[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN107316463A - 一种车辆监控的方法和装置 - Google Patents

一种车辆监控的方法和装置 Download PDF

Info

Publication number
CN107316463A
CN107316463A CN201710551611.9A CN201710551611A CN107316463A CN 107316463 A CN107316463 A CN 107316463A CN 201710551611 A CN201710551611 A CN 201710551611A CN 107316463 A CN107316463 A CN 107316463A
Authority
CN
China
Prior art keywords
vehicle
doubtful
target vehicle
characteristic information
monitored picture
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710551611.9A
Other languages
English (en)
Inventor
张顺庆
张永杰
稂洪水
张龙
刘小斌
王辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Dynamics Technology Ltd By Share Ltd
Original Assignee
Shenzhen Dynamics Technology Ltd By Share Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Dynamics Technology Ltd By Share Ltd filed Critical Shenzhen Dynamics Technology Ltd By Share Ltd
Priority to CN201710551611.9A priority Critical patent/CN107316463A/zh
Publication of CN107316463A publication Critical patent/CN107316463A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供了一种车辆监控的方法和装置,所述方法包括:在第一监控画面中确定疑似车辆,并提取所述疑似车辆的特征信息;基于所述疑似车辆的特征信息获取第二监控画面;依据所述第二监控画面判断所述疑似车辆是否为目标车辆;若是,则生成所述目标车辆的预行驶路线。本发明实施例实现了在对目标车辆监控的过程中不需要人为操作,自动进行监控。

