一种智能车位引导管理的方法、装置以及存储介质与流程

1.本技术涉及智能安防监控技术领域，尤其涉及一种智能车位引导管理的方法、装置以及存储介质。


背景技术：

2.随着近几年社会经济的不断进步，人们的生活条件有所改善，汽车行业在中国也有了较大的发展，对于车位引导管理也有更高的要求。
3.现有的车位引导管理主要是对车位区域的有车无车判断和车牌识别来进行管理。
4.但是随着未来车辆的增多以及车辆管理的不断发展，目前这种车辆管理方法功能较为单一，难以满足未来智能环境下的车辆管理需求，管理效率低下。


技术实现要素：

5.为了解决上述技术问题，本技术提供了一种智能车位引导管理的办法、装置以及存储介质，用于优化车位管理。
6.本技术第一方面提供了一种智能车位引导管理的方法，包括：
7.采集车位区域内的图像信息；
8.将所述图像信息根据预先训练好的场景分析模型进行识别，并得到识别结果，所述场景分析模型包含对图像信息中人和物的识别；
9.根据所述识别结果输出引导提示。
10.可选地，将所述图像信息根据预先训练好的场景分析模型进行识别，并得到识别结果包括：
11.当根据所述场景分析模型确定所述图像信息的平均灰度值以及车位前的过道灰度值均达到预设阈值，且连续达到预设帧数时，根据所述场景分析模型确定所述图像信息的区域，所述区域至少包含以下一种：车牌识别区域、车头识别区域、消防通道区域、违规停车区域和平行车位区域；
12.根据所述场景分析模型对所述识别区域进行识别，并得到识别结果。
13.可选地，所述根据所述场景分析模型对所述区域进行识别，并得到识别结果包括：
14.当确定所述区域为违规停车区域时，根据所述场景分析模型对所述违规停车区域违规停车的情况进行识别，得到违规停车识别结果；
15.所述根据所述识别结果输出引导提示包括：
16.当所述违规停车识别结果为发生违规停车情况时，输出违规停车报警提示。
17.可选地，所述根据所述场景分析模型对所述区域进行识别，并得到识别结果包括：
18.当确定所述区域为平行车位区域时，根据所述场景分析模型对所述平行车位区域车的有无进行识别，得到平行车位识别结果；
19.所述根据所述识别结果输出引导提示包括：
20.根据所述平行车位识别结果输出平行车位车位有无的引导提示。
21.可选地，所述根据所述场景分析模型对所述区域进行识别，并得到识别结果包括：
22.当确定所述区域为消防通道区域时，根据所述场景分析模型对所述消防通道区域内的车辆情况进行识别，得到消防通道识别结果；
23.所述根据所述识别结果输出引导提示包括：
24.当所述消防通道识别结果为检测到有车且检测到的车辆与预设车辆不匹配时，输出违规占位的引导提示。
25.可选地，所述根据所述场景分析模型对所述区域进行识别，并得到识别结果包括：
26.当确定所述区域为车牌识别区域与车头识别区域时，根据所述场景分析模型对车位区域内车辆的有无进行识别以及对车牌进行识别，得到车位区域内车辆的有无以及车牌的识别结果；
27.所述根据所述识别结果输出引导提示包括：
28.根据对所述车辆的有无的识别结果以及车牌的识别结果输出引导用户进行车辆的停放的引导提示。
29.可选地，在将所述图像信息根据预先训练好的场景分析模型进行识别，并得到识别结果之后，所述方法还包括：
30.当所述识别结果中包含人脸识别结果时，根据所述人脸识别获取预先绑定的车辆信息。
31.本技术第二方面提供了一种智能车位引导管理的装置，包括：
32.采集单元，用于采集车位区域内的图像信息；
33.识别单元，用于将所述图像信息根据预先训练好的场景分析模型进行识别，并得到识别结果，所述场景分析模型包含对图像信息中人和物的识别；
34.输出单元，用于根据所述识别结果输出引导提示。
35.本技术第三方面提供了一种智能车位引导管理的装置，包括：
36.中央处理器，存储器，输入输出接口，有线或无线网络接口以及电源；
37.所述存储器为短暂存储存储器或持久存储存储器；
38.所述中央处理器配置为与所述存储器通信，并执行所述存储器中的指令操作以执行第一方面所述方法。
39.本技术第四方面提供了一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行第一方面所述方法。
