CN110400469B - 基于人车关联分析的准驾不符违法行为预警方法 - Google Patents
基于人车关联分析的准驾不符违法行为预警方法 Download PDFInfo
- Publication number
- CN110400469B CN110400469B CN201910813206.9A CN201910813206A CN110400469B CN 110400469 B CN110400469 B CN 110400469B CN 201910813206 A CN201910813206 A CN 201910813206A CN 110400469 B CN110400469 B CN 110400469B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driving
- license
- confirmed
- type
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000010219 correlation analysis Methods 0.000 title claims abstract description 12
- 238000005516 engineering process Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 230000006399 behavior Effects 0.000 abstract description 21
- 241001622623 Coeliadinae Species 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
- G06F16/90344—Query processing by using string matching techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
-
- 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
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供基于人车关联分析的准驾不符违法行为预警方法,其可以自动识别准驾不符违法行为的驾驶员和涉事车辆,且发送预警信息给路面执勤的交警人员进行精准拦截,有效的提高了准驾不符违法行为的查处效率、和执行效率率。在本发明的技术方案中,基于图像识别技术获取车辆信息,基于人脸识别技术获取驾驶人以及驾驶人持有的驾驶证信息;通过驾驶证信息获得其对应的全部准驾车型的驾驶证列表,通过车辆信息找到驾驶此类车辆所需最低准驾驾驶证;最后,通过比较待确认车辆的最低准驾驾驶证是否包含在所述待确认驾驶证的全部准驾车型对应的驾驶证列表中,来判断驾驶人是否存在准驾不符的违法行为。
Description
技术领域
本发明涉及智能交通控制技术领域,具体为基于人车关联分析的准驾不符违法行为预警方法。
背景技术
准驾不符违法驾驶行为是指驾驶与驾驶证载明的准驾车型不符的机动车的行为。目前没有特定的查处方法,现有的方法中是通过路面交警的执勤拦截其他违法行为时,检查比较驾驶证的准驾车型,来发现是否存在准假不符的违法行为,不但查处率低,且执行效率很差。
发明内容
为了解决现有技术中没有专有的方式对准驾不符违法驾驶行为进行甄别的问题,本发明提供基于人车关联分析的准驾不符违法行为预警方法,其可以自动识别准驾不符违法行为的驾驶员和涉事车辆,且发送预警信息给路面执勤的交警人员进行精准拦截,有效的提高了准驾不符违法行为的查处效率、和执行效率率。
本发明的技术方案是这样的:基于人车关联分析的准驾不符违法行为预警方法,其特征在于,其包括以下步骤:
S1:从交通监控设备中不间断的中提取过车图片,针对每一个所述过车图片,通过图像识别技术,获取待确认车辆的车辆号牌信息和车辆区域图片;所述车辆号牌信息包括车辆号牌、车辆号牌种类;
如果可以获取有效信息,则输出所述待确认车辆的所述车辆号牌信息和所述车辆区域图片;
否则,结束本次分析;
S2:基于图像识别技术,从所述车辆区域图片中检测出人脸区域,获取人脸区域信息;
如果获取了有效的人脸区域信息,并确认其为驾驶人位置,则输出待确认人脸区域图片;
否则,结束本次分析;
S3:基于所述车辆号牌信息,在机动车信息资源库中,查询并判断车辆状态,输出车辆信息;
所述车辆信息包括:车辆类型、使用性质、核定载客;
所述机动车信息资源库包括:本地分发库和全国资源库;
S4:基于人脸比对技术,通过所述待确认人脸区域图片在人口库中进行相似度比较;返回相似度最高的两个记录;若最高的相似度大于等于设定阈值、且次高的相似度低于设定阈值,输出最高的相似度对应的记录中的身份证号码,记为待确认身份证号码;
S5:通过所述待确认身份证号码,在所述机动车信息资源库中查找对应的待确认驾驶证的信息,输出待确认驾驶证类型;
S6:根据所述待确认驾驶证类型,获得所述待确认驾驶证的全部准驾车型对应的驾驶证列表;
S7:查找预先设置在系统中的最低准驾对应列表,根据所述车辆信息,获取驾驶所述待确认车辆所需的最低准驾驾驶证;
S8:在所述待确认驾驶证的全部准驾车型对应的驾驶证列表中,查找所述待确认车辆的最低准驾驾驶证;
如果所述待确认车辆的最低准驾驾驶证没有被包含在所述待确认驾驶证的全部准驾车型对应的驾驶证列表中,则分析结果设置为:有准驾不符嫌疑;
