[发明专利]一种识别车辆违章行为的方法、服务器及存储介质

权利要求书

1.一种识别车辆违章行为的方法，其特征在于，所述方法包括：

获取停车图像；

对所述停车图像进行边缘检测，若检测到所述停车图像中的检测对象为机动车后，利用图像识别算法从所述停车图像中识别所述检测对象的特征区域，从所述特征区域中提取梯度直方图特征，将所述梯度直方图特征输入神经网络分类器，根据所述梯度直方图特征对所述神经网络分类器中的预训练模型进行训练，根据检测对象的位置信息对所述预训练模型的训练结果计算像素均值和标准差，将像素均值和标准差最大的计算结果确定为所述检测对象的车辆信息和泊车信息，所述车辆信息包括车辆类型和车牌号，所述泊车信息包括停车的位置信息和交通标志；其中，所述神经网络分类器的一种表示方式为：

I^(i,j)＝I(i,j)-μ(i,j)σ(i,j)+C，μ、σ分别是以像素点(i,j)为中心的局部小邻域内的像素均值和标准差，C是常数，I是像素点(i,j)的灰度值，(i,j)∈W，W为所述梯度直方图特征；

根据所述检测对象的车辆信息和泊车信息判断所述检测对象是否符合违停条件。

2.根据权利要求1所述的方法，其特征在于，所述获取停车图像之后，所述检测到所述停车图像中的检测对象为机动车之前，所述方法还包括：

在上传所述停车图像的入口设置上传条件，所述上传条件包括以下项之一：

车辆不同距离或角度的图像、或者包含车辆信息的图像。

3.根据权利要求1所述的方法，其特征在于，所述获取停车图像之后，所述检测到所述停车图像中的检测对象为机动车之前，所述方法还包括：

对上传的所有停车图像进行分析，获取所述停车图像的直方图的图像特征，所述图像特征包括旋转、位移、放大、缩小和不变性；

根据所述停车图像的图像特征，对所有上传的停车图像进行直方图比较，将在预设的阈值范围内的近似图像确定为重复的停车图像；

对在预设的阈值范围内的近似图像进行剔除处理。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述从所述二值化图像中识别所述检测对象的车辆信息，以及按照预设的停车特征格式从所述二值化图像中识别所述检测对象中与所述停车特征格式匹配的泊车信息，包括：

在像素级层面对所述停车图像中的每个像素进行分类，抽取所述停车图像中带有车辆特征信息的抽象特征信息；

采用超像素分割算法，按照抽取的抽象特征信息将所述停车图像分割成多个超像素区域块，所述超像素区域块是指所述停车图像的各部分的特征所对应的像素区域；

采用基于HOG特征的局部SVM分类器从各超像素区域块中识别出带有车辆特征信息的超像素区域块；

若各超像素区域块中存在带有车辆特征信息的超像素区域块，则从带有车辆特征信息的超像素区域块中提取车辆类别特征信息；

若根据提取的车辆类别特征信息确定所述检测对象为机动车，则根据带有车辆特征信息的超像素区域块识别所述检测对象的位置信息和所述交通标志的位置信息。

5.根据权利要求4所述的方法，其特征在于，所述根据带有车辆特征信息的超像素区域块识别所述检测对象的位置信息和所述交通标志的位置信息，包括：

定位出所述检测对象的位置信息；

计算所述检测对象与所述交通标志的巴氏距离：

根据所述检测对象的位置信息与所述巴氏距离计算得到所述交通标志的位置信息；

其中，计算所述巴氏距离的公式如下：

p(x)是指所述检测对象的位置信息，q(x)是指与目标车辆相邻的交通标志的位置信息，BC(p，q)是指所述检测对象与所述交通标志的巴氏距离。

6.根据权利要求5所述的方法，其特征在于，所述根据所述检测对象的车辆信息和泊车信息判断所述检测对象是否符合违停条件，包括：

将所述车牌号与后台数据比对，判断所述车牌号的真伪，以及判断所述车牌号是否在限号列表中；

若所述车牌号为假车牌号，则确定所述停车图像中的车辆属于违停行为；若所述车牌号为限号列表中的车牌号，则确定该停车图像中的车辆属于违停行为。