CN110390232A - 确认违法驾驶的方法、装置、服务器和系统 - Google Patents
确认违法驾驶的方法、装置、服务器和系统 Download PDFInfo
- Publication number
- CN110390232A CN110390232A CN201810362696.0A CN201810362696A CN110390232A CN 110390232 A CN110390232 A CN 110390232A CN 201810362696 A CN201810362696 A CN 201810362696A CN 110390232 A CN110390232 A CN 110390232A
- Authority
- CN
- China
- Prior art keywords
- personnel
- facial image
- identification information
- vehicle identification
- mistake
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
-
- 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
-
- 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
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种确认违法驾驶的方法、装置、服务器和系统,属于智能交通领域。所述方法包括:从采集的任一车辆图像中,获取人脸图像和车辆标识信息;将所述人脸图像和所述车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对;当所述人脸图像与所述多个失驾人员中目标失驾人员的人脸图像的相似度大于预设阈值,且所述车辆标识信息与所述目标失驾人员对应的车辆标识信息相同时,确认所述目标失驾人员为违法驾驶。本发明通过结合人脸比对结果和车辆比对结果,可以准确地确定人脸图像所属的失驾人员,从而准确地确定该失驾人员为违法驾驶。
Description
技术领域
本发明涉及智能交通领域,尤其涉及一种确认违法驾驶的方法、装置、服务器和系统。
背景技术
失驾人员是指由于交通违法等原因造成机动车驾驶证被暂扣、注销或吊销,从而失去合法的机动车驾驶资格的驾驶人员,如果失驾人员在失驾期间驾车,则为违法驾驶。为了维护交通秩序,保障群众利益,需要对该类违法驾驶行为进行严厉打击,因此,如何确认失驾人员为违法驾驶就显示尤为重要。
目前,确认违法驾驶的方法如下:通过设置在道路上的抓拍机抓拍过往车辆,得到车辆的车辆标识信息后,将该车辆标识信息上传给服务器。服务器可以将该车辆标识信息与所有失驾人员已关联的车辆标识信息进行比对,如果该车辆标识信息与任一失驾人员已关联的车辆标识信息相同,则认为该任一失驾人员为违法驾驶。
在实现本发明的过程中,发明人发现相关技术至少存在以下问题:
上述方法中服务器通过比对车辆来确认失驾人员为违法驾驶,但实际上车辆标识信息相同的比对结果,并不能确定是否为失驾人员驾驶车辆,当其他非失驾人员驾驶了失驾人员的车辆时,也会由于车辆标识信息相同而得到该失驾人员违法驾驶的结果,因此这种仅根据车辆标识信息相同来确认失驾人员违法驾驶的方式,大大降低了确认违法驾驶的准确率。
发明内容
本发明实施例提供了一种确认违法驾驶的方法、装置、服务器和系统,可以解决相关技术确认违法驾驶的准确率低的问题。所述技术方案如下:
第一方面,提供了一种确认违法驾驶的方法,所述方法包括:
从采集的任一车辆图像中,获取人脸图像和车辆标识信息。
将所述人脸图像和所述车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对。
当所述人脸图像与目标失驾人员的人脸图像的相似度大于预设阈值,且所述车辆标识信息与所述目标失驾人员对应的车辆标识信息相同时,确认所述目标失驾人员为违法驾驶。
第二方面,提供了一种确认违法驾驶的装置,所述装置包括:
第一获取模块,用于从采集的任一车辆图像中,获取人脸图像和车辆标识信息;
比对模块,用于将该人脸图像和该车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对;
确认模块,用于当该人脸图像与目标失驾人员的人脸图像的相似度大于预设阈值,且该车辆标识信息与该目标失驾人员对应的车辆标识信息相同时,确认该目标失驾人员为违法驾驶。
第三方面,提供了一种服务器,包括处理器和存储器;所述存储器,用于存放至少一条指令;所述处理器,用于执行所述存储器上所存放的至少一条指令,实现第一方面任一种实现方式所述的方法步骤。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有至少一条指令,所述至少一条指令被处理器执行时实现第一方面任一种实现方式所述的方法步骤。
第五方面,提供了一种确认违法驾驶的系统,所述系统包括前端设备、人脸分析服务器和数据处理服务器,
所述前端设备,用于从采集的任一车辆图像中,获取人脸图像和车辆标识信息;
所述人脸分析服务器,用于将所述人脸图像和所述车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对;
所述数据处理服务器,用于将所述车辆标识信息与所述多个失驾人员对应的车辆标识信息进行比对;
所述数据处理服务器,还用于当所述人脸图像与目标失驾人员的人脸图像的相似度大于预设阈值,且所述车辆标识信息与所述目标失驾人员对应的车辆标识信息相同时,确认所述目标失驾人员为违法驾驶。
本发明实施例提供的技术方案带来的有益效果是:
通过从采集到的车辆图像中获取人脸图像和车辆标识信息,然后将当前获取到的人脸图像与失驾人员的人脸图像进行比对,将当前获取到的车辆标识信息与失驾人员对应的车辆标识信息进行比对,从而确定人脸和车辆同时比对成功的失驾人员为违法驾驶,由于人脸比对成功即表示该失驾人员的人脸图像与当前获取到的人脸图像的相似度大于预设阈值,当前获取到的人脸图像很有可能属于该失驾人员,而车辆比对成功即表示该失驾人员对应的车辆标识信息与当前获取到的车辆标识信息相同,通过结合人脸比对结果和车辆比对结果,可以准确地确定当前获取到的人脸图像所属的失驾人员,从而准确地确定该失驾人员为违法驾驶,提高了确认违法驾驶的准确率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种确认违法驾驶的系统的示意图;
图2是本发明实施例提供的一种确认违法驾驶的方法的流程图;
图3是本发明实施例提供的一种确认违法驾驶的方法的流程图;
图4是本发明实施例提供的一种确认违法驾驶的方法的流程图;
图5是本发明实施例提供的一种审核的流程图;
图6是本发明实施例提供的一种待审核记录展示的示意图;
图7是本发明实施例提供的一种对待审核记录进行审核的流程图;
图8是本发明实施例提供的一种行车轨迹分析的流程图;
图9是本发明实施例提供的一种落脚点分析的流程图;
图10是本发明实施例提供的一种频繁出入点分析的流程图;
图11是本发明实施例提供的一种确认违法驾驶的装置的结构示意图;
图12是本发明实施例提供的一种确认违法驾驶的装置的结构示意图;
图13是本发明实施例提供的一种确认违法驾驶的装置的结构示意图;
图14是本发明实施例提供的一种确认违法驾驶的装置的结构示意图;
图15是本发明实施例提供的一种服务器1500的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
图1是本发明实施例提供的一种确认违法驾驶的系统的示意图,该确认违法驾驶的系统可以包括前端设备101、数据接入服务器102、图像存储服务器103、数据处理服务器104、大数据存储服务器105、人脸分析服务器106和消息中间件服务器107和管理平台服务器108。
其中,前端设备101用于采集车辆图像,并从车辆图像中获取人脸图像和车辆标识信息,将人脸图像和车辆标识信息发送给数据接入服务器102。当然,前端设备101还可以将采集到的车辆图像发送给数据接入服务器102。前端设备101包括但不限于抓拍机、摄像机等具有摄像功能的设备。
数据接入服务器102用于将前端设备101发送的人脸图像存储至图像存储服务器103中;数据接入服务器102还用于将人脸图像的存储地址和前端设备101发送的车辆标识信息发送给数据处理服务器104。当然,如果数据接入服务器102还接收到前端设备101发送的车辆图像,则可以将接收到的车辆图像也存储至图像存储服务器103。
图像存储服务器103用于存储数据接入服务器102发送的人脸图像,并为人脸分析服务器105提供人脸图像进行比对分析。当然,如果图像存储服务器103还接收到数据接入服务器102发送的车辆图像,则可以将接收到的车辆图像也进行存储。
数据处理服务器104用于将数据接入服务器102发送的车辆标识信息存储到大数据存储服务器105中,将数据接入服务器102发送的人脸图像的存储地址发送给人脸分析服务器106;数据处理服务器104还用于将数据接入服务器102发送的车辆标识信息与失驾人员对应的(已关联的)车辆标识信息进行比对;数据处理服务器104还用于在人车同时比对上时,生成失驾人员的告警信息,并将该告警信息实时发送给消息中间件服务器107。
大数据存储服务器105用于存储数据处理服务器104发送的车辆标识信息和消息中间件服务器107发送的告警信息。
人脸分析服务器106用于根据数据处理服务器104发送的人脸图像的存储地址,从图像存储服务器103中获取该人脸图像,通过将该人脸图像与多个失驾人员的人脸图像进行比对分析,确定该多个失驾人员中人脸图像与该人脸图像的相似度大于预设阈值的失驾人员,并向数据处理服务器104返回比对结果。人脸分析服务器106还用于预先对导入的失驾人员的信息进行建模,并将建模数据存储至大数据存储服务器105。
消息中间件服务器107用于接收数据处理服务器104发送的告警信息后,向管理平台服务器108发送告警信息,消息中间件服务器107还用于将告警信息发送给大数据存储服务器105,使得大数据存储服务器105获取到告警信息并进行存储。
管理平台服务器108是指为失驾人员管理平台提供服务的服务器,用于接收消息中间件服务器107发送的告警信息,或从大数据存储服务器105获取告警信息,以提供给失驾人员管理平台进行展示。