否则,如果所述待确认车辆的最低准驾驾驶证包含在所述待确认驾驶证的全部准驾车型对应的驾驶证列表中,则所述分析结果设置为:无准驾不符嫌疑;
S9:如果所述分析结果为:有准驾不符嫌疑,则把所述车辆号牌信息、所述待确认身份证号码作为预警信息推送给警务人员;
否则,当所述分析结果为:无准驾不符嫌疑,则不进行所述预警信息的推送,结束本次分析。
其进一步特征在于:
步骤S3中,基于所述车辆号牌信息查询并判断车辆状态的流程,包括如下步骤:
S3-1:在公安交通集成平台数据库中,查询出当地所有的号牌字符串中的第一个字符,构成数组:当地号牌头数组hpt[];
S3-2:获取所述待确认车辆的所述车辆号牌的字符串中的第一位字符,设为待确认车辆号牌头clhpt;
S3-3:确认所述待确认车辆号牌头clhpt是否包含在所述当地号牌头数组hpt[]中;
如果clhpt包含在hpt[]中,则执行步骤S3-4;
否则,clhpt不包含在hpt[]中时,执行步骤S3-5;
S3-4:在所述本地分发库机动车登记信息表中,查询所述待确认车辆的所述车辆号牌种类和所述车辆号牌;
如果可以查询到,则获取查询结果后,执行步骤S3-6;
否则,步骤S3-5;
S3-5:在所述全国资源库中,查询所述待确认车辆的所述车辆号牌种类和所述车辆号牌;
如果可以查询到,则获取查询结果后,执行步骤S3-6;
否则,认定该号牌有假牌嫌疑,本次准驾不符判断流程结束;
S3-6:从所述查询结果中,读取所述车辆类型、所述使用性质、所述核定载客的内容,作为待确认车辆的车辆信息输出;
步骤S5中,基于所述待确认身份证号码,查找所述待确认驾驶证信息的流程,包括如下步骤:
S5-1:在所述本地分发库中的驾驶人信息库中,查询所述待确认身份证号码;
如果能够查询到,则返回对应的驾驶人信息后,执行步骤S5-2;
否则,无法查询到所述待确认身份证号码,则执行步骤S5-3;
S5-2:在所述驾驶人信息中,确认其对应的驾驶证状态;
如果所述驾驶证状态为:转出,则执行步骤S5-3;
如果所述驾驶证状态为:正常,则执行步骤S5-5;
否则,本次准驾不符判断流程结束;
S5-3:在所述全国资源库的驾驶人登记信息表中,查询所述待确认身份证号码;
如果无法查询到所述待确认身份证号码,则驾驶人无照驾驶,本次准驾不符判断流程结束;
否则,能够查询到所述待确认身份证号码,则返回其对应的驾驶人信息后,则执行步骤S5-4;
S5-4:在所述驾驶人信息中,确认其对应的驾驶证状态;
如果所述驾驶证状态为:其他,则驾驶人存在无照驾驶的嫌疑,本次准驾不符判断流程结束;
如果所述驾驶证状态为:正常,则执行步骤S5-5;
S5-5:获取所述待确认驾驶证的所有相关信息,并输出所述待确认驾驶证类型;
步骤S6中,根据所述待确认驾驶证类型,获得所述待确认驾驶证的全部准驾车型对应的驾驶证列表,包括如下步骤;
S6-1:从系统中读出所有的车型以及对应的驾驶证类型代号;
S6-2:构建准驾关系表;所述准驾关系表中第一列为车辆类型,第二列为每个准驾车型对应的所述驾驶证类型代号;
将全部所述车辆类型按照其对应的所述驾驶证类型代号进行排序后,放入表格中,构成所述准驾关系表;具体排序方法如下所示:
a1:按照所述驾驶证类型代号的第一位字符在字母表中的顺序排序;
a2:第一位字符相同的情况下第二位字符按照数字从小到大排序;
S6-3:基于所述准驾关系表,在表中追加一列:驾驶证代号维度,每个所述驾驶证代号维度由三组正整数的数字表示;
所述驾驶证代号维度表示每个驾驶证类型代号在XYZ这3个维度进行分解后得到的值,具体的分解方式如下:
b1:X维度表示对应的所述驾驶证类型代号在所述准驾关系表中的排序,显示为其对应的序号;
b2:Y维度表示其对应的准驾车型在车型排序中的序号:
所述车型排序为:牵引车的序号为1,客车的序号为2,货车的序号为3,公交车的序号为4,其他车型的序号为9;
b3:Z维度表示其对应的准驾车型在车型大小排序中的序号:
所述车型大小排序为:大型的序号为1,重型的序号为2,中型的序号为3,小型的序号为4;
S6-4:根据所述驾驶证代号维度进行计算,获得每一个所述驾驶证类型代号对应的全部准驾车型,具体的计算流程如下所示:
c1:读出所述准驾关系表中所述车辆类型的个数,赋值给车辆类型个数M;
c2:按照所述驾驶证类型代号的排序,由高到低读取所有的所述驾驶证代号维度XYZi;
其中i=1,2,......,M-1;
c3:比较XYZi和XYZj,当XYZi对应的驾驶证类型可以驾驶XYZj对应的车辆类型时,追加XYZj对应的驾驶证类型代号到XYZi对应的准驾车辆列表那一列中,
其中:j=i+1,i+2,......,M;
c4:循环c2~c3,直至所述准驾关系表的M个所述车辆类型对应的所述准驾车辆列表都被添加完毕;
c5:所述准驾关系表中,每一个所述驾驶证类型代号对应的所述准驾车辆列表的内容,即其全部准驾车型对应的驾驶证列表;
步骤c3中,比较XYZi和XYZj,是对二者的3个维度Xi、Yi、Zi与Xj、Yj、Zj分别进行比较,具体流程包括如下步骤:
d1:若Xi<Xj,执行步骤d2;
若Xi>Xj,则XYZi不包含XYZj,即XYZi对应的驾驶证类型不能驾驶XYZj对应的车辆类型,结束本次比较;
d2:若Yi≤Yj,执行步骤d3;
若Yi>Yj,则XYZi不包含XYZj,即XYZi对应的驾驶证类型不能驾驶XYZj对应的车辆类型,结束本次比较;
d3:若Zi≤Zj,则XYZi包含XYZj,即XYZi对应的驾驶证类型可以驾驶XYZj对应的车辆类型,追加XYZj对应的驾驶证类型代号到所述准驾关系表中XYZi对应的所述准驾车辆列表那一列里;