Description

一种车辆监控的方法和装置
技术领域
本发明涉及车辆监控技术领域,特别是涉及一种车辆监控的方法和一种车辆监控的装置。
背景技术
城市道路监控系统在治安防控中发挥着重要的作用,进一步优化监控系统、拓展它的各项功能,不仅可以降低其建设和维护成本,而且可以为交通、治安等各类案件的侦破提供技术支持,大大提高公安机关执法办案的水平和效率。
现有技术中,道路监控以球机监控为主,监控点分布在车流、人流比较集中的道路交叉口、重点路段,通过图像传输通道将路面交通情况实时上传到道路监控指挥中心,中心值班人员可以据此及时了解各区域路面状况,以便调整各路口车辆流量,确保交通通畅。对监控路面车辆的违章情况,能及时发现并安排处理道路交通事故等,而且可以为交通、治安等各类案件的侦破提供技术支持,大大提高公安机关执法办案的水平和效率。
之所以以球机监控为主,是因为球机可以调整焦距、拍摄角度,说通俗点就是想拍哪里就拍哪里,可拍近景,也可拍远景。但是,调整球机的焦距、拍摄角度是需要人工操作的,所以比较耗费人力。而且,在突发事件中,会出现事发地正好处于球机拍摄盲区的情况,所以,人工操作球机的效率也比较低。
发明内容
鉴于上述问题,本发明实施例提出了一种车辆监控的方法和相应的一种车辆监控的装置。
为了解决上述问题,本发明实施例公开了一种车辆监控的方法,包括:
在第一监控画面中确定疑似车辆,并提取所述疑似车辆的特征信息;
基于所述疑似车辆的特征信息获取第二监控画面;
依据所述第二监控画面判断所述疑似车辆是否为目标车辆;
若是,则生成所述目标车辆的预行驶路线。
优选的,还包括:
向所述预行驶路线上的监控设备发送目标车辆的特征信息。
优选的,还包括:
当所述目标车辆驶入所述预行驶路线时,所述预行驶路线上的监控设备锁定所述目标车辆并进行拍摄。
优选的,所述第一监控画面通过枪机采集获得;
所述在第一监控画面中确定疑似车辆,并提取所述疑似车辆的特征信息的步骤包括:
获取所述第一监控画面中所有车辆的类别车型、类别颜色;
判断所有车辆的类别车型、类别颜色与疑似车辆的类别车型、类别颜色是否相同;
若是,则判定所述第一监控画面包括疑似车辆;
提取所述疑似车辆的特征信息;其中,所述疑似车辆的特征信息包括疑似车辆的行驶方向、行驶速度、类别车型、类别颜色。
优选的,所述第二监控画面通过球机采集获得;
所述基于所述疑似车辆的特征信息获取第二监控画面的步骤包括:
依据所述疑似车辆的行驶方向、行驶速度计算所述疑似车辆的坐标;
控制所述球机旋转至与所述坐标对应的角度,接收所述球机在所述角度采集的第二监控画面。
优选的,所述依据所述第二监控画面判断所述疑似车辆是否为目标车辆的步骤包括:
获取所述疑似车辆的车牌、细分车型、细分颜色;
判断所述疑似车辆的车牌、细分车型、细分颜色在预设的车辆特征信息数据库中是否存在匹配项;
若是,则判定所述疑似车辆为目标车辆。
优选的,所述生成所述目标车辆的预行驶路线的步骤包括:
获取所述目标车辆的行驶方向、行驶速度;
采用所述目标车辆的行驶方向、行驶速度计算所述目标车辆的预行驶路线。
相应的,本发明实施例还公开了一种车辆监控的装置,包括:
特征信息提取模块,用于在第一监控画面中确定疑似车辆,并提取所述疑似车辆的特征信息;
获取模块,用于基于所述疑似车辆的特征信息获取第二监控画面;
判断模块,用于依据所述第二监控画面判断所述疑似车辆是否为目标车辆;
生成模块,用于若是,则生成所述目标车辆的预行驶路线。
优选的,还包括:
发送模块,用于向所述预行驶路线上的监控设备发送目标车辆的特征信息。
优选的,还包括:
位于监控设备的拍摄模块,用于当所述目标车辆驶入所述预行驶路线时,所述预行驶路线上的监控设备锁定所述目标车辆并进行拍摄。
本发明实施例包括以下优点:
在本发明实施例中,通过在第一监控画面中确定疑似车辆,并提取疑似车辆的特征信息,然后基于疑似车辆的特征信息获取第二监控画面,再依据第二监控画面判断疑似车辆是否为目标车辆,若是,则生成目标车辆的预行驶路线的方式,实现了在对目标车辆监控的过程中不需要人为操作,自动进行监控。而且,因为生成了目标车辆的预行驶路线,所以不需要对所有监控设备拍摄的监控画面进行识别,不仅减少了处理的数据量,而且也提高了车辆监控的准确度。
附图说明
图1是本发明的一种车辆监控的方法实施例的步骤流程图;
图2是本发明的一种车辆监控的装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1,示出了本发明的一种车辆监控的方法实施例的步骤流程图,在本申请中,车辆监控所采用的监控设备包括枪机,以及球机,且,枪机和球机是安装在同一位置。
枪机是监控类CCD摄像机中一种。CCD是Charge Coupled Device(电荷耦合器件)的缩写,它是一种半导体成像器件,因而具有灵敏度高、抗强光、畸变小、体积小、寿命长、抗震动等优点。被摄物体的图像经过镜头聚焦至CCD芯片上,CCD根据光的强弱积累相应比例的电荷,各个像素积累的电荷在视频时序的控制下,逐点外移,经滤波、放大处理后,形成视频信号输出。视频信号连接到监视器或电视机的视频输入端便可以看到与原始图像相同的视频图像。另外,因为枪机是不可旋转的,安装的时候就已经固定了枪机的位置,而且枪机是定焦的,所以,当车辆不在枪机的焦点区域内时,拍摄到的车辆画面是比较模糊的。因此,枪机一般都是用于定点远距离拍摄,比如拍摄当前道路中距离枪机200~300米的路段。