需要说明的是,上述各个服务器可以均是功能独立的设备,或者其中多个服务器是功能独立的设备。当然,上述各个服务器的功能也可以集成在一个设备上。本发明实施例对各个服务器本身的物理实现方式不做限定,只要能实现这些服务器的功能即可。上述各个服务器之间可以通过无线网络或有线网络进行通信。
图2是本发明实施例提供的一种确认违法驾驶的方法的流程图。参见图2,该方法包括:
201、从采集的任一车辆图像中,获取人脸图像和车辆标识信息。
202、将该人脸图像和该车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对。
203、当该人脸图像与目标失驾人员的人脸图像的相似度大于预设阈值,且该车辆标识信息与该目标失驾人员对应的车辆标识信息相同时,确认该目标失驾人员为违法驾驶。
本发明实施例提供的方法,通过从采集到的车辆图像中获取人脸图像和车辆标识信息,然后将当前获取到的人脸图像与失驾人员的人脸图像进行比对,将当前获取到的车辆标识信息与失驾人员对应的车辆标识信息进行比对,从而确定人脸和车辆同时比对成功的失驾人员为违法驾驶,由于人脸比对成功即表示该失驾人员的人脸图像与当前获取到的人脸图像的相似度大于预设阈值,当前获取到的人脸图像很有可能属于该失驾人员,而车辆比对成功即表示该失驾人员对应的车辆标识信息与当前获取到的车辆标识信息相同,通过结合人脸比对结果和车辆比对结果,可以准确地确定当前获取到的人脸图像所属的失驾人员,从而准确地确定该失驾人员为违法驾驶,提高了确认违法驾驶的准确率。
在一种可能实现方式中,该将该人脸图像和该车辆标识信息分别与多个失驾人员的人脸图像和车辆标识信息进行比对,包括:将该人脸图像与该多个失驾人员的人脸图像进行比对,将该车辆标识信息与该多个失驾人员的车辆标识信息进行比对。
在一种可能实现方式中,该将该人脸图像和该车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对,包括:
将该人脸图像与该多个失驾人员的人脸图像进行比对,从该多个失驾人员的人脸图像中,获取目标人脸图像,该目标人脸图像与该人脸图像的相似度大于该预设阈值;
根据该目标人脸图像对应的失驾人员,生成该人脸告警名单;
将该车辆标识信息与该人脸告警名单中失驾人员对应的车辆标识信息进行比对。
在一种可能实现方式中,该将该车辆标识信息与该人脸告警名单中失驾人员对应的车辆标识信息进行比对之后,该方法还包括:
当该车辆标识信息与该人脸告警名单中该目标失驾人员对应的车辆标识信息相同时,确认该目标失驾人员为违法驾驶。
在一种可能实现方式中,该将该车辆标识信息与该人脸告警名单中失驾人员对应的车辆标识信息进行比对之后,该方法还包括:
当该车辆标识信息与该人脸告警名单中失驾人员对应的车辆标识信息不同时,生成待审核记录,该待审核记录包括该人脸图像、该车辆标识信息以及该人脸告警名单中失驾人员的人脸图像;
当根据该人脸图像和该人脸告警名单中失驾人员的人脸图像,确认该人脸图像属于该目标失驾人员时,建立该车辆标识信息和该目标失驾人员之间的人车关联关系。
在一种可能实现方式中,该根据该人脸图像和该人脸告警名单中失驾人员的人脸图像,确认该人脸图像属于该目标失驾人员,包括:
对该待审核记录中,该人脸图像和该人脸告警名单中失驾人员的人脸图像进行展示;
接收匹配信息,该匹配信息用于指示该人脸图像属于该目标失驾人员,该匹配信息在检测到匹配操作时生成,该匹配操作用于确认该人脸图像和该目标失驾人员的人脸图像匹配。
在一种可能实现方式中,该将该人脸图像和该车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对,包括:
将该车辆标识信息与多个失驾人员对应的车辆标识信息进行比对,从该多个失驾人员对应的车辆标识信息中,确定目标车辆标识信息,该目标车辆标识信息与该车辆标识信息相同;
根据该目标车辆标识信息对应的失驾人员,生成车辆告警名单;
将该人脸图像与该车辆告警名单中失驾人员的人脸图像进行比对。
在一种可能实现方式中,该将该人脸图像与该车辆告警名单中失驾人员的人脸图像进行比对之后,该方法还包括:
当该人脸图像与该车辆告警名单中该目标失驾人员的人脸图像的相似度大于预设阈值时,确认该目标失驾人员为违法驾驶。
在一种可能实现方式中,该将该人脸图像和该车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对,包括:
将该人脸图像与该多个失驾人员的人脸图像进行比对,同时将该车辆标识信息与多个失驾人员对应的车辆标识信息进行比对,获取人脸告警名单和车辆告警名单;
将该人脸告警名单和车辆告警名单进行比对;
其中,该人脸告警名单根据该多个失驾人员的人脸图像中目标人脸图像对应的失驾人员生成,该目标人脸图像与该人脸图像的相似度大于该预设阈值;该车辆告警名单根据该多个失驾人员对应的车辆标识信息中目标车辆标识信息对应的失驾人员生成,该目标车辆标识信息与该车辆标识信息相同。
在一种可能实现方式中,该确认该目标失驾人员为违法驾驶之后,该方法还包括:
发送该目标失驾人员的告警信息,该告警信息包括该目标失驾人员的信息和该车辆标识信息。
在一种可能实现方式中,该告警信息还包括车辆行驶位置,该车辆行驶位置根据采集该车辆图像的前端设备的安装位置确定。
在一种可能实现方式中,该方法还包括:
获取该目标失驾人员在指定时间段内的多条告警信息;
根据该多条告警信息中的车辆行驶位置,确定该目标失驾人员的行车轨迹、落脚点和频繁出入点。
上述所有可选技术方案,可以采用任意结合形成本发明的可选实施例,在此不再一一赘述。
图3是本发明实施例提供的一种确认违法驾驶的方法的流程图。该确认违法驾驶的方法用于上述图1所示的确认违法驾驶的系统中。参见图3,该方法可以包括:
301、前端设备从采集的任一车辆图像中,获取人脸图像A和车辆标识信息A。
其中,车辆标识信息可以包括车牌号码,用于唯一标识该车辆。为了便于后续的描述,本发明实施例将该步骤301获取到的人脸图像称为人脸图像A,将该步骤301获取到的车辆标识信息称为车辆标识信息A。
本发明实施例中,当任一车辆进入前端设备的采集范围时,前端设备可以对该车辆进行图像采集,得到该车辆的车辆图像,进而从该车辆图像中获取人脸图像和车辆标识信息。
在一种可能实现方式中,前端设备从车辆图像中获取人脸图像的过程包括:前端设备可以对车辆图像进行人脸检测,确定车辆图像中的人脸区域,根据该人脸区域对该车辆图像进行抠图处理,得到人脸图像。
可以理解的是,前端设备所采集的车辆图像中可能仅包含一个人物(驾驶员)的人脸区域,也可能包含多个人物(驾驶员和其他人员)的人脸区域。针对车辆图像中仅包含一个人物的人脸区域的情况,前端设备在上述人脸图像的获取过程,通过人脸检测可以确定一个人脸区域,进而根据该人脸区域获取到一个人脸图像;针对车辆图像中包括多个人物的人脸区域的情况,前端设备在上述人脸图像的获取过程,通过人脸检测可以确定多个人脸区域,此时,前端设备可以根据驾驶员的预设位置,从该多个人脸区域中确定驾驶员的人脸区域,进而通过抠图处理得到驾驶员的人脸图像。
在一种可能实现方式中,前端设备从车辆图像中获取车辆标识信息的过程包括:前端设备确定车辆图像中的车牌区域,对该车牌区域中的字符进行识别,得到车牌号码,将该车牌号码作为车辆标识信息。当然,前端设备还可以对车辆图像进行品牌、车型和颜色识别,将识别出来的车辆品牌、车辆颜色和车辆类型也作为车辆标识信息,本发明实施例对此不做限定。
需要说明的是,该步骤301是获取人脸图像和车辆标识信息的一种可能实现方式。通过前端设备对其所采集的车辆图像进行处理,提取出人脸图像和车辆标识信息后,再通过后续步骤302将上述信息发送给数据接入服务器,相比于直接将采集的车辆图像上传给数据接入服务器,可以减少数据的传输量。
302、前端设备将人脸图像A和车辆标识信息A发送给数据接入服务器。
本发明实施例中,系统中的数据接入服务器负责将前端设备发送的信息提供给系统中的其他服务器,因此,当获取到人脸图像和车辆标识信息时,前端设备可以将上述信息实时上传给数据接入服务器。
需要说明的是,本发明实施例是以前端设备对车辆图像进行处理得到人脸图像和车辆标识信息后,将人脸图像和车辆标识信息发送给数据接入服务器为例进行说明,实际上,前端设备也可以将采集的车辆图像直接发送给数据接入服务器,由数据接入服务器对车辆图像进行处理得到人脸图像和车辆标识信息,本发明实施例对此不做具体限定。
303、当接收到人脸图像A和车辆标识信息A时,数据接入服务器将人脸图像A发送给图像存储服务器。
本发明实施例中,系统中的图像存储服务器负责提供图像存储的服务,因此,数据接入服务器可以将人脸图像A存储至图像存储服务器中。当然,如果数据接入服务器还接收到前端设备发送的车辆图像,则可以将车辆图像和人脸图像A一起发送给图像存储服务器进行存储。
304、数据接入服务器获取到人脸图像A的存储地址后,将车辆标识信息A和人脸图像A的存储地址发送给数据处理服务器。
本发明实施例中,数据处理服务器负责提供车辆比对的服务,因此,数据接入服务器可以将车辆标识信息A发送给数据处理服务器进行车辆比对。同时,数据接入服务器在步骤303中对人脸图像A进行存储后,可以获取到该人脸图像A在图像存储服务器中的存储地址,因而数据接入服务器还可以将该人脸图像A的存储地址发送给数据处理服务器,由数据处理服务器发送给人脸分析服务器进行人脸比对。当然,数据接入服务器也可以直接将人脸图像A的存储地址发送给人脸分析服务器进行人脸比对,本发明实施例对此不做限定。
305、当接收到车辆标识信息A和人脸图像A的存储地址时,数据处理服务器将车辆标识信息A发送给大数据存储服务器。
本发明实施例中,大数据存储服务器负责提供车辆标识信息的存储服务,因此,数据处理服务器可以将车辆标识信息A存储至大数据服务器中。可选地,大数据存储服务器在接收到该车辆标识信息A时,可以向数据处理服务器返回车辆编号(PASSID),用于唯一标识该车辆标识信息所属车辆。
306、数据处理服务器将人脸图像A的存储地址发送给人脸分析服务器。
本发明实施例中,人脸分析服务器负责提供人脸比对的服务,因此,数据处理服务器可以将人脸图像A的存储地址发送给人脸分析服务器,由人脸分析服务器根据该存储地址,从图像存储服务器中获取该人脸图像A进行比对分析。
需要说明的是,本发明实施例仅以数据处理服务器存储车辆标识信息作为步骤305,发送人脸图像的存储地址作为步骤306为例进行说明,实际上,上述步骤305和步骤306没有固定的先后顺序,也即是,上述两个步骤可以同时进行,也可以先执行步骤305再执行步骤306,或先执行步骤306再执行步骤305,本发明实施例对此不做限定。
307、当接收到人脸图像A的存储地址时,人脸分析服务器根据该存储地址,从图像存储服务器中获取该人脸图像A。
本发明实施例中,人脸图像存储在图像存储服务器中,人脸分析服务器在接收到人脸图像的存储地址后,可以从图像存储服务器中获取到该人脸图像A,进而将该人脸图像A与多个失驾人员的人脸图像进行比对分析。
308、人脸分析服务器将人脸图像A与多个失驾人员的人脸图像进行比对,获取人脸告警名单,该人脸告警名单用于指示多个失驾人员中人脸图像与人脸图像A的相似度大于预设阈值的失驾人员。
其中,该多个失驾人员可以是人脸分析服务器的失驾人员信息库中的失驾人员,系统管理员可以预先将该多个失驾人员的信息导入到该失驾人员信息库中,该多个失驾人员的信息可以包括该多个失驾人员的人脸图像、基本信息,其中,该基本信息可以包括姓名、性别、出生日期、国籍、住址和身份证明号码(驾驶证号码)等。当然,该多个失驾人员的信息还可以包括该多个失驾人员关联的车辆标识信息,用于指示该多个失驾人员驾驶过的车辆,此情况下,人脸分析服务器可以将该多个失驾人员关联的车辆标识信息发送给大数据存储服务器进行存储,使得数据处理服务器可以从该大数据存储服务器中获取到该多个失驾人员关联的车辆标识信息,也即该多个失驾人员与车辆标识信息的人车关联关系。
在一种可能实现方式中,该人脸告警名单的获取过程包括:将该人脸图像A与该多个失驾人员的人脸图像进行比对,确定该人脸图像A与该多个失驾人员的人脸图像的相似度;从该多个失驾人员的人脸图像中,获取目标人脸图像,该目标人脸图像与该人脸图像A的相似度大于该预设阈值;根据该目标人脸图像对应的失驾人员,生成该人脸告警名单。
例如,人脸分析服务器可以利用人脸分析模型来获取人脸图像之间的相似度,该人脸分析模型用于将人脸图像A与多个失驾人员的人脸图像进行比对分析,获取人脸图像A与多个失驾人员的人脸图像之间的相似度,根据相似度,生成并输出人脸告警名单。相应地,人脸分析服务器可以将人脸图像A输入人脸分析模型;接收人脸分析模型输出的人脸告警名单,人脸告警名单中失驾人员的人脸图像与该人脸图像A的相似度大于预设阈值。其中,该人脸告警名单可以包括多个失驾人员中人脸图像与该人脸图像A的相似度排序位于前预设位(如前5位)的失驾人员,相似度越大排序越靠前。由于采集图像时的灯光环境、人的表情和动作手势等都会对人脸图像造成一定的影响,从而影响人脸相似度的判断。因此,通过选取与人脸图像A的相似度大于预设阈值的目标人脸图像,根据该目标人脸图像对应的失驾人员构成人脸告警名单,人脸图像A最有可能属于该人脸告警名单中的失驾人员,保证了人脸比对的准确性,通过进一步进行车辆比对,如果人车同时比对上,则可以确定人脸图像A真正属于的失驾人员,这样可以保证确认违法驾驶的准确性。
在一种可能实现方式中,人脸分析模型对人脸图像进行比对分析的过程包括:对人脸图像A进行特征提取,得到该人脸图像A的多个特征,如眼睛特征、鼻子特征、嘴巴特征等;对该多个特征进行特征融合,将特征融合后得到的人脸特征用于人脸间的相似度计算,例如,将得到的人脸特征与多个失驾人员的人脸特征进行相似度计算,该多个失驾人员的人脸特征也是通过对多个失驾人员的人脸图像进行特征提取和特征融合后得到,并作为该人脸分析模型的人脸模板图像进行存储,该人脸模板图像用于与输入人脸分析模型的人脸图像进行相似度计算;根据相似度计算结果,对该多个失驾人员进行排序,相似度越大的失驾人员排序越靠前;从排序结果中获取排序位于前预设位的失驾人员构成人脸告警名单。
人脸分析服务器可以在实际建立该人脸分析模型的过程中,通过相应的训练数据对该人脸分析模型进行训练。例如,该训练数据可以是多个人的样本人脸图像,且每个人包括多个样本人脸图像,这些样本人脸图像按照不同的人划分给予不同的训练标签,同一个人的多个样本人脸图像的训练标签相同,每个人的训练标签具有唯一性,即不存在同一训练标签属于不同人的情况。该人脸分析模型的训练过程包括:对样本人脸图像进行特征提取和特征融合,得到样本人脸图像的样本人脸特征,为各个样本人脸特征之间标记相似度,同一个人的多个样本人脸图像得到的多个样本人脸特征之间的相似度最大。当然,在人脸分析模型训练过程中,也可以直接引入已有的相似度算法来进行人脸特征的相似度计算。通过上述训练后,人脸分析模型具备获取人脸特征以及计算人脸特征相似度的能力,从而可以用于计算各个人脸图像之间的相似度,本发明实施例使用该人脸分析模型来计算人脸图像A与多个失驾人员的人脸图像的相似度。
可选地,人脸分析服务器建立该人脸分析模型后,可以将该人脸分析模型存储到大数据存储服务器中,人脸分析服务器还可以将管理员导入的失驾人员的信息,包括失驾人员的基本信息和关联的车辆标识信息也发送给大数据存储服务器进行存储,使得其他服务器在需要时,可以从该大数据存储服务器中获取到这些信息。
309、人脸分析服务器将人脸告警名单发送给数据处理服务器。
本发明实施例中,人脸分析服务器在确定人脸图像与人脸图像A相似度较高的人脸告警名单后,可以将该人脸告警名单发送给数据处理服务器,由数据服务器进行车辆比对分析。
310、当接收到人脸告警名单时,数据处理服务器将车辆标识信息A与该人脸告警名单中失驾人员对应的车辆标识信息进行比对。
本发明实施例中,数据处理服务器可以从大数据存储服务器中获取到失驾人员对应的车辆标识信息,大数据存储服务器中可以存储各个失驾人员关联的车辆标识信息。该大数据存储服务器可以通过以下两种方式,来获取各个失驾人员关联的车辆标识信息:第一种方式,步骤308中人脸分析服务器向大数据存储服务器发送失驾人员关联的车辆标识信息;第二种方式,数据处理服务器通过人工审核确认失驾人员驾驶当前未关联的车辆后,将当前驾驶车辆的车辆标识信息发送给大数据存储服务器,大数据存储服务器将该失驾人员当前驾驶车辆的车辆标识信息添加到该失驾人员关联的车辆标识信息中。
本发明实施例中,数据处理服务器可以开启SDK(Software Development Kit,软件开发工具包)监听,用来监听其他服务器向数据处理服务器发送的信息,当监听到人脸告警名单时,数据处理服务器可以将车辆标识信息A与人脸告警名单中失驾人员对应的车辆标识信息进行比对,以确定该人脸告警名单中是否存在车辆标识信息与该车辆标识信息A相同的失驾人员。
需要说明的是,上述步骤308至步骤310是将该人脸图像与该多个失驾人员的人脸图像进行比对,将该车辆标识信息与该多个失驾人员对应的车辆标识信息进行比对的一种可能实现方式。通过先进行人脸比对筛选出与人脸图像A的人脸相似度高的失驾人员,由于人脸相似度高的失驾人员很有可能为当前驾驶该车辆的驾驶人员,因而只需进一步将车辆标识信息A与这些失驾人员对应的车辆标识信息进行比对,即可确认违法驾驶的失驾人员,而无需与所有失驾人员对应的车辆标识信息进行比对,减少了比对的数据量,节约了系统的计算资源。
311、当该车辆标识信息A与该人脸告警名单中目标失驾人员对应的车辆标识信息相同时,数据处理服务器确认该目标失驾人员为违法驾驶。
本发明实施例中,如果数据处理服务器通过步骤310确定人脸告警名单中车辆标识信息与该车辆标识信息A相同的目标失驾人员,则数据处理服务器可以确认该目标失驾人员为违法驾驶。
针对该人脸告警名单中只包括一个失驾人员的情况,数据处理服务器可以将该车辆标识信息A与该唯一失驾人员对应的车辆标识信息进行比对,如果该车辆标识信息A与该失驾人员对应的车辆标识信息相同,则数据处理服务器可以认为该人脸图像A和车辆标识信息符合自动审核(免人工审核)条件,则将该人脸图像A和车辆标识信息设置为自动审核状态,确认该驾驶人员发生违法驾驶行为。例如,失驾人员小A关联的车辆标识信息中包括车牌号码浙AXXXXX,当小A开着浙A XXXXX的车辆时就符合自动审核条件,系统可以自动确定小A为违法驾驶。
针对该人脸告警名单中不止一个失驾人员的情况,数据处理服务器可以将该车辆标识信息A与人脸告警名单中每个失驾人员对应的车辆标识信息进行比对。如果该车辆标识信息A与人脸告警名单中目标失驾人员对应的车辆标识信息相同,则数据处理服务器可以将该人脸图像A和车辆标识信息A设置为自动审核状态,确认该目标失驾人员为违法驾驶。
需要说明的是,如果该人脸告警名单中有多个失驾人员对应的车辆标识信息与该车辆标识信息A相同,则数据处理服务器可以根据人脸图像A与该多个失驾人员的人脸图像的相似度,从人脸告警名单中的多个失驾人员中获取人脸图像与人脸图像A的相似度最大的失驾人员,认为该人脸图像A属于该失驾人员,数据处理服务器可以将该人脸图像A和车辆标识信息A设置为自动审核状态,确认该相似度最大的失驾人员为违法驾驶。
需要说明的是,本发明实施例是以系统先进行人脸比对,再进行车辆比对,也即是,人脸分析服务器先进行人脸图像比对,获取人脸告警名单后,数据处理服务器再将车辆标识信息A与人脸告警名单中失驾人员对应的车辆标识信息进行比对为例进行说明,实际上,系统也可以先进行车辆比对,再进行人脸比对,在一种可能实现方式中,数据处理服务器先将车辆标识信息A与多个失驾人员对应的车辆标识信息进行比对,获取车辆告警名单,该车辆告警名单用于指示该多个失驾人员中车辆标识信息与该车辆标识信息A相同的失驾人员,人脸分析服务器再将人脸图像A与车辆告警名单中失驾人员的人脸图像进行比对,当人脸图像A与车辆告警名单中目标失驾人员的人脸图像之间的相似度大于预设阈值时,确认该目标失驾人员为违法驾驶。其中,该车辆告警名单的获取过程包括:从该多个失驾人员对应的车辆标识信息中,确定目标车辆标识信息,该目标车辆标识信息与该车辆标识信息相同;根据该目标车辆标识信息对应的失驾人员,生成该车辆告警名单。如果该人脸图像A与车辆告警名单中多个失驾人员的人脸图像之间的相似度大于预设阈值时,则确认相似度最高的失驾人员发生违法驾驶行为。通过先进行车辆比对筛选出车辆标识信息与车辆标识信息A相同的失驾人员,再进一步将人脸图像A与这些失驾人员的人脸图像进行比对,而无需与所有失驾人员的人脸图像进行比对,可以减少比对的数据量,节约系统的计算资源。
当然,人脸比对和车辆比对也可以并行执行,在一种可能实现方式中,人脸分析服务器在将该人脸图像A与该多个失驾人员的人脸图像进行比对的同时,数据处理服务器可以将车辆标识信息A与多个失驾人员对应的车辆标识信息进行比对,从而得到人脸告警名单和车辆告警名单。这样,数据处理服务器在接收到人脸分析服务器发送的人脸告警名单后,可以将该人脸告警名单和车辆告警名单进行比对,当该人脸告警名单和该车辆告警名单中共同包含目标失驾人员时,数据处理服务器可以确认该目标失驾人员为违法驾驶。如果人脸告警名单和车辆告警名单中共同包含的失驾人员有多个,则数据处理服务器可以确认共同包含的多个失驾人员中人脸图像与人脸图像A相似度最高的失驾人员为违法驾驶。通过并列进行车辆标识信息的比对和人脸图像的比对,筛选出车辆标识信息与车辆标识信息A相同的失驾人员以及人脸图像与人脸图像A相似度高的失驾人员,再进一步确定车辆标识信息相同且人脸相似度高的失驾人员,由于无需将人脸图像A和车辆标识信息与每个失驾人员的人脸图像和车辆标识信息分别进行比对,可以减少比对的数据量,节约系统的计算资源。
