非法營運出租車輛的檢測系統(tǒng)的制作方法
【技術領域】
[0001]本發(fā)明屬于視頻檢測技術領域，尤其涉及一種非法營運出租車輛的檢測系統(tǒng)。
【背景技術】
[0002]車輛非法出租營運(即未取得出租車經(jīng)營許可的車輛，進行非法的出租運營)問題是城市的一大頑疾，影響到人民出行安全，是政府嚴厲打擊的對象。目前，對于車輛非法出租營運問題的查處，基本停留在交警現(xiàn)場執(zhí)法階段，極大地消耗了人力、物力、財力，且效果不明顯(車主一旦看到警車，就逃離現(xiàn)場或停止非法營運)。

【發(fā)明內(nèi)容】

[0003]基于此，針對上述技術問題，提供一種非法營運出租車輛的檢測系統(tǒng)。
[0004]為解決上述技術問題，本發(fā)明采用如下技術方案:
[0005]一種非法營運出租車輛的檢測系統(tǒng)，包括:
[0006]視頻監(jiān)控檢測單元，用于在每個預設監(jiān)控場景，通過攝像機獲取視頻圖像，在所述視頻圖像中檢測感興趣車輛目標的停車上/下客行為；
[0007]數(shù)據(jù)獲取單元，用于在檢測到停車上/下客行為時，調(diào)節(jié)攝像機，獲取相應感興趣車輛目標的近景特寫畫面，在該近景特寫畫面中提取所述感興趣車輛目標的視覺標識特征以及相應的上/下車行人的形貌視覺特征作為特征數(shù)據(jù)；
[0008]數(shù)據(jù)傳輸單元，用于在檢測到發(fā)生停車上/下客行為的感興趣車輛目標離開后，將該目標相應的特征數(shù)據(jù)傳輸給比對分析服務器；
[0009]非法運營出租判斷單元，用于在所述比對分析服務器上，將具有相同視覺標識特征的車輛對應的上/下車行人的形貌視覺特征進行比對分析，從而判別是否存在多個不同的行人，進而判別該車輛是否在進行非法運營出租活動。
[0010]所述攝像機為云臺攝像機或球型攝像機。
[0011]所述感興趣車輛目標是在所述預設監(jiān)控場景的感興趣區(qū)域內(nèi)通過分類器檢測出的用戶感興趣的車輛目標，所述分類器由訓練預先收集的多種類型車輛的樣本數(shù)據(jù)獲得。
[0012]所述在所述視頻圖像中檢測感興趣車輛目標的停車上/下客行為包括:對所述感興趣車輛目標進行停車行為檢測；
[0013]持續(xù)跟蹤發(fā)生了停車行為的車輛目標，并進行上/下客行為檢測。
[0014]所述視覺標識特征包括車牌號碼、和/或車內(nèi)標貼，和/或車內(nèi)裝飾物，所述形貌視覺特征中包括人臉信息，和/或衣著信息，和/或身高體態(tài)信息。
[0015]所述數(shù)據(jù)獲取單元在檢測到停車上/下客行為時，還拍攝相應感興趣車輛目標的遠景照片以及近景照片作為停車上/下客的證據(jù)數(shù)據(jù)；
[0016]所述數(shù)據(jù)獲取單元還獲取所述遠景照片以及近景照片的拍攝時間和/或地點數(shù)據(jù)作為停車上/下客的證據(jù)數(shù)據(jù)；
[0017]所述數(shù)據(jù)獲取單元還截取包含所述遠景照片以及近景照片的視頻作為停車上/下客的證據(jù)數(shù)據(jù)。
[0018]所述數(shù)據(jù)傳輸單元在檢測到發(fā)生停車上/下客行為的感興趣車輛目標離開后，還將所述證據(jù)數(shù)據(jù)傳輸給所述比對分析服務器。
[0019]所述在所述分析服務器上，將具有相同視覺標識特征的車輛對應的上/下車行人的形貌視覺特征進行比對分析，從而判別是否存在多個不同的行人，進而判別該車輛是否在進行非法運營出租活動進一步包括:
[0020]在預設時間段內(nèi)的特征數(shù)據(jù)中查找具有相同車牌號碼的數(shù)據(jù)；