球机是全称为球型摄像机,它集成彩色一体化摄像机、云台、解码器、防护罩等多功能于一体,安装方便、使用简单但功能强大,广泛应用于开阔区域的监控。主要组成部件包含一体化摄像机、高速步进电机云台、嵌入式解码器板等电子器件和球机护罩安装支架。其内,电动云台上安装的摄像机,可以在控制端控制下进行上下左右的转动,以达到监视效果。而且,因为球机是可以调整焦距的。
因此,本申请利用枪机和球机各自的优点,使用枪机和球机的结合来对道路上的车辆进行监控。具体的,当枪机远距离拍摄到疑似车辆时,调用球机对疑似车辆进行确认,球机根据车辆的距离不断调整焦距,直到拍摄到疑似车辆的清晰画面,从而确认疑似车辆是否为目标车辆。
需要说明的是,在本申请中,会预先设置车辆特征信息数据库,数据库中会存储预先设置的多个目标车辆的特征信息,这样,监控设备就可以从拍摄到的画面中提取车辆特征信息,然后自动将提取的车辆特征信息与车辆特征信息数据库中的数据进行匹配,从而不需要人为对监控设备拍摄到的画面进行识别。
所述的方法具体可以包括如下步骤:
步骤101,在第一监控画面中确定疑似车辆,并提取所述疑似车辆的特征信息;
在本发明一种优选实施例中,所述第一监控画面通过枪机采集获得;
枪机拍摄到的是视频,视频的本质其实就是动画,所谓动画,就是采用逐帧拍摄对象并连续播放而形成运动的影像技术。所以,从第一监控画面中确定疑似车辆,是对枪机拍摄到的每一帧画面进行识别,同理,提取疑似车辆的特征信息也是从每一帧画面中进行提取。
所述在第一监控画面中确定疑似车辆,并提取所述疑似车辆的特征信息的步骤包括:
获取所述第一监控画面中所有车辆的类别车型、类别颜色;
判断所有车辆的类别车型、类别颜色与疑似车辆的类别车型、类别颜色是否相同;
若是,则判定所述第一监控画面包括疑似车辆;
提取所述疑似车辆的特征信息;其中,所述疑似车辆的特征信息包括疑似车辆的行驶方向、行驶速度、类别车型、类别颜色。
具体的,车辆特征信息数据库中的数据具体可以包括以下几个类别:
1、类别车型:大型车、小型车、其他;
2、细分车型:
大型车:大客车、危化车、大型货车、工程车;
小型车:小货车、小客车、小汽车;
其他:摩托(电动)车、自行车、行人、牲畜;
3、类别颜色:深色、浅色;
4、细分颜色:
深色(红色、蓝色、黑色、灰色、绿色等)
浅色(白色、银色、黄色等);
3、驾驶方向:正向(向北、向东);反向(向南、向西)
4、摄像头类型:枪机;球机;
5、位置信息:起始位置、结束位置、行驶方向、行驶速度、距离;
6、摄像头信息:摄像头ID、位置ID。
当枪机拍摄到监控画面后,会对监控画面进行逐帧识别,因为枪机是定焦远距离拍摄,车辆也是在高速行驶,再加上环境光线的干扰,所以,拍摄到的监控画面会是比较模糊的,可以看出车辆的轮廓和大概的颜色,因此,识别疑似车辆就需要对监控画面中所有车辆的类别车型和类别颜色进行第一次识别,也就是模糊识别。比如,需要监控的车辆为小型车、浅色,那么,第一次识别就可以把大型车、深色的车辆排除掉,这样,第二次识别时就可以减少监控目标,从而减少了计算设备的计算量,而且监控目标数量的减少,也使得球机对监控目标的拍摄更有针对性了。
当然,除了提取疑似车辆的特征信息外,还会记录监控设备的相关信息,也就是哪条道路上的哪个监控设备、监控设备的类型是什么。
需要说明的是,计算设备指的是可以对监控画面进行处理,从而确定监控画面包括疑似车辆,并提取疑似车辆的特征信息的设备;也可以是数据处理能力的计算芯片,将计算芯片安装在枪机中,这样就不需要额外的计算设备;当然,还可以通过其它方式从第一监控画面中确定疑似车辆,并提取所述疑似车辆的特征信息,本发明实施例对此不作限制。
步骤102,基于所述疑似车辆的特征信息获取第二监控画面;
在本发明一种优选实施例中,所述第二监控画面通过球机采集获得;
通过对枪机采集的第一监控画面进行第一次识别后,会调用球机对疑似车辆进行拍摄,进行进一步的识别。
所述基于所述疑似车辆的特征信息获取第二监控画面的步骤包括:
依据所述疑似车辆的行驶方向、行驶速度计算所述疑似车辆的坐标;
控制所述球机旋转至与所述坐标对应的角度,接收所述球机在所述角度采集的第二监控画面。
具体的,获取到疑似车辆的特征信息后,计算设备可以根据疑似车辆的行驶方向和行驶速度计算疑似车辆的坐标。因为球机的焦距是可变的,所以,计算设备需要计算出疑似车辆的当前坐标,并计算疑似车辆以当前行驶方向、行驶速度进行行驶时,预到达的坐标,然后将当前坐标、预到达坐标发送给计算设备,计算设备根据当前坐标、预到达坐标控制球机旋转至与当前坐标、预到达坐标对应的角度,然后球机自行调整焦距,对疑似目标进行拍摄,获得第二监控画面,然后将拍摄到的监控画面发送至计算设备进行识别。
其中,该坐标是以自身摄像头安装位置为坐标原点,以枪机拍摄方向的图片中心前后方向为X轴,上下高度为Z轴,左右为Y轴,球机同理。
步骤103,依据所述第二监控画面判断所述疑似车辆是否为目标车辆;
在本发明一种优选实施例中,所述依据所述第二监控画面判断所述疑似车辆是否为目标车辆的步骤包括:
获取所述疑似车辆的车牌、细分车型、细分颜色;
判断所述疑似车辆的车牌、细分车型、细分颜色在预设的车辆特征信息数据库中是否存在匹配项;
若是,则判定所述疑似车辆为目标车辆。
具体的,因为球机可以根据车辆的行驶进行实时调整焦距来进行拍摄,所以,可以在疑似车辆与球机距离最近的位置拍摄到疑似车辆,从面获得非常清晰的监控画面。因此,可以从监控画面中获取疑似车辆的车牌、细分车型、细分颜色,然后,将这些信息与车辆特征信息数据库中的数据进行匹配,当存在匹配项时,则可以确定疑似车辆就是需要监控的目标车辆了。
