申请/专利权人：爱泊车科技有限公司

申请日：2021-01-29

公开（公告）日：2024-04-09

公开（公告）号：CN112766222B

主分类号：G06V20/54

分类号：G06V20/54;G06V10/25;G06V10/44

优先权：["20201230 CN 2020115987558"]

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.03.11#著录事项变更;2021.05.25#实质审查的生效;2021.05.07#公开

摘要：本发明实施例提供了一种基于泊位线辅助识别车辆行为的方法及装置，该方法包括：获取待检测车辆在预定图像采集区域的多张图像，基于卷积神经网络识别各个图像中的泊位线；根据已识别的各个图像中的泊位线，确定所述待检测车辆所在泊位的各条泊位线的可见长度，并检测各个图像中所述待检测车辆的车辆检测框；根据各个图像的拍摄时间，确定所述车辆检测框位移方向与所述各条泊位线的可见长度变化的对应关系；根据所述对应关系，确定所述待检测车辆出入场事件的置信度；根据所述置信度，确定待检测车辆的出入场事件。通过本发明，实现了能够不受外界环境因素的限制即可精确地确定车辆是否发生出入场事件，极大地提高了识别车辆停车行为的准确率。

主权项：1.一种基于泊位线辅助识别车辆行为的方法，其特征在于，包括：获取待检测车辆在预定图像采集区域的多张图像，基于卷积神经网络识别各个图像中的泊位线；根据已识别的各个图像中的泊位线，确定所述待检测车辆所在泊位的各条泊位线的可见长度，并检测各个图像中所述待检测车辆的车辆检测框；根据各个图像的拍摄时间，确定所述车辆检测框位移方向与所述各条泊位线的可见长度变化的对应关系；根据所述对应关系，确定所述待检测车辆出入场事件的置信度；根据所述置信度，确定待检测车辆的出入场事件；在所述获取待检测车辆在预定图像采集区域的多张图像，基于卷积神经网络识别各个图像中的泊位线的步骤之前，包括：预标注停车区域的各条泊位线；其中，所述获取待检测车辆在预定图像采集区域的多张图像，包括：获取待检测车辆在预定图像采集区域的多张图像，并确定待检测车辆出入场事件的起始时间或结束时间；根据所述起始时间，获取在所述起始时间前的第一预定时间段内待检测车辆在预定图像采集区域的第一图像集；或根据所述结束时间，获取在所述结束时间后的第二预定时间段内待检测车辆在预定图像采集区域的第二图像集；所述基于卷积神经网络识别各个图像中的泊位线，包括：基于卷积神经网络识别所述第一图像集或所述第二图像集中的各个图像中的泊位线，确定所述各个图像中的泊位线的斜率，并确定所述各个图像中的任意两图像中相同泊位线的相对距离；合并各个图像中斜率一致且相对距离小于预定距离的任意两条泊位线；所述根据各个图像的拍摄时间，确定所述车辆检测框位移方向与所述各条泊位线的可见长度变化的对应关系，包括：根据所述各个图像的拍摄时间，确定所述各个图像中所述待检测车辆的车辆检测框的移动方向是否为向泊位外移动；若是，判断所述各个图像中所述待检测车辆所在泊位的上泊位线的可见长度是否随时间增加而增长；若否，判断所述各个图像中所述待检测车辆所在泊位的上泊位线的可见长度是否随时间增加而减短；其中，所述上泊位线为以图片左下角顶点为原点的平面坐标轴的泊位矩形框中沿Y轴方向距X轴较远的短泊位线；所述根据所述对应关系，确定所述待检测车辆出入场事件的置信度，包括：若所述车辆检测框的移动方向为向泊位外移动时，所述上泊位线的可见长度随时间增加而增长，确定所述待检测车辆出场事件的置信度为高置信度；若所述车辆检测框的移动方向为向泊位内移动时，所述上泊位线的可见长度随时间增加而减短，确定所述待检测车辆入场事件的置信度为高置信度；所述方法还包括：确定所述待检测车辆出入场事件发生前与发生后对应泊位的上泊位线是否局部可见；若是，确定所述待检测车辆出入场事件发生前对应泊位的上泊位线可见部分的第三坐标平均值及所述待检测车辆出入场事件发生后对应泊位的上泊位线可见部分的第四坐标平均值；比对所述第三坐标平均值和所述第四坐标平均值，确定所述待检测车辆出入场事件的置信度；所述比对所述第三坐标平均值和所述第四坐标平均值，确定所述待检测车辆出入场事件的置信度，包括：若所述第三坐标平均值和所述第四坐标平均值一致，确定所述待检测车辆出入场事件的置信度为低置信度。

全文数据：

权利要求：

百度查询： 爱泊车科技有限公司 一种基于泊位线辅助识别车辆行为的方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD