一种车位状态识别方法技术

本申请公开了一种车位状态识别方法

【技术实现步骤摘要】
一种车位状态识别方法、装置、电子设备及存储介质


[0001]本申请涉及图像处理
，尤其涉及一种车位状态识别方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]依托于“智慧城市”、“安全城市”的大环境背景下，“智慧停车”话题已然和人们的日常出行密不可分，便捷停车成为居民城市生活幸福感指数的重要衡量指标
。
车辆余位引导功能作为“智慧停车”业务的首要环节，余位检测结果的准确度作为车位管理方案的关键衡量指标，它的优劣将直接影响到人们的出行体验
。
因此一种高精度车辆余位管理方案将极大程度上助力于智慧安全城市的建设
。
当前大多服务区仍采用人工埋设传感器的方式对单个车位的占用状态进行识别，此种方案一是需要耗费较大的人力成本，二是传感器自身灵敏度及信号检测等硬件缺陷制约，导致车位状态识别不准确
。

技术实现思路

[0003]本申请实施例提供了一种车位状态识别方法
、
装置
、
电子设备及存储介质，用以解决现有技术车位状态识别准确性较差的问题
。
[0004]第一方面，本申请提供了一种车位状态识别方法，所述方法包括：
[0005]获取车位状态监控区域的视频，并构建所述视频对应的跟踪框链表；
[0006]基于已训练的车辆检测模型检测所述视频中的每帧图像中每个车辆的检测框，按照帧序列的顺序，根据所述每个车辆的检测框对所述跟踪框链表中的跟踪框进行更新；
[0007]响应于车位状态触发指令，获取所述跟踪框链表中的每个目标跟踪框；根据所述每个目标跟踪框的坐标信息，确定所述车位状态监控区域内每个车位的状态
。
[0008]第二方面，本申请提供了一种车位状态识别装置，所述装置包括：
[0009]获取模块，用于获取车位状态监控区域的视频，并构建所述视频对应的跟踪框链表；
[0010]检测模块，用于基于已训练的车辆检测模型检测所述视频中的每帧图像中每个车辆的检测框，按照帧序列的顺序，根据所述每个车辆的检测框对所述跟踪框链表中的跟踪框进行更新；
[0011]识别模块，用于响应于车位状态触发指令，获取所述跟踪框链表中的每个目标跟踪框；根据所述每个目标跟踪框的坐标信息，确定所述车位状态监控区域内每个车位的状态
。
[0012]第三方面，本申请提供了一种电子设备，包括处理器
、
通信接口
、
存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
[0013]存储器，用于存放计算机程序；
[0014]处理器，用于执行存储器上所存放的程序时，实现所述的方法步骤
。
[0015]第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质内
存储有计算机程序，所述计算机程序被处理器执行时实现所述的方法步骤
。
[0016]本申请提供了一种车位状态识别方法
、
装置
、
电子设备及存储介质，所述方法包括：获取车位状态监控区域的视频，并构建所述视频对应的跟踪框链表；基于已训练的车辆检测模型检测所述视频中的每帧图像中每个车辆的检测框，按照帧序列的顺序，根据所述每个车辆的检测框对所述跟踪框链表中的跟踪框进行更新；响应于车位状态触发指令，获取所述跟踪框链表中的每个目标跟踪框；根据所述每个目标跟踪框的坐标信息，确定所述车位状态监控区域内每个车位的状态
。
[0017]上述的技术方案具有如下优点或有益效果：
[0018]本申请基于视频模式下，首先构建视频对应的跟踪框链表，然后基于已训练的车辆检测模型检测视频中的每帧图像中每个车辆的检测框，按照帧序列的顺序对跟踪框链表中的跟踪框进行更新，当接收到车位状态触发指令，获取跟踪框链表中的每个目标跟踪框，最后根据每个目标跟踪框的坐标信息，确定车位状态监控区域内每个车位的状态
。
相较于现有技术，无需在各个车位安装传感器，降低了车位状态识别的成本，并且避免了传感器自身灵敏度及信号检测等硬件缺陷制约，导致车位状态识别不准确的问题，提高了车位状态识别的准确性
。
附图说明
[0019]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0020]图1为本申请提供的车位状态识别过程示意图；
[0021]图2为本申请提供的通过单极降维法判别预设的车位状态线与候选检测框之间的位置关系的示意图；
[0022]图3为本申请提供的监控区域配置示意图；