当然,在实际应用中,可以预设一个匹配相似度阈值,因为会出现人为对车辆的外观进行改变的情况。例如,目标车辆的车牌是粤A·123456,小汽车,白色,但是车主将车辆的颜色变成了黑色,那么通过计算得知匹配相似度为86%,而预设的匹配相似度阈值为80%,那么此时也可以将疑似车辆确认为目标车辆。
在确定了目标车辆后,可以记录目标车辆的特征信息,并生成提示信息告知管理员。例如,可以记录下是哪条道路上的监控设备拍摄到了目标车辆,监控设备的ID是多少,目标车辆的行驶方向、行驶速度,车牌是多少,车辆类型是什么,车辆颜色是什么等等。
步骤104,若是,则生成所述目标车辆的预行驶路线。
在本发明一种优选实施例中,所述生成所述目标车辆的预行驶路线的步骤包括:
获取所述目标车辆的行驶方向、行驶速度;
采用所述目标车辆的行驶方向、行驶速度计算所述目标车辆的预行驶路线。
例如,当前道路沿目标车辆行驶方向存在直行车道和右转车道,而通过识别得知目标车辆还是沿直行车道继续行驶,且速度没有减弱,那么通过计算就可以得知目标车辆的预行驶路线为直行,而不是右转了。而且,因为知道目标车辆的行驶速度,所以,还可以计算出目标车辆到达下一个监控设备的时间了。
另外,也可以根据目标车辆的行驶速度来计算目标车辆在未来一段时间内的行驶范围。例如,目标车辆的当前行驶速度是80KM/H,那么目标车辆15分钟的行驶路程就是20KM,以目标车辆当前位置为圆心,20KM为半径作圆,得到的就是目标车辆在未来15分钟内的行驶范围了。这样,生成目标车辆的预行驶路线时就可以结合行驶范围,从而提高生成的预行驶路线的准确度。
在本发明一种优选实施例中,所述的方法还包括:
向所述预行驶路线上的监控设备发送目标车辆的特征信息。
具体的,在生成了目标车辆的预行驶路线之后,计算设备可以获取预行驶路线上位于当前监控设备之后的监控设备,并向这些监控设备发送目标车辆的特征信息,以及目标车辆到达下一个监控设备的时间。
在实际应用中,可以预先设置给预行驶路线上的多少个监控设备发送目标车辆的特征信息。例如,预先设置给预行驶路线上的三个监控设备发送目标车辆的特征信息,当前监控设备ID为1001,预行驶路线上位于当前监控设备后面的监控设备ID分别为1002、1003、1004,那么,就给监控设备ID为1002、1003、1004的监控设备发送目标车辆的特征信息,ID为1005的监控设备暂时就不会收到1001发送的目标车辆特征信息了。
当然,预先设置给预行驶路线上的监控设备发送目标车辆的特征信息的数量可以根据实际需求自行设定,本发明实施例对此不作限制。
在本发明一种优选实施例中,当所述目标车辆驶入所述预行驶路线时,所述预行驶路线上的监控设备锁定所述目标车辆并进行拍摄。
因为预行驶路线上的监控设备已经知道了目标车辆可能会经过自己,所以,当目标车辆驶入预行驶路线时,监控设备就可以不需要从车辆特征信息数据库中进行匹配来确认是否存在目标车辆,而是直接与目标车辆的特征信息进行匹配就可以了。
具体的,预行驶路线上的枪机先采集第一监控画面,计算设备对画面中的所有车辆进行识别,当识别到与目标车辆的类别车型、类别颜色相同,且与目标车辆到达当前监控设备的时间相同的车辆时,就可以锁定该车辆,并计算该车辆的坐标,然后调用球机进行进一步拍摄。
当然,目标车辆到达当前监控设备的时间是允许存在误差的,并不是一定要精确到几分几秒才能判定目标车辆预计算的到达时间与实际到达时间是相同的。
在本发明一种优选实施例中,所述的方法还包括:
获取所述目标车辆的实际行驶路线;
计算所述实际行驶路线和预行驶路线的吻合概率,或,依据实际行驶路线和预行驶路线生成训练模型。
具体的,在生成了目标车辆的预行驶路线之后,可以计算实际行驶路线和预行驶路线的吻合概率,或,依据实际行驶路线和预行驶路线生成训练模型。例如,某一个监控设备根据某一目标车辆的行驶方向、行驶速度计算出了一条预行驶路线,但实际上该目标车辆并没有走这条路线,走了其它路线,而同一个监控设备根基其它三个目标车辆的行驶方向、行驶速度分别计算出了三条预行驶路线,三个目标车辆全都走了预行驶路线,那么,可以计算出实际行驶路线和预行驶路线的吻合概率,或者,生成一个训练模型,记录下车辆的行驶方向、行驶速度、预行驶路线,以及实际行驶路线,这样,通过大数据不仅可以计算出车辆的预行驶路线,还可以在存在多条预行驶路线时,根据目标车辆的行驶方向、行驶速度计算出目标车辆驶入每条预行驶路线的概率是多少。
在本发明实施例中,通过在第一监控画面中确定疑似车辆,并提取疑似车辆的特征信息,然后基于疑似车辆的特征信息获取第二监控画面,再依据第二监控画面判断疑似车辆是否为目标车辆,若是,则生成目标车辆的预行驶路线的方式,实现了在对目标车辆监控的过程中不需要人为操作,自动进行监控。而且,因为生成了目标车辆的预行驶路线,所以不需要对所有监控设备拍摄的监控画面进行识别,不仅减少了处理的数据量,而且也提高了车辆监控的准确度。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图2,示出了本发明的一种车辆监控的装置实施例的结构框图,具体可以包括如下模块:
特征信息提取模块201,用于在第一监控画面中确定疑似车辆,并提取所述疑似车辆的特征信息;
获取模块202,用于基于所述疑似车辆的特征信息获取第二监控画面;
判断模块203,用于依据所述第二监控画面判断所述疑似车辆是否为目标车辆;
