CN103700262A - 一种套牌车车辆的区域自动捕获方法 - Google Patents
一种套牌车车辆的区域自动捕获方法 Download PDFInfo
- Publication number
- CN103700262A CN103700262A CN201310730531.1A CN201310730531A CN103700262A CN 103700262 A CN103700262 A CN 103700262A CN 201310730531 A CN201310730531 A CN 201310730531A CN 103700262 A CN103700262 A CN 103700262A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- fake
- car
- licensed
- crossing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及智能交通技术领域。本发明的一种套牌车车辆的区域自动捕获方法,在封闭的区域边界设置监控点,并获取经过该监控点的车辆的过车信息,根据该过车信息判断车辆驶出或驶入该区域,进而判定该车辆是否为套牌车辆,其基本原理就是,若一辆根本没有驶入某道路区域的车辆,却驶出了该道路区域,则该车辆则为套牌嫌疑车辆,分发明采用上述的采用封闭区域边界的过车信息判定法,不需要对车辆在该区域内部道路上行驶路径进行监测,极大地简化了套牌嫌疑车辆的监控流程,并且本发明后台数据处理量小,极大的提高了套牌嫌疑车辆的捕获概率,做到时间空间上的全方位套牌车辆捕获。
Description
技术领域
本发明涉及智能交通技术领域,具体涉及套牌车车辆的区域自动捕获方法。
背景技术
套牌车是指参照真牌车的型号和颜色,将号码相同的假牌套在其他车辆上的一种违法车辆。套牌车的出现严重影响道路交通安全。为车辆管理和交通事故取证等都带来了较大的危害。近几年来,在基层道路交通管理工作中,套牌、假军(民)牌、故意遮挡号牌、涂改号牌、变造号牌的现象时有发生,各地公安交通管理部门虽然不间断地 开展打击套牌车专项行动,但是每次行动结束后,类似现象又有所抬头,且花样翻新,层出不穷。
套牌车给原车主造成名誉与经济损害。套牌车扰乱了正常的道路交通秩序。这类车往往在公路上违法行驶,严重影响正常的道路通行秩序,给其他交通参与者造成安全威胁、给受害人造成损失。同时带来重大的交通事故隐患,给交通管理工作增加难度和压力。套牌车辆交通事故肇事逃逸给交警破案带来很大的困难。据统计,近年来的交通肇事逃逸为破案中,很大一部分案件涉及套牌车,相关案件侦破难度很大,得到经济赔偿的希望很渺茫。
现有套牌车车辆的捕获方法,大多根据车辆前后出现的时间差及距离的关系,判断车辆的出现是否符合逻辑,该方法要求疑似套牌车与真车同时(或前后较短时间)出现,限定条件严格,用此方法进行稽查力度不够。
而申请号为201310034242.8的基于智慧城市的套牌车车辆的捕获方法,其通过对电子卡扣的过车数据库的数据进行网格化归类,对疑似套牌车出现的数据进行筛选,进而捕获套牌车辆的方法。这种方法存在的技术问题是:对于车辆数据的获取需要按照一定的时间序列来获取,进而将实现数据配对网格化数据生成含实现序列网格轨迹,这对于实际判定中,很难做到,因为一些套牌车辆很有可能在某一个时间点进入该网格区域内进行停留,或许在停留期间,更换了车牌号,因此,该时间序列无法连续,进而无法实现对该同一车牌号车辆的网格轨迹监测,因此存在漏判的可能。再者,对于网格的划分较为复杂,再结合时间序列的结合,这种方式的后台数据处理量非常巨大,判断效率较低。
发明内容
解决上述技术问题,本发明提供了一种基于城市区域划分,进而对该区域边界的过车信息进行综合判定的套牌车车辆的区域自动捕获方法。
为了达到上述目的,本发明所采用的技术方案是,一种套牌车车辆的区域自动捕获方法,包括以下步骤:
S1:根据城市已有的道路和电子监控点为条件,通过封闭区域划分算法划分封闭区域,并标记出所有区域边界上的所有电子监控点,所述电子监控点用于获取车辆的过车信息,通过内存数据库记录所有经过区域边界监控点的过车信息;
S2:接收区域内(包括区域边界)所有监控点上传上来的过车信息,根据过车信息中的号牌号码判断该车辆是否为本地车辆,若是,则执行步骤S3,否则,执行步骤S4;
S3:历遍内存数据库中该车辆的过车信息,查找是否具有相同号牌号码的车辆过车记录,若有,执行步骤S31:再根据内存数据库中最后一次经过区域边界的方向判断该号牌号码是否为驶出区域,若是,则判定为套牌嫌疑车辆,并结束本次套牌车识别流程,否则,则执行步骤S5;若没有,则执行步骤S5;
S4:历遍内存数据库中该车辆的过车信息,查找是否具有相同号牌号码的车辆过车记录,若有,执行步骤S41:再根据内存数据库中最后一次经过区域边界的方向判断该号牌号码是否为驶入区域,若是,则执行步骤S5,否则,则判定为套牌嫌疑车辆;若没有,则判定为套牌嫌疑车辆,执行步骤S5;