若Zi>Zj,则XYZi不包含XYZj,即XYZi对应的驾驶证类型不能驾驶XYZj对应的车辆类型,结束本次比较;
步骤S7中,所述最低准驾车型列表用来表示驾驶该车辆最低应持何种类型的驾驶证;制作所述最低准驾对应列表的过程包括如下步骤:
S7-1:从系统中读出所有的车型以及对应的车辆类型代号;
所述车辆类型代号由字符构成,其中:第一位是字母,表示车型分类;第二位是数字,表示车长、轴距、排量;
S7-2:基于每一个车型的所述车辆信息中的车辆类型、使用性质、核定载客,按照下面的分类规则构成所述最低准驾车型列表;
所述最低准驾车型列表中,所述车辆类型代号由其前两位字符代表,其对应的驾驶证代号,具体如下:
b1:车型分类中K字对应客车,按照车辆类型代号第二位的值,分别归入A1、B1、C2证件:
K1对应A1驾驶证,K2对应B1驾驶证,K3对应C2驾驶证;
b2:车型分类中H对应货车,基于车辆类型代号第二位的值,按照最低标准,分别归入B2、C2证件:
H1、H2对应B2驾驶证,H3对应C2驾驶证;
b3:车型分类中Q字对应牵引车,表示重中型的Q1、Q2归入A2驾驶证,Q3按照轻微型货车标准归入C2驾驶证;
b4:车型分类中Z对应专项作业车,根据车辆类型代号第二位值,分别归入B2、C1证件:
Z1、Z2、Z5对应B2驾驶证,Z3、Z4、Z7对应C1驾驶证;
b5:车型分类中C表示使用性质为公交车,根据核定载客量19作为分界线,分别归入A3、B1证件:
车型分类为C、且核定载客大于19人的车辆对应A3驾驶证,车型分类为C、且核定载客小于等于19人的车辆对应B1驾驶证。
本发明提供的基于人车关联分析的准驾不符违法行为预警方法,基于图像识别技术获取车辆信息,基于人脸识别技术获取驾驶人以及驾驶人持有的驾驶证信息;通过驾驶证信息获得其对应的全部准驾车型的驾驶证列表,通过车辆信息找到驾驶此类车辆所需最低准驾驾驶证;最后,通过比较待确认车辆的最低准驾驾驶证是否包含在所述待确认驾驶证的全部准驾车型对应的驾驶证列表中,来判断驾驶人是否存在准驾不符的违法行为;从驾驶证信息查询、车辆类型确定、驾驶待确认车辆所需最低驾驶证类型、比较待确认驾驶证和最细所需驾驶证类别,都是通过系统自动实现的,无需人工参与;本发明的技术方案提供了实时的自动识别准驾不符违法行为的驾驶员和涉事车辆的方法,进而实现了实时提供预警信息给路面交警人员进行精准拦截,与现有的人工检查方法相比,有效的提高了准驾不符违法行为的查处效率、和执行效率。
附图说明
图1为本发明的准假不符违法行为预警方法流程示意图;
图2为基于车辆号牌信息查询并判断车辆状态的流程示意图;
图3为基于待确认身份证号码,查找待确认驾驶证信息的流程示意图;
图4为根据驾驶证代号维度进行计算每一个驾驶证类型代号对应的全部准驾车型的流程示意图;
图5为驾驶证代号维度之间比较计算的流程示意图。
具体实施方式
如图1~图4所示,本发明基于人车关联分析的准驾不符违法行为预警方法,其特征在于,其包括以下步骤:
S1:从交通监控设备中不间断的中提取过车图片,针对每一个过车图片,通过图像识别技术,获取待确认车辆的车辆号牌信息和车辆区域图片;车辆号牌信息包括车辆号牌、车辆号牌种类;
如果可以获取有效信息,则输出待确认车辆的车辆号牌信息和车辆区域图片;
否则,结束本次分析;
S2:基于图像识别技术,从车辆区域图片中检测出人脸区域,并确认其为驾驶人位置,获取人脸区域信息;
如果获取了有效的人脸区域信息,则输出待确认人脸区域图片;
否则,结束本次分析;
S3:基于车辆号牌信息,在机动车信息资源库中,查询并判断车辆状态,输出车辆信息;车辆信息包括:车辆类型、使用性质、核定载客;机动车信息资源库包括:本地分发库和全国资源库;
S4:基于人脸比对技术,通过待确认人脸区域图片在人口库中进行相似度比对;返回相似度最高的两个记录;若最高的相似度大于等于设定阈值、且次高的相似度低于设定阈值,输出最高的相似度对应的记录中的身份证号码,记为待确认身份证号码;
如果两个或者多个记录都高于设定阈值,则对应的人脸区域图片被视为无效数据;不进行准假不符行为的后续分析;通过阈值的设置,以及必须针对最高相似度的图片进行后续分析,来保证后续基于人脸识别而进行的驾驶人信息的准确率;
S5:通过待确认身份证号码,在机动车信息资源库中查找对应的待确认驾驶证的信息,输出待确认驾驶证类型;
S6:根据待确认驾驶证类型,获得待确认驾驶证的全部准驾车型对应的驾驶证列表;
S7:查找预先设置在系统中的最低准驾对应列表,根据车辆信息,得出驾驶待确认车辆所需的最低准驾驾驶证;
S8:如果待确认车辆的最低准驾驾驶证没有被包含在待确认驾驶证的全部准驾车型对应的驾驶证列表中,
则分析结果设置为:有准驾不符嫌疑;
否则,如果待确认车辆的最低准驾驾驶证包含在待确认驾驶证的全部准驾车型对应的驾驶证列表中,则分析结果设置为:无准驾不符嫌疑;
S9:如果分析结果为:有准驾不符嫌疑,则把车辆号牌信息、待确认身份证号码作为预警信息推送给警务人员;
否则,当分析结果为:无准驾不符嫌疑,则不进行预警信息的推送,结束本次分析;准驾不符以外的违法行为,会有其他的分析处理流程进行专项对应。
