CN106971552B - 套牌现象检测方法和系统 - Google Patents
套牌现象检测方法和系统 Download PDFInfo
- Publication number
- CN106971552B CN106971552B CN201710221817.5A CN201710221817A CN106971552B CN 106971552 B CN106971552 B CN 106971552B CN 201710221817 A CN201710221817 A CN 201710221817A CN 106971552 B CN106971552 B CN 106971552B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- fake
- license plate
- plate number
- time
- 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.)
- Active
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种套牌现象检测方法和系统。其中,该方法包括:获取车辆图像以及采集车辆图像的时间位置信息;识别车辆图像中车辆的车牌号,并将时间位置信息按照车牌号存储至数据库中;根据数据库中具有相同车牌号的车辆的多个时间位置信息,计算该车辆在多个位置间移动的平均时速;至少根据平均时速,判断该车辆是否存在套牌现象。通过本发明,解决了相关技术中的套牌车检测系统无法检测“一牌多车”的套牌现象的问题,提高了检测套牌现象的识别率。
Description
技术领域
本发明涉及智能交通领域,具体而言,涉及一种套牌现象检测方法、服务器及系统。
背景技术
套牌车是指参照真实牌照,将号码相同的假牌套在其他车上,其中有很多是报废后偷运出来的旧车翻新的。套牌车会扰乱公安机关对公共安全的管控,制造社会不稳定因素,也会扰乱运输市场经营秩序等。对个人车主而言,套牌车直接损坏真实车主的合法权益,合法车辆在被别的车辆套牌后,在车辆交通违法、事故处理等方面,真车主往往要充当“冤大头”,给真车主带来不必要的麻烦和经济损失,真车主也是苦不堪言。
针对目前套牌车泛滥的现状,有人提出了基于网格化监控的套牌车检测系统,该系统采集经过监测点车辆的信息,如车牌、出现时间,之后按照一辆车不可能“同时”出现在两个地点的原理,自动完成套牌检测。这种方法能够有效检测到“同时”出现在两个地点的车辆,但是并不能解决“一牌多车”的套牌问题,例如,不法商家将车牌分时段租给不同的用户。
发明内容
本发明提供了一种套牌现象检测方法、服务器及系统,以至少解决相关技术中的套牌车检测系统无法检测“一牌多车”的套牌现象的问题。
根据本发明的一个方面,提供了一种套牌现象检测方法,包括:获取车辆图像以及采集所述车辆图像的时间位置信息;识别所述车辆图像中车辆的车牌号,并将所述时间位置信息按照所述车牌号存储至数据库中;根据所述数据库中具有相同车牌号的车辆的多个时间位置信息,计算该车辆在多个位置间移动的平均时速;至少根据所述平均时速,判断该车辆是否存在套牌现象。
可选地,根据所述数据库中具有相同车牌号的车辆的多个时间位置信息,计算该车辆在多个位置间移动的平均时速包括:提取所述数据库中具有第一车牌号的车辆在第一时间的第一位置信息,以及提取所述所数据库中具有所述第一车牌号的车辆在第二时间的第二位置信息;计算所述第一时间和所述第二时间的时间差,和所述第一位置信息对应的第一位置和所述第二位置信息对应的第二位置的距离差;根据所述时间差和所述距离差,计算车辆的平均时速。
可选地,至少根据所述平均时速,判断该车辆是否存在套牌现象包括:在判断到所述平均时速超过预设阀值的情况下,确定具有所述第一车牌号的车辆存在套牌现象。
可选地,识别所述车辆图像中车辆的车牌号,并将所述时间位置信息按照所述车牌号存储至数据库中还包括:识别所述车辆图像中车辆的车型特征信息,并将所述车型特征信息按照所述车牌号存储至数据库中,其中,所述车型特征信息包括:车辆品牌或型号、车辆颜色。
可选地,在根据所述平均时速,未能确定该车辆存在套牌现象的情况下,所述方法还包括:提取所述数据库中具有第一车牌号的车辆在第一时间采集到的第一车型特征信息,以及提取所述数据库中具有第一车牌号的车辆在第二时间采集到的第二车型特征信息;根据所述第一车型特征信息与所述第二车型特征信息是否一致的方式,判断具有所述第一车牌号的车辆是否存在套牌现象。
可选地,根据所述第一车型特征信息与所述第二车型特征信息是否一致的方式,判断具有所述第一车牌号的车辆是否存在套牌现象包括:在所述第一车型特征信息和所述第二车型特征信息一致的情况下,则确定具有所述第一车牌号的车辆未发生套牌现象。
