[發(fā)明專(zhuān)利]占道經(jīng)營(yíng)監(jiān)測(cè)方法、系統(tǒng)與服務(wù)器

有效

• 申請(qǐng)?zhí)枺?/td>: 202110554463.2
• 申請(qǐng)日: 2021-05-21
• 公開(kāi)（公告）號(hào): CN113095301B
• 公開(kāi)（公告）日: 2021-08-31
• 發(fā)明（設(shè)計(jì)）人: 楊帆;張凱翔;胡建國(guó)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京甄視智能科技有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/62;G06Q50/26
• 代理公司: 南京行高知識(shí)產(chǎn)權(quán)代理有限公司 32404
• 代理人: 王培松

本發(fā)明提供一種占道經(jīng)營(yíng)監(jiān)測(cè)方法、系統(tǒng)與服務(wù)器，首先劃定違規(guī)占道經(jīng)營(yíng)區(qū)域，針對(duì)監(jiān)控視頻每隔N幀取1幀圖片，通過(guò)目標(biāo)檢測(cè)算法，檢測(cè)相關(guān)區(qū)域內(nèi)的攤位，并提取出相關(guān)攤位目標(biāo)的bbox坐標(biāo)信息；再計(jì)算當(dāng)前幀和上一幀圖片中所有目標(biāo)矩形框的交并比并且排序；然后，獲取當(dāng)前檢測(cè)目標(biāo)，當(dāng)檢測(cè)目標(biāo)的交并比小于所有閾值時(shí)（第一次出現(xiàn)），將該目標(biāo)圖片加入底庫(kù)；最后，當(dāng)檢測(cè)目標(biāo)的交并比值大于閾值且連續(xù)M次時(shí)，判定為違規(guī)占道經(jīng)營(yíng)。通過(guò)本發(fā)明的監(jiān)測(cè)，可解決占道經(jīng)營(yíng)治理難、耗時(shí)費(fèi)力的問(wèn)題。相較于現(xiàn)有技術(shù)，本發(fā)明的占道經(jīng)營(yíng)監(jiān)測(cè)方法具有較高的準(zhǔn)確率，較低的誤檢，并且監(jiān)測(cè)的實(shí)時(shí)性強(qiáng)，便于實(shí)施，部署成本低。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體而言涉及一種基于目標(biāo)檢測(cè)與位置約束的占道經(jīng)營(yíng)監(jiān)測(cè)方法、系統(tǒng)與服務(wù)器。

背景技術(shù)

占道經(jīng)營(yíng)是指經(jīng)營(yíng)者占用城市道路、橋梁、城市廣場(chǎng)等公共場(chǎng)所進(jìn)行盈利性買(mǎi)賣(mài)商品或服務(wù)的行為。該行為在影響城市交通安全的同時(shí)，還會(huì)造成城市環(huán)境污染，給周邊市民的出行和日常生活帶來(lái)不便。由于城市管理人力資源有限，僅靠人工巡查方式難以根治違章占道經(jīng)營(yíng)行為并且效率低下。通過(guò)人工巡查的方式進(jìn)行，由轄區(qū)內(nèi)各街道辦每日至少投入3-5名工作人員進(jìn)行餐飲露天燒烤、占道經(jīng)營(yíng)情況開(kāi)展巡查工作，依靠人力盯守、巡查的管理方式，效率低、質(zhì)量不高、整治效果極易反復(fù)。

現(xiàn)有技術(shù)中嘗試采用基于端到端的深度學(xué)習(xí)方法，對(duì)特定道路等公共領(lǐng)域內(nèi)的違章占用攤位進(jìn)行實(shí)時(shí)檢測(cè)，并對(duì)檢測(cè)結(jié)果進(jìn)行實(shí)時(shí)分析與反饋，這樣可以在很大程度上降低工作人員的工作強(qiáng)度，提高工作效率。