本发明的技术方案中,通过建立待确认驾驶证的全部准驾车型对应的驾驶证列表、最低准驾对应列表,通过在最低准驾对应列表中找到待确认车辆对应的最低准驾驾驶证,然后确认待确认车辆对应的最低准驾驾驶证是否包含在待确认驾驶证的全部准驾车型对应的驾驶证列表中,来确认是否存在准假不符的违法行为。驾驶证种类和待确认车辆种类是两种不同类型的事物,无法直接进行比对,本发明的技术方案中,通过待确认驾驶证的全部准驾车型对应的驾驶证列表、最低准驾对应列表这两个表格,实现了这两种不同类型的事物的对照比对;不但符合国家法律法规的规定,与现有技术中的人工判断相比,不但速度更快,而且准确率更高。
步骤S3中,基于车辆号牌信息查询并判断车辆状态的流程,包括如下步骤:
S3-1:在公安交通集成平台数据库中,查询出当地所有的号牌字符串中的第一个字符,构成数组:当地号牌头数组hpt[];
S3-2:获取待确认车辆的车辆号牌的字符串中的第一位字符,设为待确认车辆号牌头clhpt;
S3-3:确认待确认车辆号牌头clhpt是否包含在当地号牌头数组hpt[]中;
如果clhpt包含在hpt[]中,则执行步骤S3-4;
否则,clhpt不包含在hpt[]中时,执行步骤S3-5;
S3-4:在本地分发库机动车登记信息表中,查询待确认车辆的车辆号牌种类和车辆号牌;
如果可以查询到,则获取查询结果后,执行步骤S3-6;
否则,步骤S3-5;
S3-5:在全国资源库中,查询待确认车辆的车辆号牌种类和车辆号牌;
如果可以查询到,则获取查询结果后,执行步骤S3-6;
否则,认定该号牌有假牌嫌疑,本次准驾不符判断流程结束;准驾不符以外的违法行为,会有其他的分析处理流程进行专项对应;
S3-6:从查询结果中,读取车辆类型、使用性质、核定载客的内容,作为待确认车辆的车辆信息输出;
本发明的技术方案中,在查询车辆信息、判断车辆状态的时候,先判断是否为本地车辆,如果是本地车辆则先查询本地分发库机动车登记信息表,在本地分发库中查询不到信息,再进入全国资源库中查询;因为在执法过程中,本地车辆所占的比例非常大,先查询本地数据再查询全国数据,这样的查询顺序可以在很大程度上节省查询时间,提高查询效率,既不会出现信息漏查的问题,也可以确保预警信息的实时性。
步骤S5中,基于待确认身份证号码,查找待确认驾驶证信息的流程,包括如下步骤:
S5-1:在本地分发库中的驾驶人信息库中,查询待确认身份证号码;
如果能够查询到,则返回对应的驾驶人信息后,执行步骤S5-2;
否则,无法查询到待确认身份证号码,则执行步骤S5-3;
S5-2:在驾驶人信息中,确认其对应的驾驶证状态;
如果驾驶证状态为:转出,则执行步骤S5-3;
如果驾驶证状态为:正常,则执行步骤S5-5;
否则,本次准驾不符判断流程结束;
S5-3:在全国资源库的驾驶人登记信息表中,查询待确认身份证号码;
如果无法查询到待确认身份证号码,则驾驶人无照驾驶,本次准驾不符判断流程结束;
否则,能够查询到待确认身份证号码,则返回其对应的驾驶人信息后,则执行步骤S5-4;
S5-4:在驾驶人信息中,确认其对应的驾驶证状态;
如果驾驶证状态为:其他,则驾驶人存在无照驾驶的嫌疑,本次准驾不符判断流程结束;准驾不符以外的违法行为,会有其他的分析处理流程进行专项对应;
如果驾驶证状态为:正常,则执行步骤S5-5;
S5-5:获取待确认驾驶证的所有相关信息,并输出待确认驾驶证类型;
同样因为在执法过程中发现,需要查询的信息中本地人或者在本地区办理的驾驶证的比例比较大,所以先通过先在本地驾驶人信息库中查询驾驶证相关信息和状态,本地无法找到或者驾驶证状态为转出的情况下,再进入全国库进行查询;通过这样的设置,既可以最大可能的确保查询效率,也针对跨市跨省驾驶证转移出现的驾驶证状态为“转出”的异常情况进行了处理,不会因为外地驾驶证而导致信息遗漏,而引起错误的处理结果。
步骤S6中,根据待确认驾驶证类型,获得待确认驾驶证的全部准驾车型对应的驾驶证列表,包括如下步骤;
S6-1:从系统中读出所有的车型以及对应的驾驶证类型代号;
S6-2:构建准驾关系表,准驾关系表中第一列为车辆类型,第二列为每个准驾车型对应的驾驶证类型代号;
将全部车辆类型按照其对应的驾驶证类型代号进行排序后,放入表格中,构成准驾关系表;具体排序方法如下所示:
a1:按照驾驶证类型代号的第一位字符在字母表中的顺序排序;
a2:第一位字符相同的情况下第二位字符按照数字从小到大排序;
具体如下面表1所示,为准驾关系表的实施例。
表1准驾关系表的实施例1
准驾车型 | 驾驶证代号 |
大型客车 | A1 |
牵引车 | A2 |
城市公交车 | A3 |
中型客车 | B1 |
大型货车 | B2 |
小型汽车 | C1 |
小型自动挡汽车 | C2 |
S6-3:基于准驾关系表,在表中追加一列:驾驶证代号维度,每个驾驶证代号维度由三组正整数的数字表示;
驾驶证代号维度表示每个驾驶证类型代号在XYZ这3个维度进行分解后得到的值,具体的分解方式如下:
b1:X维度表示对应的驾驶证类型代号在准驾关系表中的排序,显示为其对应的序号;
b2:Y维度表示其对应的准驾车型在车型排序中的序号:
车型排序为:牵引车的序号为1,客车的序号为2,货车的序号为3,公交车的序号为4,其他车型的序号为9;
b3:Z维度表示其对应的准驾车型在车型大小排序中的序号:
车型大小排序为:大型的序号为1,重型的序号为2,中型的序号为3,小型的序号为4;
具体如下面的表2所示,为追加了驾驶证代号维度之后的准驾关系表的实施例。通过驾驶证代号维度这个参数的建立,使车辆类型、驾驶证代号之间有了具体的数据联系,方便结合车辆类型、驾驶证代号这两个不同类型的参数,进行后续数据计算。
表2准驾关系表的实施例2
车辆类型 | 驾驶证代号 | 驾驶证代号维度 |
大型客车 | A1 | 121 |
牵引车 | A2 | 212 |
城市公交车 | A3 | 341 |
