停車計時方法及停車計時裝置制造方法及圖紙

本發明專利技術提供一種停車計時方法，用于停車場所，停車計時方法采用信息層級結構，信息層級結構包括環境感知層、地理標志去、對象層、特征層、語義層及決策層，該方法包括：獲取監控圖像及各幀監控圖像對應的拍攝時間并存儲于環境感知層；利用現場監控設備內設的深度卷積神經網絡計算單元處理監控圖像以識別進入車輛的車牌號及離開車輛的車牌號并存儲于特征層；將離開車輛的車牌號與進入車輛的車牌號進行比對；根據經對比號碼一致的進入車輛車牌號及離開車輛的車牌號對應的監控圖像的拍攝時間計算對應車輛的停留時間并將停留時間存儲于語義層。本方法可實現整個停車、計時過程的智能管理，可減少人工操作。本發明專利技術還公開了一種停車計時裝置。

Parking timing method and parking timing device

The present invention provides a method for parking, parking, parking information using the method of hierarchical structure, information structure including environment perception layer, geographical indications, object layer and feature layer, semantic layer and decision layer, the method includes: obtaining the corresponding monitoring image and the image frame monitoring shooting time and stored in the the environment perception layer; calculation and leave the vehicle license plate number processing unit into the vehicle to monitor image recognition by deep convolutional neural network on-site monitoring equipment with the license plate number and stored in the feature layer; the license plate number will leave the vehicle and enter the vehicle license plate number for comparison; the residence time is calculated according to the monitoring of vehicle license plate images enter the number of vehicle license plate number by comparing the number of consistent and leave the vehicle shooting time and residence time are stored in the semantic layer . The method can realize the intelligent management of the whole parking and timing process, and can reduce manual operation. The invention also discloses a parking timing device.