需要说明的是,上述步骤311是将该人脸图像和该车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对,当该人脸图像A与该多个失驾人员中目标失驾人员的人脸图像的相似度大于预设阈值,且该车辆标识信息A与该目标失驾人员对应的车辆标识信息相同时,确认该目标失驾人员为违法驾驶的一种可能实现方式。相比于仅进行车辆比对,并不能确定是否为失驾人员驾驶车辆的相关技术,本发明提供的技术方案既可以进行人脸比对,也可以进行车辆比对,从而确定人车同时比对上的失驾人员为违法驾驶,可以提高确认违法驾驶的准确率。
312、数据处理服务器生成该目标失驾人员的告警信息后,向消息中间件服务器发送告警信息。
其中,该告警信息包括该目标失驾人员的信息、该车辆标识信息A、车辆行驶位置。该告警信息还可以包括告警时间,也即是,数据处理服务器生成告警信息的时间。当然,该告警信息还可以包括其他信息,如车道信息,也即是车辆行驶的车道,本发明实施例对告警信息中具体包括的内容不做具体限定。对于该目标失驾人员的信息,数据处理服务器可以从大数据存储服务器中获取。对于车道信息,前端设备可以对采集的车辆图像进行分析得到,例如,前端设备可以根据多个车道的相对方位和车辆图像中车辆所在位置,确定车辆所在车道。对于车辆行驶位置,该车辆行驶位置可以根据采集该车辆图像的前端设备的安装位置确定。例如,前端设备可以在向数据接入服务器发送车辆标识信息时,同时将车道信息和该前端设备自身对应的位置(如前端设备安装在道路上的位置,或前端设备的安装位置对应的各个卡口位置)也发送给数据接入服务器,使得数据接入服务器可以将该位置信息和车道信息也发送给数据处理服务器,使得数据处理服务器可以获知到这些信息。当然,数据处理服务器也可以将这些信息存储大数据存储服务器,从而在需要生成该告警信息时,从大数据存储服务器中获取。
本发明实施例中,当数据处理服务器确定目标失驾人员违法驾驶时,可以生成该目标失驾人员的告警信息,并向消息中间件服务器发送该告警信息。通过对人脸相似度高并驾驶关联车辆的失驾人员进行实时告警,可以便于执法人员对其实施现场抓捕。
在一种可能实现方式中,消息中间件服务器接收到告警信息后,可以将告警信息实时发送给管理平台服务器,由管理平台服务器将该告警信息实时下发至失驾人员管理平台,使得审核人员可以通过终端登录失驾人员管理平台,来查看该告警信息,并通知现场执法人员在当前行驶位置的下一个路口进行抓捕。
需要说明的是,本发明实施例是以数据处理服务器在确定失驾人员违法驾驶后进行实时告警为例进行说明,实际上,是否实时告警的功能可以进行配置,如果配置为实时告警,则数据处理服务器在确认失驾人员违法驾驶时可以实时发送告警信息,如果配置为不告警,则数据处理服务器在确认失驾人员违法驾驶时可以不发送告警信息。例如,审核人员可以在终端上登录失驾人员管理平台,终端可以显示该失驾人员管理平台的配置项页面,该配置项页面中可以包括自动审核配置项、预设阈值(人脸相似度的阈值)和告警配置项,其中,预设阈值可以根据各个地方的政策和业务所指示的阈值进行配置,无需二次开发。自动审核配置项和告警配置项可以是一个开关按钮的形式,如果自动审核配置项的开关按钮的状态为开,则表示开启了自动审核功能;如果自动审核配置项的开关按钮的状态为关,则表示未开启自动审核功能。同理,如果告警配置项的开关按钮的状态为开,则表示开启了实时告警;如果告警配置项的开关按钮的状态为开时,则表示未开启实时告警。
313、消息中间件服务器将告警信息发送给管理平台服务器和大数据存储服务器。
本发明实施例中,消息中间件服务器在接收到该告警信息后,可以将该告警信息发送给管理平台服务器,管理平台服务器可以将告警信息下发至失驾人员管理平台,使得审核人员可以看到该告警信息,从而通知执法人员对其实施现场抓捕。同时,消息中间件服务器还可以将告警信息发送至大数据存储服务器进行存储。这样,大数据存储服务器可以存储所有的告警信息,使得其他设备在需要时,可以从该大数据存储服务器中获取这些告警信息。
为了便于更直观的理解本发明实施例提供的确认违法驾驶的方法,下面将结合图4所示的一种确认违法驾驶的方法的流程图,对上述步骤301至步骤316提供的技术方案进行说明。如图4所示,前端设备可以抓拍车辆图像,并将从车辆图像中获取的车辆标识信息和人脸图像上传至数据接入服务器,数据接入服务器再将人脸图像存储到图像存储服务器,然后把车辆标识信息和人脸图像的存储地址发送给数据处理服务器,数据处理服务器接收信息之后将信息存储到大数据存储服务器中,可选地,大数据存储服务器可以向数据处理服务器返回PASSID。数据处理服务器可以将人脸图像的存储地址发送给人脸分析服务器,人脸分析服务器从图像存储服务器中获取人脸图像与失驾人员信息库中各个失驾人员的人脸图像进行比对分析,将分析的结果到达人脸相似度阈值的人脸告警名单返回给数据处理服务器,数据处理服务器进行失驾人员的关联车辆比对,将人脸和车辆同时比对上的数据自动审核后,向消息中间件服务器发送告警信息,大数据存储服务器从消息中间件服务器中获取告警信息并存储,以供失驾人员管理平台查询。
需要说明的是,上述步骤311至步骤313是针对人脸告警名单中存在车辆标识信息与车辆标识信息A相同的失驾人员时进行实时告警的情况。实际上,人脸告警名单中可能并没有车辆标识信息与车辆标识信息A相同的失驾人员,这种情况下,数据处理服务器可以进行后续步骤314至步骤230的处理。如图2中两个虚线框所示,上述步骤311至步骤313与后续步骤314至步骤230是针对步骤310的不同比对结果采取的不同处理方式。
314、当该车辆标识信息A与该人脸告警名单中失驾人员对应的车辆标识信息不同时,数据处理服务器生成待审核记录,该待审核记录包括该人脸图像A、车辆标识信息A以及该人脸告警名单中失驾人员的人脸图像。
本发明实施例中,如果数据处理服务器通过步骤310确定人脸告警名单中不存在车辆标识信息与该车辆标识信息A相同的失驾人员,则数据处理服务器无法根据人车同时比对上,来自动确认人脸图像A属于哪一个失驾人员。该情况下,数据处理服务器可以生成待审核记录,由审核人员进行人工审核,来确定人脸图像A真正属于哪一个失驾人员。
针对该人脸告警名单中只包括一个失驾人员的情况,如果该车辆标识信息A与该失驾人员对应的车辆标识信息不同,则数据处理服务器可以将该人脸图像A和车辆标识信息设置为非自动审核(人工审核)状态,根据该人脸图像A和车辆标识信息以及该失驾人员的人脸图像生成一条待审核记录。
针对该人脸告警名单中不止一个失驾人员的情况,如果该车辆标识信息A与失驾人员名单中各个失驾人员对应的车辆标识信息均不相同,则数据处理服务器可以将该人脸图像A和车辆标识信息设置为非自动审核状态,根据该人脸图像A和车辆标识信息以及该人脸告警名单中各个失驾人员的人脸图像生成一条待审核记录。
数据处理服务器在生成该审核记录后,可以将该审核记录提供给失驾人员管理平台,由审核人员通过失驾人员管理平台进行人工审核,也即是人工来比对该人脸图像A和该失驾人员的人脸图像,从而确认该人脸图像A是否均属于该失驾人员,具体过程参见后续步骤315至步骤318。
上述步骤311和步骤314是数据处理服务器针对步骤310的比对结果采取的两种处理方式。参见图5,提供了一种审核的流程图,数据处理服务器开启SDK监听,当接收到人脸告警名单时,数据处理服务器解析人脸告警名单,判断人脸告警名单中的失驾人员是否符合自动审核条件,如果符合,则将设置为自动审核状态,如上述步骤311,如果不符合,则设置为非自动审核状态,如上述步骤314。进而,数据处理服务器还可以将人脸告警名单按照协议封装后,发送给消息中间件服务器,使得大数据存储服务器可以从消息中间件服务器中获取到该人脸告警名单,如上述步骤312。
315、数据处理服务器将待审核记录发送给消息中间件服务器。
本发明实施例中,数据处理服务器在生成待审核记录后,可以将生成的待审核记录发送给消息中间件服务器,由消息中间件服务器转发给大数据存储服务器进行存储,以供管理平台服务器从该大数据存储服务器获取该待审核记录后,下发至失驾人员管理平台进行处理。
316、当接收到待审核记录时,消息中间件服务器将待审核记录发送给大数据存储服务器进行存储。
本发明实施例中,消息中间件服务器在接收到待审核记录后,可以将该待审核记录发送给大数据存储服务器进行存储。这样,大数据存储服务器可以存储所有的待审核记录,这样,审核人员可以在需要审核时,可以从该大数据存储服务器中获取该待审核记录。
317、当从大数据存储服务器获取到该待审核记录时,管理平台服务器对待审核记录中,该人脸图像A和该人脸告警名单中失驾人员的人脸图像进行展示。
本发明实施例中,管理平台服务器是指为失驾人员管理平台提供服务的服务器。参见图6,提供了一种待审核记录展示的示意图,如图6所示,当审核人员想要查看待审核记录时,可以在终端上登录失驾人员管理平台,并进行相应操作,触发终端向管理平台服务器发送审核请求,管理平台服务器在接收到该审核请求时,可以从大数据存储服务器中获取待审核记录,如果获取到则发送给终端,使得终端可以获取到待审核记录包含的各项信息,该各项信息可以包括人脸图像、告警时间和车辆标识信息,其中,告警时间即待审核记录的生成时间,人脸图像包括人脸图像A和该人脸告警名单中失驾人员(如人脸图像的相似度最高的前5位失驾人员,称为Top5)的人脸图像,车辆标识信息包括车辆标识信息A和失驾人员关联的车辆标识信息。当审核人员想要查看该待审核记录所包含的各项信息时,审核人员可以对其中的每项信息进行查看操作,如对人脸图像进行查看操作时,终端可以显示人脸图像A和该人脸告警名单中失驾人员的人脸图像。如果审核人员对车辆标识信息进行查看操作,则终端可以显示车辆标识信息A和失驾人员关联的车辆标识信息。
当然,管理平台服务器从大数据存储服务器中可能获取到多条待审核记录,如果待审核记录有多条,终端可以按照待审核记录的生成时间,对该多条待审核记录由近及远显示,审核人员可以优先点击时间最近的待审核记录进行审核,从而在确认人脸图像A所属的目标失驾人员后,及时通知执法人员对该目标失驾人员进行抓捕,本发明实施例对此不做限定。
