CN110489575A - 一种基于缓存数据的虚拟卡口相似车牌过滤方法 - Google Patents
一种基于缓存数据的虚拟卡口相似车牌过滤方法 Download PDFInfo
- Publication number
- CN110489575A CN110489575A CN201910577328.2A CN201910577328A CN110489575A CN 110489575 A CN110489575 A CN 110489575A CN 201910577328 A CN201910577328 A CN 201910577328A CN 110489575 A CN110489575 A CN 110489575A
- Authority
- CN
- China
- Prior art keywords
- license plate
- car data
- similar
- buffer queue
- data
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/71—Indexing; Data structures therefor; Storage structures
-
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于缓存数据的虚拟卡口相似车牌过滤方法,包括如下步骤:由虚拟卡口处获取的过车数据按顺序上传至缓存队列;自第二条过车数据开始,将最近待上传的过车数据与缓存队列中过车数据中的车牌编号逐一进行相似车牌编号判断;若车牌编号判断为相似,则通过车牌识别算法进一步判断两者车牌识别可信度,缓存队列中保留可信度高的车牌编号对应的过车数据;若车牌编号判断为非相似,则直接将最近待上传的过车数据上传至缓存队列;最后将缓存队列尾部的过车数据弹出并保存至虚拟卡口对应的存储库中。本发明过滤剔除了相似过车数据,避免了数据冗余,提高了车辆识别系统的整体性能。
Description
技术领域
本发明属于虚拟卡口相似车牌过滤领域,具体地讲涉及一种基于缓存数据的虚拟卡口相似车牌过滤方法。
背景技术
目前平安城市、智慧城市已经越来越普及。作为平安城市的重要组成部分,虚拟卡口技术可任意复用高清治安监控摄像机,利用视频分析技术,大数据处理技术,在不改变原有监控结构的情况下实现卡口的功能。该技术操作方便、升级无需改变摄像机结构、可大规模集群部署,为交通肇事和刑事治安案件侦破提供有效刑侦手段,实现对社会焦点事件快速准确的分析及响应,极大地提高了城市安全管理水平和快速反应能力,具有重要的研究和应用价值。
在传统的实体卡口过车抓拍、车牌识别中,通常采用专业的卡口摄像机,架设在道路中央,其摄像机分辨率高,图像清晰,角度正,识别结果准确,不易出现相似车牌情况。而虚拟卡口使用的摄像机为道路普通摄像机,倾斜角度大,图像质量较差,背景环境复杂多变,影响了车牌识别的准确度,造成同一卡口短时间内出现相似过车数据的现象,该类数据出现过多必然影响系统使用,使整体识别率降低,造成数据冗余,人工剔除也不切实际。
发明内容
根据现有技术中存在的问题,本发明提供了一种基于缓存数据的虚拟卡口相似车牌过滤方法,其过滤剔除了相似过车数据,避免了数据冗余,提高了车辆识别系统的整体性能。
本发明采用以下技术方案:
如图1所示,一种基于缓存数据的虚拟卡口相似车牌过滤方法,其特征在于,包括如下步骤:
S1,由虚拟卡口处获取过车数据,设定缓存队列的总长度为L,缓存队列当前实际占用长度为L1,过车数据上传的缓存时间为T,缓存队列尾部的过车数据获取时间与当前时间差为T1;
S2,获取到的过车数据,按获取时间顺序上传至缓存队列;自第二条过车数据开始,当T1<T且L1<L时,将最近待上传的过车数据中的车牌编号与缓存队列中过车数据中的车牌编号逐一进行相似车牌编号判断;
S3,若车牌编号判断为相似,则通过车牌识别算法进一步判断两者车牌识别可信度,缓存队列中保留可信度高的车牌编号对应的过车数据;
若车牌编号判断为非相似,则直接将最近待上传的过车数据上传至缓存队列;
S4,当T1≥T或L1=L时,则将缓存队列尾部的过车数据弹出并保存至虚拟卡口对应的存储库中。
优选的,步骤S1中,所述虚拟卡口对应使用的摄像机为支持ONVIF协议的高清网络摄像机,最低分辨率设为720P,支持多路不同分辨率的摄像机并行处理。
