一种高速公路检测车辆超速的方法及系统技术方案

本发明专利技术公开了一种高速公路检测车辆超速的方法及系统，通过第一红外感应设备和第一监控，得到第一车辆监控信息；基于车牌检测模型和所述第一车辆监控信息，得到第一车牌区域；第一车牌区域有一个或者多个对第一车牌区域进行重构，得到第一清晰车牌区域。基于第一清晰车牌区域和车牌识别模型，得到第一车牌号；将第一车牌号和所述第一监控时间存储在数据库中；通过第二红外感应设备和第二监控，得到第二车辆监控信息，得到第二车牌号；将第二车牌号与所述数据库中的第一车牌号进行对比，当第二车牌号与所述数据库中的第一车牌号相同，基于第二监控时间与第一监控时间，得到相同车牌号时间差。基于所述相同车牌号时间差，得到车辆速度。车辆速度。车辆速度。

【技术实现步骤摘要】
一种高速公路检测车辆超速的方法及系统


[0001]本专利技术涉及计算机
，具体而言，涉及一种高速公路检测车辆超速的方法及系统。

技术介绍

[0002]目前采用的判断车辆是否超速的方法有电感线圈测速、激光测速、雷达测速和视频测速。其中，电感线圈测速需要埋设两组线圈，施工量比较大，路面一旦变更则需重埋线圈，路面质量不好的地方对线圈的维护工作都是巨大的。激光测速的价格过高。雷达测速窄波成本高，不能同时监控大流量车辆；宽波扫描面比较广、监测区域大，当相邻车道两车并排进入超速监测区域或同车道两车连续进入超速监测区域时，雷达监测系统无法明确认定哪一部车辆违规，很容易造成错抓误判；同时车速过高的车辆经过监测区域一段距离后才能测出它的速度，这时可能已来不及捕捉其图像信息，从而造成漏抓或误抓的情况。
[0003]而目前的视频测速一次只能对一个车道的一辆车进行测速，两辆车或数辆车同时经过时无法测速，更无法判别其是否超速，误判车辆较多及测速误差太大。

