【嘉德点评】商汤科技发明的异常停车检测方法，借助于特有的像素坐标系和特征热力图置信度分析，可以对于异常停车行为进行有效的判断，从而保证了智慧城市建设中道路的安全性。
集微网消息，近年来，虽然道路交通安全体系的整体水平有所提升，但是仍然存在很多导致交通事故发生的隐患。导致交通事故的原因众多，异常停车即为其中的一个。
驾驶员在驾驶过程中因车辆故障、交通事故或其他原因导致的异常停车，易导致交通事故的发生，因此如何有效的监测道路上是否有车辆异常停车具有非常重要的意义。同时，在智慧城市大环境的建设中，也需要对于这样的异常停车行为进行监测，以保障居民的生命安全以及提高生活质量。
在这种背景下，商汤科技作为计算机视觉技术以及人工智能技术的佼佼者，也在这方面有所贡献。就在2020年2月28日，商汤科技申请了一项名为“异常停车监测方法及相关产品”的发明专利（申请号：202010127466.3），申请人为深圳市商汤科技有限公司。
根据该专利目前公开的资料，让我们一起来看看商汤科技的这项异常停车监测方法吧。
如上图，为该专利中提供的街道场景像素坐标系的示意图，这种定义将会更加有利于对该专利中所发明的方法进行说明，示意图以图像A的右下角为像素坐标系的原点o、平行于图像A的行的方向为x轴的方向、平行于图像A的列的方向为y轴的方向，构建像素坐标系xoy。
在像素坐标系下，横坐标表示图像中的像素点在图像中的列数，纵坐标表示图像中的像素点在图像中的行数，横坐标和纵坐标的单位均为像素点。
例如，假设图中的像素点a的坐标为(30，25)，即像素点a的横坐标为30个像素点，像素点a的纵坐标为25个像素点，则像素点a为图像中的第30列第25行的像素点。在定义好像素坐标系后，就可以来了解该专利中发明的异常停车监测方法。
如上图，为专利中发明的异常停车监测方法的流程图，该方法至少需要获取两张街景的图像，例如相邻时间段的两张街景图，在第一张图片中，可以对图像中的车辆进行检测，如果第一张图像中包含有车辆，则后续就对于该车辆进行监控。
例如根据常理，我们知道在公共汽车站内、高速公路的车道等地方是不可以停车的，那么在检测到车辆后，我们需要进一步判断车辆的停放区域，是否在这些位置异常的区域，从而可以得到车辆是否有违章停车。
而在判断是否处于位置异常区域时，就会利用到刚刚定义的像素坐标系，同时该专利还采用图像特征生成热力图的方式来进行判断，如下图所示。
可以看到，通过对每一张第一待处理图像分别进行特征提取处理，可提取出图像中的内容及语义信息，并得到图像的特征数据。依据特征数据中的信息，确定被监测车辆停在第一待处理图像中的像素点所对应的位置的置信度，从而得到第一待处理图像的第一热力图。
如上图（右）所示，热力图中包含以下信息：被监测车辆停在像素点a所对应的位置的置信度、被监测车辆停在像素点b所对应的位置的置信度、被监测车辆停在像素点c所对应的位置的置信度以及被监测车辆停在像素点d所对应的位置的置信度。
置信度就是车辆停放在某个区域的概率，如果这个值越大，则车辆就更有可能停放在该区域内，则如图例如对四个区域进行位置划分，就可以根据这个置信度，由计算机自动识别出车辆是否停放在违禁区域。
以上就是商汤科技发明的异常停车检测方法，该方案提出了一种像素坐标系，基于道路上的监控摄像头采集到的视频流得到两张待处理图像，通过像素坐标系转换以及特征热力图区域置信度估计的方法，来判断图像中所示的区域是否有车辆停放在异常区域内。从而可在不增加成本的前提下，实现对道路上的车辆异常停车的实时监测，也实现了智慧城市对于依法依规停车的要求，减少了不安全因素。
（校对/holly）