40.从以上技术方案可以看出，本技术实施例具有以下优点：
41.本技术采集车位区域内的图像信息，将图像信息根据预先训练好的场景分析模型进行识别，根据识别结果输出引导提示。通过能够对图像图像信息进行识别，例如违规停车以及占用车位等情况进行识别，从而进行引导，优化停车场的管理，并且通过模型进行识别，能够有效提高识别的效率和准确性。
附图说明
42.为了更清楚地说明本技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
43.图1为本技术中智能车位引导管理的方法一个实施例示意图；
44.图2为本技术中智能车位引导管理的方法另一个实施例示意图；
45.图3为本技术中智能车位引导管理的装置一个示意图；
46.图4为本技术中智能车位引导管理的装置另一个示意图；
47.图5为本技术中智能车位引导管理的实体装置的一个示意图。
具体实施方式
48.本技术提供了一种智能车位引导管理的办法、系统以及场景分析模型，用于对例如违规停车以及占用车位等情况进行识别，从而进行引导管理，提高车辆管理效率。
49.本技术用于在车位区域内的车辆发生占用车位以及违规停车的情况时，能够自动识别这些情况，并对车辆进行引导管理，可以应用于商场的停车场、酒店的停车场、写字楼的停车场以及住宅的停车场的车位引导管理，具体此处不做限定。
50.下面对本技术中的智能车位引导管理的方法进行简要描述：
51.请参阅图1，图1为本技术中的智能车位引导管理的方法的一个实施例，本方法可以应用在终端、服务器等设备上执行，具体此处不做限定，为方便描述，下面以该方法应用到系统上进行具体描述，包括：
52.101、系统采集车位区域内的图像信息
53.本实施例中，可以在车位区域内设置高清的采集摄像头，该采集摄像头能够实时采集车位区域内的图像信息，并将图像信息上传到系统中。当采集到的图像信息为视频信息时，需要对视频进行处理，提取每一帧或者每隔若干帧取一帧，提取为图像信息，将视频信息提取为图像信息，方便输入至模型中处理。可以理解的是，可以采集多种车位区域的图像信息，例如，可以将采集摄像头可以设置在停车场的车位区域，采集停车场的图像信息；也可以设置在消防车道的车位区域，采集消防车道的图像信息；以及可以设置在路边停车场的车位区域，采集路边停车场的图像信息，具体此处不做限定。
54.102、系统将图像信息根据预先训练好的场景分析模型进行识别，并得到识别结果，场景分析模型包含对图像信息中人和物的识别
55.本实施例中，该场景分析模型设置在系统中，首先需要对初始的场景分析模型进行训练，让场景分析模型更加精准。在场景分析模型的训练过程中需要获取到大量的不同场景下的图像数据，该图像信息可以从网络中获取，也可以由采集摄像头获取，在获取到大量的图像数据后，由于不同环境下，拍摄到的照片会存在暗光、强光、背光、模糊等等问题，为了提升图像质量需要先对图像进行预处理，例如图像进行筛除、增强、图片对齐以及进行特征处理，使图片适合作为训练样本，并且在训练时可以进行数据增强，包括颜色调整、尺寸调整、水平翻转和角度旋转等，生成丰富的样本。然后需要对每一张样本图像都进行标注，标注信息中可以包含车辆、车头、车牌、非机动车、人脸等等，具体此处不做限定。接着根据标注信息对模型进行训练，得到训练好的场景分析模型。本系统中主要训练车辆和车头检测模型，车牌检测模型，非机动车检测模型、人脸检测模型、人脸识别模型和车牌识别模型等一系列模型。
56.当采集到的图像后，系统将图像输入至预先训练好的场景分析模型中，根据场景分析模型对图像进行识别。在系统将图像输入到场景分析模型中时，场景分析模型通过比
对进行场景判断，具体实现方式可以为：场景分析模型将图像信息与场景分析模型中的训练好的模型进行匹配；当图像信息与训练好的模型中的某个模型的匹配值高于预设值时，输出此模型的识别结果。例如，当图像信息中识别到的信息与车牌识别模型高于预设值时，可以得到车牌的识别结果；对于图像信息与车辆识别模型高于预设值时，可以得到车辆的识别结果；当图像与违规停车行为模型的匹配值高于预设值时，识别结果为发生违规停车行为；当图像信息与车位占用模型的匹配值高于预设值时，识别结果为车位占用。
