0 卖盘信息
BOM询价
您现在的位置: 首页 > 电子资讯 >设计应用 > OpenVINO™工具套件应用案例之停车场监控系统

OpenVINO™工具套件应用案例之停车场监控系统

来源: 电子产品世界
2020-06-19
类别:设计应用
eye 50
文章创建人 拍明

原标题:OpenVINO™工具套件应用案例之停车场监控系统

  近年来,随着物联网(IoT)等技术的进步,数码摄像头在视频监控领域正扮演着越来越重要的角色。据统计,2016年全球约有3.5亿台监控摄像头,而亚洲几乎占全球总量的65%。


  视频监控摄像头在捕捉到动态画面时,不仅可以被动地录制视频,还可以根据视频进行实时分析。在本文中,我们将探讨如何借助于英特尔®的OpenVino™工具套件对停车场进行监控,并根据进出车辆数自动判断停车场内是否还有可用车位。

  停车场监控数据流水线

  在本应用案例中,我们将探索一个深度学习案例:根据行驶方向跟踪车辆,并判断车辆是进入还是离开停车场。

  图1列出的是停车场车辆跟踪流水线图。我们将通过此图详细介绍一下该深度学习应用的工作原理。

1586751812737239.png

  图1:停车场车辆跟踪流水线图说明了此应用如何利用OpenVino™工具套件通过捕捉到的画面检测车辆,计算车辆质心坐标(被检测车辆的移动距离)以确定车辆的进出情况

  该应用案例通过安装在停车场出入口上方的摄像头捕捉画面,然后通过深度神经网络(基于针对车辆识别进行训练和优化的卷积神经网络即CNN,一种常用于图像处理的深度神经网络)对捕捉到的车辆进行识别。通过CNN识别捕获帧中的车辆,并根据车辆轮廓的最小外接矩形计算出车辆质心坐标。由于视频检测频繁,再加上车辆行驶缓慢,可将此坐标作为车辆的起始位置并存储下来。当捕捉到新帧并检测到车辆时,将上一个质心与新质心进行比较,以此判断车辆行驶方向,进而确定车辆是进入还是离开停车场。

  图2是CNN工作时的截屏。图中绿色部分显示的是车辆质心位置坐标(用于进行跟踪和比较)。

1586751928564583.png

  图2:停车场监控屏幕用绿色圆圈来标识车辆质心坐标,来判断车辆是进入还是离开停车场


责任编辑:

【免责声明】

1、本文内容、数据、图表等来源于网络引用或其他公开资料,版权归属原作者、原发表出处。若版权所有方对本文的引用持有异议,请联系拍明芯城(marketing@iczoom.com),本方将及时处理。

2、本文的引用仅供读者交流学习使用,不涉及商业目的。

3、本文内容仅代表作者观点,拍明芯城不对内容的准确性、可靠性或完整性提供明示或暗示的保证。读者阅读本文后做出的决定或行为,是基于自主意愿和独立判断做出的,请读者明确相关结果。

4、如需转载本方拥有版权的文章,请联系拍明芯城(marketing@iczoom.com)注明“转载原因”。未经允许私自转载拍明芯城将保留追究其法律责任的权利。

拍明芯城拥有对此声明的最终解释权。

相关资讯