可选地,在根据所述平均时速,未能确定该车辆存在套牌现象的情况下,所述方法还包括:提取所述数据库中具有第一车牌号的车辆在预定时间段内的至少三个时间采集到的至少三个车型特征信息;按照时间顺序统计所述至少三个时间采集到的所述至少三个车型特征信息;在所述至少三个车型特征信息在预定时间段内存在交替变化的情况下,确定具有所述第一车牌的车辆存在套牌现象。
可选地,识别所述车辆图像中车辆的车牌号和车型特征信息还包括:生成识别所述车牌号的车牌号置信度和识别所述车型特征信息的车型特征信息置信度;在识别所述车辆图像中车辆的车牌号和车型特征信息之后,所述方法还包括:将所述车牌号置信度和所述车型特征信息置信度按照所述车牌号存储至数据库中;判断该车辆是否存在套牌现象之后,所述方法还包括:根据所述车牌号置信度和所述车型特征信息置信度,计算车辆套牌现象检测结果置信度。
可选地,在判断该车辆是否存在套牌现象之后,所述方法还包括:发送套牌现象检测结果给用户终端。
根据本发明的另一个方面,还提供了一种套牌现象检测系统,包括车辆图像采集设备、套牌现象检测服务器和用户终端,其中,所述车辆图像采集设备用于采集车辆图像,并将所述车辆图像和采集所述车辆图像的时间位置信息发送给所述套牌现象检测服务器;所述套牌现象检测服务器用于识别所述车辆图像中车辆的车牌号,并将所述时间位置信息按照所述车牌号存储至数据库中;根据所述数据库中具有相同车牌号的车辆的多个时间位置信息,计算该车辆在多个位置间移动的平均时速;以及至少根据所述平均时速,判断该车辆是否存在套牌现象;所述用户终端,用于从所述套牌现象检测服务器获取套牌现象检测结果。
通过本发明,采用获取车辆图像以及采集车辆图像的时间位置信息;识别车辆图像中车辆的车牌号,并将时间位置信息按照车牌号存储至数据库中;根据数据库中具有相同车牌号的车辆的多个时间位置信息,计算该车辆在多个位置间移动的平均时速;至少根据平均时速,判断该车辆是否存在套牌现象的方式,解决了相关技术中的套牌车检测系统无法检测“一牌多车”的套牌现象的问题,提高了检测套牌现象的识别率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的套牌现象检测方法的流程图;
图2是根据本发明实施例的套牌现象检测系统的结构框图;
图3是根据本发明优选实施例的套牌现象检测方法的流程图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
在本实施例中提供了一种套牌现象检测方法,图1是根据本发明实施例的套牌现象检测方法的流程图,如图1所示,该流程包括如下步骤:
步骤S101,获取车辆图像以及采集车辆图像的时间位置信息;
步骤S102,识别车辆图像中车辆的车牌号,并将时间位置信息按照车牌号存储至数据库中;
步骤S103,根据数据库中具有相同车牌号的车辆的多个时间位置信息,计算该车辆在多个位置间移动的平均时速;
步骤S104,至少根据平均时速,判断该车辆是否存在套牌现象。
通过上述步骤,在采集和识别出车辆的车牌号之后,结合时间位置信息,可以计算得出车辆在不同位置间移动的平均时速;在计算得出的车辆的平均时速明显不符合常规的情况下,例如车辆在一个小时之内出现在相距一千公里的两个位置,则可以确定该车辆存在被套牌的现象。上述的平均时速不应高于预设阀值,该预设阀值可以根据经验设置,例如一般可以设置预设阀值为120km/h;当然也可以根据道路交通状况设置其他值,例如,在城市道路中根据拥堵情况或者车辆平均时速的统计结果,将预设阀值设置为80km/h等。采用上述步骤,解决了相关技术中的套牌车检测系统无法检测“一牌多车”的套牌现象的问题,提高了检测套牌现象的识别率。
可选地,在根据数据库中具有相同车牌号的车辆的多个时间位置信息,计算该车辆在多个位置间移动的平均时速时,可以选取相邻两个时间(第一时间和第二时间)对应的位置信息来计算平均时速,例如:提取数据库中具有第一车牌号的车辆在第一时间的第一位置信息,以及提取所数据库中具有第一车牌号的车辆在第二时间的第二位置信息;计算第一时间和第二时间的时间差,和第一位置信息对应的第一位置和第二位置信息对应的第二位置的距离差;根据时间差和距离差,计算车辆的平均时速。
可选地,在步骤S104中,在判断到平均时速超过预设阀值的情况下,确定具有第一车牌号的车辆存在套牌现象。上述的预设阀值可以根据车辆所在的第一位置和第二位置之间的道路交通状况确定,可以采用固定值。
可选地,识别车辆图像中车辆的车牌号,并将时间位置信息按照车牌号存储至数据库中还包括:识别车辆图像中车辆的车型特征信息,并将车型特征信息按照车牌号存储至数据库中,其中,车型特征信息包括:车辆品牌或型号、车辆颜色。