57.103、系统根据识别结果输出引导提示
58.本实施例中，系统在接收到的场景分析模型的识别结果后，根据该识别结果发出引导提示，该引导提示为预先设置好的，该引导提示可以有多种不同的提示，根据不同的识别结果输出不同的引导提示。例如，场景分析模型在消防通道上检测到车辆，且车辆不是消防车辆，识别结果为违规停车，则输出原先设置好的消防通道违停的引导提示，反之，在匹配的情况下，则不输出引导提示。
59.可选地，还可以设置引导提示预设帧数，为了减少出现车辆只是路过或者暂时停放就被判定违规停车的输出引导提示的情况，可以判断输入的图像中识别到的违停车辆的违停帧数是否达到了预设的帧数，只有当违规停车或者车位占用的车辆连续出现且达到设定的帧数，才进行引导提示。
60.可选地，系统输出引导提示可以有多种方式，以下以输出报警喇叭以及输出引导提示给管理员为例：在一种实现方式中，可以在车位区域内安置报警喇叭，系统控制报警喇叭输出引导提示，例如在识别到违停后，系统控制报警喇叭输出“请文明停车”等语音引导提示。在另一种实现方式中，系统在获取识别结果后，若需要输出引导提示，则向管理人员所持的终端发送引导提示以及目标车辆的信息，使得管理人员根据引导提示对目标车辆进行管理。通过能够多种方式进行引导提示，能够在多种不同需求的环境使用，提高管理效率。
61.本实施例中，系统采集车位区域内的图像信息，将图像信息根据预先训练好的场景分析模型进行识别，根据识别结果输出引导提示。通过能够对图像图像信息进行识别，例如违规停车以及占用车位等情况进行识别，从而进行引导，优化停车场的管理，并且通过模型进行识别，能够有效提高识别的效率和准确性。
62.本实施例中，场景分析模型对于输入的图像首先进行灰度值的判断，在灰度值正常的情况下，确定图像的区域，并区域进行识别，下面将结合附图对该实施例进行详细的说明。
63.请参阅图2，图2为本技术中智能车位引导管理的方法中的另一个实施例示意图，以下以该方法应用到系统上进行详细描述：
64.201、系统采集车位区域内的图像信息
65.本实施例中的步骤201与前述图1所示实施例中的步骤101类似，此处不再赘述。
66.202、当根据场景分析模型确定图像信息的平均灰度值以及车位前的过道灰度值均达到预设阈值，且连续达到预设帧数时，系统根据场景分析模型确定图像信息的区域，区域至少包含以下一种：车牌识别区域、车头识别区域、消防通道区域、违规停车区域和平行车位区域
67.当系统将采集到的图形信息输入到训练好的模型后，首先进行亮暗判断。在处理
视频中，需要对视频流中的图像帧进行区分，分离出其中的亮暗帧图像。区分亮暗图像，是依据图像的平均灰度值来实现的。在大量收集不同亮暗场景的车位引导场景的图片后，对整幅图像的平均亮度进行统计，同时选取车位前的过道区域图像的平均亮度进行统计，最终统计得到两块区域亮暗区分的阈值。在获取到两块区域后，通过统计图像上两块区域的平均亮度和设置的阈值进行比较，符合条件则认为光线正常，执行后续操作。
68.在实际应用中，同时需要统计采集图像的整个图像的平均灰度值和车位前的过道区域的平均灰度值，若两者均达到设定的阈值且连续达到预设的帧数，则认为亮度正常，可进行后续流程，即进行确定图像信息的区域的流程；当未达到设定的阈值或者未达到预设的连续的帧数，认为亮度异常，不进行图像信息的区域的流程。
69.在亮度正常的情况下，需要确定图像的区域。场景分析模型中设置了多种识别区域，主要设置车牌识别区域、消防通道区域、违规停车区域和平行车位区域。具体设置可以如下：设置车位区域，一般为1-3个停车位；而违规停车区域为车位区域前方的道路区域，可通过参考车位区域进行生成；设置消防通道区域；非机动车区域即为车位区域；设置平行车位区域，一般为1-2个车位。每一帧输入的车位引导图像，我们都会对计算检测到的车辆、车头、车牌、非机动车、人脸等目标和多种识别区域之间的交并比大小，来判断位于哪个区域。这样就可以确定采集到的图像信息车辆位于哪个区域中。该并交比是指相交的的区域面积比上相并的区域面积，当占据的面积越大，就能够确定位于哪个区域内。例如，检测到的车辆坐标与消防通道区域并交比达到设定阈值，则认为车辆位于消防通道区域；若检测到的车辆坐标与违规停车区域并交比达到设定阈值，则认为车辆位于违规停车区域。若检测到的车辆坐标与平行车位区域并交比达到设定阈值，输出平行车位区域有车；若检测到的非机动车坐标与车位区域并交比达到设定阈值，判定非机动车区域占位。