S5:根据过车信息判断此次通行是否为经过区域边界监控点,若是,则将过车信息新增或更新到内存数据库中,并结束本次套牌车识别流程,否则,则直接结束本次套牌车识别流程。
进一步的,所述步骤S1还包括以下步骤:
S11:将监控点任意两点连成无向路段,如图3所示A、B、C、D四个监控点可连成AB、AC、AD、BC、BD、CD六条路段;
S12:结合GIS中最短路径分析和空间查询算法来判断两监控点之间是否存在其他与之交叉的路线,若存在,则继续执行S12判断其他路段,直到所有的路段遍历完成;若不存在,则保存在有效路段数组中;
S13:统计有效路段数组中各监控点在有效路段中的数量,将数量为1的路段从有效路段数组中移除;
S14:从有效路段数组中提取有效的监控点,存入有效监控点数组中;
S15:通过图的遍历算法对有效监控点进行遍历得出能够围成封闭区域的监控点。
进一步的,所述过车信息包括:号牌号码、号牌类型、过车时间、监控点、行驶方向。
本发明通过采用上述技术方案,与现有技术相比,具有如下优点:
本发明在封闭的区域边界设置监控点,并获取经过该监控点的车辆的过车信息,根据该过车信息判断车辆驶出或驶入该区域,进而判定该车辆是否为套牌车辆,其基本原理就是,若一辆根本没有驶入某道路区域的车辆,却驶出了该道路区域,则该车辆则为套牌嫌疑车辆,分发明采用上述的采用封闭区域边界的过车信息判定法,不需要对车辆在该区域内部道路上行驶路径进行监测,极大地简化了套牌嫌疑车辆的监控流程,并且本发明后台数据处理量小,极大的提高了套牌嫌疑车辆的捕获概率,做到时间空间上的全方位套牌车辆捕获。
附图说明
图1是本发明实施例的流程图;
图2是本发明实施例的区域划分图;
图3是本发明实施例的的封闭区域划分算法的区域划分图。
具体实施方式
现结合附图和具体实施方式对本发明进一步说明。
实施例1:
作为一个具体的实施例,参考图1所示,一种套牌车车辆的区域自动捕获方法,包括以下步骤:
S1:根据城市已有的道路和电子监控点为条件,通过封闭区域划分算法划分封闭区域,并标记出所有区域边界上的所有电子监控点,所述电子监控点用于获取车辆的过车信息,通过内存数据库记录所有经过区域边界监控点的过车信息,所述过车信息包括:号牌号码、号牌种类、过车时间、监控点、行驶方向;
为了简单说明所述步骤S1中的封闭区域划分算法,本实施例举了一个较为简单的例子来说明,如图3所示,但本实施例步骤S2中划分出的封闭区域α,其同样采用下述的封闭区域划分算法得到,但是由于该封闭区域α较大,监控点较多,故省略该封闭区域α的具体算法流程,仅仅以图3所示的简单的封闭区域为例说明,具体地,划分出如图3所示的封闭区域的算法包括如下步骤:
S11:将监控点任意两点连成无向路段,如图3所示,A、B、C、D四个监控点可连成AB、AC、AD、BC、BD、CD六条路段;
S12:结合GIS中最短路径分析和空间查询算法来判断两监控点之间是否存在其他与之交叉的路线,若存在,则继续执行S12判断其他路段,直到所有的路段遍历完成;若不存在,则保存在有效路段数组中;本实施例中,结合GIS中最短路径分析和空间查询算法来遍历六条无向路段,能够得出AC和BD两条路段为无效路段,而AB、AD、BC、CD为有效路段存放有效路段数组effectiveRoads[]中,即:effectiveRoads[]={AB,AD,BC,CD};
S13:统计有效路段数组中各监控点在有效路段中的数量,将数量为1的路段从有效路段数组中移除;
统计有效路段数组中各监控点在有效路段中的数量如下表:
监控点名称 | 监控点在有效路段中的数量 |
A | 2 |
B | 2 |
C | 2 |
D | 2 |
表中所有监控点在有效路段中的数量都大于1,所有没有需要从有效路段数组移除的;
S14:从有效路段数组中提取有效的监控点,存入有效监控点数组中,得到有效监控点数组为effectiveMonitors[]={A,B,C,D};
S15:通过图的遍历算法对有效监控点进行遍历得出能够围成封闭区域的监控点,通过对图3的遍历算法对effectiveMonitors[]={A,B,C,D}进行遍历等到能够围城封闭区域的监控点为A、B、C、D。
S2:参考图2所示,同样采用步骤S1划分后得出北京市一个封闭区域α,该封闭区域α中有效监控点数组为effectiveMonitors[]={A、B、C、D、E、F、G、H、I、J、K},电子监控点A、B、C、D、E、F、G、H、I、J、K使得该具有封闭区域边界的区域α形成一个完全可监控的封闭区域,即所有进出这区域的车辆都能被监控,电子监控点A、B、C、D、E、F、G、H、I、J、K这些监控点被标记为区域边界监控点,并且所有经过电子监控点A、B、C、D、E、F、G、H、I、J、K这些监控点的过车信息都记录在内存数据库中,接收封闭区域α内(包括区域边界)所有监控点即电子监控点A、B、C、D、E、F、G、H、I、J、K上传上来的过车信息,一辆车牌牌号码为“京A3345H”,号牌种类为“小型汽车”的车辆W于2013-8-1 16:21:52由西向东方向经过区域边界监控点L,根据过车信息中的号牌号码判断该车辆W判断为北京本地车辆,因此执行步骤S3,一辆号牌号码为“闽D1111”,号牌种类为“小型汽车”的车辆Y举例,车辆Y于2013-8-2 13:45:22由南向北方向经过区域边界监控点A驶出区域a,根据过车信息中牌号码判断该车辆Y是否为外地车辆,不是本地车辆,则执行步骤S4;