在一些优选实施例中,在根据平均时速,未能确定该车辆存在套牌现象的情况下,则还可以进一步提取数据库中具有第一车牌号的车辆在第一时间采集到的第一车型特征信息,以及提取数据库中具有第一车牌号的车辆在第二时间采集到的第二车型特征信息;根据第一车型特征信息与第二车型特征信息是否一致的方式,判断具有第一车牌号的车辆是否存在套牌现象。
例如,根据平均时速,未能确定该车辆存在套牌现象,并且第一车型特征信息和第二车型特征信息一致的情况下,则确定具有第一车牌号的车辆未发生套牌现象。否则,则有可能存在套牌现象。
在另一些优选实施例中,在根据平均时速,未能确定该车辆存在套牌现象的情况下,还可以提取数据库中具有第一车牌号的车辆在预定时间段内的至少三个时间采集到的至少三个车型特征信息;按照时间顺序统计至少三个时间采集到的至少三个车型特征信息;在至少三个车型特征信息在预定时间段内存在交替变化的情况下,确定具有第一车牌的车辆存在套牌现象。例如,在第一个时间采集到的车型特征信息为A,在随后第二时间采集到的车型特征信息为B,此时不能够直接判断车辆存在套牌现象:如果在第二时间之后的很长一段时间内采集到的车型特征信息均为B,则有可能存在车主更换车辆的情况;但是如果在较短时间段内的第三时间采集到的车型特征信息又交替变化为A,且随后继续出现车型特征信息A和车型特征信息B的交替变化,则可以确定车辆存在套牌现象。
车牌识别、车型识别、车辆颜色识别算法可以采用专业的视觉公司定制的算法,也可以是自己研发的算法。车牌、车型、车辆颜色识别算法对汽车图像进行识别之后,可以输出一个0到1之间的值,用P表示,通常称为置信度。可选地,由于算法识别车辆的车牌号、车型特征信息等存在误判的可能性,因此,在具体算法识别车辆的车牌号和车型特征信息时,还可以结合车牌号置信度和车型特征信息置信度,提供给用户此次检测结果的可信度。
例如,在识别车辆图像中车辆的车牌号和车型特征信息时,还生成识别车牌号的车牌号置信度和识别车型特征信息的车型特征信息置信度;在识别车辆图像中车辆的车牌号和车型特征信息之后,方法还包括:将车牌号置信度和车型特征信息置信度按照车牌号存储至数据库中;判断该车辆是否存在套牌现象之后,根据车牌号置信度和车型特征信息置信度,计算车辆套牌现象检测结果置信度。优选地套牌现象检测结果置信度以车牌号置信度和车型特征信息置信度的乘积来表示,套牌现象检测结果置信度越高表示车辆套牌现象检测结果为车辆未存在套牌现象的可能性越高。
可选地,在判断该车辆是否存在套牌现象之后还可以发送套牌现象检测结果给用户终端。其中,可以基于用户对某一个车牌号的订阅,将对应车牌号的套牌现象检测结果发送给用户的用户终端,或者基于用户对某一个车牌号的查询,将对应车牌号的套牌现象检测结果发送给用户的用户终端。通过该方式,用户可以实时订阅或者查询车辆的套牌现象检测结果,以避免遭受损失。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种套牌现象检测系统,该系统用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。图2是根据本发明实施例的套牌现象检测系统的结构框图,如图2所示,该系统包括:车辆图像采集设备21、套牌现象检测服务器22和用户终端23,其中,车辆图像采集设备21用于采集车辆图像,并将车辆图像和采集车辆图像的时间位置信息发送给套牌现象检测服务器;套牌现象检测服务器22,通过有线网络或者无线网络与车辆图像采集设备21连接,用于识别车辆图像中车辆的车牌号,并将时间位置信息按照车牌号存储至数据库中;根据数据库中具有相同车牌号的车辆的多个时间位置信息,计算该车辆在多个位置间移动的平均时速;以及至少根据平均时速,判断该车辆是否存在套牌现象;用户终端23,通过有线网络或者无线网络与套牌现象检测服务器22连接,用于从套牌现象检测服务器获取套牌现象检测结果。
上述的车辆图像采集设备21优选为停车场的出入口设置的智能停车设备;停车场可以是小区停车场、城市公共停车场、机场停车场、火车站停车场等,停车场包括上述类型但并不限于这些;智能停车设备可以是包含车辆图像采集模块及与服务器通信模块的各种智能停车设备,如立体停车设备、半自动立体设备、全自动立体设备、闸机系统、岗亭系统等。
需要说明的是,本发明中的车辆图像采集设备21还包括道路交通监控器等其他可以清晰获取到车辆图像的设备。
套牌现象检测服务器22与车辆图像采集设备21的通信模块连接以及与用户终端23(例如手机)的软件程序或者APP进行通信。套牌现象检测服务器22按应用层次划分,可以使用各个级别的服务器,如入门级服务器、工作组级服务器、部门级服务器和企业级服务器等。软件程序或者APP通过用户终端23与套牌现象检测服务器22进行连接,连接后,可以推送或展现套牌现象检测结果。套牌现象检测结果(预警信息、查询结果等)可以通过Html5页面,也可以通过Android app或iOS app进行推送或展示。
