安装和运行车辆分析（预览版）

项目
2024/12/23

车辆分析是一组功能，当与空间分析容器一起使用时，可以分析实时流式处理视频以了解车辆特征和位置。在本文中，你将了解如何使用空间分析容器的功能来部署车辆分析操作。

先决条件

要利用车辆分析操作，必须首先按照安装和运行空间分析容器步骤操作，包括配置主机、下载和配置 DeploymentManifest.json 文件、执行部署，以及设置设备日志记录。
- 配置 DeploymentManifest.json 文件时，请参阅以下步骤，在部署容器之前将用于车辆分析的图形配置添加到清单中。也可以在空间分析容器启动并运行后，添加图形配置并按照步骤重新部署。以下步骤将概述如何正确配置容器。
如果没有 Azure 订阅，可在开始前创建一个试用帐户。

提示

在部署空间分析模块之前，确保你正在使用的边缘设备至少有 50 GB 的可用磁盘空间。

车辆分析操作

与空间分析类似，车辆分析可以分析来自相机设备的实时流式处理视频。对于配置的每个相机设备，车辆分析的操作会生成发送到 Azure IoT 中心实例的 JSON 消息输出流。

当前空间分析容器中提供了以下车辆分析操作。车辆分析提供针对 GPU 和 CPU 优化的操作（CPU 操作包括 .cpu 区分）。

操作标识符	说明
cognitiveservices.vision.vehicleanalysis-vehiclecount-preview 和 cognitiveservices.vision.vehicleanalysis-vehiclecount.cpu-preview	计算停在摄像头视野中指定区域的车辆数目。发出初始 vehicleCountEvent 事件，然后在计数发生更改时发出 vehicleCountEvent 事件。
cognitiveservices.vision.vehicleanalysis-vehicleinpolygon-preview 和 cognitiveservices.vision.vehicleanalysis-vehicleinpolygon.cpu-preview	识别车辆何时停在摄像头视野中的指定停车区域。当车辆停在停车位内时发出 vehicleInPolygonEvent 事件。

除了显示车辆位置外，cognitiveservices.vision.vehicleanalysis-vehiclecount-preview、cognitiveservices.vision.vehicleanalysis-vehiclecount.cpu-preview、cognitiveservices.vision.vehicleanalysis-vehicleinpolygon-preview 和 cognitiveservices.vision.vehicleanalysis-vehicleinpolygon.cpu-preview 的其他估计属性包括车辆颜色和车辆类型。这些属性的所有可能值都可以在输出部分（如下）中找到。

车辆分析的操作参数

下表显示每个车辆分析操作所需的参数。许多参数与空间分析共享；唯一不共享的是 PARKING_REGIONS 设置。空间分析操作参数的完整列表可以在空间分析容器指南中找到。

操作参数	说明
Operation ID	上表中的操作标识符。
enabled	布尔值：true 或 false
VIDEO_URL	相机设备的 RTSP URL（例如：`rtsp://username:password@url`）。空间分析通过 RTSP、HTTP 或 MP4 支持 H.264 编码流。
VIDEO_SOURCE_ID	照相机设备或视频流的友好名称。这会随事件 JSON 输出一起返回。
VIDEO_IS_LIVE	对于照相机设备为 true，对于录制的视频为 false。
VIDEO_DECODE_GPU_INDEX	用于指定哪个 GPU 将解码视频帧的索引。其默认值为 0。这应该与 `VICA_NODE_CONFIG`、`DETECTOR_NODE_CONFIG` 等其他节点配置中的 `gpu_index` 相同。
PARKING_REGIONS	区域和线的 JSON 配置，如下所述。 PARKING_REGIONS 必须在归一化坐标 ([0, 1]) 中包含定义凸区域的四个点（这些点按顺时针或逆时针顺序排列）。
EVENT_OUTPUT_MODE	可以是 ON_INPUT_RATE 或 ON_CHANGE。 ON_INPUT_RATE 会在接收到的每一帧（一个 FPS）上生成一个输出。 ON_CHANGE 会在发生更改（车辆数量或停车位占用率）时生成输出。
PARKING_SPOT_METHOD	可以是 BOX 或 PROJECTION。 BOX 使用检测到的边界框和参考边界框之间的重叠。 PROJECTIONS 将中心点投影到在地面上绘制的停车位多边形中。这仅用于停车位并且可以被抑制。