优选的,步骤S1中,所述虚拟卡口在获取过车数据之前进行配置文件初始化,所述配置文件包括多路并行处理视频流的编号、虚拟卡口对应的IP地址、ONVIF裸码流地址、虚拟卡口是否启动开关、过车抓取虚拟线圈信息、FTP及JMS上传地址。
优选的,步骤S1中,所述缓存队列设为单向队列,遵循先进先出原则。
优选的,步骤S1中,所述过车数据包括车牌编号、车牌识别可信度、过车时间信息、车牌类型、车牌颜色、车身颜色、车速、车辆类型、车辆运行方向、过车图片地址、车牌特征图片地址、卡口编号、卡口名称。
优选的,步骤S2中,所述相似车牌编号判断即将待上传的过车数据中的车牌编号与缓存队列中过车数据中的车牌编号进行对比,若对比的两个车牌编号中除汉字外有连续四个字符相同则判断两个车牌编号相似,否则判断两个车牌编号非相似。
优选的,步骤S3中,若车牌编号判断为相似,则通过车牌识别算法进一步判断两者车牌识别可信度,若最近待上传的过车数据中的车牌可信度高于缓存队列中过车数据中的车牌可信度,则剔除缓存队列中可信度低的车牌编号对应的过车数据,并将最近待上传的可信度高的车牌编号对应的过车数据替换至已经剔除的过车数据的位置;若最近待上传的过车数据中的车牌可信度低于缓存队列中过车数据中的车牌可信度,则直接剔除最近待上传的可信度低的车牌编号对应的过车数据。
优选的,所述缓存队列的总长度L=10,过车数据上传的缓存时间T=5S。
本发明的优点和有益效果在于:
1)本发明通过设定过车数据上传的缓存时间和缓存队列的总长度,将最近待上传的过车数据中的车牌编号与缓存队列中过车数据中的车牌编号逐一进行相似车牌编号判断,再通过车牌识别算法进一步判断两者车牌识别可信度,从而达到剔除相似车牌编号对应的过车数据,且当尾部的过车数据获取时间与当前时间差T1大于等于设定缓存时间时,直接存入缓存队列,避免了过多的相似车牌编号判断工作;因此,本发明的相似车牌过滤方法不仅剔除了相似过车数据,避免了数据冗余,同时一定程度上控制了相似车牌编号判断工作,提高了车辆识别系统的整体性能。
附图说明
图1为本发明的方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,一种基于缓存数据的虚拟卡口相似车牌过滤方法,包括如下步骤:
1、由虚拟卡口处获取过车数据,设定缓存队列的总长度为L,缓存队列当前实际占用长度为L1,过车数据上传的缓存时间为T,缓存队列尾部的过车数据获取时间与当前时间差为T1;
具体的,所述虚拟卡口对应使用的摄像机为支持ONVIF协议的高清网络摄像机,最低分辨率设为720P,支持多路不同分辨率的摄像机并行处理。
具体的,所述虚拟卡口在获取过车数据之前进行配置文件初始化,所述配置文件包括多路并行处理视频流的编号、虚拟卡口对应的IP地址、ONVIF裸码流地址、虚拟卡口是否启动开关、过车抓取虚拟线圈信息、FTP及JMS上传地址。
具体的,所述缓存队列设为单向队列,遵循先进先出原则。
具体的,所述过车数据包括车牌编号、车牌识别可信度、过车时间信息、车牌类型、车牌颜色、车身颜色、车速、车辆类型、车辆运行方向、过车图片地址、车牌特征图片地址、卡口编号、卡口名称。
2、获取到的过车数据,按获取时间顺序上传至缓存队列;自第二条过车数据开始,当T1<T且L1<L时,将最近待上传的过车数据中的车牌编号与缓存队列中过车数据中的车牌编号逐一进行相似车牌编号判断;
具体的,所述相似车牌编号判断即将待上传的过车数据中的车牌编号与缓存队列中过车数据中的车牌编号进行对比,若对比的两个车牌编号中除汉字外有连续四个字符相同则判断两个车牌编号相似,否则判断两个车牌编号非相似。
3、若车牌编号判断为相似,则通过车牌识别算法进一步判断两者车牌识别可信度,缓存队列中保留可信度高的车牌编号对应的过车数据;
若车牌编号判断为非相似,则直接将最近待上传的过车数据上传至缓存队列;
具体的,若车牌编号判断为相似,则通过车牌识别算法进一步判断两者车牌识别可信度,若最近待上传的过车数据中的车牌可信度高于缓存队列中过车数据中的车牌可信度,则剔除缓存队列中可信度低的车牌编号对应的过车数据,并将最近待上传的可信度高的车牌编号对应的过车数据替换至已经剔除的过车数据的位置;若最近待上传的过车数据中的车牌可信度低于缓存队列中过车数据中的车牌可信度,则直接剔除最近待上传的可信度低的车牌编号对应的过车数据。
4、当T1≥T或L1=L时,则将缓存队列尾部的过车数据弹出并保存至虚拟卡口对应的存储库中。