为了使本发明实施例的描述更加清楚,下面结合优选实施例进行描述和说明。
图3是根据本发明优选实施例的套牌现象检测方法的流程图。
参考图3,一种优选的套牌检测实例为:相同车牌,计算最近两次位置变化需要的平均速度,如两次停车位置相距200km,时间间隔30分钟,那么最近两次位置变化需要的平均速度为400km/h,由于汽车行驶平均速度均低于200km/h,故判断为套牌现象,置信度为最近两次车牌识别置信度的乘积。
另一种优选的套牌检测实例为:相同车牌,同样计算最近两次位置变化需要的平均速度,如果平均速度低于200km/h,那么判断两次检测到的车型、车辆颜色信息,如果车型、车辆颜色均不相同,则用户换了新车或检测到了套牌现象。套牌检测结果为可能发生套牌现象。两次车牌识别、两次车型识别、两次车辆颜色识别的置信度的乘积再乘以用户换新车的概率(优选1%)这就是本次套牌检测结果的置信度。
综上所述,通过上述实施例或者优选实施例,不仅能够有效检测到“同时”出现在两个地点的套牌车,而且能够检测到“一牌多车”的套牌车。本发明实施例能够更加全面的检测出套牌车,能够帮助公安机关更加高效的执法,同时也能够减少个人车主的经济损失。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种套牌现象检测方法,其特征在于包括:
获取车辆图像以及采集所述车辆图像的时间位置信息;
识别所述车辆图像中车辆的车牌号,并将所述时间位置信息按照所述车牌号存储至数据库中;
根据所述数据库中具有相同车牌号的车辆的多个时间位置信息,计算该车辆在多个位置间移动的平均时速;
至少根据所述平均时速,判断该车辆是否存在套牌现象;
识别所述车辆图像中车辆的车牌号,并将所述时间位置信息按照所述车牌号存储至数据库中包括:
识别所述车辆图像中车辆的车型特征信息,并将所述车型特征信息按照所述车牌号存储至数据库中,其中,所述车型特征信息包括:车辆品牌或型号、车辆颜色;
在根据所述平均时速,未能确定该车辆存在套牌现象的情况下,所述方法还包括:
提取所述数据库中具有第一车牌号的车辆在预定时间段内的至少三个时间采集到的至少三个车型特征信息;
按照时间顺序统计所述至少三个时间采集到的所述至少三个车型特征信息;
在所述至少三个车型特征信息在预定时间段内存在交替变化的情况下,确定具有所述第一车牌的车辆存在套牌现象。
2.根据权利要求1所述的方法,其特征在于,根据所述数据库中具有相同车牌号的车辆的多个时间位置信息,计算该车辆在多个位置间移动的平均时速包括:
提取所述数据库中具有第一车牌号的车辆在第一时间的第一位置信息,以及提取所述数据库中具有所述第一车牌号的车辆在第二时间的第二位置信息;
计算所述第一时间和所述第二时间的时间差,和所述第一位置信息对应的第一位置和所述第二位置信息对应的第二位置的距离差;
根据所述时间差和所述距离差,计算车辆的平均时速。
3.根据权利要求2所述的方法,其特征在于,至少根据所述平均时速,判断该车辆是否存在套牌现象包括:
在判断到所述平均时速超过预设阀值的情况下,确定具有所述第一车牌号的车辆存在套牌现象。
4.根据权利要求1所述的方法,其特征在于,
识别所述车辆图像中车辆的车牌号和车型特征信息还包括:生成识别所述车牌号的车牌号置信度和识别所述车型特征信息的车型特征信息置信度;
在识别所述车辆图像中车辆的车牌号和车型特征信息之后,所述方法还包括:将所述车牌号置信度和所述车型特征信息置信度按照所述车牌号存储至数据库中;
判断该车辆是否存在套牌现象之后,所述方法还包括:根据所述车牌号置信度和所述车型特征信息置信度,计算车辆套牌现象检测结果置信度。
5.根据权利要求1至4中任一项所述的方法,其特征在于,在判断该车辆是否存在套牌现象之后,所述方法还包括:
发送套牌现象检测结果给用户终端。
6.一种套牌现象检测系统,其特征在于,所述套牌现象检测系统用于执行权利要求1至权利要求5中任意一项所述的方法,所述套牌现象检测系统包括车辆图像采集设备、套牌现象检测服务器和用户终端,其中,
所述车辆图像采集设备用于采集车辆图像,并将所述车辆图像和采集所述车辆图像的时间位置信息发送给所述套牌现象检测服务器;
所述套牌现象检测服务器用于识别所述车辆图像中车辆的车牌号,并将所述时间位置信息按照所述车牌号存储至数据库中;根据所述数据库中具有相同车牌号的车辆的多个时间位置信息,计算该车辆在多个位置间移动的平均时速;以及至少根据所述平均时速,判断该车辆是否存在套牌现象;