中型客车 | B1 | 423 |
大型货车 | B2 | 531 |
小型汽车 | C1 | 694 |
小型自动挡汽车 | C2 | 794 |
S6-4:根据驾驶证代号维度进行计算,获得每一个驾驶证类型代号对应的全部准驾车型,具体的计算流程如下所示:
c1:读出准驾关系表中车辆类型的个数,赋值给车辆类型个数M,表2中M=7,即有7个车辆类型;
c2:按照驾驶证类型代号的排序,由高到低读取所有的驾驶证代号维度XYZi;
其中i=1,2,......,M-1;
c3:比较XYZi和XYZj,追加XYZj对应的驾驶证类型代号到XYZi对应的准驾车辆列表中,
其中:j=i+1,i+2,......,M;
c4:循环c2~c3,直至准驾关系表的M个车辆类型对应的准驾车辆列表都被添加完毕;
c5:每一个驾驶证类型代号对应的准驾车辆列表的内容,即其全部准驾车型对应的驾驶证列表;
具体如下面的表3所示,为追加了准驾车辆列表之后的准驾关系表的实施例,在表3中,驾驶证A3对应的全部准驾车型对应的驾驶证列表,即为:C1、C2。追加了准驾车辆列表之后的准驾关系表,建立准驾车型以及驾驶证的对应关系表,有助于将目前的较为复杂的车型、大小等关系梳理清楚,适用于机器判断,减少人工误判。
表3准驾关系表的实施例3
车辆类型 | 驾驶证代号 | 驾驶证代号维度 | 准驾车辆列表 |
大型客车 | A1 | 121 | A1,A3,B1,B2,C1,C2 |
牵引车 | A2 | 212 | A2,B1,B2,C1,C2 |
城市公交车 | A3 | 341 | A3,C1,C2 |
中型客车 | B1 | 423 | B1,C1,C2 |
大型货车 | B2 | 531 | B2,C1,C2 |
小型汽车 | C1 | 694 | C1,C2 |
小型自动挡汽车 | C2 | 794 | - |
步骤c3中,比较XYZi和XYZj,是对二者的3个维度Xi、Yi、Zi与Xj、Yj、Zj分别进行比较,具体流程包括如下步骤:
d1:若Xi<Xj,执行步骤d2;
若Xi>Xj,则XYZi不包含XYZj,即XYZi对应的驾驶证类型不能驾驶XYZj对应的车辆类型,结束本次比较;
d2:若Yi≤Yj,执行步骤d3;
若Yi>Yj,则XYZi不包含XYZj,即XYZi对应的驾驶证类型不能驾驶XYZj对应的车辆类型,结束本次比较;
d3:若Zi≤Zj,则XYZi包含XYZj,即XYZi对应的驾驶证类型可以驾驶XYZj对应的车辆类型,追加XYZj对应的驾驶证类型代号到XYZi对应的准驾车辆列表中;
若Zi>Zj,则XYZi不包含XYZj,即XYZi对应的驾驶证类型不能驾驶XYZj对应的车辆类型,结束本次比较;
具体说明:
(1)驾驶证A1的准驾车型为大型客车,根据第1条规则,可以包含A、B、C证所有驾驶证代号;根据第2条规则,去除A2(牵引车);根据第3条规则,不需要去除;得出A1证全部准驾车型包含A1、A3、B1、B2、C1、C2;
(2)驾驶证A2的准驾车型为牵引车,根据第1条规则,可以包含A3、B1、B2、C1、C2;根据第2条规则,公交车单独分类,不需要去除;根据第3条规则,去除A2(城市公交车);得出A2证全部准驾车型包含A2、B1、B2、C1、C2;
(3)驾驶证A3的准驾车型为城市公交车,根据第1条规则,可以包含B1、B2、C1、C2;根据第2条规则,不需要去除;根据第3条规则去除B1(中型客车),B2(大型货车);得出A3证全部准驾车型包含C1、C2;
(4)驾驶证B1的准驾车型为中型客车,根据第1条规则,可以包含B2、C1、C2;根据第2条规则、不需要去除;根据第3条规则,需要去除B2(大型货车);得出B1证全部准驾车型包含C1、C2;
(5)驾驶证B2的准驾车型为大型货车,根据第1条规则,可以包含C1、C2;根据第2条规则、不需要去除;根据第3条规则,不需要去除;得出B2证全部准驾车型包含C1、C2;
(6)驾驶证C1的准驾车型为小型汽车,根据第1条规则,可以包含C2;根据第2条规则、不需要去除;根据第3条规则,不需要去除;得出C1证全部准驾车型包含C1、C2。
步骤S7中,制作最低准驾对应列表的过程包括如下步骤:
S7-1:从系统中读出所有的车型以及对应的车辆类型代号;
车辆类型代号由字符构成,其中:第一位是字母,表示车型分类;第二位是数字,表示车长、轴距、排量;
S7-2:基于每一个车型的车辆信息中的车辆类型、使用性质、核定载客,按照下面的分类规则构成最低准驾对应列表;
最低准驾对应列表,表示驾驶该车辆最低应持何种类型的驾驶证;其中车辆类型代号由其前两位字符代表,其对应的驾驶证代号,具体如下:
b1:车型分类中K字对应客车,按照车辆类型代号第二位的值,分别归入A1、B1、C2证件:
K1对应A1驾驶证,K2对应B1驾驶证,K3对应C2驾驶证;
b2:车型分类中H对应货车,基于车辆类型代号第二位的值,按照最低标准,分别归入B2、C2证件:
H1、H2对应B2驾驶证,H3对应C2驾驶证;
b3:车型分类中Q字对应牵引车,表示重中型的Q1、Q2归入A2驾驶证,Q3按照轻微型货车标准归入C2驾驶证;
b4:车型分类中Z对应专项作业车,根据车辆类型代号第二位值,分别归入B2、C1证件:
Z1、Z2、Z5对应B2驾驶证,Z3、Z4、Z7对应C1驾驶证;
b5:车型分类中C表示使用性质为公交车,根据核定载客量19作为分界线,分别归入A3、B1证件:
车型分类为C、且核定载客大于19人的车辆对应A3驾驶证,车型分类为C、且核定载客小于等于19人的车辆对应B1驾驶证。
