车辆滞留的告警方法、装置、计算机设备和存储介质与流程

1.本技术涉及计算机技术领域，特别是涉及一种车辆滞留的告警方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.随着计算机技术的发展，无人值守停车场为停车场的管理节省了大量的人力成本。当车辆离开无人值守停车场时，系统自动对车辆进行计费并在车主缴费后打开道闸放行，若因计费异常而使车辆无法离开时，可能导致因车辆在道闸前滞留而影响通行效率，怎样提高无人值守停车场的通行效率成为重要问题。


技术实现要素：

3.基于此，有必要针对上述技术问题，提供一种能够提高通行效率的车辆滞留的告警方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
4.第一方面，本技术提供了一种车辆滞留的告警方法。所述方法包括：
5.在车辆向道闸移动时，获取对所述车辆进行拍摄所得的第一视频帧序列；
6.在所述第一视频帧序列的各视频帧中检测目标对象；
7.当所述目标对象的坐标满足坐标条件时，获取对所述车辆进行拍摄所得的第二视频帧序列；
8.在所述第二视频帧序列的各视频帧中确定特征点坐标，得到特征点坐标集；
9.若基于所述特征点坐标集确定所述车辆发生滞留，发起告警。
10.在一个实施例中，所述在所述第一视频帧序列的各视频帧中检测目标对象之后，所述方法还包括：
11.若所述目标对象为车牌对象且所述车牌对象对应的得分大于得分阈值，对所述车牌对象进行车牌识别；
12.根据车牌识别所得的车牌号在所述第一视频帧序列中进行车牌跟踪，得到车牌运动轨迹；
13.基于所述车牌运动轨迹确定所述车牌对象的坐标；
14.所述当所述目标对象的坐标满足坐标条件时，获取对所述车辆进行拍摄所得的第二视频帧序列包括：
15.当所述车牌对象的坐标满足坐标条件时，获取对所述车辆进行拍摄所得的第二视频帧序列。
16.在一个实施例中，所述当所述车牌对象的坐标满足坐标条件时，获取对所述车辆进行拍摄所得的第二视频帧序列包括：
17.获取所述第一视频帧序列中视频帧的图像高度；
18.基于所述图像高度确定第一高度阈值；
19.当所述车牌对象的坐标大于或等于所述第一高度阈值时，获取对所述车辆进行拍
摄所得的第二视频帧序列。
20.在一个实施例中，所述在所述第一视频帧序列的各视频帧中检测目标对象之后，所述方法还包括：
21.若所述目标对象为车头对象，且在所述车头对象对应的检测框中未检测到车牌，获取所述车头对象的坐标；
22.所述当所述目标对象的坐标满足坐标条件时，获取对所述车辆进行拍摄所得的第二视频帧序列包括：
23.当所述车头对象的坐标满足坐标条件时，获取对所述车辆进行拍摄所得的第二视频帧序列。
24.在一个实施例中，所述车头对象的坐标包括所述车头对象对应的检测框中心点纵坐标；所述当所述车头对象的坐标满足坐标条件时，获取对所述车辆进行拍摄所得的第二视频帧序列包括：
25.基于所述第一视频帧序列中视频帧的图像高度确定第二高度阈值；
26.若所述检测框中心点纵坐标大于或等于所述第二高度阈值、且所述第一视频帧序列中顺序排列的各视频帧中车头对象对应的检测框的宽度和高度均呈增大趋势，确定所述车头对象的坐标满足坐标条件，并获取对所述车辆进行拍摄所得的第二视频帧序列。
27.在一个实施例中，所述若基于所述特征点坐标集确定所述车辆发生滞留，发起告警包括：
28.基于所述特征点坐标集中相邻视频帧对应的目标特征点坐标，判断所述车辆是否停止移动；
29.若是，确定所述车辆停止移动的时长；
30.当所述时长大于时长阈值时，确定所述车辆发生滞留，并发起告警。
31.第二方面，本技术还提供了一种车辆滞留的告警装置。所述装置包括：
32.获取模块，用于在车辆向道闸移动时，获取对所述车辆进行拍摄所得的第一视频帧序列；
33.检测模块，用于在所述第一视频帧序列的各视频帧中检测目标对象；
34.所述获取模块，还用于当所述目标对象的坐标满足坐标条件时，获取对所述车辆进行拍摄所得的第二视频帧序列；
35.确定模块，用于在所述第二视频帧序列的各视频帧中确定特征点坐标，得到特征点坐标集；