【技術實現步驟摘要】
停車計時方法及停車計時裝置
本專利技術涉及停車計時技術，特別涉及一種停車計時方法及停車計時裝置。
技術介紹
目前的停車場所的停車計時不夠智能，耗時耗力且需要大量人工操作、以及計算資源的投入。例如通過人工計時，或通過司機向工作人員領取停車卡，出入的時候刷卡以計時；或在卡口部署計算機實現智能識別計費。
技術實現思路
本專利技術的實施方式旨在至少解決現有技術中存在的技術問題之一。為此，本專利技術的實施方式需要提供一種及停車計時方法及停車計時裝置。本專利技術提供一種停車計時方法，用于停車場所，所述停車計時方法采用信息層級結構，所述信息層級結構包括環境感知層、地理標志去、對象層、特征層、語義層及決策層，所述停車計時方法包括：獲取監控圖像及各幀監控圖像對應的拍攝時間并存儲于所述環境感知層；利用現場監控設備內設的深度卷積神經網絡計算單元處理所述監控圖像，以識別進入車輛的車牌號及離開車輛的車牌號并存儲于所述特征層；利用現場監控設備內設的深度卷積神經網絡計算單元，對所述離開車輛的車牌號與所述進入車輛的車牌號進行比對；及根據經對比號碼一致的所述進入車輛車牌號及所述離開車輛的車牌號對應的監控圖像的拍攝時間計算對應車輛的停留時間并將所述停留時間存儲于所述語義層。在本專利技術實施方式中，通過對監控圖像進行處理及識別，可獲取進入車輛及離開車輛的車牌號，通過對比可找出進入車輛及離開車輛中一致的車牌號，車牌號對應的監控圖像對應有拍攝時間，因此可獲得該車牌號的車輛進入的時間和離開的時間，從而可計算出該車牌號的車輛在停車場所停留的時間。本方法可實現整個停車、計時過程的智能管理，可減少人工操作且省時省力，給停車場管理人員及司機用戶良好的體驗?？山鉀Q現有技術某些問題。在某些實施方式中，所述信息層級結構還包括決策層，所述停車計時方法還包括：根據所述停留時間確定計費并將計費信息存儲于所述決策層。在某些實施方式中，所述信息層級結構還包括對象層；所述S2包括：處理所述監控圖像以獲取所述進入車輛及所述離開車輛的車牌圖像并存儲于所述對象層；及處理所述車牌圖像以識別所述進入車輛及所述離開車輛的車牌號。在某些實施方式中，所述停車場所包括靠近設置于經過車輛的車牌的圖像采集裝置；所述獲取監控圖像及各幀監控圖像對應的拍攝時間并存儲于所述環境感知層的步驟通過所述圖像采集裝置獲取僅包含車牌的所述監控圖像；在某些實施方式中，所述停車場所包括入口及出口；所述監控圖像包括拍攝于所述入口的第一監控圖像及拍攝于所述出口的第二監控圖像；所述利用現場監控設備內設的深度卷積神經網絡計算單元處理所述監控圖像以識別進入車輛的車牌號及離開車輛的車牌號并存儲于所述特征層的步驟通過處理所述第一監控圖像以獲取進入車輛的車牌號及通過處理所述第二監控圖像以獲取離開車輛的車牌號。在某些實施方式中，所述利用現場監控設備內設的深度卷積神經網絡計算單元處理所述監控圖像以識別進入車輛的車牌號及離開車輛的車牌號并存儲于所述特征層的步驟包括：處理所述監控圖像以獲得車輛的移動方向并存儲于所述特征層；根據所述移動方向區分進入車輛及離開車輛。在某些實施方式中，所述信息層級結構還包括對象層；所述利用現場監控設備內設的深度卷積神經網絡計算單元處理所述監控圖像以識別進入車輛的車牌號及離開車輛的車牌號并存儲于所述特征層的步驟包括：處理所述監控圖像以獲取所述進入車輛及所述離開車輛的車輛圖像并存儲于所述對象層；及處理所述車輛圖像以獲取所述進入車輛及所述離開車輛的特征信息。本專利技術還提供一種停車計時裝置，用于停車場所，所述停車計時裝置采用信息層級結構，所述信息層級結構包括環境感知層、地理標志去、對象層、特征層、語義層及決策層，所述停車計時裝置包括：圖像獲取模塊，用于獲取監控圖像及各幀監控圖像對應的拍攝時間并存儲于所述環境感知層；圖像處理模塊，用于利用現場監控設備內設的深度卷積神經網絡計算單元處理所述監控圖像以識別進入車輛的車牌號及離開車輛的車牌號并存儲于所述特征層；比對模塊，利用現場監控設備內設的深度卷積神經網絡計算單元對所述離開車輛的車牌號與所述進入車輛的車牌號進行比對；及計時模塊，用于根據經對比號碼一致的所述進入車輛車牌號及所述離開車輛的車牌號對應的監控圖像的拍攝時間計算對應車輛的停留時間并將所述停留時間存儲于所述語義層。在某些實施方式中，所述信息層級結構還包括對象層；所述圖像處理模塊包括：第一處理子模塊，用于處理所述監控圖像以獲取所述進入車輛及所述離開車輛的車牌圖像并存儲于所述對象層；及第二處理子模塊，用于處理所述車牌圖像以獲取所述進入車輛及所述離開車輛的車牌號。在某些實施方式中，所述停車場所包括靠近設置于經過車輛的車牌的圖像采集裝置；所述圖像獲取模塊還用于通過所述圖像采集裝置獲取僅包含車牌的所述監控圖像。在某些實施方式中，所述停車場所包括入口及出口；所述監控圖像包括拍攝于所述入口的第一監控圖像及拍攝于所述出口的第二監控圖像；所述圖像處理模塊用于處理所述第一監控圖像以獲取進入車輛的車牌號及用于處理所述第二監控圖像以獲取離開車輛的車牌號。在某些實施方式中，所述圖像處理模塊包括：第三處理子模塊，用于處理所述監控圖像以獲得車輛的移動方向并存儲于所述特征層；及區分子模塊，用于根據所述移動方向區分進入車輛及離開車輛。本專利技術的實施方式的附加方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本專利技術的實施方式的實踐了解到。附圖說明本專利技術的實施方式的上述和/或附加的方面和優點從結合下面附圖對實施方式的描述中將變得明顯和容易理解，其中：圖1是本專利技術某些實施方式的停車計時方法的流程示意圖。圖2是本專利技術某些實施方式的停車計時裝置的功能模塊示意圖。圖3是本專利技術某些實施方式的停車計時方法或停車計時裝置采用的智能監控信息層級結構示意圖。圖4是本專利技術某些實施方式的停車計時方法或停車計時裝置的原理示意圖。圖5是本專利技術某些實施方式的停車計時方法的流程示意圖。圖6是本專利技術某些實施方式的停車計時裝置的功能模塊示意圖。圖7是本專利技術某些實施方式的監控圖像及車牌圖像的示意圖。圖8是本專利技術某些實施方式的停車計時方法的原理示意圖。圖9是本專利技術某些實施方式的停車計時方法的流程示意圖。圖10是本專利技術某些實施方式的停車計時裝置的功能模塊示意圖。具體實施方式下面詳細描述本專利技術的實施方式，實施方式的示例在附圖中示出，其中相同或類似的標號自始至終表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施方式是示例性的，僅可用于解釋本專利技術的實施方式，而不能理解為對本專利技術的實施方式的限制。請參閱圖1-4及結合參閱圖7，本專利技術實施方式的計時方法，用于停車場所(如商場的停車場)，停車計時方法采用信息層級結構，信息層級結構包括環境感知層、地理標志去、對象層、特征層、語義層及決策層，停車計時方法包括：S1，獲取監控圖像300及各幀監控圖像300對應的拍攝時間并存儲于環境感知層；S2，利用現場監控設備內設的深度卷積神經網絡計算單元處理監控圖像300以識別進入車輛的車牌號及離開車輛的車牌號并存儲于特征層；S3，利用現場監控設備內設的深度卷積神經網絡計算單元將離開車輛的車牌號與進入車輛的車牌號進行比對；及S4，根據經對比號碼一致的進入車輛車牌號及離開車輛的車牌號對應的監控圖像3本文檔來自技高網...

