CN105894819A - 一种基于二次验证的套牌车识别方法 - Google Patents
一种基于二次验证的套牌车识别方法 Download PDFInfo
- Publication number
- CN105894819A CN105894819A CN201610054502.1A CN201610054502A CN105894819A CN 105894819 A CN105894819 A CN 105894819A CN 201610054502 A CN201610054502 A CN 201610054502A CN 105894819 A CN105894819 A CN 105894819A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- fake
- car
- front face
- recognition
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于二次验证的套牌车识别方法。结合基于Deep Learning的车型识别技术和模板匹配技术,通过这两个技术的二次验证,实现了对套牌车辆的精确识别。本发明通过对待识别车辆图片与模板图片比对,实现套牌车的二次验证,大大减少了车型识别错误导致的误报。本发明在做二次验证时,支持新增车型以及用户导入车型模板,进一步减少识别的错误。
Description
技术领域
本发明属于计算机视觉技术领域,涉及一种基于二次验证的套牌车识别方法。
背景技术
套牌车是指通过伪造或者非法套取其它车辆号牌及行驶行驶证等手续上路行驶的车辆。由于套牌车主在路上行驶极少以交通法规来约束自己,随之带来的交通事故、法律纠纷势必给社会带来更大的不稳定因素。套牌车已被国家禁止。中华人民共和国交通法中有明确规定,不允许套牌车辆的流动。因此在视频监控数据中检测套牌车辆,对于公安机关加强对公共安全的管控以及保障真正车主的利益有重大意义。
《套牌车的检测方法-102881169A》与《一种基于Hadoop的套牌车识别方法及系统-104200669A》采用提取大量视频监控数据中相同车牌车辆出现的时间和空间信息,通过人为设定的逻辑规则来寻找疑似套牌车。此类方法需要大量车辆数据资源,识别效率低下,并且无法区分真正车辆和套牌车辆。《一种嫌疑套牌车捕获方法-104715614A》采用车型识别方法,通过比对车管所数据库车型与识别出的车型,来识别套牌车。此类方法依赖于车型识别方法的精度,当套牌车辆车型识别错误时只能通过一些简单的先验逻辑来排除。
发明内容
本发明着眼于一套基于二次验证的套牌车检测方法,结合基于Deep Learning的车型识别技术和模板匹配技术,通过这两个技术的二次验证,实现了对套牌车辆的精确识别。
本发明方法包括以下步骤:
第一步:通过统计学习的方法识别视频或图片中的车牌信息。
第二步:通过Deep
Learning方法,识别第一步中检测出的每个车牌所在车辆的车型信息,包括车辆的品牌、型号、年份。
第三步:根据车牌识别中每个字符的置信度,对置信度较低(比如低于0.75)的车辆不做判断,此步排除了车牌被遮挡、车牌模糊、光照条件不佳等车量。
第四步:根据识别出的车牌查询此车牌在车管所数据库中的登记信息,检查车管所数据库登记车型是否与识别车型一致;具体方法为通过车牌查询出车管所数据库中对应登记的车型公告号,进而根据公告号查询出车型名称。同时也可以查询到车辆上牌登记时的照片,作为车辆模板。
第五步:对第四步验证不一致的车型,进行二次验证。将车牌所在车前脸图片与车管所数据库车辆的车前脸模板图片做匹配,车前脸即从正前方水平拍摄的车辆图像,得到相似度评价;具体方法如下:首先通过车前脸检测算法定位图片中的车前脸位置,然后对车前脸做特征点定位,得到挡风玻璃轮廓、车灯、车牌的位置,利用这些位置对车前脸做仿射变换,将车前脸校正到标准位置。然后提取车前脸的HOG与LBP特征,对这些特征做PCA降维后得到待识别车辆和模板车辆的特征向量,计算特征向量的欧式距离,归一化之后,即可得到模板相似度评价。
第六步:在事先统计出来的《车型易混淆表》中查询Deep Learning方法得到的车型与车管所数据库车型是否属于易混车型。如果属于,则在Deep Learning方法车型识别的置信度高于一个高阈值,并且第五步中得到模板相似度低于一个低阈值时,产生套牌车报警;如果不属于,则在Deep Learning方法车型识别的置信度高于一个低阈值,并且第五步中得到模板相似度低于一个高阈值时,产生套牌车报警;这里需要说明的是:1. 《车型易混淆表》是由训练样本统计出来的;根据基于Deep Learning车型识别方法在训练数据上的测试结果,以样本的真实结果和识别结果为一对车型,对所有识别错误的样本,按识别置信度排序,取前3对车型,加入此表;2.高低阈值是相对量,是在训练样本中统计出来的经验值。
本发明的有益效果:
1.本发明通过对待识别车辆图片与模板图片比对,实现套牌车的二次验证,大大减少了车型识别错误导致的误报;
2.本发明在做二次验证时,支持新增车型(Deep
Learning识别算法不包含的车型)以及用户导入车型模板(当车管所数据库中没有登记车辆照片时),进一步减少识别的错误。
附图说明
图1为本发明方法流程图。
具体实施方式
以下结合实施例和附图1对本发明作进一步说明:
1、输入卡口抓拍图片、Deep
Learning车型识别结果和置信度、根据车牌查出的车管所数据库登记车型和照片。