下面是有效 PARKING_REGIONS 配置的示例：

"{\"parking_slot1\": {\"type\": \"SingleSpot\", \"region\": [[0.20833333, 0.46203704], [0.3015625 , 0.66203704], [0.13229167, 0.7287037 ], [0.07395833, 0.51574074]]}}"

用于 cognitiveservices.vision.vehicleanalysis-vehiclecount-preview 和 cognitiveservices.vision.vehicleanalysis-vehiclecount.cpu-preview 的区域配置

下面是一个配置区域的 PARKING_REGIONS 参数的 JSON 输入示例。你可以为此操作配置多个区域。

{
    "zone1": {
        type: "Queue",
        region: [(x1, y1), (x2, y2), (x3, y3), (x4, y4)]
    }
}

名称	Type	说明
`zones`	dictionary	键是区域名称，值是包含类型和区域的字段。
`name`	string	此区域的友好名称。
`region`	list	每个值对表示多边形顶点的 x、y。多边形表示跟踪或统计车辆数量的区域。浮点值表示顶点相对于左上角的位置。要计算 x、y 的绝对值，可以用这些值乘以帧大小。
`type`	string	对于 cognitiveservices.vision.vehicleanalysis-vehiclecount，这应该是“队列”。

用于 cognitiveservices.vision.vehicleanalysis-vehicleinpolygon-preview 和 cognitiveservices.vision.vehicleanalysis-vehicleinpolygon.cpu-preview 的区域配置

下面是一个配置区域的 PARKING_REGIONS 参数的 JSON 输入示例。你可以为此操作配置多个区域。

{
    "zone1": {
        type: "SingleSpot",
        region: [(x1, y1), (x2, y2), (x3, y3), (x4, y4)]
    }
}

名称	Type	说明
`zones`	dictionary	键是区域名称，值是包含类型和区域的字段。
`name`	string	此区域的友好名称。
`region`	list	每个值对表示多边形顶点的 x、y。多边形表示跟踪或统计车辆数量的区域。浮点值表示顶点相对于左上角的位置。要计算 x、y 的绝对值，可以用这些值乘以帧大小。
`type`	string	对于 cognitiveservices.vision.vehicleanalysis-vehicleingpolygon-preview 和 cognitiveservices.vision.vehicleanalysis-vehicleingpolygon.cpu-preview，这应该是“SingleSpot”。

配置车辆分析操作

必须在 DeploymentManifest.json 文件中配置用于车辆分析的图形，以启用车辆分析操作。下面是用于车辆分析的示例图。可将这些 JSON 片段添加到“图形”配置部分中的部署清单中，配置视频流的参数，然后部署模块。如果只打算利用车辆分析功能，可以将 DeploymentManifest.json 中的现有图形替换为车辆分析图。

下面是针对车辆计数操作优化的图形。

"vehiclecount": {
    "operationId": "cognitiveservices.vision.vehicleanalysis-vehiclecount-preview",
    "version": 1,
    "enabled": true,
    "parameters": {
        "VIDEO_URL": "<Replace RTSP URL here>",
        "VIDEO_SOURCE_ID": "vehiclecountgraph",
        "VIDEO_DECODE_GPU_INDEX": 0,
        "VIDEO_IS_LIVE":true,
        "PARKING_REGIONS": ""{\"1\": {\"type\": \"Queue\", \"region\": [[0.20833333, 0.46203704], [0.3015625 , 0.66203704], [0.13229167, 0.7287037 ], [0.07395833, 0.51574074]]}}"
    }
}

