[发明专利]车辆占道检测的方法、系统、装置和存储介质

说明书

本发明公开一种车辆占道检测的方法、系统、装置和存储介质，包括，抓取监控点实时图片；对实时图片进行预处理；对预处理后的图片进行推理识别；若目标车辆类别满足车辆类别、目标车辆置信度达到阀值、目标车辆矩形落入识别区域内，输出目标车辆矩形坐标，并计算目标车辆的颜色，否则，重复上一步；获取车辆颜色，若车辆交集率达到或超过车辆交集率阀值，车辆颜色和车辆历史缓存集合中车辆颜色相同，则判定当前车辆为历史停留车辆，记录该车辆当前停留时间，进行下一步，否则，将所述车辆数据作为新的停留车辆数据保存至历史集合中车辆数据库中，更新历史集合中车辆数据库；当车辆当前停留时间大于占道时长阈值时，则判断当前车辆为占道车辆。

技术领域

本发明涉及人工智能车辆检测领域，具体涉及一种车辆占道检测的方法、系统、装置和存储介质。

背景技术

随着行业的不断发展，物业管理的标准要求日益提高，对小区、园区、商业体等业态的安防安全、环境环保、服务效率等方面的管理要求日益严格，社区园区内外道路畅通成为社区安全的重要保障，而现实生活中，多见于社区园区内外道路被车辆堵塞，违规占道的现象，导致出现社区园区火情时，消防设施无法进入到社区内部的情况，车辆通道出入口堵塞导致人员的纠纷。

现实生活中物业公司针对社区内外的通道制定一系列了行业服务规范，并通过线下巡检、线下巡逻、线上视频监控社区道路等一系列方法，去解决对车辆占道的情况，从而提高社区的消防安全性、减少住户的纠纷。

但是在传统的管控车辆占道的方案中，不管是用监管人员还是第三方监管软件辅助监管，如拍照打卡系统、视频监控巡查道路情况等，都面临着更高的项目用人成本，以及处理效率等问题。

因此开发准确率高的一种人工智能的车辆占道检测的方法、系统、装置和存储介质就显得很有必要。

发明内容

为克服现有技术的不足，本发明的目的在于提供一种通用性的人工智能的车辆占道检测的方法、系统、装置和存储介质，通过进行监控图片的预处理，多重数据不同维度的比对分析，实现的高准确率人工智能算法监测车辆是否占道，并输入推送车辆占道告警信息的目的。

本发明通过以下的技术方案来实现：一种车辆占道检测的方法，包括，步骤S1：抓取监控点实时图片；步骤S2：对所述实时图片进行预处理；步骤S3：对预处理后的图片进行object_detection_v2模型推理，输出目标车辆类别，目标车辆置信度，目标车辆矩形坐标；步骤S4：运算上述输出数据，若目标车辆类别满足车辆类别、目标车辆置信度达到或超过车辆置信度阀值、目标车辆矩形落入识别区域内，则输出所述目标车辆矩形坐标，并计算对应目标车辆的颜色，否则，重复步骤S3；步骤S5：比对步骤S4输出的所述目标车辆矩形坐标数据和历史集合中车辆识别矩形数据计算目标车辆交集率，并获取目标车辆颜色，若目标车辆交集率达到或超过车辆交集率阀值，目标车辆颜色和车辆历史缓存集合中车辆颜色相同，则判定当前目标车辆为历史停留车辆，记录该目标车辆当前停留时间，进行步骤S6，否则，将所述目标车辆数据作为新的停留车辆数据保存至历史集合中车辆数据库中，更新历史集合中车辆数据库；步骤S6：当步骤S5中目标车辆当前停留时间大于占道时长阈值时，则判断当前目标车辆为占道车辆，输出目标车辆占道告警信息。

进一步地，步骤S1中抓取监控点实时图片具体为采用自有抽帧模块对监控区域目标监控点进行视频抽帧。

进一步地，步骤S2中的对所述实时图片进行预处理包括步骤S21：对所述实时图片进行识别区域裁剪，获得待检测图片区域的图片；步骤S22：对所述待检测图片区域的图片进行等比缩放补白，获得预处理后的图片。

进一步地，步骤S21中的识别区域裁剪具体为根据预设的占道检测区域在监控点图片上的矩形坐标，对所述实时图片进行裁切。