2、当Deep Learning方法车型识别与车管所数据库登记车型不一致时,分别对待识别车前脸与车管所数据库登记车前脸做特征点定位和特征提取。特征点定位使用SDM方法,分别得到车前脸的挡风玻璃四个角点、车大灯、雾灯、车标和车牌的中心位置。然后使用仿射变换校正车前脸位置。将拍摄时处于不同角度和距离的车前脸校正到标准车前脸,然后在校正之后的特征点位置上提取HOG特征和LBP特征。
3、将两类特征LBP与HOG串联起来,得到一个维数26400的特征向量。
4、对待识别车前脸与车管所数据库登记车前脸提取出的特征向量分别做PCA降维,得到两个1320维的特征向量,计算这两个向量的欧式距离,归一化之后就得到这两个车前脸的相似度。
5、在事先统计出来的《车型易混淆表》中查询Deep
Learning方法得到的车型与车管所数据库车型是否属于易混车型。如果是,则在Deep Learning方法车型识别的置信度高于阈值(本例中采用0.7),并且步骤4中得到模板相似度低于阈值(本例中采用0.2)时,产生套牌车报警;如果不是,则在Deep Learning方法车型识别的置信度高于阈值(0.3),并且步骤4中得到模板相似度低于阈值(本例中采用0.4)时,产生套牌车报警;但不满足这两种条件时,不产生报警。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围,应带理解,本发明并不限于这里所描述的实现方案,这些实现方案描述的目的在于帮助本领域中的技术人员实践本发明。
Claims (5)
1.一种基于二次验证的套牌车识别方法,其特征在于该方法包括以下步骤:
第一步:通过统计学习的方法识别视频图片中的车牌信息;
第二步:通过Deep Learning方法,识别第一步中检测出的每个车牌所在车辆的车型信息,包括车辆的品牌、型号、年份;
第三步:根据车牌识别中每个字符的置信度,对置信度低于设定值的车辆不做判断;
第四步:根据识别出的车牌查询此车牌在车管所数据库中的登记信息,检查车管所数据库登记车型是否与识别车型一致;
第五步:对第四步验证不一致的车型,进行二次验证;将车牌所在车前脸图片与车管所数据库车辆的车前脸模板图片做匹配,得到相似度评价;所述车前脸即从正前方水平拍摄的车辆图像;
第六步:在事先统计出来的车型易混淆表中查询Deep Learning方法得到的车型与车管所数据库车型是否属于易混车型;如果属于,则在Deep Learning方法车型识别的置信度高于一个高阈值,并且第五步中得到模板相似度低于一个低阈值时,产生套牌车报警;如果不属于,则在Deep Learning方法车型识别的置信度高于一个低阈值,并且第五步中得到模板相似度低于一个高阈值时,产生套牌车报警。
2.根据权利要求1所述的一种基于二次验证的套牌车识别方法,其特征在于:第四步具体是:通过车牌查询出车管所数据库中对应登记的车型公告号,进而根据公告号查询出车型名称。
3.根据权利要求2所述的一种基于二次验证的套牌车识别方法,其特征在于:同时也可以查询到车辆上牌登记时的照片,作为车辆模板。
4.根据权利要求3所述的一种基于二次验证的套牌车识别方法,其特征在于:第四步具体是:首先通过车前脸检测算法定位图片中的车前脸位置,然后对车前脸做特征点定位,得到挡风玻璃轮廓、车灯、车牌的位置,利用这些位置对车前脸做仿射变换,将车前脸校正到标准位置;然后提取车前脸的HOG与LBP特征,对这些特征做PCA降维后得到待识别车辆和模板车辆的特征向量,计算特征向量的欧式距离,归一化之后,即可得到模板相似度评价。
5.根据权利要求1至4中任一项所述的一种基于二次验证的套牌车识别方法,其特征在于:所述的车型易混淆表是由训练样本统计出来的;根据基于Deep Learning车型识别方法在训练数据上的测试结果,以样本的真实结果和识别结果为一对车型,对所有识别错误的样本,按识别置信度排序,取前三对车型,加入此表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610054502.1A CN105894819B (zh) | 2016-01-26 | 2016-01-26 | 一种基于二次验证的套牌车识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610054502.1A CN105894819B (zh) | 2016-01-26 | 2016-01-26 | 一种基于二次验证的套牌车识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105894819A true CN105894819A (zh) | 2016-08-24 |
CN105894819B CN105894819B (zh) | 2018-08-17 |
Family
ID=57013723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610054502.1A Expired - Fee Related CN105894819B (zh) | 2016-01-26 | 2016-01-26 | 一种基于二次验证的套牌车识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105894819B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874418A (zh) * | 2017-01-24 | 2017-06-20 | 成都容豪电子信息科技有限公司 | 一种服务于深度学习的汽车型号数据集建立方法 |
CN106971552A (zh) * | 2017-04-06 | 2017-07-21 | 北京悦畅科技有限公司 | 套牌现象检测方法和系统 |
CN107358794A (zh) * | 2017-06-13 | 2017-11-17 | 深圳前海慧泊中安运营管理有限公司 | 数据处理方法及装置 |
CN107895487A (zh) * | 2017-11-24 | 2018-04-10 | 泰华智慧产业集团股份有限公司 | 一种基于大数据进行相似车牌串并的方法 |
CN108830227A (zh) * | 2018-06-19 | 2018-11-16 | 芜湖岭上信息科技有限公司 | 一种基于图像的车辆套牌识别装置与方法 |
CN108920995A (zh) * | 2018-04-08 | 2018-11-30 | 华中科技大学 | 智能安防视频监控方法及其系统及监控终端 |
CN109726720A (zh) * | 2018-11-27 | 2019-05-07 | 广州绿桦环保科技有限公司 | 车牌识别方法、装置及系统 |
CN110888785A (zh) * | 2018-09-11 | 2020-03-17 | 福建天晴数码有限公司 | 一种监控告警的方法及装置 |
CN111243285A (zh) * | 2020-01-07 | 2020-06-05 | 南京甄视智能科技有限公司 | 黑暗环境下基于车灯图像识别的车辆套牌自动检测方法和系统 |
CN112289028A (zh) * | 2020-10-27 | 2021-01-29 | 南威软件股份有限公司 | 一种涉车套牌发现方法、装置、设备和介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103383813A (zh) * | 2013-07-24 | 2013-11-06 | 宝鸡市交通信息工程研究所 | 手持移动终端实时在线车辆信息速查方法与系统 |
CN103679191A (zh) * | 2013-09-04 | 2014-03-26 | 西交利物浦大学 | 基于静态图片的自动套牌车检测方法 |
CN103810859A (zh) * | 2013-07-08 | 2014-05-21 | 陈昊 | 一种在现有卡口和电警系统中彻底杜绝假、套牌的技术 |
CN104408475A (zh) * | 2014-12-08 | 2015-03-11 | 深圳市捷顺科技实业股份有限公司 | 一种车牌识别方法及车牌识别设备 |
KR20150055652A (ko) * | 2013-11-13 | 2015-05-22 | 한국건설기술연구원 | 차량 번호판 인식 시스템 및 방법 |
-
2016
- 2016-01-26 CN CN201610054502.1A patent/CN105894819B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810859A (zh) * | 2013-07-08 | 2014-05-21 | 陈昊 | 一种在现有卡口和电警系统中彻底杜绝假、套牌的技术 |
CN103383813A (zh) * | 2013-07-24 | 2013-11-06 | 宝鸡市交通信息工程研究所 | 手持移动终端实时在线车辆信息速查方法与系统 |
CN103679191A (zh) * | 2013-09-04 | 2014-03-26 | 西交利物浦大学 | 基于静态图片的自动套牌车检测方法 |
KR20150055652A (ko) * | 2013-11-13 | 2015-05-22 | 한국건설기술연구원 | 차량 번호판 인식 시스템 및 방법 |
CN104408475A (zh) * | 2014-12-08 | 2015-03-11 | 深圳市捷顺科技实业股份有限公司 | 一种车牌识别方法及车牌识别设备 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874418A (zh) * | 2017-01-24 | 2017-06-20 | 成都容豪电子信息科技有限公司 | 一种服务于深度学习的汽车型号数据集建立方法 |
CN106971552A (zh) * | 2017-04-06 | 2017-07-21 | 北京悦畅科技有限公司 | 套牌现象检测方法和系统 |
CN106971552B (zh) * | 2017-04-06 | 2019-12-20 | 北京悦畅科技有限公司 | 套牌现象检测方法和系统 |
CN107358794A (zh) * | 2017-06-13 | 2017-11-17 | 深圳前海慧泊中安运营管理有限公司 | 数据处理方法及装置 |
CN107895487A (zh) * | 2017-11-24 | 2018-04-10 | 泰华智慧产业集团股份有限公司 | 一种基于大数据进行相似车牌串并的方法 |
CN107895487B (zh) * | 2017-11-24 | 2019-08-20 | 泰华智慧产业集团股份有限公司 | 一种基于大数据进行相似车牌串并的方法 |
CN108920995A (zh) * | 2018-04-08 | 2018-11-30 | 华中科技大学 | 智能安防视频监控方法及其系统及监控终端 |