36.告警模块，用于若基于所述特征点坐标集确定所述车辆发生滞留，发起告警。
37.在一个实施例中，所述装置还包括：
38.识别模块，用于若所述目标对象为车牌对象且所述车牌对象对应的得分大于得分阈值，对所述车牌对象进行车牌识别；
39.跟踪模块，用于根据车牌识别所得的车牌号在所述第一视频帧序列中进行车牌跟踪，得到车牌运动轨迹；
40.所述确定模块，还用于基于所述车牌运动轨迹确定所述车牌对象的坐标；
41.所述获取模块，还用于当所述车牌对象的坐标满足坐标条件时，获取对所述车辆进行拍摄所得的第二视频帧序列。
42.在一个实施例中，所述获取模块，还用于：
43.获取所述第一视频帧序列中视频帧的图像高度；
44.基于所述图像高度确定第一高度阈值；
45.当所述车牌对象的坐标大于或等于所述第一高度阈值时，获取对所述车辆进行拍摄所得的第二视频帧序列。
46.在一个实施例中，所述获取模块，还用于：
47.若所述目标对象为车头对象，且在所述车头对象对应的检测框中未检测到车牌，获取所述车头对象的坐标；
48.当所述车头对象的坐标满足坐标条件时，获取对所述车辆进行拍摄所得的第二视频帧序列。
49.在一个实施例中，所述车头对象的坐标包括所述车头对象对应的检测框中心点纵坐标；所述获取模块，还用于：
50.基于所述第一视频帧序列中视频帧的图像高度确定第二高度阈值；
51.若所述检测框中心点纵坐标大于或等于所述第二高度阈值、且所述第一视频帧序列中顺序排列的各视频帧中车头对象对应的检测框的宽度和高度均呈增大趋势，确定所述车头对象的坐标满足坐标条件，并获取对所述车辆进行拍摄所得的第二视频帧序列。
52.在一个实施例中，所述告警模块，还用于：
53.基于所述特征点坐标集中相邻视频帧对应的目标特征点坐标，判断所述车辆是否停止移动；
54.若是，确定所述车辆停止移动的时长；
55.当所述时长大于时长阈值时，确定所述车辆发生滞留，并发起告警。
56.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
57.在车辆向道闸移动时，获取对所述车辆进行拍摄所得的第一视频帧序列；
58.在所述第一视频帧序列的各视频帧中检测目标对象；
59.当所述目标对象的坐标满足坐标条件时，获取对所述车辆进行拍摄所得的第二视频帧序列；
60.在所述第二视频帧序列的各视频帧中确定特征点坐标，得到特征点坐标集；
61.若基于所述特征点坐标集确定所述车辆发生滞留，发起告警。
62.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
63.在车辆向道闸移动时，获取对所述车辆进行拍摄所得的第一视频帧序列；
64.在所述第一视频帧序列的各视频帧中检测目标对象；
65.当所述目标对象的坐标满足坐标条件时，获取对所述车辆进行拍摄所得的第二视频帧序列；
66.在所述第二视频帧序列的各视频帧中确定特征点坐标，得到特征点坐标集；
67.若基于所述特征点坐标集确定所述车辆发生滞留，发起告警。
68.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
69.在车辆向道闸移动时，获取对所述车辆进行拍摄所得的第一视频帧序列；
70.在所述第一视频帧序列的各视频帧中检测目标对象；
71.当所述目标对象的坐标满足坐标条件时，获取对所述车辆进行拍摄所得的第二视频帧序列；
72.在所述第二视频帧序列的各视频帧中确定特征点坐标，得到特征点坐标集；
73.若基于所述特征点坐标集确定所述车辆发生滞留，发起告警。
74.上述车辆滞留的告警方法、装置、计算机设备、存储介质和计算机程序产品，在车辆向道闸移动时，获取对车辆进行拍摄所得的第一视频帧序列；在第一视频帧序列的各视频帧中检测目标对象；当目标对象的坐标满足坐标条件时，获取对车辆进行拍摄所得的第二视频帧序列；在第二视频帧序列的各视频帧中确定特征点坐标，得到特征点坐标集；若基于特征点坐标集确定车辆发生滞留，发起告警。在车辆发生拥堵时，通过特征点坐标集中的特征点坐标可以准确的判断车辆是否发生拥堵，相比于雷达检测的方法，提高了判断的准确率。并且在视频帧中检测目标对象，可以通过检测的目标对象对同一车辆的位置进行实时跟踪，并判断车辆是否在道闸前发生滞留，在车辆滞留时发起告警以提醒管理人员及时对滞留车辆进行处理，提高了车辆的通行效率。此外，在车辆滞留时发起告警并且人工对滞留车辆进行处理，可以避免道闸自动抬杆而造成停车费的损失。