生成模块204,用于生成所述目标车辆的预行驶路线。
在本发明一种优选实施例中,还包括:
发送模块,用于向所述预行驶路线上的监控设备发送目标车辆的特征信息。
在本发明一种优选实施例中,还包括:
位于监控设备的拍摄模块,用于当所述目标车辆驶入所述预行驶路线时,所述预行驶路线上的监控设备锁定所述目标车辆并进行拍摄。
在本发明一种优选实施例中,所述第一监控画面通过枪机采集获得;
所述特征信息提取模块包括:
第一获取子模块,用于获取所述第一监控画面中所有车辆的类别车型、类别颜色;
第一判断子模块,用于判断所有车辆的类别车型、类别颜色与疑似车辆的类别车型、类别颜色是否相同;
第一确定子模块,用于判定所述第一监控画面包括疑似车辆;
第一提取子模块,用于提取所述疑似车辆的特征信息;其中,所述疑似车辆的特征信息包括疑似车辆的行驶方向、行驶速度、类别车型、类别颜色。
在本发明一种优选实施例中,所述第二监控画面通过球机采集获得;
所述获取模块包括:
计算子模块,用于依据所述疑似车辆的行驶方向、行驶速度计算所述疑似车辆的坐标;
接收子模块,用于控制所述球机旋转至与所述坐标对应的角度,接收所述球机在所述角度采集的第二监控画面。
在本发明一种优选实施例中,所述判断模块包括:
第二获取子模块,用于获取所述疑似车辆的车牌、细分车型、细分颜色;
第二判断子模块,用于判断所述疑似车辆的车牌、细分车型、细分颜色在预设的车辆特征信息数据库中是否存在匹配项;
第二确定子模块,用于判定所述疑似车辆为目标车辆。
在本发明一种优选实施例中,所述生成模块包括:
第三获取子模块,用于获取所述目标车辆的行驶方向、行驶速度;
计算子模块,用于采用所述目标车辆的行驶方向、行驶速度计算所述目标车辆的预行驶路线。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种车辆监控的方法和一种车辆监控的装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种车辆监控的方法,其特征在于,包括:
在第一监控画面中确定疑似车辆,并提取所述疑似车辆的特征信息;
基于所述疑似车辆的特征信息获取第二监控画面;
依据所述第二监控画面判断所述疑似车辆是否为目标车辆;
若是,则生成所述目标车辆的预行驶路线。
2.根据权利要求1所述的方法,其特征在于,还包括:
向所述预行驶路线上的监控设备发送目标车辆的特征信息。
3.根据权利要求2所述的方法,其特征在于,还包括:
当所述目标车辆驶入所述预行驶路线时,所述预行驶路线上的监控设备锁定所述目标车辆并进行拍摄。
4.根据权利要求1或2所述的方法,其特征在于,所述第一监控画面通过枪机采集获得;
所述在第一监控画面中确定疑似车辆,并提取所述疑似车辆的特征信息的步骤包括:
获取所述第一监控画面中所有车辆的类别车型、类别颜色;
判断所有车辆的类别车型、类别颜色与疑似车辆的类别车型、类别颜色是否相同;
若是,则判定所述第一监控画面包括疑似车辆;
提取所述疑似车辆的特征信息;其中,所述疑似车辆的特征信息包括疑似车辆的行驶方向、行驶速度、类别车型、类别颜色。
5.根据权利要求4所述的方法,其特征在于,所述第二监控画面通过球机采集获得;
所述基于所述疑似车辆的特征信息获取第二监控画面的步骤包括:
依据所述疑似车辆的行驶方向、行驶速度计算所述疑似车辆的坐标;
控制所述球机旋转至与所述坐标对应的角度,接收所述球机在所述角度采集的第二监控画面。
6.根据权利要求1所述的方法,其特征在于,所述依据所述第二监控画面判断所述疑似车辆是否为目标车辆的步骤包括:
获取所述疑似车辆的车牌、细分车型、细分颜色;
判断所述疑似车辆的车牌、细分车型、细分颜色在预设的车辆特征信息数据库中是否存在匹配项;
若是,则判定所述疑似车辆为目标车辆。
7.根据权利要求6所述的方法,其特征在于,所述生成所述目标车辆的预行驶路线的步骤包括:
获取所述目标车辆的行驶方向、行驶速度;
采用所述目标车辆的行驶方向、行驶速度计算所述目标车辆的预行驶路线。
8.一种车辆监控的装置,其特征在于,包括:
特征信息提取模块,用于在第一监控画面中确定疑似车辆,并提取所述疑似车辆的特征信息;
获取模块,用于基于所述疑似车辆的特征信息获取第二监控画面;
判断模块,用于依据所述第二监控画面判断所述疑似车辆是否为目标车辆;
生成模块,用于若是,则生成所述目标车辆的预行驶路线。
9.根据权利要求8所述的方法,其特征在于,还包括:
发送模块,用于向所述预行驶路线上的监控设备发送目标车辆的特征信息。
10.根据权利要求9所述的方法,其特征在于,还包括:
位于监控设备的拍摄模块,用于当所述目标车辆驶入所述预行驶路线时,所述预行驶路线上的监控设备锁定所述目标车辆并进行拍摄。
CN201710551611.9A 2017-07-07 2017-07-07 一种车辆监控的方法和装置 Pending CN107316463A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710551611.9A CN107316463A (zh) 2017-07-07 2017-07-07 一种车辆监控的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710551611.9A CN107316463A (zh) 2017-07-07 2017-07-07 一种车辆监控的方法和装置