S3:历遍内存数据库中该车辆的过车信息,查找是否具有相同号牌号码的车辆过车记录,若有,执行步骤S31:再根据内存数据库中最后一次经过区域边界的方向判断该号牌号码是否为驶出区域,若是,则判定为套牌嫌疑车辆,否则,则执行步骤S5;若没有,则执行步骤S5,本实施例中,历遍内存数据库中车辆W的过车信息,查找到具有相同号牌号码“京A3345H”车辆最后一次经过区域边界监控点的过车信息为:号牌号码为“京A3345H”,号牌种类为“小型汽车”的车辆于2013-7-31 09:03:21由南向北方向经过区域边界监控点A驶出区域a,则将号牌号码为“京A3345H”,号牌种类为“小型汽车”的车辆判定为套牌嫌疑车,并结束本次套牌车识别流程;
S4:历遍内存数据库中该车辆的过车信息,查找是否具有相同号牌号码的车辆过车记录,若有,执行步骤S41:再根据内存数据库中最后一次经过区域边界的方向判断该号牌号码是否为驶入区域,若是,则执行步骤S5,否则,则判定为套牌嫌疑车辆;若没有,则判定为套牌嫌疑车辆,执行步骤S5,具体地,历遍内存数据库中车辆Y的过车信息,没有查找到具有相同号牌号码为“闽D1111”的车辆经过区域边界监控点的过车记录,则将号牌号码为“京闽D1111”,号牌种类为“小型汽车”的车辆判定为套牌嫌疑车;
S5:根据过车信息判断此次通行是否为经过区域边界监控点,若是,则将过车信息新增或更新到内存数据库中,并结束本次套牌车识别流程,否则,则直接结束本次套牌车识别流程,具体地,根据车辆Y于2013-8-2 13:45:22由南向北方向经过区域边界监控点A的过车信息可以判定此次通行经过了区域a的边界的监控点,则将车辆Y的本次过车信息新增至内存数据库中,并结束本次识别流程。
尽管结合优选实施方案具体展示和介绍了本发明,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本发明的精神和范围内,在形式上和细节上可以对本发明做出各种变化,均为本发明的保护范围。
Claims (3)
1.一种套牌车车辆的区域自动捕获方法,其特征在于:包括以下步骤:
S1:根据城市已有的道路和电子监控点为条件,通过封闭区域划分算法划分封闭区域,并标记出所有区域边界上的所有电子监控点,所述电子监控点用于获取车辆的过车信息,通过内存数据库记录所有经过区域边界监控点的过车信息;
S2:接收区域内(包括区域边界)所有监控点上传上来的过车信息,根据过车信息中的号牌号码判断该车辆是否为本地车辆,若是,则执行步骤S3,否则,执行步骤S4;
S3:历遍内存数据库中该车辆的过车信息,查找是否具有相同号牌号码的车辆过车记录,若有,执行步骤S31:再根据内存数据库中最后一次经过区域边界的方向判断该号牌号码是否为驶出区域,若是,则判定为套牌嫌疑车辆,并结束本次套牌车识别流程,否则,则执行步骤S5;若没有,则执行步骤S5;
S4:历遍内存数据库中该车辆的过车信息,查找是否具有相同号牌号码的车辆过车记录,若有,执行步骤S41:再根据内存数据库中最后一次经过区域边界的方向判断该号牌号码是否为驶入区域,若是,则执行步骤S5,否则,则判定为套牌嫌疑车辆;若没有,则判定为套牌嫌疑车辆,执行步骤S5;
S5:根据过车信息判断此次通行是否为经过区域边界监控点,若是,则将过车信息新增或更新到内存数据库中,并结束本次套牌车识别流程,否则,则直接结束本次套牌车识别流程。
2.根据权利要求1所述的一种套牌车车辆的区域自动捕获方法,其特征在于:所述步骤S1中的封闭区域划分算法包括以下步骤:
S11:将监控点任意两点连成无向路段
S12:结合GIS中最短路径分析和空间查询算法来判断两监控点之间是否存在其他与之交叉的路线,若存在,则继续执行S12判断其他路段,直到所有的路段遍历完成;若不存在,则保存在有效路段数组中;
S13:统计有效路段数组中各监控点在有效路段中的数量,将数量为1的路段从有效路段数组中移除;
S14:从有效路段数组中提取有效的监控点,存入有效监控点数组中;
S15:通过图的遍历算法对有效监控点进行遍历得出能够围成封闭区域的监控点。