下面结合实施例对本发明的相似车牌过滤方法进行详细说明。
设定所述缓存队列的总长度L=10,过车数据上传的缓存时间T=5S。
由虚拟卡口处获取到第一条过车数据,其中车牌编号、车牌识别可信度及过车时间为“皖A12345,95,20190301100000”,直接存进缓存队列,由虚拟卡口处获取到第二条过车数据,其中车牌编号、车牌识别可信度及过车时间为“皖A12345,96,20190301100001”,将第一条车牌编号皖A12345拆分成按上述方法需对比的字符串“A123”,“1234”和“2345”,将第二条车牌编号皖A12345拆分成需对比的字符串“A123”,“1234”和“2345”,字符串两两比对,存在相同字符串,则两条数据相似,由于第二条过车数据的可信度96高于第一条过车数据的可信度95,因此用第二条过车数据替换第一条过车数据,并剔除第一条过车数据,此时缓存队列当前实际长度依然为L1=1。
由虚拟卡口处获取到第三条过车数据,其中车牌编号、车牌识别可信度及过车时间为“皖A12765,96,20190301100003”,采用上述同样对比方法,第三条过车数据对应的车牌编号与第二条过车数据的车牌编号不相似,过车时间20190301100003与20190301100001相差2秒,小于T=5秒,所以将第三条过车数据存入缓存队列,此时缓存队列长度为L1=2;由虚拟卡口处获取到第四条过车数据,其中车牌编号、车牌识别可信度及过车时间为“皖A15679,99,20190301100008”,第四条过车数据对应的车牌编号与第二条过车数据、第三条过车数据均不相似,第四条过车数据过车时间与第三条过车数据相差5秒等于T=5秒,所以存入第四条过车数据,同时弹出第二条过车数据,上传第二条过车数据并保存至虚拟卡口对应的存储库中。
综上所述,本发明提供了一种基于缓存数据的虚拟卡口相似车牌过滤方法,其过滤剔除了相似过车数据,避免了数据冗余,提高了车辆识别系统的整体性能。
Claims (8)
1.一种基于缓存数据的虚拟卡口相似车牌过滤方法,其特征在于,包括如下步骤:
S1,由虚拟卡口处获取过车数据,设定缓存队列的总长度为L,缓存队列当前实际占用长度为L1,过车数据上传的缓存时间为T,缓存队列尾部的过车数据获取时间与当前时间差为T1;
S2,获取到的过车数据,按获取时间顺序上传至缓存队列;自第二条过车数据开始,当T1<T且L1<L时,将最近待上传的过车数据中的车牌编号与缓存队列中过车数据中的车牌编号逐一进行相似车牌编号判断;
S3,若车牌编号判断为相似,则通过车牌识别算法进一步判断两者车牌识别可信度,缓存队列中保留可信度高的车牌编号对应的过车数据;
若车牌编号判断为非相似,则直接将最近待上传的过车数据上传至缓存队列;
S4,当T1≥T或L1=L时,则将缓存队列尾部的过车数据弹出并保存至虚拟卡口对应的存储库中。
2.根据权利要求1所述的一种基于缓存数据的虚拟卡口相似车牌过滤方法,其特征在于:步骤S1中,所述虚拟卡口对应使用的摄像机为支持ONVIF协议的高清网络摄像机,最低分辨率设为720P,支持多路不同分辨率的摄像机并行处理。
3.根据权利要求1所述的一种基于缓存数据的虚拟卡口相似车牌过滤方法,其特征在于:步骤S1中,所述虚拟卡口在获取过车数据之前进行配置文件初始化,所述配置文件包括多路并行处理视频流的编号、虚拟卡口对应的IP地址、ONVIF裸码流地址、虚拟卡口是否启动开关、过车抓取虚拟线圈信息、FTP及JMS上传地址。
4.根据权利要求1所述的一种基于缓存数据的虚拟卡口相似车牌过滤方法,其特征在于:步骤S1中,所述缓存队列设为单向队列,遵循先进先出原则。
5.根据权利要求1所述的一种基于缓存数据的虚拟卡口相似车牌过滤方法,其特征在于:步骤S1中,所述过车数据包括车牌编号、车牌识别可信度、过车时间信息、车牌类型、车牌颜色、车身颜色、车速、车辆类型、车辆运行方向、过车图片地址、车牌特征图片地址、卡口编号、卡口名称。
6.根据权利要求1所述的一种基于缓存数据的虚拟卡口相似车牌过滤方法,其特征在于:步骤S2中,所述相似车牌编号判断即将待上传的过车数据中的车牌编号与缓存队列中过车数据中的车牌编号进行对比,若对比的两个车牌编号中除汉字外有连续四个字符相同则判断两个车牌编号相似,否则判断两个车牌编号非相似。