所述用户终端,用于从所述套牌现象检测服务器获取套牌现象检测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710221817.5A CN106971552B (zh) | 2017-04-06 | 2017-04-06 | 套牌现象检测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710221817.5A CN106971552B (zh) | 2017-04-06 | 2017-04-06 | 套牌现象检测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106971552A CN106971552A (zh) | 2017-07-21 |
CN106971552B true CN106971552B (zh) | 2019-12-20 |
Family
ID=59337242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710221817.5A Active CN106971552B (zh) | 2017-04-06 | 2017-04-06 | 套牌现象检测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106971552B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107591018A (zh) * | 2017-08-03 | 2018-01-16 | 广州德中科技有限公司 | 一种开放路段停车管理方法及系统 |
CN108022427A (zh) * | 2017-10-30 | 2018-05-11 | 深圳市赛亿科技开发有限公司 | 一种套牌车辆的识别方法及系统 |
CN108320517A (zh) * | 2017-12-28 | 2018-07-24 | 浙江中新长清信息科技有限公司 | 车牌和车辆识别系统及监测服务器 |
CN109101951A (zh) * | 2018-09-03 | 2018-12-28 | 杨兴东 | 一种识别套牌车辆的方法及系统 |
CN109711276B (zh) * | 2018-12-06 | 2021-04-30 | 新华三技术有限公司 | 一种套牌检测方法及装置 |
CN109872541A (zh) * | 2019-03-07 | 2019-06-11 | 青岛海信网络科技股份有限公司 | 一种车辆信息分析方法及装置 |
CN110148300A (zh) * | 2019-06-24 | 2019-08-20 | 上海擎感智能科技有限公司 | 一种车辆套牌识别方法、装置及计算机可读介质 |
CN110517493B (zh) * | 2019-08-30 | 2022-03-25 | 公安部交通管理科学研究所 | 一种跨区域机动车综合信息获取方法及系统 |
CN110825782B (zh) * | 2019-10-10 | 2022-07-12 | 上海易点时空网络有限公司 | 用于汽车增换购的数据处理方法及装置 |
CN111369805B (zh) * | 2020-01-09 | 2021-08-06 | 杭州海康威视系统技术有限公司 | 套牌检测的方法、装置、电子设备及计算机可读存储介质 |
CN114999166B (zh) * | 2021-03-02 | 2024-05-17 | 腾讯科技(深圳)有限公司 | 车辆识别方法、装置、电子设备及计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040058142A (ko) * | 2004-06-09 | 2004-07-03 | 주식회사 윤익씨엔씨 | 차량정보 인식 시스템 |
CN103246876A (zh) * | 2013-05-10 | 2013-08-14 | 苏州祥益网络科技有限公司 | 基于图像特征比对的车辆套牌识别方法 |
CN105894819A (zh) * | 2016-01-26 | 2016-08-24 | 浙江捷尚视觉科技股份有限公司 | 一种基于二次验证的套牌车识别方法 |
CN106128114A (zh) * | 2016-08-01 | 2016-11-16 | 深圳市永兴元科技有限公司 | 套牌车辆的识别方法及装置 |
CN106128113A (zh) * | 2016-08-01 | 2016-11-16 | 深圳市永兴元科技有限公司 | 套牌车辆的识别方法及装置 |
CN106251635A (zh) * | 2016-08-18 | 2016-12-21 | 武汉中科通达高新技术股份有限公司 | 一种套牌嫌疑车牌号的识别方法及系统 |
-