3.根据权利要求1所述的一种套牌车车辆的区域自动捕获方法,其特征在于:所述过车信息包括:号牌号码、号牌类型、过车时间、监控点、行驶方向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310730531.1A CN103700262B (zh) | 2013-12-26 | 2013-12-26 | 一种套牌车车辆的区域自动捕获方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310730531.1A CN103700262B (zh) | 2013-12-26 | 2013-12-26 | 一种套牌车车辆的区域自动捕获方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103700262A true CN103700262A (zh) | 2014-04-02 |
CN103700262B CN103700262B (zh) | 2015-07-15 |
Family
ID=50361777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310730531.1A Expired - Fee Related CN103700262B (zh) | 2013-12-26 | 2013-12-26 | 一种套牌车车辆的区域自动捕获方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103700262B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105702047A (zh) * | 2016-03-04 | 2016-06-22 | 浙江宇视科技有限公司 | 一种套牌分析中车牌识别错误过滤方法及装置 |
CN106448178A (zh) * | 2016-09-05 | 2017-02-22 | 青岛海信网络科技股份有限公司 | 一种套牌车分析方法及装置 |
CN107622667A (zh) * | 2017-09-28 | 2018-01-23 | 广州烽火众智数字技术有限公司 | 一种变造车牌号码检测方法及系统 |
CN111179603A (zh) * | 2018-11-09 | 2020-05-19 | 杭州海康威视数字技术股份有限公司 | 一种车辆识别方法、装置、电子设备及存储介质 |
CN111369804A (zh) * | 2019-07-05 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 一种车辆数据处理方法、装置、电子设备、存储介质 |
CN111767776A (zh) * | 2019-12-28 | 2020-10-13 | 西安宇视信息科技有限公司 | 一种异常车牌推选方法及装置 |
CN115410383A (zh) * | 2022-09-02 | 2022-11-29 | 杭州海康威视系统技术有限公司 | 虚假车牌车辆的识别方法、装置、电子设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004133616A (ja) * | 2002-10-09 | 2004-04-30 | Toshiba Corp | 料金収受システム、料金収受方法 |
JP2004206441A (ja) * | 2002-12-25 | 2004-07-22 | Mitsubishi Electric Corp | ナンバープレート読み取り装置 |
CN101667341A (zh) * | 2008-09-01 | 2010-03-10 | 艾伯资讯(深圳)有限公司 | 一种识别被盗嫌疑车辆的方法 |
JP2011186785A (ja) * | 2010-03-09 | 2011-09-22 | Nissin Electric Co Ltd | 複数地点を通過した車両の抽出方法 |
CN102426786A (zh) * | 2011-11-15 | 2012-04-25 | 无锡港湾网络科技有限公司 | 一种自动识别套牌车辆的智能视频分析系统及方法 |
CN102436746A (zh) * | 2011-09-29 | 2012-05-02 | 杭州海康威视系统技术有限公司 | 高效实时的车辆套牌嫌疑分析方法及其装置 |
CN102881169A (zh) * | 2012-09-26 | 2013-01-16 | 青岛海信网络科技股份有限公司 | 套牌车的检测方法 |
CN202677616U (zh) * | 2012-04-26 | 2013-01-16 | 上海竞天科技股份有限公司 | 套牌车辆的检测装置、检测系统 |
CN103116989A (zh) * | 2013-01-29 | 2013-05-22 | 江苏省邮电规划设计院有限责任公司 | 基于智慧城市的套牌车车辆的捕获方法 |
CN103413440A (zh) * | 2013-04-11 | 2013-11-27 | 江苏省邮电规划设计院有限责任公司 | 基于智慧城市数据仓库和识别规则库的套牌车识别方法 |