[0021]對該數(shù)據(jù)中的上/下車行人的人臉信息、和/或衣著信息、和/或身高體態(tài)信息進行比對分析，判別出是否存在多個不同的行人，并獲得不同行人的數(shù)目；
[0022]將所述不同行人的數(shù)目與預設不同行人數(shù)目閾值進行比較，判別該車輛是否進行非法運營出租活動。
[0023]所述非法運營出租判斷單元還利用拍攝時間和/或地點數(shù)據(jù)進一步補充非法運營出租活動的規(guī)則設置和判別。
[0024]該系統(tǒng)將進行非法運營出租活動車輛相應的證據(jù)數(shù)據(jù)發(fā)布到相關的數(shù)據(jù)平臺來進行報警和告示。
[0025]本發(fā)明基于視頻監(jiān)控，可快速準確、取證有效地檢測車輛非法出租營運，從而可以進行有效的打擊，避免了目前車輛非法出租營運問題的查處中，交警現(xiàn)場執(zhí)法所存在的極大地消耗人力、物力以及財力的不足。
【附圖說明】
[0026]下面結(jié)合附圖和【具體實施方式】本發(fā)明進行詳細說明:
[0027]圖1為本發(fā)明的結(jié)構(gòu)示意圖；
[0028]圖2為本發(fā)明的系統(tǒng)體系結(jié)構(gòu)圖。
【具體實施方式】
[0029]如圖1所示，非法營運出租車輛的檢測系統(tǒng)，包括視頻監(jiān)控單元11、數(shù)據(jù)獲取單元12、數(shù)據(jù)傳輸單元13以及非法運營出租判斷單元14。
[0030]視頻監(jiān)控檢測單元11用于在每個預設監(jiān)控場景，通過攝像機獲取視頻圖像，在所述視頻圖像中檢測感興趣車輛目標的停車上/下客行為。
[0031]其中，攝像機2為云臺攝像機或球型攝像機，可隨意查看遠景畫面或者近景畫面。
[0032]感興趣車輛目標是在預設監(jiān)控場景的感興趣區(qū)域內(nèi)通過分類器檢測出的用戶感興趣的車輛目標，分類器由訓練預先收集的多種類型車輛的樣本數(shù)據(jù)獲得。
[0033]在本實施例中，感興趣區(qū)域是指預設監(jiān)控場景中的設定區(qū)域內(nèi)，如靠近道路邊的車道，當然，也可以將整個檢測場景作為感興趣區(qū)域。
[0034]其中具體地，視頻監(jiān)控檢測單元11包括停車檢測子單元111、興趣車輛判別子單元112、車輛跟蹤子單元113、上客檢測子單元114以及下客檢測子單元115。
[0035]停車檢測子單元111用于在攝像機2的預設監(jiān)控場景上，檢測遠景視頻圖像中的感興趣區(qū)域內(nèi)是否有發(fā)生停車行為的車輛目標，具體過程如下:
[0036]對視頻建立背景模型，進行前景提?。焕枚鄮瑘D像信息來對前景區(qū)域處進行一致性判別，獲取得到可疑的靜止前景區(qū)域；利用預先訓練好的車輛分類器，來對當前視頻在預設興趣區(qū)域內(nèi)的靜止前景結(jié)果處，進行車輛檢測；對檢測到的車輛，利用其位置、大小和特征，每隔一段時間，判斷其是否還存在于原位置處，并更新其已停車時間；若已停車時間大于預設時間，則認為該車發(fā)生了停車行為。
[0037]興趣車輛判別子單元112用于在檢測到發(fā)生停車行為的車輛目標時，判別其是否為用戶感興趣的特定類型的車輛目標，具體過程如下:
[0038]通過分類器過濾車輛目標中的明顯不會為非法運營出租車輛的目標(如正規(guī)品牌出租車、公共汽車、大型貨車、油罐車、拖車、水泥車、吊車等)，將剩余車輛目標(如家用小汽車、面包車、商務車等)作為需關注目標。該分類器由訓練預先收集的多種類型車輛的大量樣本數(shù)據(jù)獲得。
[0039]其中，分類器是通過對多類車輛提取梯度直方圖及顏色信息作為目標特征，并采用支持向量機的機器學習方法，來進行多類目標的訓練所得到。