CN108830227A (zh) * | 2018-06-19 | 2018-11-16 | 芜湖岭上信息科技有限公司 | 一种基于图像的车辆套牌识别装置与方法 |
CN110888785A (zh) * | 2018-09-11 | 2020-03-17 | 福建天晴数码有限公司 | 一种监控告警的方法及装置 |
CN109726720A (zh) * | 2018-11-27 | 2019-05-07 | 广州绿桦环保科技有限公司 | 车牌识别方法、装置及系统 |
CN111243285A (zh) * | 2020-01-07 | 2020-06-05 | 南京甄视智能科技有限公司 | 黑暗环境下基于车灯图像识别的车辆套牌自动检测方法和系统 |
CN112289028A (zh) * | 2020-10-27 | 2021-01-29 | 南威软件股份有限公司 | 一种涉车套牌发现方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105894819B (zh) | 2018-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894819A (zh) | 一种基于二次验证的套牌车识别方法 | |
WO2019105342A1 (zh) | 车辆套牌检测方法、装置、可读存储介质及电子设备 | |
US9412031B2 (en) | Delayed vehicle identification for privacy enforcement | |
US9082038B2 (en) | Dram c adjustment of automatic license plate recognition processing based on vehicle class information | |
US20110194733A1 (en) | System and method for optical license plate matching | |
CN106384513B (zh) | 一种基于智能交通的套牌车捕捉系统及方法 | |
CN105335702B (zh) | 一种基于统计学习的卡口车型识别方法 | |
CN105335710A (zh) | 一种基于多级分类器的精细车辆型号识别方法 | |
CN104408475B (zh) | 一种车牌识别方法及车牌识别设备 | |
CN101937508A (zh) | 一种基于高清图像的车牌定位与识别方法 | |
CN105512660A (zh) | 车牌号码识别方法及装置 | |
CN104766042A (zh) | 交通标志板识别方法及装置 | |
CN105631470A (zh) | 一种车牌类型验证的方法及系统 | |
KR102089298B1 (ko) | 범용 문자 시퀀스 검출을 통한 다국적 차량번호판 인식 시스템 및 그 방법 | |
CN105184301B (zh) | 一种利用四轴飞行器判别车辆方位的方法 | |
CN108537223B (zh) | 一种车牌检测方法、系统及设备和存储介质 | |
CN112861567B (zh) | 一种车型分类方法及装置 | |
CN112001269A (zh) | 车辆识别方法、装置、计算机设备和存储介质 | |
CN115810134A (zh) | 一种车险反欺诈的图像采集质检方法、系统和装置 | |
CN105512662A (zh) | 一种无牌车辆检测方法及装置 | |
CN113408364B (zh) | 一种临时车牌识别方法、系统、装置及存储介质 | |
Priambada et al. | Levensthein distance as a post-process to improve the performance of ocr in written road signs | |
Amin et al. | An automatic number plate recognition of Bangladeshi vehicles | |
CN108985197B (zh) | 基于多算法融合的出租车驾驶员吸烟行为的自动检测方法 | |
CN113723258B (zh) | 危险品车辆图像识别方法及其相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Fake-license-plate vehicle identification method based on twice verification Effective date of registration: 20190821 Granted publication date: 20180817 Pledgee: Hangzhou Yuhang Small and Medium-sized Enterprise Transfer Service Co., Ltd. Pledgor: ZHEJIANG ICARE VISION TECHNOLOGY CO., LTD. Registration number: Y2019330000020 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180817 Termination date: 20210126 |
|
CF01 | Termination of patent right due to non-payment of annual fee |