7.根据权利要求1所述的一种基于缓存数据的虚拟卡口相似车牌过滤方法,其特征在于:步骤S3中,若车牌编号判断为相似,则通过车牌识别算法进一步判断两者车牌识别可信度,若最近待上传的过车数据中的车牌可信度高于缓存队列中过车数据中的车牌可信度,则剔除缓存队列中可信度低的车牌编号对应的过车数据,并将最近待上传的可信度高的车牌编号对应的过车数据替换至已经剔除的过车数据的位置;若最近待上传的过车数据中的车牌可信度低于缓存队列中过车数据中的车牌可信度,则直接剔除最近待上传的可信度低的车牌编号对应的过车数据。
8.根据权利要求1所述的一种基于缓存数据的虚拟卡口相似车牌过滤方法,其特征在于:所述缓存队列的总长度L=10,过车数据上传的缓存时间T=5S。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910577328.2A CN110489575A (zh) | 2019-06-28 | 2019-06-28 | 一种基于缓存数据的虚拟卡口相似车牌过滤方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910577328.2A CN110489575A (zh) | 2019-06-28 | 2019-06-28 | 一种基于缓存数据的虚拟卡口相似车牌过滤方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110489575A true CN110489575A (zh) | 2019-11-22 |
Family
ID=68546510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910577328.2A Pending CN110489575A (zh) | 2019-06-28 | 2019-06-28 | 一种基于缓存数据的虚拟卡口相似车牌过滤方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110489575A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113903175A (zh) * | 2021-09-29 | 2022-01-07 | 深圳市捷顺科技实业股份有限公司 | 一种共通道模式下的尾牌过滤和会车处理方法及相关装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06119597A (ja) * | 1992-10-05 | 1994-04-28 | Hitachi Plant Eng & Constr Co Ltd | 駐車場料金自動管理システム |
CN104504906A (zh) * | 2014-12-25 | 2015-04-08 | 深圳市捷顺科技实业股份有限公司 | 一种车牌识别方法及系统 |
CN105185121A (zh) * | 2015-09-11 | 2015-12-23 | 安徽四创电子股份有限公司 | 一种虚拟卡口并行识别车牌的方法 |
CN107085723A (zh) * | 2017-03-27 | 2017-08-22 | 新智认知数据服务有限公司 | 一种基于深度学习模型的车牌字符整体识别方法 |
CN107424413A (zh) * | 2016-05-24 | 2017-12-01 | 北京奥斯达兴业科技有限公司 | 车牌识别方法及系统 |
CN107516418A (zh) * | 2016-06-15 | 2017-12-26 | 西安艾润物联网技术服务有限责任公司 | 基于云平台的智能停车控制方法及装置 |
-
2019
- 2019-06-28 CN CN201910577328.2A patent/CN110489575A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06119597A (ja) * | 1992-10-05 | 1994-04-28 | Hitachi Plant Eng & Constr Co Ltd | 駐車場料金自動管理システム |
CN104504906A (zh) * | 2014-12-25 | 2015-04-08 | 深圳市捷顺科技实业股份有限公司 | 一种车牌识别方法及系统 |