2017
- 2017-04-06 CN CN201710221817.5A patent/CN106971552B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040058142A (ko) * | 2004-06-09 | 2004-07-03 | 주식회사 윤익씨엔씨 | 차량정보 인식 시스템 |
CN103246876A (zh) * | 2013-05-10 | 2013-08-14 | 苏州祥益网络科技有限公司 | 基于图像特征比对的车辆套牌识别方法 |
CN105894819A (zh) * | 2016-01-26 | 2016-08-24 | 浙江捷尚视觉科技股份有限公司 | 一种基于二次验证的套牌车识别方法 |
CN106128114A (zh) * | 2016-08-01 | 2016-11-16 | 深圳市永兴元科技有限公司 | 套牌车辆的识别方法及装置 |
CN106128113A (zh) * | 2016-08-01 | 2016-11-16 | 深圳市永兴元科技有限公司 | 套牌车辆的识别方法及装置 |
CN106251635A (zh) * | 2016-08-18 | 2016-12-21 | 武汉中科通达高新技术股份有限公司 | 一种套牌嫌疑车牌号的识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106971552A (zh) | 2017-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106971552B (zh) | 套牌现象检测方法和系统 | |
CN108537916B (zh) | 一种基于区块链的行车记录信息处理方法及装置 | |
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 | |
CN106355874B (zh) | 一种违章车辆的监控和报警方法、装置及系统 | |
CN108806272B (zh) | 一种提醒多辆机动车车主违法停车行为的方法及装置 | |
CN106056839A (zh) | 网约车安全监测系统及方法 | |
US8031084B2 (en) | Method and system for infraction detection based on vehicle traffic flow data | |
CN104658264A (zh) | 一种基于etc和视频的车辆校验方法和系统 | |
CN111785019A (zh) | 一种基于v2x的车辆交通数据生成方法、系统及存储介质 | |
CN107886595A (zh) | 基于行车记录仪的违章识别方法、行车记录仪和存储介质 | |
CN109741482B (zh) | 一种信息共享方法及装置 | |
CN108932849B (zh) | 一种记录多台机动车低速行驶违法行为的方法及装置 | |
CN107111940B (zh) | 交通违章管理系统和交通违章管理方法 | |
CN109615853A (zh) | 识别高速公路疑似非法营运车辆的方法及设备 | |
CN111798667A (zh) | 非机动车的监控方法、监控服务器及监控系统、存储介质 | |
KR20160035274A (ko) | Cctv와 차량내 블랙박스를 활용한 빅데이터 기반의 불법 주정차 단속 시스템 | |
CN106846819A (zh) | 一种基于小型飞行器的航拍罚单生成方法及实现系统 | |
US10607100B2 (en) | Device for recognizing vehicle license plate number and method therefor | |
CN107004351B (zh) | 交通违章管理系统和交通违章管理方法 | |
CN113469105A (zh) | 监控周边车辆的方法及装置、计算机可读存储介质 | |
CN110379162B (zh) | 车辆违章监测方法、装置、设备及计算机可读存储介质 | |
CN111028503A (zh) | 一种车辆变道监测方法及装置 | |
CN109003457B (zh) | 一种记录多台机动车违法占用应急车道行为的方法及装置 | |
CN109376665B (zh) | 基于群智感知的出租车驾驶员的驾驶行为评估系统 | |
CN112989069B (zh) | 一种基于知识图谱与区块链的交通违章分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |