的图像；利用多任务检测模型对所述图像进行检测，以关联输出车辆标识及关键点信息；根据所述关键点信息，判定所述车辆是否符合停车入位要求；

将判定结果与所述车辆标识关联，作为所述车辆的路侧停车数据。

在本申请的又一个实施例中，提供了一种路侧停车检测方法。该方法可适用于路侧设备。所述方法包括：

采集路侧车辆的视频；

利用多任务检测模型对所述视频中的图像帧进行检测，以关联输出反映所述车辆行为的行为信息、车辆标识及关键点信息；