技术实现思路

[0004]本专利技术的目的在于提供了一种高速公路检测车辆超速的方法及系统，用以解决现有技术中存在的上述问题。
[0005]第一方面，本专利技术实施例提供了一种高速公路检测车辆超速的方法，包括：通过第一红外感应设备和第一监控，得到第一车辆监控信息；所述第一车辆监控信息包括第一监控图像和第一监控时间；所述第一监控时间表示车辆通过所述第一红外感应设备时的时间；所述第一监控图像表示所述第一监控中车辆通过所述第一红外感应设备时拍摄的监控图像；基于车牌检测模型和所述第一车辆监控信息，得到第一车牌区域；第一车牌区域有一个或者多个；对第一车牌区域进行重构，得到第一清晰车牌区域；基于所述第一清晰车牌区域和车牌识别模型，得到第一车牌号；将所述第一车牌号和所述第一监控时间存储在数据库中；通过第二红外感应设备和第二监控，得到第二车辆监控信息；所述第二车辆监控信息包括第二监控图像和第二监控时间；所述第二监控时间表示车辆通过所述第一红外感应设备时的时间；所述第二监控图像表示所述第一监控中车辆通过所述第一红外感应设备时拍摄的监控图像；基于车牌检测模型和所述第二车辆监控信息，得到第二车牌区域；第二车牌区域有一个或者多个；对第二车牌区域进行重构，得到第二清晰车牌区域；基于所述第二清晰车牌区域和车牌识别模型，得到第二车牌号；
将第二车牌号与所述数据库中的第一车牌号进行对比，当第二车牌号与所述数据库中的第一车牌号相同，基于第二监控时间与第一监控时间，得到相同车牌号时间差；基于所述相同车牌号时间差，得到车辆速度；若车辆速度大于阈值，将对所述车辆的车主进行扣分的建议信息发送至执法系统。
[0006]可选的，所述基于车牌检测模型和所述第一车辆监控信息，得到第一车牌区域；第一车牌区域有一个或者多个，包括：获得检测框；所述检测框表示用于检测通过所述红外感应设备的车辆；所述基于所述车辆检测模型、所述检测框和所述第一监控图像，得到第一检测车辆区域；基于所述第一检测车辆区域和车牌检测模型，得到第一车牌区域。
[0007]可选的，所述基于所述车辆检测模型、所述检测框和所述第一监控图像，得到第一检测车辆区域，包括：获得第一区域；所述第一区域表示所述检测框与图像重合的区域；基于所述第一区域，通过所述车辆检测模型，得到第一区域特征；所述第一区域特征为第一区域中车辆的特征；基于所述第一区域特征和标注车辆特征，得到第一相似值；所述标注车辆特征包括车辆的几何形状和车辆的纹理；若第一相似值小于车辆阈值，得到第一检测车辆区域；所述第一检测车辆区域表示第一相似值小于车辆阈值的检测框在图像的位置；检测框以10像素的步长在第一监控图像中滑动，得到第二区域；通过车辆检测模型，得到第二区域特征；基于所述第二区域特征和标注车辆特征，得到第二相似值；所述标注车辆特征包括车辆的几何形状和车辆的纹理；若第二相似值小于车辆阈值，得到第二检测车辆区域；所述第二检测车辆区域表示第二相似值小于车辆阈值的检测框在图像的位置；通过多次利用检测框以10像素的步长在第一监控图像中滑动，得到多个检测车辆区域。
[0008]可选的，所述车牌识别模型的训练过程：获得训练集，所述训练集包括车牌图像和标注车牌号；将所述车牌图像进行预处理，得到灰度车牌图像；将所述灰度车牌图像输入车牌识别模型中，得到车牌特征向量；所述车牌特征向量的长度为车牌号的长度；基于标注特征数据和所述车牌特征向量，得到车牌损失值；获得所述车牌识别模型训练的最大迭代次数，直至所述损失值不大于车牌阈值或达到所述最大迭代次数时停止训练，得到训练好的车牌识别模型。
[0009]可选的，所述车牌识别模型包括三个卷积层和一个全连接层，所述三个卷积层用于提取图像特征：第一卷积层的输入是所述训练集中的图片，第二卷积层的输入是第一卷积层的输
出；第三卷积层的输入是第二卷积层的输出；所述全连接层的输入时第三卷积层的输出。
[0010]可选的，所述基于所述标注特征数据和所述车牌特征向量，得到车牌损失值，包括：所述车牌损失值具体通过下述公式计算方式获得：其中，是车牌损失值, 表示所述车牌特征向量表示标注车牌号；表示所述车牌特征向量的长度。
[0011]第二方面，本专利技术实施例提供了一种高速公路检测车辆超速的系统，包括：采集模块：通过第一红外感应设备和第一监控，得到第一车辆监控信息；所述第一车辆监控信息包括第一监控图像和第一监控时间；所述第一监控时间表示车辆通过所述第一红外感应设备时的时间；所述第一监控图像表示所述第一监控中车辆通过所述第一红外感应设备时拍摄的监控图像；通过第二红外感应设备和第二监控，得到第二车辆监控信息；所述第二车辆监控信息包括第二监控图像和第二监控时间；所述第二监控时间表示车辆通过所述第一红外感应设备时的时间；所述第二监控图像表示所述第一监控中车辆通过所述第一红外感应设备时拍摄的监控图像；车牌获取模块：基于车牌检测模型和所述第一车辆监控信息，得到第一车牌区域；第一车牌区域有一个或者多个；对第一车牌区域进行重构，得到第一清晰车牌区域；基于所述第一清晰车牌区域和车牌识别模型，得到第一车牌号；基于车牌检测模型和所述第二车辆监控信息，得到第二车牌区域；第二车牌区域有一个或者多个；对第二车牌区域进行重构，得到第二清晰车牌区域；基于所述第二清晰车牌区域和车牌识别模型，得到第二车牌号；存储模块：将所述第一车牌号和所述第一监控时间存储在数据库中；违规判断模块：将第二车牌号与所述数据库中的第一车牌号进行对比，当第二车牌号与所述数据库中的第一车牌号相同，基于第二监控时间与第一监控时间，得到相同车牌号时间差；基于所述相同车牌号时间差，得到车辆速度；若车辆速度大于阈值，对所述车辆的车主进行扣分的建议信息发送至执法系统。
