由于现有基础设施不够完善,加之很多车主的规范停车意识较差,不规范停车情况时有发生,不仅造成停车位资源浪费,增加停车场的管理成本,甚至会影响周围交通,造成交通堵塞,诱发交通事故。目前对于停车监管主要采用人工方式,该方式具有随机性和滞后性,且耗费大量人力、物力。随着城市中视频传感器的普及,监控视频的获取越来越容易,基于监控视频进行停车行为识别成为解决不规范停车的可行方案。相比于传统方法,基于视频的停车检测与识别方法具有如下优势:视频中包含目标丰富的时空信息和属性信息;随着监控摄像头的普及,监控视频的获取越来越方便;摄像头覆盖范围广,单个相机可以同时检测多个车位;自带监控功能便于调查取证,同时还可进行停车记录、车型分类、车牌识别等功能的扩展。本文研究基于监控视频的车辆位姿分析,综合利用GIS技术、计算机视觉等技术对监控视频处理,实现不规范停车行为的准确识别,一方面可以对不规范停车行为进行及时的发现和处理,实现路边和大型停车场停车的智能化、规范化管理,提高管理效率;另一方面可以提高车位资源利用率,建立良好的停车秩序,解决停车难、停车乱的现实问题,保障城市公共交通安全。本文以停车场监控视频中的车辆为研究对象,主要研究不规范停车行为规则,停车特征提取方法,停车行为识别算法等内容。研究成果如下:(1)构建了不规范停车行为规则库。针对当前不规范停车行为判别缺乏统一标准的问题,对停车场和停车位进行了分类,分析总结现有规范并对不规范停车进行定义,分析停车行为的视频特征,依据停车表现形式和停车特征构建了不规范停车行为规则库。(2)发展了一种基于视频场景空间化的停车位姿提取方法。改进Vibe运动目标检测算法,加入HSV阴影去除方法,利用深度学习SSD网络模型进行车辆检测,解决了传统的基于车辆简单几何特征和基于SVM分类识别的方法检测效果不太理想的问题,通过CSRT跟踪方法获得车辆轨迹,利用速度阈值和时间阈值实现了停车判断。针对交通事件检测中车辆特征提取常常基于图像空间,而监控视频是真实世界的透视变换的结果,具有近大远小的成像特点,对交通事件分析造成了一定程度的干扰,本文通过建立停车场景和监控视频的互映射关系,获取车辆停车时的真实位姿特征。(3)提出了不规范停车行为识别算法。基于不规范停车行为规则库,对车辆停车特征进行分析,将停车行为识别问题转换为停车特征和停车位之间的几何关系问题,通过对特征参数进行量化实现对各种复杂的不规范停车行为的精准检测。(4)设计并实现了不规范停车行为识别系统。基于以上研究成果集成了车辆检测和跟踪,停车特征提取和不规范停车行为识别等功能模块,实现停车行为自动识别,克服了传统方法依靠人眼判别的随机性和滞后性,拓展了智慧停车的应用范围。