[0023]图4为本申请提供的有效目标判定示意图；
[0024]图5为本申请提供的逻辑运算关系示意图；
[0025]图6为本申请提供的车位状态识别流程图；
[0026]图7为本申请提供的车位状态识别装置结构示意图；
[0027]图8为本申请提供的电子设备结构示意图
。
具体实施方式
[0028]为使本申请的目的和实施方式更加清楚，下面将结合本申请示例性实施例中的附图，对本申请示例性实施方式进行清楚
、
完整地描述，显然，描述的示例性实施例仅是本申请一部分实施例，而不是全部的实施例
。
[0029]需要说明的是，本申请中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本申请的实施方式
。
除非另有说明，这些术语应当按照其普通和通常的含义理解
。
[0030]本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是
用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明
。
应该理解这样使用的用语在适当情况下可以互换
。
[0031]术语“包括”和“具有”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的所有组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件
。
[0032]术语“模块”是指任何已知或后来开发的硬件
、
软件
、
固件
、
人工智能
、
模糊逻辑或硬件或
/
和软件代码的组合，能够执行与该元件相关的功能
。
[0033]最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种车位状态识别方法，其特征在于，所述方法包括：获取车位状态监控区域的视频，并构建所述视频对应的跟踪框链表；基于已训练的车辆检测模型检测所述视频中的每帧图像中每个车辆的检测框，按照帧序列的顺序，根据所述每个车辆的检测框对所述跟踪框链表中的跟踪框进行更新；响应于车位状态触发指令，获取所述跟踪框链表中的每个目标跟踪框；根据所述每个目标跟踪框的坐标信息，确定所述车位状态监控区域内每个车位的状态
。2.
如权利要求1所述的方法，其特征在于，所述基于已训练的车辆检测模型检测所述视频中的每帧图像中车辆的检测框包括：基于已训练的车辆检测模型检测所述视频中的每帧图像中每个车辆的车头检测框和车尾检测框中的至少一个
。3.
如权利要求2所述的方法，其特征在于，所述基于已训练的车辆检测模型检测所述视频中的每帧图像中每个车辆的车头检测框和车尾检测框中的至少一个包括：基于已训练的车辆检测模型检测所述视频中的每帧图像中每个车辆的候选车头检测框和候选车尾检测框中的至少一个；将检测到的候选车头检测框和候选车尾检测框作为候选检测框；针对各个候选检测框，若确定所述候选检测框与预设的有效区域存在交集，并确定所述候选检测框与预设的车位状态线存在相交，将所述候选检测框作为有效的检测框并保留，否则将所述候选检测框滤除；其中，所述预设的车位状态线为所述预设的有效区域内每个车位的中心线
。4.
如权利要求3所述的方法，其特征在于，确定所述候选检测框与预设的车位状态线存在相交包括：根据所述候选检测框的坐标信息和所述预设的车位状态线的坐标信息，通过单级降维法，确定所述候选检测框与预设的车位状态线存在相交
。5.
如权利要求1所述的方法，其特征在于，根据所述每个车辆的检测框对所述跟踪框链表中的跟踪框进行更新包括：针对每个检测框，将所述检测框与所述跟踪框链表中的最近一次更新后的各个跟踪框进行匹配，若存在匹配成功的跟踪框，采用所述检测框对所述匹配成功的跟踪框进行更新，若不存在匹配成功的跟踪框，将所述检测框作为跟踪框添加至所述跟踪框链表中
。6.
如权利要求5所述的方法，其特征在于，所述方法还包括：若存在匹配成功的跟踪框，判断所述跟踪框是否存在对应车辆的标识信息，如果是，将所述车辆的标识信息更新为所述检测框对应车辆的标识信息，如果否，基于所述检测框进行车辆的标识信息的识别；若不存在匹配成功的跟踪框，基于所述检测框进行车辆的标识信息的识别
。7.
如权利要求5所述的方法，其特征在于，将所述检测框与所述跟踪框链...

【专利技术属性】
技术研发人员：郝行猛，王亚运，舒梅，段富治，牛中彬，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：