[發明專利]一種同時處理同一視頻中多個遠光燈車輛的方法

在審

• 申請號: 202010164327.8
• 申請日: 2020-03-11
• 公開（公告）號: CN111382707A
• 公開（公告）日: 2020-07-07
• 發明（設計）人: 劉建
• 申請（專利權）人: 青島訊極科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N20/00;G06T5/00;G06T7/246
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種同時處理同一視頻中多個遠光燈車輛的方法，包括：首先遠光燈硬件檢測模塊檢測到遠光燈，將遠光燈信號發送至上位機程序；在上位機程序接收到模塊發出的“模塊1遠光燈”信號后，開始調用攝像機sdk，下載視頻，并保存至本地工控機上；通過處理系統同時處理同一視頻中多個遠光燈車輛，進行車牌的抓取篩選，處理完成后，將數據寫入數據庫，用于數據的上傳。本發明通過采用軟硬件結合方式，利用遠光燈檢測模塊，同時加入基于深度學習的目標檢測技術，雙重保證，有效的解決了安裝難、調試難問題，檢測率高、適應性強。采用多線程、多視頻同時處理技術，補充和提高了捕獲率，大大提升了抓拍的實時性。

技術領域

本發明涉及公路機動車車牌抓拍領域，特別涉及一種同時處理同一視頻中多個遠光燈車輛的方法。

背景技術

機動車駕駛人夜間行駛時不按規定使用遠光燈，很可能造成跟車或者對向來車駕駛員幾秒內的失明，是引發夜間交通事故的主要原因。傳統遠光燈檢測利用視頻壓光找雙燈筒技術，速度快，但是捕獲率低，只能捕獲到雙燈筒車輛，不具有普遍性。傳統遠光燈違規車輛檢測技術利用硬件裝置檢測，采用視頻壓光找雙燈筒技術，有一定的局限性，體現在只可捕獲雙燈筒車型，無法捕獲到單燈筒、多燈筒等，不具有證據公平性、公正性，捕獲率只有60%，無法做到車型、燈筒全覆蓋。采用硬件裝置對遠光燈進行檢測的方法，由于檢測方式的不可視化，安裝和調試難度較大，容易受道路平坦度的影響，適應性較差。現有技術中，采用基于深度學習的目標跟蹤算法進行遠光燈檢測，有效的解決了傳統遠光燈檢測方法安裝困難和虛警率高等問題，但是，實時性較視頻處理差一些因此，急需一種可以解決遠光燈抓拍的實時性、全覆蓋性、虛警率高等問題的一種同時處理同一視頻中多個遠光燈車輛的方法。

發明內容

本發明要解決的問題在于提供一種實時性、全覆蓋性、虛警率低的一種同時處理同一視頻中多個遠光燈車輛的方法。

為解決上述問題，本發明提供一種同時處理同一視頻中多個遠光燈車輛的方法，包括以下步驟:

S1：首先遠光燈硬件檢測模塊檢測到遠光燈，將遠光燈信號發送至上位機程序；

S2：在上位機程序接收到模塊發出的“模塊1遠光燈”信號后，開始調用攝像機sdk，下載視頻，并保存至本地工控機上；

S3：通過處理系統同時處理同一視頻中多個遠光燈車輛，進行車牌的抓取篩選，處理完成后，將數據寫入數據庫，用于數據的上傳。

本發明的有益效果是，通過采用軟硬件結合方式，利用遠光燈檢測模塊，同時加入基于深度學習的目標檢測技術，雙重保證，有效的解決了安裝難、調試難問題，檢測率高、適應性強。采用多線程、多視頻同時處理技術，補充和提高了捕獲率，大大提升了抓拍的實時性，更為不按規定使用遠光燈現場執法打下了堅定的基礎。

進一步的，所述步驟S3中還包括以下步驟：

A1：首先對遠光燈的檢測判斷,根據遠光燈數量相同的文件夾，其中，每個文件夾中的視頻，對應每個初始遠光燈車輛的坐標位置；

A2: 遠光燈車輛的追蹤與車牌識別,刪除重復車輛信息；

A3：將整理好的數據寫入數據庫，用于數據的上傳。

進一步的，所述步驟A1中還包括以下步驟：

B1：首先在主線程中開啟一個子線程，用于檢測遠光燈車輛信息；

B2：通過基于深度學習的遠光燈檢測算法，提取到視頻第一幀，并找出視頻幀中含有的遠光燈車輛；

B3：檢測完成后，根據檢測到的不按規定使用遠光燈車輛的數量信息，拷貝出不同的文件夾，文件夾中包含初始視頻信息，并記錄車輛的坐標位置，將坐標和文件夾路徑發送到主線程中，等待主線程的處理；