現(xiàn)有技術(shù)中提出了基于聚類(lèi)算法進(jìn)行占道經(jīng)營(yíng)的識(shí)別，例如采用優(yōu)化的DBSCAN聚類(lèi)算法對(duì)采集到的城市街道占道經(jīng)營(yíng)數(shù)據(jù)進(jìn)行處理，以最終確定城市街道占道經(jīng)營(yíng)高發(fā)區(qū)域。但是，該方案采用優(yōu)化的DBSCAN聚類(lèi)算法來(lái)確定城市街道占道經(jīng)營(yíng)區(qū)域，卻不能對(duì)占道經(jīng)營(yíng)行為及時(shí)發(fā)現(xiàn)，并通知城市管理人員及時(shí)處理占道經(jīng)營(yíng)事件。

現(xiàn)有技術(shù)中還提出了通過(guò)目標(biāo)檢測(cè)技術(shù)實(shí)現(xiàn)占道經(jīng)營(yíng)的識(shí)別，但通過(guò)簡(jiǎn)單的目標(biāo)識(shí)別會(huì)導(dǎo)致系統(tǒng)誤報(bào)率高，準(zhǔn)確率低等情況，致使頻繁的報(bào)警，產(chǎn)生較高的誤報(bào)率。

現(xiàn)有技術(shù)文獻(xiàn)：

專(zhuān)利文獻(xiàn)1：公開(kāi)號(hào)為CN108304798A，公開(kāi)日期為2018年7月20日的專(zhuān)利申請(qǐng)公開(kāi)一種基于深度學(xué)習(xí)及運(yùn)動(dòng)一致性的街面秩序事件視頻檢測(cè)方法，以視頻智能分析領(lǐng)域中靜態(tài)視頻幀中目標(biāo)檢測(cè)技術(shù)和動(dòng)態(tài)視頻中目標(biāo)行為分析技術(shù)相結(jié)合的方式，多條件聯(lián)合判定事件，設(shè)計(jì)出店外經(jīng)營(yíng)事件和占道經(jīng)營(yíng)事件的檢測(cè)系統(tǒng)，該檢測(cè)方法采用目標(biāo)識(shí)別與行為識(shí)別結(jié)合的多模型融合判定，模型相對(duì)復(fù)雜；

專(zhuān)利文獻(xiàn)2：公開(kāi)號(hào)為CN108831158A，公開(kāi)日期為2018年11月16日的專(zhuān)利申請(qǐng)公開(kāi)一種違停監(jiān)測(cè)方法、裝置及電子終端，基于SIFT算法提取占道經(jīng)營(yíng)區(qū)圖像中的特征向量，通過(guò)相似度計(jì)算與判斷，確定是否存在違章停車(chē)。該方案中僅僅使用特征向量提取與匹配的方式確定占道經(jīng)營(yíng)區(qū)域的特征，在應(yīng)用到攤位識(shí)別時(shí)，相對(duì)于汽車(chē)在主干道的違停識(shí)別來(lái)說(shuō)，更容易發(fā)生頻繁報(bào)警和誤報(bào)警的情況；

專(zhuān)利文件3：公開(kāi)號(hào)為CN111931864A，公開(kāi)日期為2020年11月13日的專(zhuān)利申請(qǐng)公開(kāi)一種基于頂點(diǎn)距離與交并比多重優(yōu)化目標(biāo)檢測(cè)器的方法與系統(tǒng)，包括：獲取錨與標(biāo)注框的交并比IOU；基于錨與標(biāo)注框?qū)?yīng)的四個(gè)頂點(diǎn)之間的歸一化距離系數(shù)distance，修正交并比IOU，得到修正的交并比P-IOU；基于修正的交并比P-IOU重新界定正負(fù)樣本；以及基于重新界定正負(fù)樣本分類(lèi)訓(xùn)練檢測(cè)器。通過(guò)基于頂點(diǎn)距離與交并比多重優(yōu)化目標(biāo)檢測(cè)器的方法，通過(guò)優(yōu)化匹配機(jī)制從而優(yōu)化檢測(cè)器分類(lèi)性能，減少誤檢。

發(fā)明內(nèi)容

本發(fā)明目的在于提供一種基于目標(biāo)檢測(cè)與位置約束的占道經(jīng)營(yíng)監(jiān)測(cè)方法，包括以下步驟：

按照預(yù)設(shè)周期對(duì)輸入的視頻流持續(xù)性進(jìn)行圖像提取，獲得按照時(shí)間序列的圖像P_i，P_i表示第i幀圖像，i取值為大于等于1的自然數(shù)；