最低准驾对应列表整理之后的实施用例,如下面表4所示:
表4最低准驾对应列表实施用例
车辆类型代号 | 最低准驾驾驶证 |
K1 | A1 |
Q1、Q2 | A2 |
使用性质=C且核定载客>19 | A3 |
K2、使用性质=C且核定载客<=19 | B1 |
H1、H2、Z2、Z5、Z1 | B2 |
Z4、Z7、Z3 | C1 |
K3、K4、H3、H4、Q3 | C2 |
最低准驾对应列表的建立是把当下需要查处的车辆种类与其最低准假驾驶证一一对应起来,为后续比对车辆种类和驾驶证种类做基础数据。本表格的建立是通过基于对车辆种类的分析、以及对现有法律法规的分析基础之上,再结合数据计算的需要而建立的,符合法律法规的规定,且符合计算的需求,与人工判断比,提高了准确率。
Claims (4)
1.基于人车关联分析的准驾不符违法行为预警方法,其特征在于,其包括以下步骤:
S1:从交通监控设备中不间断的中提取过车图片,针对每一个所述过车图片,通过图像识别技术,获取待确认车辆的车辆号牌信息和车辆区域图片;所述车辆号牌信息包括车辆号牌、车辆号牌种类;
如果可以获取有效信息,则输出所述待确认车辆的所述车辆号牌信息和所述车辆区域图片;
否则,结束本次分析;
S2:基于图像识别技术,从所述车辆区域图片中检测出人脸区域,获取人脸区域信息;
如果获取了有效的人脸区域信息,并确认其为驾驶人位置,则输出待确认人脸区域图片;
否则,结束本次分析;
S3:基于所述车辆号牌信息,在机动车信息资源库中,查询并判断车辆状态,输出车辆信息;
所述车辆信息包括:车辆类型、使用性质、核定载客;
所述机动车信息资源库包括:本地分发库和全国资源库;
S4:基于人脸比对技术,通过所述待确认人脸区域图片在人口库中进行相似度比较;返回相似度最高的两个记录;若最高的相似度大于等于设定阈值、且次高的相似度低于设定阈值,输出最高的相似度对应的记录中的身份证号码,记为待确认身份证号码;
S5:通过所述待确认身份证号码,在所述机动车信息资源库中查找对应的待确认驾驶证的信息,输出待确认驾驶证类型;
S6:根据所述待确认驾驶证类型,获得所述待确认驾驶证的全部准驾车型对应的驾驶证列表;
S7:查找预先设置在系统中的最低准驾对应列表,根据所述车辆信息,获取驾驶所述待确认车辆所需的最低准驾驾驶证;
S8:在所述待确认驾驶证的全部准驾车型对应的驾驶证列表中,查找所述待确认车辆的最低准驾驾驶证;
如果所述待确认车辆的最低准驾驾驶证没有被包含在所述待确认驾驶证的全部准驾车型对应的驾驶证列表中,则分析结果设置为:有准驾不符嫌疑;
否则,如果所述待确认车辆的最低准驾驾驶证包含在所述待确认驾驶证的全部准驾车型对应的驾驶证列表中,则所述分析结果设置为:无准驾不符嫌疑;
S9:如果所述分析结果为:有准驾不符嫌疑,则把所述车辆号牌信息、所述待确认身份证号码作为预警信息推送给警务人员;
否则,当所述分析结果为:无准驾不符嫌疑,则不进行所述预警信息的推送,结束本次分析;
步骤S6中,根据所述待确认驾驶证类型,获得所述待确认驾驶证的全部准驾车型对应的驾驶证列表,包括如下步骤;
S6-1:从系统中读出所有的车型以及对应的驾驶证类型代号;
S6-2:构建准驾关系表;所述准驾关系表中第一列为车辆类型,第二列为每个准驾车型对应的所述驾驶证类型代号;
将全部所述车辆类型按照其对应的所述驾驶证类型代号进行排序后,放入表格中,构成所述准驾关系表;具体排序方法如下所示:
a1:按照所述驾驶证类型代号的第一位字符在字母表中的顺序排序;
a2:第一位字符相同的情况下第二位字符按照数字从小到大排序;
S6-3:基于所述准驾关系表,在表中追加一列:驾驶证代号维度,每个所述驾驶证代号维度由三组正整数的数字表示;
所述驾驶证代号维度表示每个驾驶证类型代号在XYZ这3个维度进行分解后得到的值,具体的分解方式如下:
b1:X维度表示对应的所述驾驶证类型代号在所述准驾关系表中的排序,显示为其对应的序号;
b2:Y维度表示其对应的准驾车型在车型排序中的序号:
所述车型排序为:牵引车的序号为1,客车的序号为2,货车的序号为3,公交车的序号为4,其他车型的序号为9;
b3:Z维度表示其对应的准驾车型在车型大小排序中的序号:
所述车型大小排序为:大型的序号为1,重型的序号为2,中型的序号为3,小型的序号为4;
S6-4:根据所述驾驶证代号维度进行计算,获得每一个所述驾驶证类型代号对应的全部准驾车型,具体的计算流程如下所示:
c1:读出所述准驾关系表中所述车辆类型的个数,赋值给车辆类型个数M;
c2:按照所述驾驶证类型代号的排序,由高到低读取所有的所述驾驶证代号维度XYZi;
其中i=1,2,...,M-1;
c3:比较XYZi和XYZj,当XYZi对应的驾驶证类型可以驾驶XYZj对应的车辆类型时,追加XYZj对应的驾驶证类型代号到XYZi对应的准驾车辆列表那一列中,
其中: j = i+1,i+2,...M;
c4:循环c2~c3,直至所述准驾关系表的M个所述车辆类型对应的所述准驾车辆列表都被添加完毕;
c5:所述准驾关系表中,每一个所述驾驶证类型代号对应的所述准驾车辆列表的内容,即其全部准驾车型对应的驾驶证列表;
步骤c3中,比较XYZi和XYZj,是对二者的3个维度Xi、Yi、Zi与Xj、Yj、Zj分别进行比较,具体流程包括如下步骤:
d1:若Xi<Xj,执行步骤d2;
若Xi>Xj,则XYZi不包含XYZj,即XYZi对应的驾驶证类型不能驾驶XYZj对应的车辆类型,结束本次比较;
d2:若Yi ≤Yj,执行步骤d3;