附图说明
75.图1为一个实施例中车辆滞留的告警方法的应用环境图；
76.图2为一个实施例中车辆滞留的告警方法的流程示意图；
77.图3为一个实施例中终端安装位置示意图；
78.图4为一个实施例中在视频帧中检测到车牌对象的示意图；
79.图5为一个实施例中车牌对象的坐标确定方法的流程示意图；
80.图6为一个实施例中车牌运动轨迹的示意图；
81.图7为另一个实施例中车辆滞留的告警方法的流程示意图；
82.图8为又一个实施例中车辆滞留的告警方法的流程示意图；
83.图9为一个实施例中车辆滞留的告警装置的结构框图；
84.图10为一个实施例中车辆滞留的告警装置的结构框图；
85.图11为一个实施例中计算机设备的内部结构图。
具体实施方式
86.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
87.本技术实施例提供的车辆滞留的告警方法，可以应用于如图1所示的应用环境中。终端102在车辆向道闸移动时，获取对车辆进行拍摄所得的第一视频帧序列；在第一视频帧序列的各视频帧中检测目标对象；当目标对象的坐标满足坐标条件时，获取对车辆进行拍摄所得的第二视频帧序列；在第二视频帧序列的各视频帧中确定特征点坐标，得到特征点坐标集；若基于特征点坐标集确定车辆发生滞留，发起告警。其中，终端102可以但不限于是
各种智能终端，包括可以进行图像处理的图像采集设备、个人计算机、笔记本电脑、智能手机、平板电脑等。图像采集设备可以为集成了车牌识别与车辆滞留检测与告警的一体化相机。
88.在一个实施例中，如图2所示，提供了一种车辆滞留的告警方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
89.s202，在车辆向道闸移动时，获取对车辆进行拍摄所得的第一视频帧序列。
90.当车辆离开无人值守停车场时，车辆向道闸移动并进行缴费，当确定车辆已缴费时，道闸对车辆进行抬杆放行。在车辆向道闸移动时，安装在道闸前的终端对车辆进行拍摄，得到第一视频帧序列。终端可以通过普通镜头、广角镜头或者鱼眼镜头对车辆进行拍摄。
91.其中，第一视频帧序列是由视频流中多个视频帧组成的视频帧序列。视频帧可以为高清视频帧或者标清视频帧，也可以为各种分辨率的视频帧。例如，视频帧的分辨率可以为720
×
576，或者视频帧的分辨率也可以为1920
×
1080。
92.在一个实施例中，如图3所示，终端安装位置需保证车道在终端拍摄画面的中心，并且车辆停稳在道闸前时，至少可看清车侧的中后部位。具体地，终端安装在停车场出入口距离道闸0.5-1米的位置，镜头高度1.2-1.6米，镜头距邻近车道线距离30-40厘米，相机镜头往车道方向旋转，使镜头与车道垂直线夹角在20-30度之间。道闸前车道长度不低于4-6米、宽度小于4.5米。对终端镜头的水平角度进行调整，使车辆在直线运动时，车牌与画面底部平行。
93.s204，在第一视频帧序列的各视频帧中检测目标对象。
94.其中，目标对象为车辆上的特定对象，例如可以是车牌对象、车头对象或者车侧中后部对象等。终端在视频帧中检测到目标对象时，用检测框标记出目标对象在视频帧中的区域。例如，如图4所示，终端在视频帧中检测到车牌对象，用检测框标记出车牌对象。
95.在一个实施例中，s204具体包括：通过检测模型在第一视频帧序列的各视频帧中检测目标对象。其中，检测模型可以是神经网络模型，包括卷积神经网络模型、残差卷积神经网络模型、深度学习神经网络模型等。例如，检测模型可以是yolo神经网络模型。检测模型可以用于检测车头对象、车牌对象或者车侧中后部对象等。
96.s206，当目标对象的坐标满足坐标条件时，获取对车辆进行拍摄所得的第二视频帧序列。