-
2013
- 2013-12-26 CN CN201310730531.1A patent/CN103700262B/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004133616A (ja) * | 2002-10-09 | 2004-04-30 | Toshiba Corp | 料金収受システム、料金収受方法 |
JP2004206441A (ja) * | 2002-12-25 | 2004-07-22 | Mitsubishi Electric Corp | ナンバープレート読み取り装置 |
CN101667341A (zh) * | 2008-09-01 | 2010-03-10 | 艾伯资讯(深圳)有限公司 | 一种识别被盗嫌疑车辆的方法 |
JP2011186785A (ja) * | 2010-03-09 | 2011-09-22 | Nissin Electric Co Ltd | 複数地点を通過した車両の抽出方法 |
CN102436746A (zh) * | 2011-09-29 | 2012-05-02 | 杭州海康威视系统技术有限公司 | 高效实时的车辆套牌嫌疑分析方法及其装置 |
CN102426786A (zh) * | 2011-11-15 | 2012-04-25 | 无锡港湾网络科技有限公司 | 一种自动识别套牌车辆的智能视频分析系统及方法 |
CN202677616U (zh) * | 2012-04-26 | 2013-01-16 | 上海竞天科技股份有限公司 | 套牌车辆的检测装置、检测系统 |
CN102881169A (zh) * | 2012-09-26 | 2013-01-16 | 青岛海信网络科技股份有限公司 | 套牌车的检测方法 |
CN103116989A (zh) * | 2013-01-29 | 2013-05-22 | 江苏省邮电规划设计院有限责任公司 | 基于智慧城市的套牌车车辆的捕获方法 |
CN103413440A (zh) * | 2013-04-11 | 2013-11-27 | 江苏省邮电规划设计院有限责任公司 | 基于智慧城市数据仓库和识别规则库的套牌车识别方法 |
Non-Patent Citations (2)
Title |
---|
WALTER ALLASIA 等: "An Innovative Approach for Indexing and Searching Digital Rights", 《THIRD INTERNATIONAL CONFERENCE ON AUTOMATED PRODUCTION OF CROSS MEDIA CONTENT FOR MULTI-CHANNEL DISTRIBUTION》, 30 November 2007 (2007-11-30), XP031190713 * |
卢晓春 等: "基于网格化监控的套牌车检测系统", 《计算机应用》, vol. 29, no. 10, 31 October 2009 (2009-10-31) * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105702047A (zh) * | 2016-03-04 | 2016-06-22 | 浙江宇视科技有限公司 | 一种套牌分析中车牌识别错误过滤方法及装置 |
CN105702047B (zh) * | 2016-03-04 | 2018-06-05 | 浙江宇视科技有限公司 | 一种套牌分析中车牌识别错误过滤方法及装置 |
CN106448178A (zh) * | 2016-09-05 | 2017-02-22 | 青岛海信网络科技股份有限公司 | 一种套牌车分析方法及装置 |
CN107622667A (zh) * | 2017-09-28 | 2018-01-23 | 广州烽火众智数字技术有限公司 | 一种变造车牌号码检测方法及系统 |
CN107622667B (zh) * | 2017-09-28 | 2021-05-25 | 广州烽火众智数字技术有限公司 | 一种变造车牌号码检测方法及系统 |
CN111179603A (zh) * | 2018-11-09 | 2020-05-19 | 杭州海康威视数字技术股份有限公司 | 一种车辆识别方法、装置、电子设备及存储介质 |
CN111369804A (zh) * | 2019-07-05 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 一种车辆数据处理方法、装置、电子设备、存储介质 |
CN111369804B (zh) * | 2019-07-05 | 2022-04-05 | 杭州海康威视系统技术有限公司 | 一种车辆数据处理方法、装置、电子设备、存储介质 |