Publications (1)

Publication Number Publication Date
CN107316463A true CN107316463A (zh) 2017-11-03

Family

ID=60178398

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710551611.9A Pending CN107316463A (zh) 2017-07-07 2017-07-07 一种车辆监控的方法和装置

Country Status (1)

Country Link
CN (1) CN107316463A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109905641A (zh) * 2017-12-08 2019-06-18 杭州海康威视数字技术股份有限公司 一种目标监控方法、装置、设备及系统
CN111275983A (zh) * 2020-02-14 2020-06-12 北京百度网讯科技有限公司 车辆追踪方法、装置、电子设备和计算机可读存储介质
CN111989725A (zh) * 2018-10-05 2020-11-24 松下电器(美国)知识产权公司 信息处理方法、以及信息处理系统
CN112055873A (zh) * 2018-10-05 2020-12-08 松下电器(美国)知识产权公司 信息处理方法、以及信息处理系统
CN113240931A (zh) * 2021-03-31 2021-08-10 深圳左邻永佳科技有限公司 停车方法、装置、计算机设备和存储介质
CN114842653A (zh) * 2022-04-29 2022-08-02 湖南北斗微芯产业发展有限公司 高速公路违章辅助确定方法、系统、存储介质及监测系统
CN115394089A (zh) * 2022-07-29 2022-11-25 天翼云科技有限公司 一种车辆信息融合展示的方法、无感通行系统及存储介质

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002171517A (ja) * 2000-12-01 2002-06-14 Omron Corp 車両監視装置
CN1722826A (zh) * 2004-07-14 2006-01-18 松下电器产业株式会社 物体追踪装置、物体追踪系统以及物体追踪方法
CN101465033A (zh) * 2008-05-28 2009-06-24 丁国锋 一种自动追踪识别系统及方法
CN201278180Y (zh) * 2008-05-28 2009-07-22 丁国锋 一种自动追踪识别系统
CN101547344A (zh) * 2009-04-24 2009-09-30 清华大学深圳研究生院 基于联动摄像机的视频监控装置及其跟踪记录方法
CN101572804A (zh) * 2009-03-30 2009-11-04 浙江大学 多摄像机智能控制方法及装置
CN101635834A (zh) * 2008-07-21 2010-01-27 侯荣琴 类神经控制自动追踪识别系统
CN101860732A (zh) * 2010-06-04 2010-10-13 天津市亚安科技电子有限公司 一种控制云台摄像机自动跟踪目标的方法
CN102469303A (zh) * 2010-11-12 2012-05-23 索尼公司 视频监视
CN102693634A (zh) * 2011-03-24 2012-09-26 大连航天金穗科技有限公司 追踪设定车辆的电视监控系统及方法
CN102724482A (zh) * 2012-06-18 2012-10-10 西安电子科技大学 基于gps和gis的智能视觉传感网络运动目标接力跟踪系统
CN103430214A (zh) * 2011-03-28 2013-12-04 日本电气株式会社 人员跟踪设备、人员跟踪方法以及存储人员跟踪程序的非瞬态计算机可读介质
CN103761514A (zh) * 2014-01-26 2014-04-30 公安部第三研究所 基于广角枪机和多球机实现人脸识别的系统及方法
CN103985257A (zh) * 2014-05-14 2014-08-13 南通大学 一种智能交通视频分析方法
CN104125433A (zh) * 2014-07-30 2014-10-29 西安冉科信息技术有限公司 基于多球机联动结构的视频运动目标监控方法
CN104754302A (zh) * 2015-03-20 2015-07-01 安徽大学 一种基于枪球联动系统的目标检测跟踪方法
CN105338248A (zh) * 2015-11-20 2016-02-17 成都因纳伟盛科技股份有限公司 智能多目标主动跟踪监控方法及系统
CN105868691A (zh) * 2016-03-08 2016-08-17 中国石油大学(华东) 基于快速区域卷积神经网络的城市车辆追踪方法
CN105893510A (zh) * 2016-03-30 2016-08-24 北京格灵深瞳信息技术有限公司 一种视频结构化系统及其目标搜索方法
CN106251633A (zh) * 2016-08-09 2016-12-21 成都联众智科技有限公司 车牌自动识别与跟踪系统
CN106303442A (zh) * 2016-08-26 2017-01-04 浙江大华技术股份有限公司 追踪路径拓扑结构建立方法、目标对象追踪方法及设备
CN106412414A (zh) * 2016-06-08 2017-02-15 同济大学 追踪系统、摄像头、监测方法、及监测系统
CN106530735A (zh) * 2016-11-21 2017-03-22 北海高创电子信息孵化器有限公司 一种车辆视频采集系统

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002171517A (ja) * 2000-12-01 2002-06-14 Omron Corp 車両監視装置
CN1722826A (zh) * 2004-07-14 2006-01-18 松下电器产业株式会社 物体追踪装置、物体追踪系统以及物体追踪方法
CN101465033A (zh) * 2008-05-28 2009-06-24 丁国锋 一种自动追踪识别系统及方法
CN201278180Y (zh) * 2008-05-28 2009-07-22 丁国锋 一种自动追踪识别系统
CN101635834A (zh) * 2008-07-21 2010-01-27 侯荣琴 类神经控制自动追踪识别系统
CN101572804A (zh) * 2009-03-30 2009-11-04 浙江大学 多摄像机智能控制方法及装置
CN101547344A (zh) * 2009-04-24 2009-09-30 清华大学深圳研究生院 基于联动摄像机的视频监控装置及其跟踪记录方法
CN101860732A (zh) * 2010-06-04 2010-10-13 天津市亚安科技电子有限公司 一种控制云台摄像机自动跟踪目标的方法
CN102469303A (zh) * 2010-11-12 2012-05-23 索尼公司 视频监视
CN102693634A (zh) * 2011-03-24 2012-09-26 大连航天金穗科技有限公司 追踪设定车辆的电视监控系统及方法
CN103430214A (zh) * 2011-03-28 2013-12-04 日本电气株式会社 人员跟踪设备、人员跟踪方法以及存储人员跟踪程序的非瞬态计算机可读介质
CN102724482A (zh) * 2012-06-18 2012-10-10 西安电子科技大学 基于gps和gis的智能视觉传感网络运动目标接力跟踪系统
CN103761514A (zh) * 2014-01-26 2014-04-30 公安部第三研究所 基于广角枪机和多球机实现人脸识别的系统及方法
CN103985257A (zh) * 2014-05-14 2014-08-13 南通大学 一种智能交通视频分析方法
CN104125433A (zh) * 2014-07-30 2014-10-29 西安冉科信息技术有限公司 基于多球机联动结构的视频运动目标监控方法
CN104754302A (zh) * 2015-03-20 2015-07-01 安徽大学 一种基于枪球联动系统的目标检测跟踪方法
CN105338248A (zh) * 2015-11-20 2016-02-17 成都因纳伟盛科技股份有限公司 智能多目标主动跟踪监控方法及系统
CN105868691A (zh) * 2016-03-08 2016-08-17 中国石油大学(华东) 基于快速区域卷积神经网络的城市车辆追踪方法
CN105893510A (zh) * 2016-03-30 2016-08-24 北京格灵深瞳信息技术有限公司 一种视频结构化系统及其目标搜索方法
CN106412414A (zh) * 2016-06-08 2017-02-15 同济大学 追踪系统、摄像头、监测方法、及监测系统
CN106251633A (zh) * 2016-08-09 2016-12-21 成都联众智科技有限公司 车牌自动识别与跟踪系统
CN106303442A (zh) * 2016-08-26 2017-01-04 浙江大华技术股份有限公司 追踪路径拓扑结构建立方法、目标对象追踪方法及设备
CN106530735A (zh) * 2016-11-21 2017-03-22 北海高创电子信息孵化器有限公司 一种车辆视频采集系统