318、管理平台服务器接收匹配信息,该匹配信息用于指示该人脸图像属于目标失驾人员,该匹配信息在检测到匹配操作时生成,该匹配操作用于确认该人脸图像A和该目标失驾人员的人脸图像匹配。
本发明实施例中,在终端展示待审核记录时,审核人员可以看到人脸图像A和人脸告警名单中各个失驾人员的人脸图像(如人脸相似度最大的前五个失驾人员Top5)。参见图7,提供了一种对待审核记录进行审核的流程图,如图7所示,审核人员可以判断该人脸图像A与人脸告警名单中哪一个失驾人员的人脸图像匹配,也即是,确认该人脸图像A属于哪一个失驾人员,然后将对人脸告警名单中目标失驾人员的人脸图像和人脸图像A进行匹配操作,以指示该人脸图像A属于该目标失驾人员。当终端检测到该匹配操作时,可以根据该匹配操作对应的目标失驾人员生成匹配信息,并向管理平台服务器发送该匹配信息,以指示该人脸图像A所属的目标失驾人员,使得管理平台服务器接收到该匹配信息后,可以确定待匹配的人脸图像所属的目标失驾人员。
319、管理平台服务器建立该车辆标识信息A和该目标失驾人员之间的人车关联关系。
本发明实施例中,管理平台服务器确认人脸图像A属于目标失驾人员后,可以将该目标失驾人员与车辆标识信息A进行关联,也即是,建立目标失驾人员和车辆标识信息之间的关联关系。如图7所示,以人脸告警名单中包括5个人脸相似度高的失驾人员为例,如果人脸告警名单中5个失驾人员的人脸图像与该人脸图像A均不匹配,则管理平台服务器可以将该5个失驾人员全部设置为“不匹配”。如果人脸告警名单中某一个失驾人员的人脸图像与该人脸图像A匹配,则管理平台服务器可以将该失驾人员设置为“匹配”,自动关联车辆标识信息,也即将该失驾人员和该失驾人员所驾驶车辆的车辆标识信息(即步骤301获取的车辆标识信息A)进行关联,而其他4个失驾人员自动设置为“不匹配”。
这种目标失驾人员的人脸图像与人脸图像A之间的相似度较高,但目标失驾人员对应的车辆标识信息与车辆标识信息A不同的场景,表明是目标失驾人员驾驶其之前未关联过的车辆,同样为违法驾驶。数据处理服务器可以将该车辆标识信息与该目标失驾人员进行关联。通过实时增加车辆关联,使得目标失驾人员下次驾驶该关联的车辆时,数据处理服务器通过自动审核即可确定该目标失驾人员为违法驾驶,将大大提高审核效率。
需要说明的是,除了建立人车关联关系以外,管理平台服务器也可以生成该目标失驾人员的告警信息,以指示该目标失驾人员发生了违法驾驶行为,并将该告警信息发送给大数据存储服务器进行存储。当然,管理平台服务器同样可以将该告警信息下发至失驾人员管理平台,供审核人员查看。这样,即使失驾人员当前驾驶了之前未关联的车辆,也可以记录该目标失驾人员的违法驾驶行为,并对该失驾人员进行告警,便于执行人员对其进行抓捕。
需要说明的是,上述步骤317至步骤318是当根据该待审核记录中,该人脸图像A和该人脸告警名单中失驾人员的人脸图像,确认该人脸图像A属于该人脸告警名单中的目标失驾人员时,建立该车辆标识信息A和该目标失驾人员之间的人车关联关系的一种可能实现方式。通过仅对数据处理服务器无法自动审核的数据进行人工审核,从而确定违法驾驶的目标失驾人员,可以在保证准确率的同时,减少人工审核的工作量,提高系统整体的审核效率。
320、管理平台服务器将人车关联关系发送给大数据存储服务器进行存储。
本发明实施例中,管理平台服务器可以将目标失驾人员与该车辆标识信息的关联关系发送给大数据存储服务器中,大数据存储服务器可以根据该人车关联关系,将该目标失驾人员当前驾驶车辆的车辆标识信息(步骤301中车辆标识信息A)添加到该失驾人员关联的车辆标识信息中,便于在配置自动审核的情况下,目标失驾人员下次再驾驶该车辆时,数据处理服务器通过自动审核即可确认该目标失驾人员为违法驾驶,减少了人工审核的工作量,提高了审核效率。
上述步骤305至步骤314通过人脸比对和车辆比对相结合的方式,对于人脸和车辆同时比对上的数据自动审核(免人工审核)并实时告警,对于人脸相似度高但未关联车辆的数据进行人工审核,审核后自动关联失驾人员和其当前驾驶的车辆,这种方式不仅能够简化人工审核的工作量,还可以提高确认结果的可靠性。
本发明实施例中,审核人员可以对目标失驾人员的行车轨迹、落脚点和频繁出入点进行分析,得到目标失驾人员关联的车辆的时间-空间行车轨迹、落脚点和频繁出入点情况。其中,落脚点是指落脚时长达到一定阈值的车辆行驶位置,频繁出入点是指出入次数达到一定阈值的车辆行驶位置。具体地,管理平台服务器可以获取该目标失驾人员在指定时间段内的多条告警信息,每个车辆标识信息对应一个车辆;根据该多条告警信息中的车辆行驶位置和车道,确定该目标失驾人员的行车轨迹、落脚点和频繁出入点。
在一种可能实现方式中,该多条告警信息的获取方式可以包括:管理平台服务器根据目标失驾人员的多个车辆标识信息,来获取该多条告警信息。例如,审核人员在终端上登录失驾人员管理平台后,可以在终端上进行操作,触发终端打开该失驾人员管理平台的查询界面。参见图8,提供了一种行车轨迹分析的流程图,对于每个待分析的失驾人员,审核人员可以在该查询界面中输入指定时间段,如果终端显示时间合法,也即是,该指定时间段的结束时间晚于起始时间,则审核人员可以继续输入该失驾人员的车牌号码,如果该失驾人员关联了多个车辆,则可以输入多个车牌号码,如果终端显示车牌号码合法,也即是,车牌号码是正确的车牌号码,则审核人员可以进行确认操作,触发终端向管理平台服务器发送行车轨迹获取请求,管理平台服务器在接收到该行车轨迹获取请求时,可以从大数据存储服务器获取行车轨迹,具体地,管理平台服务器向大数据存储服务器发送该行车轨迹获取请求,由大数据存储服务器根据该行车轨迹获取请求中携带的指定时间段和车牌号码,从本地存储中获取该失驾人员的所有告警信息,从这些告警信息中筛选出告警时间处于该指定时间段内且车牌号码匹配的多条告警信息,根据这些告警信息中记录的车辆行驶位置和车道等信息,生成该失驾人员的行车轨迹,该行车轨迹中指示了该失驾人员发生违法驾驶行为的时间和位置。进而,大数据存储服务器可以将该行车轨迹返回给管理平台服务器,由管理平台服务器发送给审核人员所在终端,使得审核人员可以看到该行车轨迹。
需要说明的是,上述方式是管理平台服务器根据车辆标识信息来获取该多条告警信息的过程,实际上,管理平台服务器也可以无需根据车辆标识信息来获取该多条告警信息,相应地,在上述方式中,如果终端显示时间合法,则审核人员可以无需输入失驾人员的车牌号码,而直接进行确认操作,触发终端向管理平台服务器发送行车轨迹获取请求,由管理平台服务器向大数据存储服务器发送该行车轨迹获取请求,使得大数据存储服务器根据该行车轨迹获取请求中携带的指定时间段,从本地存储中获取该失驾人员的所有告警信息,从这些告警信息中筛选出告警时间处于该指定时间段内的多条告警信息。
需要说明的是,审核人员也可以只针对一些违法驾驶行为发生频次较高的失驾人员(如发生频次最高的前20个失驾人员)进行行车轨迹、落脚点和频繁出入点分析。通过提供违法驾驶行为频次较高的失驾人员在失驾期间驾驶车辆的违法驾驶行为,对失驾人员关联的每辆车辆进行时间-空间行车轨迹分析,从而可以预判该失驾人员在哪个时间段哪个地点出现的可能性会比较大,从而通知执法人员提前在现场等候以实施抓捕。相比于相关技术中仅根据人工审核过的告警信息进行行车轨迹分析,本发明不仅可以根据自动审核后的告警信息(如步骤312中数据处理服务器生成的告警信息),还可以根据人工审核过的告警信息(如步骤319中管理平台服务器生成的告警信息)进行行车轨迹分析,用于分析的数据量大,分析出的行车轨迹比较准确,对失驾人员进行抓捕的可行性高,从而可以提高抓捕效率。
参见图9,提供了一种落脚点分析的流程图,对于每个待分析的失驾人员,审核人员可以在该查询界面中输入指定时间段,如果终端显示时间合法,则审核人员可以继续输入该失驾人员的车牌号码,如果终端显示车牌号码合法,则审核人员可以继续输入落脚时长阈值后进行确认操作,触发终端向管理平台服务器发送落脚点获取请求,管理平台服务器在接收到该落脚点请求时,可以从大数据存储服务器获取落脚点。具体地,管理平台服务器向大数据存储服务器发送该落脚点获取请求,使得大数据存储服务器根据该落脚点获取请求中携带的指定时间段、车牌号码和落脚时长阈值,从本地存储中获取该失驾人员的所有告警信息,从这些告警信息中筛选出告警时间处于该指定时间段内、车牌号码匹配的告警信息,进而根据这些告警信息分析该失驾人员在各个落脚点的落脚时长,该落脚点可以是告警信息中的行驶位置,也可以是行驶位置对应的抓捕地点,该落脚时长可以根据该失驾人员连续两次告警时间的时间间隔确定,进而,大数据存储服务器可以将落脚时长大于落脚时长阈值的落脚点发送给管理平台服务器,由管理平台服务器发送给审核人员所在终端,使得审核人员可以得知失驾人员可能出现的各个落脚点。
参见图10,提供了一种频繁出入点分析的流程图,对于每个待分析的失驾人员,审核人员可以在该查询界面中输入指定时间段,如果终端显示时间合法,则审核人员可以继续输入该失驾人员的车牌号码,如果终端显示车牌号码合法,则审核人员可以继续输入出入次数阈值后进行确认操作,触发终端向管理平台服务器发送频繁出入点获取请求,管理平台服务器在接收到该频繁出入点获取请求时,可以从大数据存储服务器获取频繁出入点。具体地,管理平台服务器向大数据存储服务器发送该频繁出入点获取请求,使得大数据存储服务器在接收到该频繁出入点获取请求时,可以根据该频繁出入点请求中携带的指定时间段、车牌号码和出入次数阈值,从本地存储中获取该失驾人员的所有告警信息,从这些告警信息中筛选出告警时间处于该指定时间段内且车牌号码匹配的告警信息,进而根据这些告警信息分析该失驾人员在各个出入点的出入次数,该出入点可以是告警信息中的行驶位置,也可以是行驶位置对应的抓捕地点,该出入次数可以通过统计该失驾人员在同一个行驶位置出现的次数得到,进而大数据存储服务器可以将出入次数大于出入次数阈值的出入点发送给管理平台服务器,由管理平台服务器发送给审核人员所在终端,使得审核人员可以得知失驾人员的频繁出入点。
通过根据车牌号码信息,对车辆进行时间-空间行车轨迹分析、落脚点分析和频繁出入点分析,根据三个维度的结合,可以对失驾人员实施精准抓捕。本发明实施例提供的系统可以基于SOA(Service Oriented Ambiguity,面向服务的体系结构)的架构模型,为多样化的数据接入提供接口,不仅能处理交通数据,还可以处理其他类型的数据。通过利用人脸识别技术结合大数据存储,减少了审核工作量,提高了预警和分析的准确性,大大提高了实施抓捕的效率;在审核时提供失驾人员的信息和关联车辆的信息,在配置自动审核的情况下,提高了实时告警的及时性和准确性;通过掌握车辆的时间-空间行车轨迹分析数据,便于指导民警对失驾人员开展精准抓捕。