[0040]車輛跟蹤子單元113用于對判別為感興趣車輛的停車目標，進行持續(xù)跟蹤、判別其目前是停留在監(jiān)控現(xiàn)場，還是離開了監(jiān)控現(xiàn)場，具體過程如下:
[0041]對檢測到的車輛，利用其位置、大小和特征，每隔一段時間，判斷其是否還存在于原位置處，并更新其最后一次被檢測到的時間；若最后一次被檢測到的時間距今大于預設時間(本實施例設為30秒)，則認為該車離開了監(jiān)控現(xiàn)場；否則，認為該車還停留在監(jiān)控現(xiàn)場。
[0042]上客檢測子單元114用于對檢測出發(fā)生過停車行為的感興趣車輛目標，進行是否發(fā)生上客行為的檢測，具體過程如下:
[0043]采用類似如HoG行人檢測器、DPM等分類器來對停車目標附近進行行人檢測；對檢測到的行人采用光流跟蹤、SIFT匹配進行跟蹤，根據(jù)其位置跟蹤判別其是否存在由動到靜的這一過程，同時判斷停留位置是否為停車目標處；在對行人跟蹤時，采用基于HMMs的姿態(tài)和動作識別方法來對上客過程中彎腰等動作的識別；若發(fā)現(xiàn)行人目標滿足以上的條件，則認為該車發(fā)生了上客行為。
[0044]下客檢測子單元115用于對檢測出發(fā)生過停車行為的感興趣車輛目標，進行是否發(fā)生下客行為的檢測，具體過程如下:
[0045]采用類似如HoG行人檢測器、DPM等分類器來對停車目標附近進行行人檢測；對檢測到的行人采用光流跟蹤、SIFT匹配進行跟蹤，根據(jù)其位置跟蹤判別其是否存在由靜到動的這一過程，同時判斷運動位置是距離車輛位置越來越遠；在對行人跟蹤時，采用基于HMMs的姿態(tài)和動作識別方法來對下客過程中直腰等動作的識別；若發(fā)現(xiàn)行人目標滿足以上的條件，則認為該車發(fā)生了下客行為。
[0046]數(shù)據(jù)獲取單元12用于在檢測到停車上/下客行為時，調(diào)節(jié)攝像機2，獲取相應感興趣車輛目標的近景特寫畫面，在該近景特寫畫面中提取感興趣車輛目標的視覺標識特征以及相應的上/下車行人的形貌視覺特征作為特征數(shù)據(jù)。
[0047]具體地，數(shù)據(jù)獲取單元12包括攝像機調(diào)節(jié)子單元121、特征數(shù)據(jù)獲取子單元122以及證據(jù)數(shù)據(jù)獲取子單元123。
[0048]攝像機調(diào)節(jié)子單元121用于根據(jù)目標車輛的位置、大小等信息，調(diào)整調(diào)節(jié)攝像機從遠景畫面上，切換到目標車輛的近景特寫畫面以進行拍攝，并在拍攝完近景特寫畫面后回到原來的遠景畫面上。
[0049]其中，所述攝像機調(diào)節(jié)子單元121的調(diào)節(jié)功能為球機和云臺攝像機所固有的定位及預置位功能，無需格外研發(fā)實現(xiàn)。
[0050]特征數(shù)據(jù)獲取子單元122用于在近景特寫畫面上提取目標車輛的車牌號碼，和/或車內(nèi)標貼，和/或車內(nèi)裝飾物等視覺標識信息，同時提取上/下車行人的含人臉信息，和/或衣著信息，和/或身高體態(tài)信息等形貌視覺特征，來作為特征數(shù)據(jù)。
[0051]其中，目標車輛的車牌號碼提取是利用行業(yè)里常用的Boost分類方法進行車牌識別的技術實現(xiàn)；目標車輛的上/下車行人的人臉信息是利用基于Haar特征的Adaboost方法進行人臉檢測、基于Gabor變換的人臉識別技術進行人臉識別來實現(xiàn)，在此不展開。
[0052]進一步地，為了增強興趣車輛的判決準確性，減輕后續(xù)的處理，提高整個系統(tǒng)的準確性，特征數(shù)據(jù)獲取子單元122在近景特寫畫面上進行特征提取時，可利用興趣車輛判別子單元112對目標車輛進行興