若Yi>Yj,则XYZi不包含XYZj,即XYZi对应的驾驶证类型不能驾驶XYZj对应的车辆类型,结束本次比较;
d3:若Zi≤Zj,则XYZi包含XYZj,即XYZi对应的驾驶证类型可以驾驶XYZj对应的车辆类型,追加XYZj对应的驾驶证类型代号到所述准驾关系表中XYZi对应的所述准驾车辆列表那一列里;
若Zi>Z,则XYZi不包含XYZj,即XYZi对应的驾驶证类型不能驾驶XYZj对应的车辆类型,结束本次比较。
2.根据权利要求1所述基于人车关联分析的准驾不符违法行为预警方法,其特征在于:步骤S3中,基于所述车辆号牌信息查询并判断车辆状态的流程,包括如下步骤:
S3-1:在公安交通集成平台数据库中,查询出当地所有的号牌字符串中的第一个字符,构成数组:当地号牌头数组hpt[ ];
S3-2:获取所述待确认车辆的所述车辆号牌的字符串中的第一位字符,设为待确认车辆号牌头clhpt;
S3-3:确认所述待确认车辆号牌头clhpt是否包含在所述当地号牌头数组hpt[ ]中;
如果clhpt包含在hpt[ ]中,则执行步骤S3-4;
否则,clhpt不包含在hpt[ ]中时,执行步骤S3-5;
S3-4:在所述本地分发库的机动车登记信息表中,查询所述待确认车辆的所述车辆号牌种类和所述车辆号牌;
如果可以查询到,则获取查询结果后,执行步骤S3-6;
否则,步骤S3-5;
S3-5:在所述全国资源库中,查询所述待确认车辆的所述车辆号牌种类和所述车辆号牌;
如果可以查询到,则获取查询结果后,执行步骤S3-6;
否则,认定该号牌有假牌嫌疑,本次准驾不符判断流程结束;
S3-6:从所述查询结果中,读取所述车辆类型、所述使用性质、所述核定载客的内容,作为待确认车辆的车辆信息输出。
3.根据权利要求1所述基于人车关联分析的准驾不符违法行为预警方法,其特征在于:步骤S5中,基于所述待确认身份证号码,查找所述待确认驾驶证信息的流程,包括如下步骤:
S5-1:在所述本地分发库中的驾驶人信息库中,查询所述待确认身份证号码;
如果能够查询到,则返回对应的驾驶人信息后,执行步骤S5-2;
否则,无法查询到所述待确认身份证号码,则执行步骤S5-3;
S5-2:在所述驾驶人信息中,确认其对应的驾驶证状态;
如果所述驾驶证状态为:转出,则执行步骤S5-3;
如果所述驾驶证状态为:正常,则执行步骤S5-5;
否则,本次准驾不符判断流程结束;
S5-3:在所述全国资源库的驾驶人登记信息表中,查询所述待确认身份证号码;
如果无法查询到所述待确认身份证号码,则驾驶人无照驾驶,本次准驾不符判断流程结束;
否则,能够查询到所述待确认身份证号码,则返回其对应的驾驶人信息后,则执行步骤S5-4;
S5-4: 在所述驾驶人信息中,确认其对应的驾驶证状态;
如果所述驾驶证状态为:其他,则驾驶人存在无照驾驶的嫌疑,本次准驾不符判断流程结束;
如果所述驾驶证状态为:正常,则执行步骤S5-5;
S5-5: 获取所述待确认驾驶证的所有相关信息,并输出所述待确认驾驶证类型。
4.根据权利要求1所述基于人车关联分析的准驾不符违法行为预警方法,其特征在于:步骤S7中,所述最低准驾对应列表用来表示驾驶该车辆最低应持何种类型的驾驶证;制作所述最低准驾对应列表的过程包括如下步骤:
S7-1:从系统中读出所有的车型以及对应的车辆类型代号;
所述车辆类型代号由字符构成,其中:第一位是字母,表示车型分类;第二位是数字,表示车长、轴距、排量;
S7-2:基于每一个车型的所述车辆信息中的车辆类型、使用性质、核定载客,按照下面的分类规则构成所述最低准驾对应列表;
所述最低准驾对应列表中,所述车辆类型代号由其前两位字符代表,其对应的驾驶证代号,具体如下:
b1:车型分类中K字对应客车,按照车辆类型代号第二位的值,分别归入A1、B1、C2证件:
K1对应A1驾驶证,K2对应B1驾驶证,K3对应C2驾驶证;
b2:车型分类中H对应货车,基于车辆类型代号第二位的值,按照最低标准,分别归入B2、C2证件:
H1、H2对应B2驾驶证,H3对应C2驾驶证;
b3:车型分类中Q字对应牵引车,表示重中型的Q1、Q2归入A2驾驶证,Q3按照轻微型货车标准归入C2驾驶证;
b4:车型分类中Z对应专项作业车,根据车辆类型代号第二位值,分别归入B2、C1证件:
Z1、Z2、Z5对应B2驾驶证,Z3、Z4、Z7对应C1驾驶证;
b5:车型分类中C表示使用性质为公交车,根据核定载客量19作为分界线,分别归入A3、B1证件:
车型分类为C、且核定载客大于19人的车辆对应A3驾驶证,车型分类为C、且核定载客小于等于19人的车辆对应B1驾驶证。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910813206.9A CN110400469B (zh) | 2019-08-30 | 2019-08-30 | 基于人车关联分析的准驾不符违法行为预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910813206.9A CN110400469B (zh) | 2019-08-30 | 2019-08-30 | 基于人车关联分析的准驾不符违法行为预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110400469A CN110400469A (zh) | 2019-11-01 |
CN110400469B true CN110400469B (zh) | 2021-09-07 |
Family