97.其中，坐标条件是基于目标对象的坐标确定的条件，可以用来确定车辆的行驶位置，或者也可以用于判断视频帧中的目标对象是否跟踪丢失。例如，坐标条件可以是目标对象的坐标大于或等于预设值，该预设值可以是基于视频帧高度确定的，例如，预设值可以是视频帧高度的80％或者90％等。
98.当目标对象的坐标满足坐标条件时，车辆继续向道闸方向移动，终端对移动中的车辆进行拍摄，得到第二视频帧序列。第二视频帧序列中视频帧可以为高清视频帧或者标清视频帧，也可以为各种分辨率的视频帧。例如，视频帧的分辨率可以为720
×
576，或者视频帧的分辨率也可以为1920
×
1080。
99.s208，在第二视频帧序列的各视频帧中确定特征点坐标，得到特征点坐标集。
100.其中，特征点为车辆上特定位置的点。例如，特征点可以为车侧中后部位置的点。
predictive control，模型预测控制)算法对车牌进行跟踪。
111.s506，基于车牌运动轨迹确定车牌对象的坐标。
112.其中，车牌对象的坐标是车牌对象在视频帧中的像素坐标，可以为车牌对象上任一点的像素坐标。像素坐标可以是车牌对象上像素点在以视频帧的角点为原点的直角坐标系中的坐标。角点可以是左上角点、左下角点、右上角点或者右下角点等。例如，车牌对象的坐标可以是车牌检测框中心点在直角坐标系中的像素坐标。终端基于车牌运动轨迹确定同一车牌对象在第一视频帧序列的各视频帧中的坐标。例如，车牌对象a在第一帧中的坐标为d1，在第二帧中的坐标为d2。车牌对象的坐标随着车辆的移动发生改变。
113.在一个实施例中，获取车牌对象的初始坐标(假设为d0)，初始坐标是车牌对象在首次检测到该车牌对象的视频帧中的坐标。若跟踪到的当前帧车牌对象的坐标(假设为d1)与初始坐标间的差值小于预设值，说明车牌跟踪不稳定，可能会发生车牌跟踪丢失，因此终端进行车牌检测时同时进行车头检测，以通过检测到的车头对象判断车辆的行驶位置。若跟踪到的当前帧车牌对象的坐标与初始坐标间的差值大于或者等于预设值，说明车牌跟踪稳定，终端在车牌跟踪稳定后取消对车头进行目标检测，以节省计算资源，提高设备性能。其中，预设值可以是基于第一视频帧的图像高度确定的，例如，预设值可以小于图像高度，例如预设值可以为图像高度的5％。
114.s508，当车牌对象的坐标满足坐标条件时，获取对车辆进行拍摄所得的第二视频帧序列。
115.当车牌对象的坐标满足坐标条件时，确定车辆的车牌部分即将驶出终端的拍摄范围，终端继续对车辆进行拍摄，得到第二视频帧序列。
116.在一个实施例中，s508具体包括：获取第一视频帧序列中视频帧的图像高度；基于图像高度确定第一高度阈值；当车牌对象的坐标大于或等于第一高度阈值时，获取对车辆进行拍摄所得的第二视频帧序列。
117.其中，第一高度阈值是基于图像高度确定的数值，可以是任意整数、小数、分数或者百分数等。例如，第一高度阈值可以小于图像高度，或者第一高度阈值可以为图像高度的80％、90％等。在一个实施例中，车牌对象的坐标为纵坐标。当车牌对象的纵坐标大于或等于第一高度阈值时，获取对车辆进行拍摄所得的第二视频帧序列。终端在车牌对象的坐标大于或等于第一高度阈值时，确定车牌即将离开终端的拍摄范围，也即车辆即将行驶至道闸之前，若车辆不能顺利缴费离场，则可能发生滞留。终端根据车牌对象的坐标判断是否启动对车辆上特征点的检测，判断方法简便，提高了处理效率。
118.上述实施例中，若目标对象为车牌对象且车牌对象对应的得分大于得分阈值，对车牌对象进行车牌识别；根据车牌识别所得的车牌号在第一视频帧序列中进行车牌跟踪，并基于车牌运动轨迹确定车牌对象的坐标。当车牌对象的坐标满足坐标条件时，获取对车辆进行拍摄所得的第二视频帧序列。从而可以根据车牌对象对驶向道闸的车辆进行跟踪和定位，以判断车辆是否发生滞留，提高了判断的效率，并且准确性高。
119.在一个实施例中，s204之后还包括：若目标对象为车头对象，且在车头对象对应的检测框中未检测到车牌，获取车头对象的坐标；s206具体包括：当车头对象的坐标满足坐标条件时，获取对车辆进行拍摄所得的第二视频帧序列。
120.其中，车头对象的坐标为车头对象在视频帧中的像素坐标，可以为车头对象上任
一点的像素坐标。像素坐标可以是车头对象上像素点在以视频帧的角点为原点的直角坐标系中的坐标。例如，车牌对象的坐标可以是车牌检测框中心点在直角坐标系中的像素坐标。若终端在第一视频帧序列的视频帧中检测到车头对象，但是未在车头对象对应的检测框中检测到车牌，说明车辆为无牌车辆，通过车头对象的坐标判断车辆的行驶位置。
121.在一个实施例中，车头对象的坐标包括车头对象对应的检测框中心点纵坐标；基于第一视频帧序列中视频帧的图像高度确定第二高度阈值；若检测框中心点纵坐标大于或等于第二高度阈值、且第一视频帧序列中顺序排列的各视频帧中车头对象对应的检测框的宽度和高度均呈增大趋势，确定车头对象的坐标满足坐标条件，并获取对车辆进行拍摄所得的第二视频帧序列。
122.其中，第二高度阈值是基于第一视频帧序列中视频帧的图像高度确定的数值，可以是整数、小数、分数或者百分数等。第二高度阈值可以与第一高度阈值相同，或者也可以与第一高度阈值不同。例如，第二高度阈值可以为图像高度的60％、80％或者90％等。
123.若检测框中心点纵坐标大于或等于第二高度阈值、且第一视频帧序列中顺序排列的各视频帧中车头对象对应的检测框的宽度和高度均呈增大趋势，终端启动对车辆上特征点的检测，以通过车辆上特征点判断车辆是否发生滞留。
124.上述实施例中，若目标对象为车头对象，且在车头对象对应的检测框中未检测到车牌，获取车头对象的坐标；当车头对象的坐标满足坐标条件时，获取对车辆进行拍摄所得的第二视频帧序列。车辆为无牌车辆时，通过车头对象对道闸前的同一车辆进行跟踪和定位，从而可以避免无牌车辆发生滞留，提高了车辆的通行效率。
125.在一个实施例中，s210具体包括：基于特征点坐标集中相邻视频帧对应的目标特征点坐标，判断车辆是否停止移动；若是，确定车辆停止移动的时长；当时长大于时长阈值时，确定车辆发生滞留，并发起告警。
126.其中，目标特征点坐标为特征点在相邻视频帧中对应的像素坐标。例如，目标特征点坐标为特征点在第一个视频帧与第二个视频帧中对应的像素坐标。在车辆向道闸方向移动时，通过终端采集的视频帧中的特征点坐标随着车辆的移动而发生改变，如果相邻视频帧对应的目标特征点坐标的变化量小于阈值，则确定车辆停止移动。
127.在一个实施例中，目标特征点坐标为目标特征点横坐标，若相邻视频帧中采集在后的视频帧对应的目标特征点横坐标与采集在前的视频帧对应的目标特征点横坐标之间的差值小于预设阈值，则确定车辆停止移动。预设阈值可以根据车辆的行驶速度确定，在车辆的行驶速度较大时，设置较大的阈值；在车辆行驶速度较小时，设置较小的阈值。
128.在一个实施例中，当根据相邻视频帧对应的目标特征点坐标确定车辆停止移动时，根据视频帧对应的时刻确定车辆停止移动的时刻。例如，若相邻视频帧对应的时刻分别为t1与t2，则将(t1 t2)/2确定为车辆停止移动的时刻，从车辆停止移动的时刻开始计时，得到车辆停止移动的时长。
129.上述实施例中，基于特征点坐标集中相邻视频帧对应的目标特征点坐标，判断车辆是否停止移动；若是，确定车辆停止移动的时长；当时长大于时长阈值时，确定车辆发生滞留，并发起告警。从而根据目标特征点坐标确定车辆是否发生滞留，相比于雷达检测的方法，提高了判断的准确率。
130.在一个实施例中，如图7所示，终端对道闸前的车辆进行图像采集，得到视频帧序
列。通过车牌检测线程对视频帧序列中视频帧进行车牌检测。若终端检测到车牌，则对车牌进行车牌矫正和图像增强，然后通过车牌识别得到车牌号。终端根据车牌号对同一车辆进行跟踪，并根据车牌对象对应的检测框中心点坐标判断车牌跟踪是否稳定。在车牌跟踪稳定时，暂停车头检测线程，并获取车牌坐标。根据车牌坐标判断车牌是否位于画面底部或在画面底部丢失。若车牌位于画面底部或在画面底部丢失，说明随着车辆的移动，车牌逐渐离开终端的图像采集范围，开启对车辆中后部的检测。若车牌并未位于画面底部或在画面底部丢失，说明车侧中后部尚未进入终端的图像采集范围，终端继续进行车牌检测。终端在采集到视频帧时，通过车头检测线程开启车头检测，当检测到车头时，判断车头检测框内是否有车牌。若车头检测框内没有车牌，确定车辆为无牌车辆，判断车头是否位于底部且车头宽高有增大趋势。若车头位于底部且车头宽高有增大趋势，开启车侧中后部检测。终端通过车侧中后部检测线程进行车侧中后部检测，根据车侧中后部特征点的坐标判断车辆是否有向前运动的趋势。如果车辆没有向前运动的趋势，则确定车辆停止移动的时刻，并根据车辆停止移动的时刻对车辆停止移动的时长进行计时。若车辆停止移动的时长大于时长阈值，则发起车辆滞留告警，并针对下一车辆开启车头检测线程。
131.在一个实施例中，如图8所示，车辆滞留的告警方法包括如下步骤：
132.s802，在车辆向道闸移动时，获取对车辆进行拍摄所得的第一视频帧序列，并在第一视频帧序列的各视频帧中检测目标对象。
133.s804，若目标对象为车牌对象且车牌对象对应的得分大于得分阈值，对车牌对象进行车牌识别。
134.s806，根据车牌识别所得的车牌号在第一视频帧序列中进行车牌跟踪，得到车牌运动轨迹，并基于车牌运动轨迹确定车牌对象的坐标。
135.s808，获取第一视频帧序列中视频帧的图像高度，并基于图像高度确定第一高度阈值。
136.s810，当车牌对象的坐标大于或等于第一高度阈值时，获取对车辆进行拍摄所得的第二视频帧序列。
137.s812，若目标对象为车头对象，且在车头对象对应的检测框中未检测到车牌，获取车头对象的坐标。
138.s814，基于第一视频帧序列中视频帧的图像高度确定第二高度阈值。
139.s816，若检测框中心点纵坐标大于或等于第二高度阈值、且第一视频帧序列中顺序排列的各视频帧中车头对象对应的检测框的宽度和高度均呈增大趋势，确定车头对象的坐标满足坐标条件，并获取对车辆进行拍摄所得的第二视频帧序列。
140.s818，在第二视频帧序列的各视频帧中确定特征点坐标，得到特征点坐标集。
141.s820，基于特征点坐标集中相邻视频帧对应的目标特征点坐标，判断车辆是否停止移动，并在车辆停止移动时，确定车辆停止移动的时长。
142.s822，当时长大于时长阈值时，确定车辆发生滞留，并发起告警。
143.上述s802至s822的具体内容可以参考上文所述的具体实现过程。
144.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而
且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
145.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的车辆滞留的告警方法的车辆滞留的告警装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个车辆滞留的告警装置实施例中的具体限定可以参见上文中对于车辆滞留的告警方法的限定，在此不再赘述。
146.在一个实施例中，如图9所示，提供了一种车辆滞留的告警装置，包括：获取模块902、检测模块904、确定模块906和告警模块908，其中：
147.获取模块902，用于在车辆向道闸移动时，获取对车辆进行拍摄所得的第一视频帧序列；
148.检测模块904，用于在第一视频帧序列的各视频帧中检测目标对象；
149.获取模块902，还用于当目标对象的坐标满足坐标条件时，获取对车辆进行拍摄所得的第二视频帧序列；
150.确定模块906，用于在第二视频帧序列的各视频帧中确定特征点坐标，得到特征点坐标集；
151.告警模块908，用于若基于特征点坐标集确定车辆发生滞留，发起告警。
152.上述实施例中，在车辆向道闸移动时，获取对车辆进行拍摄所得的第一视频帧序列；在第一视频帧序列的各视频帧中检测目标对象；当目标对象的坐标满足坐标条件时，获取对车辆进行拍摄所得的第二视频帧序列；在第二视频帧序列的各视频帧中确定特征点坐标，得到特征点坐标集；若基于特征点坐标集确定车辆发生滞留，发起告警。在车辆发生拥堵时，通过特征点坐标集中的特征点坐标可以准确的判断车辆是否发生拥堵，相比于雷达检测的方法，提高了判断的准确率。并且在视频帧中检测目标对象，可以通过检测的目标对象对同一车辆的位置进行实时跟踪，并判断车辆是否在道闸前发生滞留，在车辆滞留时发起告警以提醒管理人员及时对滞留车辆进行处理，提高了车辆的效率。此外，在车辆滞留时发起告警并且人工对滞留车辆进行处理，可以避免道闸自动抬杆而造成停车费的损失。
