本发明公开了一种基于深度学习的交通视频车辆违停自动识别抓拍的方法，基于深度学习卷积神经网络技术，构建车辆及车牌检测模型，实时检测识别交通监控视频中出现的特定类型的监控车辆(如大巴车、出租车等)，并利用帧间差分法对监控车辆的运动状态进行检测，判断其是否发生违停行为，再结合三维定位技术联动摄像球机进行角度的转动和画面的缩放，从而拍摄清晰的违章车辆图片及车牌号码图片，并基于深度学习卷积神经网络技术构建的车牌号码识别模型进行车牌号码的自动识别，从而最终实现违章视频片段的自动抓拍及违章车辆信息的结构化提取，为交通违停的执法人员提供完整的证据链。