ID=68329409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910813206.9A Active CN110400469B (zh) | 2019-08-30 | 2019-08-30 | 基于人车关联分析的准驾不符违法行为预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110400469B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111047876B (zh) * | 2019-12-31 | 2021-10-01 | 南京三百云信息科技有限公司 | 基于车牌号的动态社交方法和装置 |
CN113269967B (zh) * | 2020-02-17 | 2023-03-14 | 杭州海康威视系统技术有限公司 | 无证驾驶检测方法、装置及设备、存储介质 |
CN111859037A (zh) * | 2020-06-03 | 2020-10-30 | 北京百度网讯科技有限公司 | 行车意图识别方法、装置、电子设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012150591A2 (en) * | 2011-05-03 | 2012-11-08 | Alon Atsmon | Automatic content analysis method and system |
CN107590763B (zh) * | 2017-09-10 | 2021-05-25 | 昆明理工大学 | 一种机动车驾驶资格核验系统和方法 |
CN109147336A (zh) * | 2018-08-01 | 2019-01-04 | 武汉云易虹科技有限公司 | 一种交通失驾人员预警方法及系统 |
-
2019
- 2019-08-30 CN CN201910813206.9A patent/CN110400469B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110400469A (zh) | 2019-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110400469B (zh) | 基于人车关联分析的准驾不符违法行为预警方法 | |
CN106991820B (zh) | 违规车辆处理方法及装置 | |
CN110570655B (zh) | 基于层次聚类和决策树的车辆特征评估方法 | |
CN110379176B (zh) | 基于图像识别的无证驾驶违法行为预警拦截方法 | |
CN110675639B (zh) | 基于卡口过车数据分析套牌车所属真牌的方法 | |
CN109523787B (zh) | 一种基于车辆通行轨迹的疲劳驾驶分析方法 | |
WO2022055063A1 (ko) | 영상 분석을 통한 차량 분류 장치, 시스템 및 이를 위한 방법 | |
CN111444843B (zh) | 一种多模态驾驶员及车辆违法行为监测方法及系统 | |
CN113470369B (zh) | 一种基于多维度信息判断套牌车辆真实号牌的方法及系统 | |
CN110164137B (zh) | 基于卡口对行车时间的套牌车辆的识别方法及系统、介质 | |
CN112818724A (zh) | 识别非编驾驶或非编押运的方法、装置、设备和存储介质 | |
Chowdhury et al. | Identification of unauthorized vehicles by license plate recognition through image processing | |
CN114201530B (zh) | 一种疑似非正常营运客车提前甄别及预防式监管方法 | |
CN115083169A (zh) | 一种假冒救护车的嫌疑车辆的发现方法 | |
CN114913690A (zh) | 交通精细化监控方法、系统和可读存储介质 | |
CN115019263A (zh) | 交通监管模型的建立方法、交通监管系统及方法 | |
Mohammad et al. | An Efficient Method for Vehicle theft and Parking rule Violators Detection using Automatic Number Plate Recognition | |
CN112633163B (zh) | 一种基于机器学习算法实现非法运营车辆检测的检测方法 | |
CN114882448A (zh) | 一种车辆监控方法和电子设备 | |
CN114742293A (zh) | 一种驾驶人交通安全风险评价与人车伴随分析方法及系统 | |
CN110516631B (zh) | 一种基于图像识别的失驾人员查处办法 | |
CN113989780A (zh) | 标志牌检测方法及装置 | |
CN111222587A (zh) | 基于特征融合的失证人员危险驾驶行为预测方法及系统 | |
CN110164138B (zh) | 基于卡口对流向概率的套牌车辆的识别方法及系统、介质 | |
CN114202929B (zh) | 一种基于中小客车通行行为的非法营运车辆识别方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |