[發明專利]一種社區監控場景下車輛違停實時檢測方法

在審

• 申請號: 202011029895.3
• 申請日: 2020-09-27
• 公開（公告）號: CN112287762A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 徐亮;張衛山;孫浩云;尹廣楹;張大千;管洪清
• 申請（專利權）人: 青島邃智信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G08G1/017
• 代理公司: 北京聯瑞聯豐知識產權代理事務所(普通合伙) 11411
• 代理人: 郭堃

1.一種社區監控場景下車輛違停實時檢測方法，其特征在于：包括以下步驟：

步驟1：社區環境下采集車輛數據集，訓練本發明設計的車輛檢測網絡模型VDM-CNN，直至參數最優；

步驟2：使用訓練好的VDM-CNN網絡模型，對社區內禁停區域進行車輛目標檢測、使用跟蹤器存儲檢測到了目標車輛信息；

步驟3：計算跟蹤器內車輛信息關系，判斷是否有相同車輛；

步驟4：對相同車輛在時間序列上進行時間、空間關系計算，判斷目標是否具有時間連續性和空間不變性，進而判斷是否有違規停車行為；

步驟5：GPU調度策略進行GPU調度。

2.根據權利要求1所述的社區監控場景下車輛違停實時檢測方法，其特征在于：在所述步驟1中，還包括在社區內安裝高清攝像頭或者視頻采集裝置，選擇需要監測的區域，獲取該區域下所有的車輛視頻流，并對其解碼獲得車輛數據集；使用該數據集對車輛檢測網絡模型VDM-CNN行訓練；訓練過程：首先使用默認參數進行訓練，根據訓練中間結果，對初始權值、訓練速率和迭代次數不斷進行調整，直到所述網絡以預設的效率達到最優的檢測效果。

3.根據權利要求1所述的社區監控場景下車輛違停實時檢測方法，其特征在于：在所述步驟2中，還包括在社區禁停區域安裝攝像頭，使用訓練好的VDM-CNN網絡模型對禁停區域進行實時檢測，并將檢測到的車輛信息記錄在跟蹤器中，車輛信息包括車輛特征向量、車輛空間位置以及檢測時間點；為檢測到的每一個新目標車輛初始化一個跟蹤器。

4.根據權利要求1所述的社區監控場景下車輛違停實時檢測方法，其特征在于：在所述步驟3中，還包括車輛檢測網絡模型VDM-CNN每檢測到一個目標車輛便通過余弦相似性定理計算是否有相同車輛，若有相同車輛便將信息記錄在已存在的跟蹤器中并進行步驟4操作，若沒有相同目標車輛便為其初始化一個跟蹤器；其中余弦相似度計算公式：

5.根據權利要求1所述的社區監控場景下車輛違停實時檢測方法，其特征在于：在所述步驟4中，還包括對于步驟3中檢測出來的相同目標車輛在時間序列上進行時間、空間關系計算，判斷目標是否具有時間連續性和空間不變性，以實現停車檢測，計算公式：

6.根據權利要求1所述的社區監控場景下車輛違停實時檢測方法，其特征在于：在所述步驟5中，還包括實時監控GPU處理集群中的GPU使用情況，采取適當的調度策略對GPU進行實時調度。