买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:爱泊车科技有限公司
摘要:本发明公开了一种基于长时多目标跟踪的路侧停车出入场事件分析方法,该方法通过获取车辆多模态特征以及车辆轨迹集,并将两者进行逐层次关联处理,以获得可靠准确的长时轨迹信息,并根据已获得的车辆的泊位位置与车辆长时轨迹的关系,可准确获取泊位车辆驶入驶出事件信息,特别是在车辆被短时全部遮挡后出现或部分遮挡情况下准确识别驶入驶出事件,以提高路侧停车业务智能化水平。
主权项:1.一种基于长时多目标跟踪的泊位出入场事件分析方法,其特征在于,所述方法包括:获取监控视频中连续的多帧图像,提取每帧图像中的车辆和车牌位置信息;根据车辆和车牌位置信息,确定该车牌和车辆的从属关系;对所述车辆和车牌图像进行预处理,得到所述车辆的多维特征以及车牌识别结果的综合置信度;关联所述车辆的多维特征以及车牌识别结果的综合置信度,获取车辆轨迹集;所述关联所述车辆的多维特征以及车牌识别结果的综合置信度,获取车辆轨迹集的步骤包括:根据车牌综合置信度,选取置信度大于预设阈值的车牌对应的车辆并将所述车牌对应的车辆与轨迹集中车辆进行关联;将轨迹集中的车牌信息更新为最高置信度;对车牌置信度低于预设阈值的车牌对应的车辆或车牌被遮挡的车辆,获取车辆表观特征和运动状态特征并进行车牌特征匹配、车辆运动状态匹配、车辆表观特征相似性描述以及车牌特征相似性描述;根据当前帧图像车辆检测结果,构建cost矩阵,利用数据关联方法获得最优分配结果;根据最优分配结果,对每个车辆进行轨迹状态更新,其中cost矩阵的横坐标为上一帧中保有的车辆轨迹数目,纵坐标为当前帧中通过检测算法获取的车辆数目,其数值为上一帧车辆轨迹所对应的多维特征描述和当前帧通过检测算法获取的车辆多维特征描述进行差运算并通过归一化得到的;分割车辆图像,提取车辆实例区域边缘特征,计算边缘积分特征;所述分割车辆图像,提取车辆实例区域边缘特征,计算边缘积分特征具体包括,计算运动车辆边缘积分特征和静止车辆边缘积分特征;所述计算静止车辆的边缘积分特征具体包括;将获取的该车辆的稳定的多帧边缘特征进行权重累加,得到边缘积分特征;所述计算运动车辆边缘积分特征具体包括根据轨迹集进行平移和或旋转变化,获取车辆的多段边缘积分特征;匹配车辆轨迹集以及边缘积分特征,获取车辆长时轨迹;根据车辆的多维特征以及车牌识别结果进行轨迹集合并;对未经合并处理的轨迹集、用边缘积分特征进行二次计算,获取车辆长时轨迹;获取车辆的泊位位置,根据所述泊位位置与车辆长时轨迹的关系,确认车辆的出入场事件;确定所述车牌与车辆的从属关系的步骤具体包括:对每帧图像进行预处理,提取图像中的车辆区域和车牌区域图像,确定图像中车牌区域和车辆区域的位置关系,若图像中车牌区域位于车辆区域内,确定该车牌属于该车辆,所述预处理包括所述车辆及车牌颜色通道转换、缩放、滤波中的一种或多种;对所述车牌图像进行预处理,得到所述车牌识别结果的综合置信度具体包括;矫正车牌区域图像,根据矫正结果确定车牌类别,分割车牌字符得到车牌字符个数,根据车牌字符的个数确定车牌完整置信度,识别所述车牌字符,确认字符识别置信度;根据车牌完整置信度以及字符识别置信度确定车牌识别结果的综合置信度。
全文数据:
权利要求:
百度查询: 爱泊车科技有限公司 一种基于长时多目标跟踪的泊位出入场事件分析方法
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。