下面是针对多边形中的车辆操作而优化的图形，用于停车位中的车辆。

"vehicleinpolygon": {
    "operationId": "cognitiveservices.vision.vehicleanalysis-vehicleinpolygon-preview",
    "version": 1,
    "enabled": true,
    "parameters": {
        "VIDEO_URL": "<Replace RTSP URL here>",
        "VIDEO_SOURCE_ID": "vehcileinpolygon",
        "VIDEO_DECODE_GPU_INDEX": 0,
        "VIDEO_IS_LIVE":true,
        "PARKING_REGIONS": ""{\"1\": {\"type\": \"SingleSpot\", \"region\": [[0.20833333, 0.46203704], [0.3015625 , 0.66203704], [0.13229167, 0.7287037 ], [0.07395833, 0.51574074]]}}"
    }
}

示例 cognitiveservices.vision.vehicleanalysis-vehiclecount-preview 和 cognitiveservices.vision.vehicleanalysis-vehiclecount.cpu-preview 输出

下面的 JSON 演示了车辆计数操作图输出的示例。

{
    "events": [
        {
            "id": "95144671-15f7-3816-95cf-2b62f7ff078b",
            "type": "vehicleCountEvent",
            "detectionIds": [
                "249acdb1-65a0-4aa4-9403-319c39e94817",
                "200900c1-9248-4487-8fed-4b0c48c0b78d"
            ],
            "properties": {
                "@type": "type.googleapis.com/microsoft.rtcv.insights.VehicleCountEventMetadata",
                "detectionCount": 3
            },
            "zone": "1",
            "trigger": ""
        }
    ],
    "sourceInfo": {
        "id": "vehiclecountTest",
        "timestamp": "2022-09-21T19:31:05.558Z",
        "frameId": "4",
        "width": 0,
        "height": 0,
        "imagePath": ""
    },
    "detections": [
        {
            "type": "vehicle",
            "id": "200900c1-9248-4487-8fed-4b0c48c0b78d",
            "region": {
                "type": "RECTANGLE",
                "points": [
                    {
                        "x": 0.5962499976158142,
                        "y": 0.46250003576278687,
                        "visible": false,
                        "label": ""
                    },
                    {
                        "x": 0.7544531226158142,
                        "y": 0.64000004529953,
                        "visible": false,
                        "label": ""
                    }
                ],
                "name": "",
                "normalizationType": "UNSPECIFIED_NORMALIZATION"
            },
            "confidence": 0.9934938549995422,
            "attributes": [
                {
                    "task": "VehicleType",
                    "label": "Bicycle",
                    "confidence": 0.00012480001896619797
                },
                {
                    "task": "VehicleType",
                    "label": "Bus",
                    "confidence": 1.4998147889855318e-05
                },
                {
                    "task": "VehicleType",
                    "label": "Car",
                    "confidence": 0.9200984239578247
                },
                {
                    "task": "VehicleType",
                    "label": "Motorcycle",
                    "confidence": 0.0058081308379769325
                },
                {
                    "task": "VehicleType",
                    "label": "Pickup_Truck",
                    "confidence": 0.0001521655503893271
                },
                {
                    "task": "VehicleType",
                    "label": "SUV",
                    "confidence": 0.04790870100259781
                },
                {
                    "task": "VehicleType",
                    "label": "Truck",
                    "confidence": 1.346438511973247e-05
                },
                {
                    "task": "VehicleType",
                    "label": "Van/Minivan",
                    "confidence": 0.02388562448322773
                },
                {
                    "task": "VehicleType",
                    "label": "type_other",
                    "confidence": 0.0019937530159950256
                },
                {
                    "task": "VehicleColor",
                    "label": "Black",
                    "confidence": 0.49258527159690857
                },
                {
                    "task": "VehicleColor",
                    "label": "Blue",
                    "confidence": 0.47634875774383545
                },
                {
                    "task": "VehicleColor",
                    "label": "Brown/Beige",
                    "confidence": 0.007451261859387159
                },
                {
                    "task": "VehicleColor",
                    "label": "Green",
                    "confidence": 0.0002614705008454621
                },
                {
                    "task": "VehicleColor",
                    "label": "Grey",
                    "confidence": 0.0005819533253088593
                },
                {
                    "task": "VehicleColor",
                    "label": "Red",
                    "confidence": 0.0026496786158531904
                },
                {
                    "task": "VehicleColor",
                    "label": "Silver",
                    "confidence": 0.012039118446409702
                },
                {
                    "task": "VehicleColor",
                    "label": "White",
                    "confidence": 0.007863214239478111
                },
                {
                    "task": "VehicleColor",
                    "label": "Yellow/Gold",
                    "confidence": 4.345366687630303e-05
                },
                {
                    "task": "VehicleColor",
                    "label": "color_other",
                    "confidence": 0.0001758455764502287
                }
            ],
            "metadata": {
                "tracking_id": ""
            }
        },
        {
            "type": "vehicle",
            "id": "249acdb1-65a0-4aa4-9403-319c39e94817",
            "region": {
                "type": "RECTANGLE",
                "points": [
                    {
                        "x": 0.44859376549720764,
                        "y": 0.5375000238418579,
                        "visible": false,
                        "label": ""
                    },
                    {
                        "x": 0.6053906679153442,
                        "y": 0.7537500262260437,
                        "visible": false,
                        "label": ""
                    }
                ],
                "name": "",
                "normalizationType": "UNSPECIFIED_NORMALIZATION"
            },
            "confidence": 0.9893689751625061,
            "attributes": [
                {
                    "task": "VehicleType",
                    "label": "Bicycle",
                    "confidence": 0.0003215899341739714
                },
                {
                    "task": "VehicleType",
                    "label": "Bus",
                    "confidence": 3.258735432609683e-06
                },
                {
                    "task": "VehicleType",
                    "label": "Car",
                    "confidence": 0.825579047203064
                },
                {
                    "task": "VehicleType",
                    "label": "Motorcycle",
                    "confidence": 0.14065399765968323
                },
                {
                    "task": "VehicleType",
                    "label": "Pickup_Truck",
                    "confidence": 0.00044341650209389627
                },
                {
                    "task": "VehicleType",
                    "label": "SUV",
                    "confidence": 0.02949284389615059
                },
                {
                    "task": "VehicleType",
                    "label": "Truck",
                    "confidence": 1.625348158995621e-05
                },
                {
                    "task": "VehicleType",
                    "label": "Van/Minivan",
                    "confidence": 0.003406822681427002
                },
                {
                    "task": "VehicleType",
                    "label": "type_other",
                    "confidence": 8.27941985335201e-05
                },
                {
                    "task": "VehicleColor",
                    "label": "Black",
                    "confidence": 2.028317430813331e-05
                },
                {
                    "task": "VehicleColor",
                    "label": "Blue",
                    "confidence": 0.00022600525699090213
                },
                {
                    "task": "VehicleColor",
                    "label": "Brown/Beige",
                    "confidence": 3.327144668219262e-06
                },
                {
                    "task": "VehicleColor",
                    "label": "Green",
                    "confidence": 5.160827640793286e-05
                },
                {
                    "task": "VehicleColor",
                    "label": "Grey",
                    "confidence": 5.614096517092548e-05
                },
                {
                    "task": "VehicleColor",
                    "label": "Red",
                    "confidence": 1.0396311012073056e-07
                },
                {
                    "task": "VehicleColor",
                    "label": "Silver",
                    "confidence": 0.9996315240859985
                },
                {
                    "task": "VehicleColor",
                    "label": "White",
                    "confidence": 1.0256461791868787e-05
                },
                {
                    "task": "VehicleColor",
                    "label": "Yellow/Gold",
                    "confidence": 1.8006812751991674e-07
                },
                {
                    "task": "VehicleColor",
                    "label": "color_other",
                    "confidence": 5.103976263853838e-07
                }
            ],
            "metadata": {
                "tracking_id": ""
            }
        }
    ],
    "schemaVersion": "2.0"
}

事件字段名称	类型	说明
`id`	string	事件 ID
`type`	string	事件类型
`detectionsId`	array	触发了此事件的车辆检测的唯一标识符数组
`properties`	collection	值集合 [detectionCount]
`zone`	string	多边形的“名称”字段，多边形代表已越过区域
`trigger`	string	未使用

检测字段名称	类型	说明
`id`	string	检测 ID
`type`	string	检测类型
`region`	collection	值的集合
`type`	string	区域类型
`points`	collection	当区域类型为矩形时，表示左上角和右下角的点
`confidence`	FLOAT	算法置信度

属性	类型	说明
`VehicleType`	FLOAT	检测到的车辆类型。可能的检测包括 VehicleType_Bicycle、VehicleType_Bus、VehicleType_Car、VehicleType_Motorcycle、VehicleType_Pickup_Truck、VehicleType_SUV、VehicleType_Truck、VehicleType_Van/Minivan、VehicleType_type_other
`VehicleColor`	float	检测到的车辆颜色。可能的检测包括 VehicleColor_Black、VehicleColor_Blue、VehicleColor_Brown/Beige、VehicleColor_Green、VehicleColor_Grey、VehicleColor_Red、VehicleColor_Silver、VehicleColor_White、VehicleColor_Yellow/Gold、VehicleColor_color_other
`confidence`	float	算法置信度

SourceInfo 字段名称	类型	说明
`id`	string	相机 ID
`timestamp`	date	以 YYYY-MM-DDTHH:MM:SS.ssZ 格式发出 JSON 有效负载时的 UTC 日期
`width`	int	视频帧宽度
`height`	int	视频帧高度
`frameId`	int	帧标识符

示例 cognitiveservices.vision.vehicleanalysis-vehicleinpolygon-preview 和 cognitiveservices.vision.vehicleanalysis-vehicleinpolygon.cpu-preview 输出

下面的 JSON 演示了多边形操作图输出中的车辆示例。

{
    "events": [
        {
            "id": "1b812a6c-1fa3-3827-9769-7773aeae733f",
            "type": "vehicleInPolygonEvent",
            "detectionIds": [
                "de4256ea-8b38-4883-9394-bdbfbfa5bd41"
            ],
            "properties": {
                "@type": "type.googleapis.com/microsoft.rtcv.insights.VehicleInPolygonEventMetadata",
                "status": "PARKED"
            },
            "zone": "1",
            "trigger": ""
        }
    ],
    "sourceInfo": {
        "id": "vehicleInPolygonTest",
        "timestamp": "2022-09-21T20:36:47.737Z",
        "frameId": "3",
        "width": 0,
        "height": 0,
        "imagePath": ""
    },
    "detections": [
        {
            "type": "vehicle",
            "id": "de4256ea-8b38-4883-9394-bdbfbfa5bd41",
            "region": {
                "type": "RECTANGLE",
                "points": [
                    {
                        "x": 0.18703125417232513,
                        "y": 0.32875001430511475,
                        "visible": false,
                        "label": ""
                    },
                    {
                        "x": 0.2650781273841858,
                        "y": 0.42500001192092896,
                        "visible": false,
                        "label": ""
                    }
                ],
                "name": "",
                "normalizationType": "UNSPECIFIED_NORMALIZATION"
            },
            "confidence": 0.9583820700645447,
            "attributes": [
                {
                    "task": "VehicleType",
                    "label": "Bicycle",
                    "confidence": 0.0005135730025358498
                },
                {
                    "task": "VehicleType",
                    "label": "Bus",
                    "confidence": 2.502854385966202e-07
                },
                {
                    "task": "VehicleType",
                    "label": "Car",
                    "confidence": 0.9575894474983215
                },
                {
                    "task": "VehicleType",
                    "label": "Motorcycle",
                    "confidence": 0.03809007629752159
                },
                {
                    "task": "VehicleType",
                    "label": "Pickup_Truck",
                    "confidence": 6.314369238680229e-05
                },
                {
                    "task": "VehicleType",
                    "label": "SUV",
                    "confidence": 0.003204471431672573
                },
                {
                    "task": "VehicleType",
                    "label": "Truck",
                    "confidence": 4.916510079056025e-07
                },
                {
                    "task": "VehicleType",
                    "label": "Van/Minivan",
                    "confidence": 0.00029918691143393517
                },
                {
                    "task": "VehicleType",
                    "label": "type_other",
                    "confidence": 0.00023934587079565972
                },
                {
                    "task": "VehicleColor",
                    "label": "Black",
                    "confidence": 0.7501943111419678
                },
                {
                    "task": "VehicleColor",
                    "label": "Blue",
                    "confidence": 0.02153826877474785
                },
                {
                    "task": "VehicleColor",
                    "label": "Brown/Beige",
                    "confidence": 0.0013857109006494284
                },
                {
                    "task": "VehicleColor",
                    "label": "Green",
                    "confidence": 0.0006621106876991689
                },
                {
                    "task": "VehicleColor",
                    "label": "Grey",
                    "confidence": 0.007349356077611446
                },
                {
                    "task": "VehicleColor",
                    "label": "Red",
                    "confidence": 0.1460476964712143
                },
                {
                    "task": "VehicleColor",
                    "label": "Silver",
                    "confidence": 0.015320491977036
                },
                {
                    "task": "VehicleColor",
                    "label": "White",
                    "confidence": 0.053948428481817245
                },
                {
                    "task": "VehicleColor",
                    "label": "Yellow/Gold",
                    "confidence": 0.0030805091373622417
                },
                {
                    "task": "VehicleColor",
                    "label": "color_other",
                    "confidence": 0.0004731453664135188
                }
            ],
            "metadata": {
                "tracking_id": ""
            }
        }
    ],
    "schemaVersion": "2.0"
}

事件字段名称	类型	说明
`id`	string	事件 ID
`type`	string	事件类型
`detectionsId`	array	触发了此事件的车辆检测的唯一标识符数组
`properties`	collection	值状态集合 [PARKED/EXITED]
`zone`	string	多边形的“名称”字段，多边形代表已越过区域
`trigger`	string	未使用

检测字段名称	类型	说明
`id`	string	检测 ID
`type`	string	检测类型
`region`	collection	值的集合
`type`	string	区域类型
`points`	collection	当区域类型为矩形时，表示左上角和右下角的点
`confidence`	FLOAT	算法置信度

属性	类型	说明
`VehicleType`	FLOAT	检测到的车辆类型。可能的检测包括 VehicleType_Bicycle、VehicleType_Bus、VehicleType_Car、VehicleType_Motorcycle、VehicleType_Pickup_Truck、VehicleType_SUV、VehicleType_Truck、VehicleType_Van/Minivan、VehicleType_type_other
`VehicleColor`	float	检测到的车辆颜色。可能的检测包括 VehicleColor_Black、VehicleColor_Blue、VehicleColor_Brown/Beige、VehicleColor_Green、VehicleColor_Grey、VehicleColor_Red、VehicleColor_Silver、VehicleColor_White、VehicleColor_Yellow/Gold、VehicleColor_color_other
`confidence`	float	算法置信度

SourceInfo 字段名称	类型	说明
`id`	string	相机 ID
`timestamp`	date	以 YYYY-MM-DDTHH:MM:SS.ssZ 格式发出 JSON 有效负载时的 UTC 日期
`width`	int	视频帧宽度
`height`	int	视频帧高度
`frameId`	int	帧标识符

用于车辆分析的区域和停车线配置

有关将区域放置在何处以进行车辆分析的指导，可以参阅空间分析的区域和停车线位置指南。如果已在要分析的区域中定义停车位，则为车辆分析配置区域可能比为空间分析配置区域更简单。

用于车辆分析的摄像头放置

有关将摄像头放置在何处以及如何放置以进行车辆分析的指导，请参阅空间分析文档中的相机放置指南。其他需要考虑的限制还包括安装在停车场空间中的摄像头的高度。当分析车辆模式时，较高的有利位置是理想的选择，确保摄像头的视野足够广阔，能够容纳一辆或多辆车辆，具体取决于你的场景。

计费

车辆分析容器使用 Azure 帐户中的视觉资源向 Azure 发送账单信息。车辆分析公共预览版目前供免费使用。

Azure AI 容器在未连接到计量/计费终结点的情况下无权运行。必须始终让容器可以向计费终结点传送计费信息。 Azure AI 容器不会将客户数据（例如正在分析的视频或图像）发送给 Microsoft。

后续步骤

设置空间分析容器

AI 技能盛会

通过