70.203、系统根据场景分析模型对识别区域进行识别，并得到识别结果，场景分析模型包含对图像信息中人和物的识别
71.本实施例中，在确定了区域后，根据场景分析模型对识别区域进行识别，并得到该区域下的识别结果。可以理解的是，该图像信息可以只包含一个区域，也可以包含多个区域，在多个区域的情况下，能够得到多种识别结果，以下进行举例说明：
72.当确定所述区域为违规停车区域时，根据所述场景分析模型对所述违规停车区域违规停车的情况进行识别，得到违规停车识别结果，该识别结果为：有违规停车情况的结果以及没有停车情况的结果；
73.当确定所述区域为平行车位区域时，根据所述场景分析模型对所述平行车位区域车的有无进行识别，得到平行车位识别结果，该平行车识别结果为：有平行的以及没有平行车；
74.当确定所述区域为消防通道区域时，根据所述场景分析模型对所述消防通道区域内的车辆情况进行识别，得到消防通道识别结果，该消防通道识别结果为：有消防通道车位占用情况以及没有消防通道车位占用情况。
75.当确定所述区域为车牌识别区域与车头识别区域时，根据所述场景分析模型对车位区域内车辆的有无进行识别以及对车牌进行识别，得到车位区域内车辆的有无以及车牌的识别结果。该识别结果主要为：“有牌车”、“有牌无车”、“无牌车”以及“空车位”结果。对于车位区域有车没车的识别，主要是通过对车头进行检测得到，如果车头检测成功，输出“有
车”。若车头未检测成功，判断不满足“有车”，则当前帧操作结束。如果车牌识别的结果满足预设的置信度的要求，且满足“有车条件”，则识别结果为“有牌车”；当车牌识别的结果满足预设的置信度的要求，但不满足“有车”条件，则为“有牌无车”；如果是“有车”，但是没有车牌识别的结果，则看是否满足投票为“无牌车”的条件，如果满足则输出“无牌车”；如果车牌识别没有结果，同时也没有车头、车辆检测的结果，则看是否满足投票为“空车位”的条件，如果满足则输出“空车位”。该投票的实现方法可以为：采用视频流投票的方法，保留一个队列，当队列保留的车牌识别结果达到了阈值，触发投票，输出车牌识别的结果，该投票可以为人工进行投票。
76.204、当识别结果中包含人脸识别结果时，系统根据人脸识别获取预先绑定的车辆信息
77.可选地，该场景分析模型还可以用于人脸识别，系统接收到人脸识别结果后获取与该人脸绑定的车辆的信息，就可以进行反向寻车。首先对输入的图像进行人脸检测，通过比较人脸坐标和车位区域的并交比，达到设定阈值后，且帧数满足设定条件后，认为在车位区域有人脸，通过人脸关键点定位实现人脸矫正，后用人脸识别模型对矫正后的人脸图片进行特征提取。将获得的人脸特征和车牌号码进行绑定。当采集摄像头采集到采集人脸时，将获得的人脸特征和之前车位区域获得人脸特征进行比对，达到所设定的阈值后，判断为相同人脸，则系统输出对应的车牌号码。通过人脸识别实现反向寻车，能够快速知道车主对应的车辆，提高了车辆管理的效率。
78.205、系统根据识别结果输出引导提示
79.本实施例中，在步骤203中得到识别结果后，根据不同的识别结果输出不同的引导提示，可以理解的是，当存在多个不同的识别结果时，可以输出多个不同的引导提示。例如：当所述违规停车识别结果为发生违规停车情况时，输出违规停车报警提示，以提示用户能够正规停车，方便管理；根据所述平行车位识别结果输出平行车位车位有无的引导提示，方便用户在想要停车的情况下可以根据此提示进行车辆的停放；当所述消防通道识别结果为检测到有车且检测到的车辆与预设车辆不匹配时，输出违规占位的引导提示，提示用户不要占领消防车道，提高管理效率；当得到车辆的有无进行识别以及对车牌进行识别的识别结果后，可以根据该结果引导车辆进行停放，例如，检测到某个车辆区域为“空车位”时，将此车位区域展示给大屏幕，让有停车需求的用户能够快速找到空车位的区域，也可以将此车位区域发送到引导终端上，用户通过查看终端就能知道空车位的区域。通过对车辆和车牌进行识别，并根据识别结果对用户进行引导，能够更加方便管理且提高的用户体验。