[0012]可选的，所述基于所述车牌检测模型和所述第一车辆监控信息，得到第一车牌区域；第一车牌区域有一个或者多个，包括：获得检测框；所述检测框表示用于检测通过所述红外感应设备的车辆；基于所述车辆检测模型、所述检测框和所述第一监控图像，得到第一检测车辆区域；基于所述第一检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高速公路检测车辆超速的方法，其特征在于，包括：通过第一红外感应设备和第一监控，得到第一车辆监控信息；所述第一车辆监控信息包括第一监控图像和第一监控时间；所述第一监控时间表示车辆通过所述第一红外感应设备时的时间；所述第一监控图像表示所述第一监控中车辆通过所述第一红外感应设备时拍摄的监控图像；基于车牌检测模型和所述第一车辆监控信息，得到第一车牌区域；第一车牌区域有一个或者多个；对第一车牌区域进行重构，得到第一清晰车牌区域；基于所述第一清晰车牌区域和车牌识别模型，得到第一车牌号；将所述第一车牌号和所述第一监控时间存储在数据库中；通过第二红外感应设备和第二监控，得到第二车辆监控信息；所述第二车辆监控信息包括第二监控图像和第二监控时间；所述第二监控时间表示车辆通过所述第一红外感应设备时的时间；所述第二监控图像表示所述第一监控中车辆通过所述第一红外感应设备时拍摄的监控图像；基于车牌检测模型和所述第二车辆监控信息，得到第二车牌区域；第二车牌区域有一个或者多个；对第二车牌区域进行重构，得到第二清晰车牌区域；基于所述第二清晰车牌区域和车牌识别模型，得到第二车牌号；将第二车牌号与所述数据库中的第一车牌号进行对比，当第二车牌号与所述数据库中的第一车牌号相同，基于第二监控时间与第一监控时间，得到相同车牌号时间差；基于所述相同车牌号时间差，得到车辆速度；若车辆速度大于阈值，将对车辆的车主进行扣分的建议信息发送至执法系统。2.根据权利要求1所述的高速公路检测车辆超速的方法，其特征在于，所述基于车牌检测模型和所述第一车辆监控信息，得到第一车牌区域；第一车牌区域有一个或者多个，包括：获得检测框；所述检测框表示用于检测通过所述红外感应设备的车辆；所述基于车辆检测模型、检测框和第一监控图像，得到第一检测车辆区域；基于所述第一检测车辆区域和车牌检测模型，得到第一车牌区域。3.根据权利要求2所述的高速公路检测车辆超速的方法，其特征在于，所述基于车辆检测模型、检测框和第一监控图像，得到第一检测车辆区域，包括：获得第一区域；所述第一区域表示所述检测框与图像重合的区域；基于所述第一区域，通过所述车辆检测模型，得到第一区域特征；所述第一区域特征为第一区域中车辆的特征；基于所述第一区域特征和标注车辆特征，得到第一相似值；所述标注车辆特征包括车辆的几何形状和车辆的纹理；若第一相似值小于车辆阈值，得到第一检测车辆区域；所述第一检测车辆区域表示第一相似值小于车辆阈值的检测框在图像的位置；检测框以10像素的步长在第一监控图像中滑动，得到第二区域；通过车辆检测模型，得到第二区域特征；
基于所述第二区域特征和标注车辆特征，得到第二相似值；所述标注车辆特征包括车辆的几何形状和车辆的纹理；若第二相似值小于车辆阈值，得到第二检测车辆区域；所述第二检测车辆区域表示第二相似值小于车辆阈值的检测框在图像的位置；通过多次利用检测框以10像素的步长在第一监控图像中滑动，得到多个检测车辆区域。4.根据权利要求1所述的高速公路检测车辆超速的方法，其特征在于，所述车牌识别模型的训练过程：获得训练集，所述训练集包括车牌图像和标注车牌号；将所述车牌图像进行预处理，得到灰度车牌图像；将所述灰度车牌图像输入车牌识别模型中，得到车牌特征向量；所述车牌特征向量的长度为车牌号的长度；基于标注特征数据和车牌特征向量，得到车牌损失值；获得所述车牌识别模型训练的最大迭代次数，直至所述损失值不大于车牌阈值或达到所述最大迭代次数时停止训练，得到训练好的车牌识别模型。5.根据权利要求4所述的高速公路检测车辆超速的方法，其特征在于，所述车牌识别模型包括三个卷积层和一个全连接层，所述三个卷积层用于提取图像特征：第一卷积层的输入是所述训练集中的图片，第二卷积层的输入是第一卷积层的输出；第三卷积层的输入是第二卷积层的输出；所述全连接层的输入时第三卷积层的输出。6.根据权利...

【专利技术属性】
技术研发人员：郑忠，陈非，李敬阳，赵快，刘强，
申请(专利权)人：四川九通智路科技有限公司，
类型：发明
国别省市：