CN105185121A (zh) * | 2015-09-11 | 2015-12-23 | 安徽四创电子股份有限公司 | 一种虚拟卡口并行识别车牌的方法 |
CN107424413A (zh) * | 2016-05-24 | 2017-12-01 | 北京奥斯达兴业科技有限公司 | 车牌识别方法及系统 |
CN107516418A (zh) * | 2016-06-15 | 2017-12-26 | 西安艾润物联网技术服务有限责任公司 | 基于云平台的智能停车控制方法及装置 |
CN107085723A (zh) * | 2017-03-27 | 2017-08-22 | 新智认知数据服务有限公司 | 一种基于深度学习模型的车牌字符整体识别方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113903175A (zh) * | 2021-09-29 | 2022-01-07 | 深圳市捷顺科技实业股份有限公司 | 一种共通道模式下的尾牌过滤和会车处理方法及相关装置 |
CN113903175B (zh) * | 2021-09-29 | 2022-12-20 | 深圳市捷顺科技实业股份有限公司 | 一种共通道模式下的尾牌过滤和会车处理方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20050169500A1 (en) | Method of and apparatus for setting image-capturing conditions, and computer program | |
WO2019105342A1 (zh) | 车辆套牌检测方法、装置、可读存储介质及电子设备 | |
Che et al. | D $^ 2$-city: a large-scale dashcam video dataset of diverse traffic scenarios | |
CN104966071B (zh) | 一种基于红外补光的夜间车牌检测和识别方法以及装置 | |
CN101339697B (zh) | 车辆闯红灯的检测系统及方法 | |
CN105185121B (zh) | 一种虚拟卡口并行识别车牌的方法 | |
CN110263786A (zh) | 一种基于特征维度融合的道路多目标识别系统及方法 | |
CN106781458A (zh) | 一种交通事故监控方法及系统 | |
CN103530640B (zh) | 基于AdaBoost与SVM的无牌车辆检测方法 | |
CN110580808A (zh) | 一种信息处理方法、装置、电子设备及智能交通系统 | |
JP2019091421A (ja) | イベント検出に用いられる深層学習ネットワーク、該ネットワークの訓練装置及び訓練方法 | |
CN114092917B (zh) | 一种基于mr-ssd的被遮挡交通标志检测方法及系统 | |
CN115273496A (zh) | 动态控制人行横道信号灯配时的方法、系统及电子设备 | |
CN110489575A (zh) | 一种基于缓存数据的虚拟卡口相似车牌过滤方法 | |
WO2016113977A1 (ja) | 交通違反管理システムおよび交通違反管理方法 | |
CN108010344B (zh) | 一种十字路口绿灯时间调整方法及系统 | |
CN112200007A (zh) | 一种社区监控场景下车牌检测及识别方法 | |
CN114141022A (zh) | 应急车道占用行为检测方法、装置、电子设备及存储介质 | |
CN114882393B (zh) | 一种基于目标检测的道路逆行与交通事故事件检测方法 | |
CN116363072A (zh) | 一种轻型航拍图像检测方法及系统 | |
CN115202479A (zh) | 人在回路的人机共驾仿真系统及其应用 | |
CN114241792A (zh) | 一种车流量检测方法及系统 | |
CN105320704B (zh) | 跨区域相似车辆检索方法及装置 | |
CN111325075B (zh) | 一种视频序列目标检测方法 | |
CN112464806A (zh) | 一种基于人工智能的低照度车辆检测识别方法与系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191122 |