CN111767776A (zh) * | 2019-12-28 | 2020-10-13 | 西安宇视信息科技有限公司 | 一种异常车牌推选方法及装置 |
CN111767776B (zh) * | 2019-12-28 | 2024-03-29 | 西安宇视信息科技有限公司 | 一种异常车牌推选方法及装置 |
CN115410383A (zh) * | 2022-09-02 | 2022-11-29 | 杭州海康威视系统技术有限公司 | 虚假车牌车辆的识别方法、装置、电子设备及存储介质 |
CN115410383B (zh) * | 2022-09-02 | 2023-07-04 | 杭州海康威视系统技术有限公司 | 虚假车牌车辆的识别方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103700262B (zh) | 2015-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103700262B (zh) | 一种套牌车车辆的区域自动捕获方法 | |
CN105719489B (zh) | 一种基于卡口车辆流向概率的套牌车检测方法 | |
CN106022296B (zh) | 一种基于车辆热点区域的概率聚合的套牌车检测方法 | |
CN106251635A (zh) | 一种套牌嫌疑车牌号的识别方法及系统 | |
CN103116989B (zh) | 基于智慧城市的套牌车车辆的捕获方法 | |
CN102289659B (zh) | 伴随车检测方法 | |
CN105513368B (zh) | 一种基于不确定信息的假牌车筛选方法 | |
CN109409337B (zh) | 基于卷积神经网络的渣土车特征识别方法 | |
CN107993444B (zh) | 基于卡口过车大数据分析的嫌疑车认定方法 | |
CN106297304A (zh) | 一种基于MapReduce面向大规模卡口数据的套牌车识别方法 | |
CN102855638A (zh) | 基于谱聚类的车辆异常行为检测方法 | |
CN107329977B (zh) | 一种基于概率分布的假牌车二次筛选方法 | |
CN107346435A (zh) | 一种基于车辆特征库的嫌疑套牌车捕获方法 | |
CN104517445A (zh) | 一种基于大数据的套牌车辆识别方法 | |
CN109242024A (zh) | 一种基于卡口数据的车辆行为相似度计算方法 | |
CN102411846B (zh) | 一种车辆行为预警分析方法 | |
CN103514745A (zh) | 一种基于智能交通的套牌车辆识别方法 | |
CN103246876A (zh) | 基于图像特征比对的车辆套牌识别方法 | |
CN103177436B (zh) | 物件追踪的方法、系统 | |
CN104598992A (zh) | 一种车辆常跑路线分析方法 | |
CN103413440A (zh) | 基于智慧城市数据仓库和识别规则库的套牌车识别方法 | |
CN109214345A (zh) | 基于相似度比对查找换牌车辆的行驶轨迹的方法 | |
CN105448092A (zh) | 一种关联车辆的分析方法及装置 | |
CN103294775A (zh) | 基于地理时空约束的警务云图像识别车辆管控系统 | |
CN105427586A (zh) | 一种基于多轨迹碰撞的车辆落脚点分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C56 | Change in the name or address of the patentee | ||
CP01 | Change in the name or title of a patent holder |
Address after: Taihua road in Licheng District of Quanzhou City, Fujian Province, No. 1 362000 Patentee after: FUJIAN ZHONGGENG SHITONG INFORMATION TECH CO LTD Address before: Taihua road in Licheng District of Quanzhou City, Fujian Province, No. 1 362000 Patentee before: Fujian Shitong Optical Network Co., Ltd. |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150715 Termination date: 20161226 |