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109905641A (zh) * 2017-12-08 2019-06-18 杭州海康威视数字技术股份有限公司 一种目标监控方法、装置、设备及系统
CN111989725A (zh) * 2018-10-05 2020-11-24 松下电器(美国)知识产权公司 信息处理方法、以及信息处理系统
CN112055873A (zh) * 2018-10-05 2020-12-08 松下电器(美国)知识产权公司 信息处理方法、以及信息处理系统
CN111989725B (zh) * 2018-10-05 2023-03-10 松下电器(美国)知识产权公司 信息处理方法、以及信息处理系统
CN111275983A (zh) * 2020-02-14 2020-06-12 北京百度网讯科技有限公司 车辆追踪方法、装置、电子设备和计算机可读存储介质
CN111275983B (zh) * 2020-02-14 2022-11-01 阿波罗智联(北京)科技有限公司 车辆追踪方法、装置、电子设备和计算机可读存储介质
CN113240931A (zh) * 2021-03-31 2021-08-10 深圳左邻永佳科技有限公司 停车方法、装置、计算机设备和存储介质
CN113240931B (zh) * 2021-03-31 2022-08-19 深圳左邻永佳科技有限公司 停车方法、装置、计算机设备和存储介质
CN114842653A (zh) * 2022-04-29 2022-08-02 湖南北斗微芯产业发展有限公司 高速公路违章辅助确定方法、系统、存储介质及监测系统
CN115394089A (zh) * 2022-07-29 2022-11-25 天翼云科技有限公司 一种车辆信息融合展示的方法、无感通行系统及存储介质

Similar Documents

Publication Publication Date Title
CN107316463A (zh) 一种车辆监控的方法和装置
CN102945603B (zh) 检测交通事件的方法及电子警察装置
CN104506804B (zh) 一种快速道路上的机动车异常行为监测装置及其方法
CN103065470B (zh) 基于单目多检测面的机器视觉的车辆闯红灯行为检测装置
CN106571039A (zh) 一种高速公路违章行为自动抓拍系统
CN101964145A (zh) 一种自动车牌识别方法及其系统
CN103824452A (zh) 一种轻量级的基于全景视觉的违章停车检测装置
CN103473926A (zh) 枪球联动道路交通参数采集及违章抓拍系统
CN106503622A (zh) 一种车辆反跟踪方法及装置
CN114781479A (zh) 交通事件检测方法及装置
KR101034486B1 (ko) 교차로 교통법규 위반 단속 시스템 및 방법
CN105513349A (zh) 基于双视角学习的山区高速公路车辆事件检测方法
CN104036640A (zh) 一种全景图像采集装置、全景图像采集方法
Odeh Management of an intelligent traffic light system by using genetic algorithm
CN115690061B (zh) 一种基于视觉的集装箱码头集卡车检测方法
CN116721549B (zh) 一种车流量检测系统及检测方法
CN109615866A (zh) 基于互联网的交通路况监控系统
CN107798306A (zh) 一种智能驾驶和远程可视化智能定损系统及方法
CN113033352B (zh) 一种基于结合改进目标语义分割和目标检测模型的实时移动交通违法检测方法
CN115240148A (zh) 车辆行为的检测方法、装置、存储介质及电子装置
CN115909240A (zh) 一种基于车道线和车辆识别的道路拥堵检测方法
CN110516600A (zh) 一种基于人脸检测的公交客流检测方法
CN111951598B (zh) 一种车辆跟踪监测方法、装置及系统
CN101533558A (zh) 固定路口监控系统
CN113112813B (zh) 违章停车检测方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171103