[发明专利]一种异常停车检测方法、电子设备及存储介质

说明书

本申请提供一种异常停车检测方法、电子设备及存储介质，用以提高异常停车检测的效率和准确率。该方法包括：对采集检测区域的视频图像进行车辆检测，获得视频图像中各个车辆的车辆信息；根据各个车辆的车辆标识，从位置集合中获取各个车辆的多个位置信息；针对各个车辆中的任一个车辆，对车辆的多个位置信息进行拟合，得到车辆在检测区域内的行动轨迹；将视频图像和轨迹灰度图输入到梯度卷积神经网络，以得到视频图像的异常停车结果；轨迹灰度图为包括各个车辆的行动轨迹的灰度图。由于本申请是通过将视频图像和轨迹灰度图输入到梯度卷积神经网络后，能够快速、准确地得到视频图像的异常停车结果，从而提高异常停车检测的实时性和准确率。

技术领域

本申请涉及视频分析与交通管理技术领域，特别涉及一种异常停车检测方法、电子设备及存储介质。

背景技术

随着经济的发展，机动车保有量逐渐增多，交通管理整体水平有所提升，但是仍然存在很多导致交通事故发生的隐患。导致交通事故的原因众多，车辆行进中的异常停车即为其中一个。

在现有技术中，智能交通场景下的异常停车事件往往是依靠相关的报警信息结合人工查阅视频的方法进行检测判定，这一类的检测方法因需要事后的报警信息，而且事后或者事中的人工查阅视频的效率较低，存在着消息反应慢，消息滞后等诸多问题，若处理不及时，极易造成连锁反应。同时，在现有的相关异常停车检测的算法技术中，往往因视频画面内的车辆位置的不确定性、离散性等特点，无法构造出高效精确的车辆行驶轨迹，导致异常停车检测的准确率较低。

发明内容

本申请提供一种异常停车检测方法、电子设备及存储介质，用以提高异常停车检测的效率和准确率。

第一方面，本申请实施例提供一种异常停车检测方法，该方法包括：

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。

由于本申请实施例是对采集检测区域的视频图像进行车辆检测，获得视频图像中各个车辆的车辆信息，并根据位置集合中各个车辆在检测区域中的位置信息，确定各个车辆在检测区域内的行动轨迹；然后，将视频图像和包含各个车辆的行动轨迹的轨迹灰度图输入到梯度卷积神经网络中，通过梯度卷积神经网络对视频图像和轨迹灰度图进行融合得到融合图像，并通过对融合图像进行异常停车检测能够直接得到视频图像的异常停车结果，并且根据融合图像能够准确地确定出视频图像中是否存在异常停车结果，实现快速、准确地得到异常停车结果，从而提高异常停车检测的效率和准确率。

一种可选的实施方式为，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。