153.在一个实施例中，如图10所示，装置还包括：
154.识别模块910，用于若目标对象为车牌对象且车牌对象对应的得分大于得分阈值，对车牌对象进行车牌识别；
155.跟踪模块912，用于根据车牌识别所得的车牌号在第一视频帧序列中进行车牌跟踪，得到车牌运动轨迹；
156.确定模块906，还用于基于车牌运动轨迹确定车牌对象的坐标；
157.获取模块902，还用于当车牌对象的坐标满足坐标条件时，获取对车辆进行拍摄所得的第二视频帧序列。
158.在一个实施例中，获取模块902，还用于：
159.获取第一视频帧序列中视频帧的图像高度；
160.基于图像高度确定第一高度阈值；
161.当车牌对象的坐标大于或等于第一高度阈值时，获取对车辆进行拍摄所得的第二
视频帧序列。
162.在一个实施例中，获取模块902，还用于：
163.若目标对象为车头对象，且在车头对象对应的检测框中未检测到车牌，获取车头对象的坐标；
164.当车头对象的坐标满足坐标条件时，获取对车辆进行拍摄所得的第二视频帧序列。
165.在一个实施例中，车头对象的坐标包括车头对象对应的检测框中心点纵坐标；获取模块902，还用于：
166.基于第一视频帧序列中视频帧的图像高度确定第二高度阈值；
167.若检测框中心点纵坐标大于或等于第二高度阈值、且第一视频帧序列中顺序排列的各视频帧中车头对象对应的检测框的宽度和高度均呈增大趋势，确定车头对象的坐标满足坐标条件，并获取对车辆进行拍摄所得的第二视频帧序列。
168.在一个实施例中，告警模块908，还用于：
169.基于特征点坐标集中相邻视频帧对应的目标特征点坐标，判断车辆是否停止移动；
170.若是，确定车辆停止移动的时长；
171.当时长大于时长阈值时，确定车辆发生滞留，并发起告警。
172.上述车辆滞留的告警装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
173.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图11所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种车辆滞留的告警方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置，显示屏可以是液晶显示屏或电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
174.本领域技术人员可以理解，图11中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
175.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
176.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算
机程序被处理器执行时实现上述各方法实施例中的步骤。
177.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
178.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
179.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
180.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
181.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。