[发明专利]一种异常停车检测方法、电子设备及存储介质

权利要求书

1.一种异常停车检测方法，其特征在于，包括：

对采集检测区域的视频图像进行车辆检测，获得所述视频图像中各个车辆的车辆信息；所述车辆信息包括车辆标识和位置信息；

根据所述各个车辆的车辆标识，从位置集合中获取所述各个车辆的多个位置信息；所述位置集合包括采集到的视频图像中各个车辆在所述检测区域中的位置信息；

针对所述各个车辆中的任一个车辆，对所述车辆的多个位置信息进行拟合，得到所述车辆在所述检测区域内的行动轨迹；

将所述视频图像和轨迹灰度图输入到梯度卷积神经网络，以通过所述梯度卷积神经网络对所述视频图像和所述轨迹灰度图进行融合得到融合图像，并通过所述梯度卷积神经网络对所述融合图像进行异常停车检测得到所述视频图像的异常停车结果；其中所述轨迹灰度图为包括所述各个车辆的行动轨迹的灰度图。

2.根据权利要求1所述的方法，其特征在于，所述通过所述梯度卷积神经网络对所述视频图像和所述轨迹灰度图进行融合得到融合图像，包括：

将所述视频图像输入到所述梯度卷积神经网络中的卷积层，并通过所述卷积层，得到目标图像；

将所述目标图像和所述轨迹灰度图输入到所述梯度卷积神经网络中的全连接层，并通过所述全连接层，将所述目标图像与所述轨迹灰度图进行融合得到所述融合图像。

3.根据权利要求1所述的方法，其特征在于，所述对所述车辆的多个位置信息进行拟合，得到所述车辆在所述检测区域内的行动轨迹，包括：

根据所述多个位置信息，确定所述车辆的多个位置点；其中，所述位置点为所述位置信息表示的边框区域的中心点；

按照设定步长，从所述多个位置点中采集多个控制点；

对所述多个控制点进行拟合，得到待调整的行动轨迹；

根据所述视频图像中所述车辆的位置信息，确定所述车辆的中心点，将所述中心点插值到所述待调整的行动轨迹，得到所述车辆在所述检测区域内的行动轨迹。

4.根据权利要求3所述的方法，其特征在于，所述根据所述多个位置信息，确定所述车辆的多个位置点，包括：

根据所述多个位置信息，确定所述车辆在所述检测区域的初始位置点，以及确定所述视频图像中的所述车辆在所述检测区域的最终位置点；并将所述初始位置点到所述最终位置点的距离作为参考向量；

根据所述多个位置信息，确定所述车辆在所述检测区域中除所述初始位置点和所述最终位置点之外的多个候选位置点；

针对所述多个候选位置点中的任一候选位置点，将目标位置点到所述候选位置点的距离作为候选向量；若所述候选向量与所述参考向量的夹角小于设定阈值，则确定所述候选位置点为所述位置点；当所述候选位置点为第一候选位置点时，所述目标位置点为所述初始位置点；当所述候选位置点为非第一候选位置点时，所述目标位置点为所述候选位置点的前一个被确定为所述位置点的候选位置点。

5.根据权利要求1～4任一项所述的方法，其特征在于，所述方法还包括：

若所述异常停车结果表示所述视频图像中存在车辆异常停车，则提取所述融合图像的图像特征；

根据所述图像特征，确定异常停车位置。

6.一种异常停车检测装置，其特征在于，所述装置包括：

检测单元，用于对采集检测区域的视频图像进行车辆检测，获得所述视频图像中各个车辆的车辆信息；所述车辆信息包括车辆标识和位置信息；

获取单元，用于根据所述各个车辆的车辆标识，从位置集合中获取所述各个车辆的多个位置信息；所述位置集合包括采集到的视频图像中各个车辆在所述检测区域中的位置信息；

拟合单元，用于针对所述各个车辆中的任一个车辆，对所述车辆的多个位置信息进行拟合，得到所述车辆在所述检测区域内的行动轨迹；

确定单元，用于将所述视频图像和轨迹灰度图输入到梯度卷积神经网络，以通过所述梯度卷积神经网络对所述视频图像和所述轨迹灰度图进行融合得到融合图像，并通过所述梯度卷积神经网络对所述融合图像进行异常停车检测得到所述视频图像的异常停车结果；其中所述轨迹灰度图为包括所述各个车辆的行动轨迹的灰度图。