需要说明的是,本发明实施例仅以上述步骤301至步骤230由上述各个服务器执行为例进行说明,实际上,上述步骤301至步骤320可以均由一个服务器执行,该服务器上集成了上述各个服务器的功能。或者,上述步骤301至步骤320中的任意多个步骤可以由同一个服务器执行,例如,上述步骤303至步骤310均可以由数据处理服务器执行,此情况下,步骤302中前端设备直接将人脸图像A和车辆标识信息A发送给数据处理服务器,步骤304中数据处理服务器直接获取存储地址即可。上述步骤312至步骤313均可以由数据处理服务器执行,此情况下,步骤312中数据处理服务器生成告警信息即可。上述步骤314至步骤316均可以由数据处理服务器执行,此情况下,数据处理服务器可以直接将待审核记录发送给大数据存储服务器。该同一个服务器上集成了上述执行该任意多个步骤的服务器的功能。本发明实施例对上述各个步骤的执行主体不做具体限定。
本发明实施例提供的方法,通过从采集到的车辆图像中获取人脸图像和车辆标识信息,然后将当前获取到的人脸图像与失驾人员的人脸图像进行比对,将当前获取到的车辆标识信息与失驾人员对应的车辆标识信息进行比对,从而确定人脸和车辆同时比对成功的失驾人员为违法驾驶,由于人脸比对成功即表示该失驾人员的人脸图像与当前获取到的的相似度大于预设阈值,当前获取到的很有可能属于该失驾人员,而车辆比对成功即表示该失驾人员对应的车辆标识信息与当前获取到的车辆标识信息相同,通过结合人脸比对结果和车辆比对结果,可以准确地确定当前获取到的人脸图像所属的失驾人员,从而准确地确定该失驾人员为违法驾驶,提高了确认违法驾驶的准确率。
图11是本发明实施例提供的一种确认违法驾驶的装置的结构示意图。参照图11,该装置包括:
第一获取模块1101,用于从采集的任一车辆图像中,获取人脸图像和车辆标识信息;
比对模块1102,用于将该人脸图像和该车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对;
确认模块1103,用于当该人脸图像与目标失驾人员的人脸图像的相似度大于预设阈值,且该车辆标识信息与该目标失驾人员对应的车辆标识信息相同时,确认该目标失驾人员为违法驾驶。
在一种可能实现方式中,该比对模块1102用于:将该人脸图像与该多个失驾人员的人脸图像进行比对,将该车辆标识信息与该多个失驾人员的车辆标识信息进行比对。
在一种可能实现方式中,该比对模块1102用于:
将该人脸图像与该多个失驾人员的人脸图像进行比对,从该多个失驾人员的人脸图像中,获取目标人脸图像,该目标人脸图像与该人脸图像的相似度大于该预设阈值;
根据该目标人脸图像对应的失驾人员,生成该人脸告警名单;
将该车辆标识信息与该人脸告警名单中失驾人员对应的车辆标识信息进行比对。
在一种可能实现方式中,该确认模块1103用于当该车辆标识信息与该人脸告警名单中该目标失驾人员对应的车辆标识信息相同时,确认该目标失驾人员为违法驾驶。
在一种可能实现方式中,参见图12,该装置还包括:
生成模块1104,用于当该车辆标识信息与该人脸告警名单中失驾人员对应的车辆标识信息不同时,生成待审核记录,该待审核记录包括该人脸图像、该车辆标识信息以及该人脸告警名单中失驾人员的人脸图像;
建立模块1105,用于当根据该人脸图像和该人脸告警名单中失驾人员的人脸图像,确认该人脸图像属于该目标失驾人员时,建立该车辆标识信息和该目标失驾人员之间的人车关联关系。
在一种可能实现方式中,该建立模块1105用于:
对该待审核记录中,该人脸图像和该人脸告警名单中失驾人员的人脸图像进行展示;
接收匹配信息,该匹配信息用于指示该人脸图像属于该目标失驾人员,该匹配信息在检测到匹配操作时生成,该匹配操作用于确认该人脸图像和该目标失驾人员的人脸图像匹配。
在一种可能实现方式中,该比对模块1102用于:
将该车辆标识信息与多个失驾人员对应的车辆标识信息进行比对,从该多个失驾人员对应的车辆标识信息中,确定目标车辆标识信息,该目标车辆标识信息与该车辆标识信息相同;
根据该目标车辆标识信息对应的失驾人员,生成车辆告警名单;
将该人脸图像与该车辆告警名单中失驾人员的人脸图像进行比对。
在一种可能实现方式中,该确认模块1103用于当该人脸图像与该车辆告警名单中该目标失驾人员的人脸图像的相似度大于预设阈值时,确认该目标失驾人员为违法驾驶。
在一种可能实现方式中,该比对模块1102用于:
将该人脸图像与该多个失驾人员的人脸图像进行比对,同时将该车辆标识信息与多个失驾人员对应的车辆标识信息进行比对,获取人脸告警名单和车辆告警名单;
将该人脸告警名单和车辆告警名单进行比对;
其中,该人脸告警名单根据该多个失驾人员的人脸图像中目标人脸图像对应的失驾人员生成,该目标人脸图像与该人脸图像的相似度大于该预设阈值;该车辆告警名单根据该多个失驾人员对应的车辆标识信息中目标车辆标识信息对应的失驾人员生成,该目标车辆标识信息与该车辆标识信息相同。
在一种可能实现方式中,该确认模块1103用于当该人脸告警名单和该车辆告警名单中共同包含该目标失驾人员时,确认该目标失驾人员为违法驾驶。
在一种可能实现方式中,参见图13,该装置还包括:
发送模块1106,用于发送该目标失驾人员的告警信息,该告警信息包括该目标失驾人员的信息和该车辆标识信息。
在一种可能实现方式中,该告警信息还包括车辆行驶位置,该车辆行驶位置根据采集该车辆图像的前端设备的安装位置确定。
在一种可能实现方式中,参见图14,该装置还包括:
第二获取模块1107,用于获取该目标失驾人员在指定时间段内的多条告警信息;
确定模块1108,用于根据该多条告警信息中的车辆行驶位置和车道,确定该目标失驾人员的行车轨迹、落脚点和频繁出入点。
本发明实施例提供的装置,通过从采集到的车辆图像中获取人脸图像和车辆标识信息,然后将当前获取到的人脸图像与失驾人员的人脸图像进行比对,将当前获取到的车辆图像与失驾人员对应的车辆标识信息进行比对,从而确定人脸和车辆同时比对成功的失驾人员为违法驾驶,由于人脸比对成功即表示该失驾人员的人脸图像与人脸图像A的相似度大于预设阈值,该当前获取到的人脸图像很有可能属于该失驾人员,而车辆比对成功即表示该失驾人员对应的车辆标识信息与当前获取到的车辆标识信息相同,通过结合人脸比对结果和车辆比对结果,可以准确地确定当前获取到的人脸图像所属的失驾人员,从而准确地确定该失驾人员为违法驾驶,提高了确认违法驾驶的准确率。
需要说明的是:上述实施例提供的确认违法驾驶的装置在确认违法驾驶时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的确认违法驾驶的装置与确认违法驾驶的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图15是本发明实施例提供的一种服务器1500的结构示意图,该服务器1500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(centralprocessing units,CPU)1501和一个或一个以上的存储器1502,其中,所述存储器1502中存储有至少一条指令,所述至少一条指令由所述处理器1501加载并执行以实现上述各个方法实施例提供的方法。当然,该服务器1500还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该服务器1500还可以包括其他用于实现设备功能的部件,在此不做赘述。
在示例性实施例中,还提供了一种存储有至少一条指令的计算机可读存储介质,例如存储有至少一条指令的存储器,上述至少一条指令被处理器执行时实现上述实施例中确认违法驾驶的方法。例如,所述计算机可读存储介质可以是只读内存(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、只读光盘(Compact DiscRead-Only Memory,CD-ROM)、磁带、软盘和光数据存储设备等。
本公开实施例还提供了一种确认违法驾驶的系统,该系统包括前端设备、人脸分析服务器和数据处理服务器,
该前端设备,用于从采集的任一车辆图像中,获取人脸图像和车辆标识信息;
该人脸分析服务器,用于将该人脸图像和该车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对;
该数据处理服务器,用于将该车辆标识信息与该多个失驾人员对应的车辆标识信息进行比对;
该数据处理服务器,还用于当该人脸图像与目标失驾人员的人脸图像的相似度大于预设阈值,且该车辆标识信息与该目标失驾人员对应的车辆标识信息相同时,确认该目标失驾人员为违法驾驶。
在一种可能实现方式中,该人脸分析服务器用于将该人脸图像与该多个失驾人员的人脸图像进行比对,该数据处理服务器用于将该车辆标识信息与该多个失驾人员对应的车辆标识信息进行比对。
在一种可能实现方式中,该人脸分析服务器用于将该人脸图像与该多个失驾人员的人脸图像进行比对,从该多个失驾人员的人脸图像中,获取目标人脸图像,该目标人脸图像与该人脸图像的相似度大于该预设阈值;根据该目标人脸图像对应的失驾人员,生成该人脸告警名单;
该数据处理服务器用于将该车辆标识信息与该人脸告警名单中失驾人员对应的车辆标识信息进行比对。
在一种可能实现方式中,该数据处理服务器用于当该车辆标识信息与该人脸告警名单中该目标失驾人员对应的车辆标识信息相同时,确认该目标失驾人员为违法驾驶。
在一种可能实现方式中,该系统还包括:
该数据处理服务器还用于当该车辆标识信息与该人脸告警名单中失驾人员对应的车辆标识信息不同时,生成待审核记录,该待审核记录包括该人脸图像、该车辆标识信息以及该人脸告警名单中失驾人员的人脸图像;
管理平台服务器,用于当根据该人脸图像和该人脸告警名单中失驾人员的人脸图像,确认该人脸图像属于该目标失驾人员时,建立该车辆标识信息和该目标失驾人员之间的人车关联关系。
在一种可能实现方式中,该管理平台服务器,用于对该待审核记录中,该人脸图像和该人脸告警名单中失驾人员的人脸图像进行展示;接收匹配信息,该匹配信息用于指示该人脸图像属于该目标失驾人员,该匹配信息在检测到匹配操作时生成,该匹配操作用于确认该人脸图像和该目标失驾人员的人脸图像匹配。
在一种可能实现方式中,该数据处理服务器用于将该车辆标识信息与多个失驾人员对应的车辆标识信息进行比对,从该多个失驾人员对应的车辆标识信息中,确定目标车辆标识信息,该目标车辆标识信息与该车辆标识信息相同;根据该目标车辆标识信息对应的失驾人员,生成车辆告警名单;
该人脸分析服务器用于将该人脸图像与该车辆告警名单中失驾人员的人脸图像进行比对。
在一种可能实现方式中,该人脸分析服务器用于当该人脸图像与该车辆告警名单中该目标失驾人员的人脸图像的相似度大于预设阈值时,确认该目标失驾人员为违法驾驶。
在一种可能实现方式中,该人脸分析服务器用于将该人脸图像与该多个失驾人员的人脸图像进行比对,同时该数据处理服务器用于将该车辆标识信息与多个失驾人员对应的车辆标识信息进行比对,获取人脸告警名单和车辆告警名单;
该数据处理服务器用于将该人脸告警名单和车辆告警名单进行比对;
其中,该人脸告警名单根据该多个失驾人员的人脸图像中目标人脸图像对应的失驾人员生成,该目标人脸图像与该人脸图像的相似度大于该预设阈值;该车辆告警名单根据该多个失驾人员对应的车辆标识信息中目标车辆标识信息对应的失驾人员生成,该目标车辆标识信息与该车辆标识信息相同。
在一种可能实现方式中,该数据处理服务器用于当该人脸告警名单和该车辆告警名单中共同包含该目标失驾人员时,确认该目标失驾人员为违法驾驶。
在一种可能实现方式中,该数据处理服务器还用于发送该目标失驾人员的告警信息,该告警信息包括该目标失驾人员的信息和该车辆标识信息。
在一种可能实现方式中,该告警信息还包括车辆行驶位置,该车辆行驶位置根据采集该车辆图像的前端设备的安装位置确定。
在一种可能实现方式中,该系统还包括:
管理平台服务器,用于根据该目标失驾人员的多个车辆标识信息,获取该目标失驾人员在指定时间段内的多条告警信息;根据该多条告警信息中的车辆行驶位置和车道,确定该目标失驾人员的行车轨迹、落脚点和频繁出入点。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,上述程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
上述仅为本发明的较佳实施例,并不用以限制本发明,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 (18)
1.一种确认违法驾驶的方法,其特征在于,所述方法包括:
从采集的任一车辆图像中,获取人脸图像和车辆标识信息;
将所述人脸图像和所述车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对;
当所述人脸图像与目标失驾人员的人脸图像的相似度大于预设阈值,且所述车辆标识信息与所述目标失驾人员对应的车辆标识信息相同时,确认所述目标失驾人员为违法驾驶。
2.根据权利要求1所述的方法,其特征在于,所述将所述人脸图像和所述车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对,包括:
将所述人脸图像与所述多个失驾人员的人脸图像进行比对,从所述多个失驾人员的人脸图像中,获取目标人脸图像,所述目标人脸图像与所述人脸图像的相似度大于所述预设阈值;
根据所述目标人脸图像对应的失驾人员,生成所述人脸告警名单;
将所述车辆标识信息与所述人脸告警名单中失驾人员对应的车辆标识信息进行比对。
3.根据权利要求2所述的方法,其特征在于,所述将所述车辆标识信息与所述人脸告警名单中失驾人员对应的车辆标识信息进行比对之后,所述方法还包括:
当所述车辆标识信息与所述人脸告警名单中所述目标失驾人员对应的车辆标识信息相同时,确认所述目标失驾人员为违法驾驶。
4.根据权利要求2所述的方法,其特征在于,所述将所述车辆标识信息与所述人脸告警名单中失驾人员对应的车辆标识信息进行比对之后,所述方法还包括:
当所述车辆标识信息与所述人脸告警名单中失驾人员对应的车辆标识信息不同时,生成待审核记录,所述待审核记录包括所述人脸图像、所述车辆标识信息以及所述人脸告警名单中失驾人员的人脸图像;
当根据所述人脸图像和所述人脸告警名单中失驾人员的人脸图像,确认所述人脸图像属于所述目标失驾人员时,建立所述车辆标识信息和所述目标失驾人员之间的人车关联关系。
5.根据权利要求4所述的方法,其特征在于,所述根据所述人脸图像和所述人脸告警名单中失驾人员的人脸图像,确认所述人脸图像属于所述目标失驾人员,包括:
对所述待审核记录中,所述人脸图像和所述人脸告警名单中失驾人员的人脸图像进行展示;
接收匹配信息,所述匹配信息用于指示所述人脸图像属于所述目标失驾人员,所述匹配信息在检测到匹配操作时生成,所述匹配操作用于确认所述人脸图像和所述目标失驾人员的人脸图像匹配。
6.根据权利要求1所述的方法,其特征在于,所述将所述人脸图像和所述车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对,包括:
将所述车辆标识信息与多个失驾人员对应的车辆标识信息进行比对,从所述多个失驾人员对应的车辆标识信息中,确定目标车辆标识信息,所述目标车辆标识信息与所述车辆标识信息相同;
根据所述目标车辆标识信息对应的失驾人员,生成车辆告警名单;
将所述人脸图像与所述车辆告警名单中失驾人员的人脸图像进行比对。
7.根据权利要求6所述的方法,其特征在于,所述将所述人脸图像与所述车辆告警名单中失驾人员的人脸图像进行比对之后,所述方法还包括:
当所述人脸图像与所述车辆告警名单中所述目标失驾人员的人脸图像的相似度大于预设阈值时,确认所述目标失驾人员为违法驾驶。
8.根据权利要求1所述的方法,其特征在于,所述将所述人脸图像和所述车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对,包括:
将所述人脸图像与所述多个失驾人员的人脸图像进行比对,同时将所述车辆标识信息与多个失驾人员对应的车辆标识信息进行比对,获取人脸告警名单和车辆告警名单;
将所述人脸告警名单和车辆告警名单进行比对;
其中,所述人脸告警名单根据所述多个失驾人员的人脸图像中目标人脸图像对应的失驾人员生成,所述目标人脸图像与所述人脸图像的相似度大于所述预设阈值;所述车辆告警名单根据所述多个失驾人员对应的车辆标识信息中目标车辆标识信息对应的失驾人员生成,所述目标车辆标识信息与所述车辆标识信息相同。
9.根据权利要求1所述的方法,其特征在于,所述确认所述目标失驾人员为违法驾驶之后,所述方法还包括:
发送所述目标失驾人员的告警信息,所述告警信息包括所述目标失驾人员的信息和所述车辆标识信息。
10.根据权利要求9所述的方法,其特征在于,所述告警信息还包括车辆行驶位置,所述车辆行驶位置根据采集所述车辆图像的前端设备的安装位置确定。
11.根据权利要求10所述的方法,其特征在于,所述方法还包括:
获取所述目标失驾人员在指定时间段内的多条告警信息;
根据所述多条告警信息中的车辆行驶位置,确定所述目标失驾人员的行车轨迹、落脚点和频繁出入点。
12.一种确认违法驾驶的装置,其特征在于,所述装置包括:
获取模块,用于从采集的任一车辆图像中,获取人脸图像和车辆标识信息;
比对模块,用于将所述人脸图像和所述车辆标识信息分别与多个失驾人员的人脸图像和对应的车辆标识信息进行比对;
确认模块,用于当所述人脸图像与目标失驾人员的人脸图像的相似度大于预设阈值,且所述车辆标识信息与所述目标失驾人员对应的车辆标识信息相同时,确认所述目标失驾人员为违法驾驶。
13.根据权利要求12所述的装置,其特征在于,所述比对模块用于:
将所述人脸图像与所述多个失驾人员的人脸图像进行比对,从所述多个失驾人员的人脸图像中,获取目标人脸图像,所述目标人脸图像与所述人脸图像的相似度大于所述预设阈值;
根据所述目标人脸图像对应的失驾人员,生成所述人脸告警名单;
将所述车辆标识信息与所述人脸告警名单中失驾人员对应的车辆标识信息进行比对。
14.根据权利要求13所述的装置,其特征在于,所述装置还包括:
生成模块,用于当所述车辆标识信息与所述人脸告警名单中失驾人员对应的车辆标识信息不同时,生成待审核记录,所述待审核记录包括所述人脸图像、所述车辆标识信息以及所述人脸告警名单中失驾人员的人脸图像;
建立模块,用于当根据所述人脸图像和所述人脸告警名单中失驾人员的人脸图像,确认所述人脸图像属于所述目标失驾人员时,建立所述车辆标识信息和所述目标失驾人员之间的人车关联关系。
15.根据权利要求12所述的装置,其特征在于,所述比对模块用于:
将所述车辆标识信息与多个失驾人员对应的车辆标识信息进行比对,从所述多个失驾人员对应的车辆标识信息中,确定目标车辆标识信息,所述目标车辆标识信息与所述车辆标识信息相同;
根据所述目标车辆标识信息对应的失驾人员,生成车辆告警名单;
将所述人脸图像与所述车辆告警名单中失驾人员的人脸图像进行比对。
16.根据权利要求12所述的装置,其特征在于,所述比对模块用于:
将所述人脸图像与所述多个失驾人员的人脸图像进行比对,同时将所述车辆标识信息与多个失驾人员对应的车辆标识信息进行比对,获取人脸告警名单和车辆告警名单;
将所述人脸告警名单和车辆告警名单进行比对;
其中,所述人脸告警名单根据所述多个失驾人员的人脸图像中目标人脸图像对应的失驾人员生成,所述目标人脸图像与所述人脸图像的相似度大于所述预设阈值;所述车辆告警名单根据所述多个失驾人员对应的车辆标识信息中目标车辆标识信息对应的失驾人员生成,所述目标车辆标识信息与所述车辆标识信息相同。
17.一种服务器,其特征在于,包括处理器和存储器;所述存储器,用于存放至少一条指令;所述处理器,用于执行所述存储器上所存放的至少一条指令,实现权利要求1-11任一项所述的方法步骤。
18.一种确认违法驾驶的系统,其特征在于,所述系统包括前端设备、人脸分析服务器和数据处理服务器,
所述前端设备,用于从采集的任一车辆图像中,获取人脸图像和车辆标识信息;
所述人脸分析服务器,用于将所述人脸图像与多个失驾人员的人脸图像进行比对;
所述数据处理服务器,用于将所述车辆标识信息与所述多个失驾人员对应的车辆标识信息进行比对;
所述数据处理服务器,还用于当所述人脸图像与目标失驾人员的人脸图像的相似度大于预设阈值,且所述车辆标识信息与所述目标失驾人员对应的车辆标识信息相同时,确认所述目标失驾人员为违法驾驶。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810362696.0A CN110390232A (zh) | 2018-04-20 | 2018-04-20 | 确认违法驾驶的方法、装置、服务器和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810362696.0A CN110390232A (zh) | 2018-04-20 | 2018-04-20 | 确认违法驾驶的方法、装置、服务器和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110390232A true CN110390232A (zh) | 2019-10-29 |
Family
ID=68283682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810362696.0A Pending CN110390232A (zh) | 2018-04-20 | 2018-04-20 | 确认违法驾驶的方法、装置、服务器和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110390232A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111767917A (zh) * | 2019-12-24 | 2020-10-13 | 杭州海康威视数字技术股份有限公司 | 一种违章证据图片检测方法、装置及电子设备 |
CN111784569A (zh) * | 2020-09-04 | 2020-10-16 | 平安国际智慧城市科技股份有限公司 | 成对车牌图像及车辆图像的生成方法、装置、介质及设备 |
CN112380892A (zh) * | 2020-09-14 | 2021-02-19 | 青岛海信网络科技股份有限公司 | 一种图像识别方法、装置、设备及介质 |
CN112559999A (zh) * | 2020-12-07 | 2021-03-26 | 中国平安人寿保险股份有限公司 | 身份验证方法、身份验证系统、电子设备及存储介质 |
CN112733787A (zh) * | 2021-01-20 | 2021-04-30 | 青岛以萨数据技术有限公司 | 驾乘人员违法行为检测方法、装置、存储介质及系统 |
CN113779171A (zh) * | 2021-09-26 | 2021-12-10 | 浙江大华技术股份有限公司 | 对象落脚点的确定方法、装置、存储介质及电子装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544481A (zh) * | 2013-10-24 | 2014-01-29 | 深圳市飞瑞斯科技有限公司 | 一种基于人脸识别的道路卡口监控方法及系统 |
CN103927521A (zh) * | 2014-04-17 | 2014-07-16 | 国通道路交通管理工程技术研究中心有限公司 | 一种基于人脸识别的驾驶员资格确认系统及方法 |
CN104828014A (zh) * | 2015-05-28 | 2015-08-12 | 京东方科技集团股份有限公司 | 一种车辆安全驾驶的方法、装置和系统 |
CN106097499A (zh) * | 2016-06-12 | 2016-11-09 | 南宁思飞电子科技有限公司 | 应用于小区的车辆管理门禁系统 |
CN107764986A (zh) * | 2016-08-23 | 2018-03-06 | 北京嘀嘀无限科技发展有限公司 | 司机醉酒驾车检测方法及系统、数据处理方法与服务器 |
US9947217B1 (en) * | 2012-12-19 | 2018-04-17 | Allstate Insurance Company | Driving event data analysis |
CN109214258A (zh) * | 2017-07-05 | 2019-01-15 | 杭州海康威视系统技术有限公司 | 失驾人员违规驾驶的检测方法及装置 |
-
2018
- 2018-04-20 CN CN201810362696.0A patent/CN110390232A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9947217B1 (en) * | 2012-12-19 | 2018-04-17 | Allstate Insurance Company | Driving event data analysis |
CN103544481A (zh) * | 2013-10-24 | 2014-01-29 | 深圳市飞瑞斯科技有限公司 | 一种基于人脸识别的道路卡口监控方法及系统 |
CN103927521A (zh) * | 2014-04-17 | 2014-07-16 | 国通道路交通管理工程技术研究中心有限公司 | 一种基于人脸识别的驾驶员资格确认系统及方法 |
CN104828014A (zh) * | 2015-05-28 | 2015-08-12 | 京东方科技集团股份有限公司 | 一种车辆安全驾驶的方法、装置和系统 |
CN106097499A (zh) * | 2016-06-12 | 2016-11-09 | 南宁思飞电子科技有限公司 | 应用于小区的车辆管理门禁系统 |
CN107764986A (zh) * | 2016-08-23 | 2018-03-06 | 北京嘀嘀无限科技发展有限公司 | 司机醉酒驾车检测方法及系统、数据处理方法与服务器 |
CN109214258A (zh) * | 2017-07-05 | 2019-01-15 | 杭州海康威视系统技术有限公司 | 失驾人员违规驾驶的检测方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111767917A (zh) * | 2019-12-24 | 2020-10-13 | 杭州海康威视数字技术股份有限公司 | 一种违章证据图片检测方法、装置及电子设备 |
CN111784569A (zh) * | 2020-09-04 | 2020-10-16 | 平安国际智慧城市科技股份有限公司 | 成对车牌图像及车辆图像的生成方法、装置、介质及设备 |
CN111784569B (zh) * | 2020-09-04 | 2020-12-04 | 平安国际智慧城市科技股份有限公司 | 成对车牌图像及车辆图像的生成方法、装置、介质及设备 |
CN112380892A (zh) * | 2020-09-14 | 2021-02-19 | 青岛海信网络科技股份有限公司 | 一种图像识别方法、装置、设备及介质 |
CN112380892B (zh) * | 2020-09-14 | 2023-10-27 | 青岛海信网络科技股份有限公司 | 一种图像识别方法、装置、设备及介质 |
CN112559999A (zh) * | 2020-12-07 | 2021-03-26 | 中国平安人寿保险股份有限公司 | 身份验证方法、身份验证系统、电子设备及存储介质 |
CN112733787A (zh) * | 2021-01-20 | 2021-04-30 | 青岛以萨数据技术有限公司 | 驾乘人员违法行为检测方法、装置、存储介质及系统 |
CN113779171A (zh) * | 2021-09-26 | 2021-12-10 | 浙江大华技术股份有限公司 | 对象落脚点的确定方法、装置、存储介质及电子装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110390232A (zh) | 确认违法驾驶的方法、装置、服务器和系统 | |
CN109686109A (zh) | 一种基于人工智能的停车场安全监控管理系统 | |
CN204990695U (zh) | 基于车载行车记录设备的车辆违章信息采集系统 | |
EP3764292A1 (en) | Data analysis method, electronic device and computer-readable medium | |
TW200817929A (en) | Intelligent video verification of point of sale (POS) transactions | |
CN104751663A (zh) | 驾驶员安全驾驶辅助系统和方法 | |
CN109803112A (zh) | 基于大数据的视频分析管理方法、装置及系统、存储介质 | |
CN110288738A (zh) | 一种自行车专用车道智能综合管控系统和管控方法 | |
CN111951410A (zh) | 一种园区团队票的全自动验票检票方法及检票系统 | |
CN109147336A (zh) | 一种交通失驾人员预警方法及系统 | |
CN108230669B (zh) | 基于大数据和云分析的道路车辆违法检测方法及系统 | |
CN110189524A (zh) | 一种主动式违章违规识别方法、系统和电子设备 | |
CN109547262A (zh) | 一种基于zabbix监控交易系统异常的方法及其系统 | |
CN106130762A (zh) | 一种基于有穷自动机的网络训练综合分析方法 | |
CN112509325A (zh) | 一种基于视频深度学习的非现场违法自动甄别方法 | |
CN114071062B (zh) | 远程评标视频会议过程中的视频录制方法及装置 | |
CN110278197A (zh) | 一种物联网的管理系统及其管理方法 | |
CN110647884A (zh) | 一种鸣笛抓拍方法和相关装置 | |
CN203149598U (zh) | 基于人脸识别技术的机场通道控制系统 | |
CN116311901A (zh) | 一种智能交通实时监控系统 | |
CN111770444A (zh) | 一种基于定位数据分析的app监管系统 | |
CN114429642A (zh) | 远程评标视频会议过程中评标专家的异常行为认定方法 | |
GB2554948A (en) | Video monitoring using machine learning | |
CN114071060A (zh) | 智能远程评标监管系统 | |
CN113902987A (zh) | 群体智能的对象检测方法、存储介质和处理器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191029 |
|
RJ01 | Rejection of invention patent application after publication |