[發明專利]一種基于視覺差的停車檢測方法及裝置

有效

• 申請號: 202010377419.4
• 申請日: 2020-05-07
• 公開（公告）號: CN111739335B
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 閆軍;侯林
• 申請（專利權）人: 智慧互通科技股份有限公司
• 主分類號: G08G1/14
• 分類號: G08G1/14;G08G1/017;G08G1/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于視覺差的停車檢測方法，其特征在于，包括：

獲取各攝像機實時拍攝的預定監控區域的視頻幀，并針對各攝像機，標注各自對應視頻幀的當前時刻的時間信息；

在已標注時間信息的各視頻幀中，分別通過預定卷積神經網絡模型確定所述各視頻幀中待檢測車輛的車輛信息；

根據已確定的各視頻幀中待檢測車輛的車輛信息，確定所述各視頻幀中待檢測車輛的特征點信息；

根據所述特征點信息，分別計算所述各視頻幀中待檢測車輛與各自對應攝像機的位置關系，并根據所述位置關系構建待檢測車輛的當前三維坐標；

根據所述待檢測車輛的當前三維坐標，確定待檢測車輛的停車狀態；

其中，所述根據所述特征點信息，分別計算所述各視頻幀中待檢測車輛與各自對應攝像機的位置關系，包括：基于所述各視頻幀中待檢測車輛的特征點信息，通過視覺差原理對所述各視頻幀中待檢測車輛的相同的特征點進行比對；確定比對后的所述各個特征點在各自視頻幀中的位置信息；基于所述位置信息，計算得到各個所述特征點與各自所在視頻幀所屬拍攝的攝像機的距離。

2.根據權利要求1所述的停車檢測方法，其特征在于，所述在已標注時間信息的各視頻幀中，分別通過預定卷積神經網絡模型確定所述各視頻幀中待檢測車輛的車輛信息，具體包括：

在已標注時間信息的各視頻幀中，基于每一視頻幀，通過預定卷積神經網絡模型對當前視頻幀進行針對車輛的全幀檢測，得到待檢測車輛的車輛信息；

其中，所述車輛信息包括車輛特征點信息。

3.根據權利要求1或2所述的停車檢測方法，其特征在于，所述基于所述位置信息，計算得到各個所述特征點與各自所在視頻幀所屬拍攝的攝像機的距離的步驟之后，包括：

基于各個所述距離，確定最大距離的特征點和最小距離的特征點；

其中，所述根據所述位置關系構建待檢測車輛的當前三維坐標，包括：

根據已確定的最大距離的特征點和最小距離的特征點，構建待檢測車輛的當前三維坐標。

4.根據權利要求1所述的停車檢測方法，其特征在于，所述根據所述待檢測車輛的當前三維坐標，確定待檢測車輛的停車狀態，還包括：

根據所述待檢測車輛的當前三維坐標，判斷待檢測車輛是否被遮擋；

若未被遮擋，確定待檢測車輛的停車狀態。

5.根據權利要求4所述的停車檢測方法，其特征在于，包括：

將任一攝像機確定為主攝像機。

6.根據權利要求5所述的停車檢測方法，其特征在于，所述根據所述待檢測車輛的當前三維坐標，判斷待檢測車輛是否被遮擋，包括：

確定基于構建的待檢測車輛當前三維坐標的時間信息，并根據所述時間信息，獲取所述待檢測車輛在所述時間信息的前一時刻的比對三維坐標；

針對每一個特征點，判斷所述待檢測車輛當前特征點在當前三維坐標的位置與所述待檢測車輛當前特征點在對比三維坐標中的位置是否一致；

若不一致，根據所述當前三維坐標的位置，確定當前特征點在當前三維坐標中與主攝像機的當前距離，并根據所述對比三維坐標的位置，確定當前特征點在對比三維坐標中與主攝像機的對比距離；

根據所述當前距離與所述對比距離，判斷待檢測車輛是否被遮擋。

7.根據權利要求6所述的停車檢測方法，其特征在于，所述根據所述當前距離與所述對比距離，判斷待檢測車輛是否被遮擋，包括：

若所述當前距離不小于所述對比距離，確定待檢測車輛未被遮擋；

若所述當前距離小于所述對比距離，確定待檢測車輛被遮擋。