80.本实施例中，系统采集车位区域内的图像信息，将图像信息根据预先训练好的场景分析模型进行识别，确定区域，并识别此区域得到识别结果，在识别结果中如果有人脸信息，可以获取与该人脸信息绑定的车辆的信息，并能够根据识别结果输出引导提示。该场景分析模型能够确定不同的区域，因此能够识别多种不同场景，根据不同的场景输出不同的引导提示，优化停车场的管理，人脸识别获取车辆的信息实现反向寻车提高了用户体验，并且通过模型进行识别，能够有效提高识别的效率和准确性。
81.以上对智能车位引导管理的方法进行了说明，下面对智能车位引导管理的装置进行描述：
82.请参阅图3，本技术中一个智能车位引导管理的装置包括：
83.采集单元301，用于采集车位区域内的图像信息；
84.识别单元302，用于将图像信息根据预先训练好的场景分析模型进行识别，并得到识别结果，场景分析模型包含对图像信息中人和物的识别；
85.输出单元303，用于根据识别结果输出引导提示。
86.本技术采集单元301采集车位区域内的图像信息，识别单元302将图像信息根据预先训练好的场景分析模型进行识别，输出单元303根据识别结果输出引导提示。通过能够对图像图像信息进行识别，例如违规停车以及占用车位等情况进行识别，从而进行引导，优化停车场的管理，并且通过模型进行识别，能够有效提高识别的效率和准确性。
87.请参阅图4，本技术中另一个智能车位引导管理的装置包括：
88.采集单元401，用于采集车位区域内的图像信息；
89.识别单元402包括：
90.确定模块4021，用于当根据场景分析模型确定图像信息的平均灰度值以及车位前的过道灰度值均达到预设阈值，且连续达到预设帧数时，根据场景分析模型确定图像信息的区域，区域至少包含以下一种：车牌识别区域、车头识别区域、消防通道区域、违规停车区域和平行车位区域；
91.识别模块4022，用于根据场景分析模型对识别区域进行识别，并得到识别结果，场景分析模型包含对图像信息中人和物的识别；
92.获取单元403，用于当所述识别结果中包含人脸识别结果时，根据所述人脸识别获取预先绑定的车辆信息。
93.输出单元404，用于根据识别结果输出引导提示。
94.本实施例中，采集单元401采集车位区域内的图像信息，识别单元402将图像信息根据预先训练好的场景分析模型进行识别，确定模块4021确定区域，第一识别模块4022识别此区域得到识别结果，在识别结果中如果有人脸信息，获取单元403可以获取与该人脸信息绑定的车辆的信息，输出单元404能够根据识别结果输出引导提示。该场景分析模型能够确定不同的区域，因此能够识别多种不同场景，根据不同的场景输出不同的引导提示，优化停车场的管理，人脸识别获取车辆的信息实现反向寻车提高了用户体验，并且通过模型进行识别，能够有效提高识别的效率和准确性。
95.参阅图5，本技术中智能车位引导管理的实体装置的一个示意图包括：
96.中央处理器502，存储器501，输入输出接口503，有线或无线网络接口504以及电源1005；
97.存储器501为短暂存储存储器或持久存储存储器；
98.中央处理器502配置为与存储器501通信，并执行存储器501中的指令操作以执行图1至图2中任一所示实施例中的步骤。
99.本技术提供了一种计算机可读存储介质，包括指令，当该指令在计算机上运行时，使得计算机执行图1至图2中任一实施例所对应的方法。
100.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
101.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
102.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
103.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
104.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
105.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。