【技術保護點】
一種停車計時方法，用于停車場所，其特征在于，所述停車計時方法采用信息層級結構，所述信息層級結構包括環境感知層、地理標志去、對象層、特征層、語義層及決策層，所述停車計時方法包括：獲取監控圖像及各幀監控圖像對應的拍攝時間并存儲于所述環境感知層；利用現場監控設備內設的深度卷積神經網絡計算單元處理所述監控圖像，以識別進入車輛的車牌號及離開車輛的車牌號并存儲于所述特征層；利用現場監控設備內設的深度卷積神經網絡計算單元，對所述離開車輛的車牌號與所述進入車輛的車牌號進行比對；及根據經對比號碼一致的所述進入車輛車牌號及所述離開車輛的車牌號對應的監控圖像的拍攝時間計算對應車輛的停留時間并將所述停留時間存儲于所述語義層。

【技術特征摘要】
1.一種停車計時方法，用于停車場所，其特征在于，所述停車計時方法采用信息層級結構，所述信息層級結構包括環境感知層、地理標志去、對象層、特征層、語義層及決策層，所述停車計時方法包括：獲取監控圖像及各幀監控圖像對應的拍攝時間并存儲于所述環境感知層；利用現場監控設備內設的深度卷積神經網絡計算單元處理所述監控圖像，以識別進入車輛的車牌號及離開車輛的車牌號并存儲于所述特征層；利用現場監控設備內設的深度卷積神經網絡計算單元，對所述離開車輛的車牌號與所述進入車輛的車牌號進行比對；及根據經對比號碼一致的所述進入車輛車牌號及所述離開車輛的車牌號對應的監控圖像的拍攝時間計算對應車輛的停留時間并將所述停留時間存儲于所述語義層。2.如權利要求1所述的停車計時方法，其特征在于，所述信息層級結構還包括決策層，所述停車計時方法還包括：根據所述停留時間確定計費并將計費信息存儲于所述決策層。3.如權利要求1所述的停車計時方法，其特征在于，所述信息層級結構還包括對象層；所述利用現場監控設備內設的深度卷積神經網絡計算單元處理所述監控圖像，以識別獲取進入車輛的車牌號及離開車輛的車牌號并存儲于所述特征層的步驟包括：處理所述監控圖像以獲取所述進入車輛及所述離開車輛的車牌圖像并存儲于所述對象層；及處理所述車牌圖像以識別所述進入車輛及所述離開車輛的車牌號。4.如權利要求1所述的停車計時方法，其特征在于，所述停車場所包括靠近設置于經過車輛的車牌的圖像采集裝置；所述獲取監控圖像及各幀監控圖像對應的拍攝時間并存儲于所述環境感知層的步驟通過所述圖像采集裝置獲取僅包含車牌的所述監控圖像。5.如權利要求1所述的停車計時方法，其特征在于，所述停車場所包括入口及出口；所述監控圖像包括拍攝于所述入口的第一監控圖像及拍攝于所述出口的第二監控圖像；所述利用現場監控設備內設的深度卷積神經網絡計算單元處理所述監控圖像以識別進入車輛的車牌號及離開車輛的車牌號并存儲于所述特征層的步驟通過處理所述第一監控圖像以獲取進入車輛的車牌號及通過處理所述第二監控圖像以獲取離開車輛的車牌號。6.如權利要求1所述的停車計時方法，其特征在于，所述利用現場監控設備內設的深度卷積神經網絡計算單元處理所述監控圖像以識別進入車輛的車牌號及離開車輛的車牌號并存儲于所述特征層的步驟包括：處理所述監控圖像以獲得車輛的移動方向并存儲于所述特...

【專利技術屬性】
技術研發人員：鄧中翰，楊曉東，楊帆，
申請(專利權)人：廣東中星微電子有限公司，
類型：發明
國別省市：廣東,44