【技术实现步骤摘要】
本申请涉及车辆监控，尤其是涉及一种违停车辆智能监控方法、装置、车辆监控设备及存储介质。
技术介绍
1、目前基于摄像机的违停采用的是交警违停摄像机车牌识别，其工作程序是：当车辆进入禁停区域，电子警察会自动抓拍一张照片，如果该车辆在报警时间阈值内离开，这张照片将会自动删除；当车辆违停超过报警时间阈值，电子警察则会抓拍第二张照片，并同时上传至系统，将会按照违法停车处罚。
2、但是，如果报警时间阈值设置的较高（例如，30分钟），那么大量的停车并不会引起停车超时报警，而报警时间阈值设置的较低（例如，2分钟），那么大量的合理停车（例如，等红绿灯，等人）则会引起误判。因此，现有违规停车识别存在大量的误判。
技术实现思路
1、有鉴于此，本申请提供一种违停车辆智能监控方法、装置、车辆监控设备及存储介质，以解决根据报警时间阈值识别违停容易造成误判的技术问题。
2、本申请的第一方面提供一种违停车辆智能监控方法，所述方法包括：
3、采用全方位视觉传感器实时采集禁停区域的全景视频数据；
4、对所述全景视频数据进行目标检测，得到目标对象；
5、判断所述目标对象为暂时静止对象还是静止对象；
6、当确定所述目标对象为静止对象时，识别所述目标对象是否为机动车辆；
7、当识别所述目标对象为机动车辆时，获取所述禁停区域的禁停类型及获取所述机动车辆的停留时长；
8、根据所述禁停类型及所述停留时长监控所述机动车辆是否为违停车辆。
9、在一个可选的实施方式中，所述识别所述判断所述目标对象为暂时静止对象还是静止对象包括：
10、使用第一状态识别模型基于所述全景视频数据进行识别，得到第一状态标识；
11、使用第二状态识别模型基于所述全景视频数据进行识别，得到第二状态标识；
12、基于所述第一状态标识及所述第二状态标识判断所述目标对象为暂时静止对象还是静止对象；
13、其中，所述第一状态识别模型具有第一学习率，所述第二状态识别模型具有第二学习率，所述第一学习率大于所述第二学习率。
14、在一个可选的实施方式中，所述基于所述第一状态标识及所述第二状态标识判断所述目标对象为暂时静止对象还是静止对象包括：
15、判断所述第一状态标识及所述第二状态标识是否均为背景；
16、当所述第一状态标识为背景，所述第二状态标识为前景时，确定所述目标对象为暂时静止对象；
17、当所述第一状态标识及所述第二状态标识均为背景时，确定所述目标对象为静止对象。
18、在一个可选的实施方式中，所述对所述全景视频数据进行目标检测，得到目标对象包括：
19、对所述全景视频数据进行分帧处理，得到帧图像；
20、对所述帧图像与场景背景图像进行差分计算，得到前景图像；
21、对所述前景图像进行目标检测，得到所述目标对象。
22、在一个可选的实施方式中，所述方法还包括：
23、获取多个历史违停车辆的违停位置信息；
24、对所述多个历史违停车辆的违停位置信息进行聚类，得到多个违停簇；
25、计算每个违停簇的违停密度；
26、根据所述违停密度确定禁停区域。
27、在一个可选的实施方式中，所述方法还包括：
28、利用所述全方位视觉传感器获取所述违停车辆的位置信息；
29、基于所述位置信息进行预置点匹配，得到目标预置点；
30、控制高速球摄像机对所述目标预置点进行抓拍，得到高清图像；
31、对所述高清图像进行保存。
32、在一个可选的实施方式中，所述方法还包括：
33、基于所述高清图像识别所述违停车辆的车牌号；
34、基于所述车牌号获取车主的联系方式；
35、基于所述高清图像、所述禁停区域的地理位置、所述车牌号生成处罚通知单；
36、根据所述联系方式将所述处罚通知单通知所述车主。
37、本申请的第二方面提供一种违停车辆智能监控装置，所述装置包括：
38、采集模块，用于采用全方位视觉传感器实时采集禁停区域的全景视频数据；
39、检测模块，用于对所述全景视频数据进行目标检测，得到目标对象；
40、判断模块，用于判断所述目标对象为暂时静止对象还是静止对象；
41、识别模块，用于当确定所述目标对象为静止对象时，识别所述目标对象是否为机动车辆；
42、获取模块，用于当识别所述目标对象为机动车辆时，获取所述禁停区域的禁停类型及获取所述机动车辆的停留时长；
43、监控模块，用于根据所述禁停类型及所述停留时长监控所述机动车辆是否为违停车辆。
44、本申请的第三方面提供一种车辆监控设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的违停车辆智能监控方法的步骤。
45、本申请的第四方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的违停车辆智能监控方法的步骤。
46、本申请实施例提供的违停车辆智能监控方法、装置、车辆监控设备及存储介质，基于全方位视觉传感器实时采集禁停区域的全景视频数据，在从全景视频数据检测到目标对象后，通过判断目标对象为暂时静止对象还是静止对象，来判断潜在的违停车辆，在确定目标对象为静止对象时，识别目标对象是否为机动车辆，能够过滤出需要进一步分析的车辆，减少不必要的处理，提高效率；当识别目标对象为机动车辆时，获取禁停区域的禁停类型及获取机动车辆的停留时长，通过结合禁停类型和停留时长，系统能够智能地判断哪些机动车辆违规停放，提高了违停检测的精准性，减少误报率
本文档来自技高网...【技术保护点】
1.一种违停车辆智能监控方法，其特征在于，所述方法包括：
2.根据权利要求1所述的违停车辆智能监控方法，其特征在于，所述识别所述判断所述目标对象为暂时静止对象还是静止对象包括：
3.根据权利要求2所述的违停车辆智能监控方法，其特征在于，所述基于所述第一状态标识及所述第二状态标识判断所述目标对象为暂时静止对象还是静止对象包括：
4.根据权利要求3所述的违停车辆智能监控方法，其特征在于，所述对所述全景视频数据进行目标检测，得到目标对象包括：
5.根据权利要求1至4中任意一项所述的违停车辆智能监控方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的违停车辆智能监控方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的违停车辆智能监控方法，其特征在于，所述方法还包括：
8.一种违停车辆智能监控装置，其特征在于，所述装置包括：
9.一种车辆监控设备，其特征在于，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现根据权利要求
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1至7中任意一项所述的违停车辆智能监控方法的步骤。
...【技术特征摘要】
1.一种违停车辆智能监控方法，其特征在于，所述方法包括：
2.根据权利要求1所述的违停车辆智能监控方法，其特征在于，所述识别所述判断所述目标对象为暂时静止对象还是静止对象包括：
3.根据权利要求2所述的违停车辆智能监控方法，其特征在于，所述基于所述第一状态标识及所述第二状态标识判断所述目标对象为暂时静止对象还是静止对象包括：
4.根据权利要求3所述的违停车辆智能监控方法，其特征在于，所述对所述全景视频数据进行目标检测，得到目标对象包括：
5.根据权利要求1至4中任意一项所述的违停车辆智能监控方法，其特征在于，所述方法还包括：
6.根据权利要求...
【专利技术属性】
技术研发人员：郑明合，张龙，徐锦国，沈泉，蔡勇，
申请(专利权)人：浙江广维通信有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。