CN110956822A - 套牌车识别方法、装置、电子设备和可读存储介质 - Google Patents
套牌车识别方法、装置、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN110956822A CN110956822A CN201911293027.3A CN201911293027A CN110956822A CN 110956822 A CN110956822 A CN 110956822A CN 201911293027 A CN201911293027 A CN 201911293027A CN 110956822 A CN110956822 A CN 110956822A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- fake
- mobile terminal
- information
- licensed
- 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
Images
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
Abstract
本申请实施例提供了一种套牌车识别方法、装置、电子设备和可读存储介质,涉及数据分析技术领域。该套牌车识别方法,首先,获取基于多个摄像设备,针对每个车辆,实时采集得到的所述车辆的行车信息。接着,获取基于多个电子围栏,针对每个移动终端,实时采集得到的所述移动终端的设备信息,其中,各所述电子围栏与各所述摄像设备一对一安装于同一地点。最后,基于预先建立的映射名单,根据所述行车信息和所述设备信息,判断所述车辆是否是套牌车。如此,通过实时获取的车辆的行车信息结合获取得到的移动终端的设备信息,与之前建立的映射名单做比较,判断车辆是否是套牌车,提升了识别套牌车的准确度。
Description
技术领域
本申请涉及数据分析技术领域,具体而言,涉及一种套牌车识别方法、装置、电子设备和可读存储介质。
背景技术
随着机动车的普及,套牌车现象日益突出,由于存在巨大的利益,套牌车猖獗,一些报废翻新车、盗抢车、走私车通过套牌上路行驶,对社会安全造成了巨大的威胁。
目前一般采用下面两种方法识别套牌车:方法一,车辆信息矛盾法:通过交通治安卡口包括的摄像设备采集车辆的图像信息,交通治安卡口包括的其他设备则根据图像信息识别得到车辆的信息,例如,车牌号、车辆类型、车身颜色等信息,并将采集得到的车辆信息与交管部门中的车辆信息登记记录进行比对,如果发现交通治安卡口采集到的车牌号对应的车型,颜色等和交管部门的车辆登记信息不符,或者发现该车牌号根本不存在,则确定该车牌号被套牌。
方法二,时空轨迹矛盾法:通过分析车辆经过交通治安卡口记录中的车辆的行车轨迹,找出自相矛盾的至少两个行车轨迹,例如短时间间隔内出现在相隔较远的两个地点,则可以判断该车被套牌。
然而,这两种方法均存在识别套牌车不准确的问题,如何准确识别套牌车已成为目前急需解决的问题。
发明内容
有鉴于此,本申请实施例提供了一种套牌车识别方法、装置、电子设备和可读存储介质,以解决上述问题。
本申请的实施例可以这样实现:
第一方面,实施例提供一种套牌车识别方法,所述方法包括:
获取基于多个摄像设备,针对每个车辆,实时采集得到的所述车辆的行车信息;
获取基于多个电子围栏,针对每个移动终端,实时采集得到的所述移动终端的设备信息,其中,各所述电子围栏与各所述摄像设备一对一安装于同一地点;
基于预先建立的映射名单,根据所述行车信息和所述设备信息,判断所述车辆是否是套牌车。
在可选的实施方式中,所述映射名单通过以下步骤建立:
获取第一预设时间段内,基于多个摄像设备,针对每个车辆采集得到的所述车辆的第一行车信息;
获取所述第一预设时间段内,基于多个电子围栏,针对每个移动终端采集得到的所述移动终端的第一设备信息,其中,各所述电子围栏与各所述摄像设备一对一安装于同一地点;
根据各所述第一行车信息与各所述第一设备信息,建立映射名单。
在可选的实施方式中,所述根据各所述第一行车信息与各所述第一设备信息,建立映射名单的步骤包括:
根据各所述第一行车信息与各所述第一设备信息,统计所述车辆与所述移动终端同一时间在同一地点出现的第一次数;
将各所述第一行车信息中包括的所述车辆的车牌号、所述摄像设备的标识号以及各所述第一设备信息中包括的所述移动终端的设备号,按照所述第一次数的大小建立映射名单。
在可选的实施方式中,所述根据各所述第一行车信息与各所述第一设备信息,统计所述车辆与所述移动终端同一时间在同一地点出现的第一次数的步骤包括:
获得各所述第一行车信息中包括的所述车辆通过对应的摄像设备时的第一时间;
获得各所述第一设备信息中包括的所述移动终端通过对应的电子围栏时的第二时间;
比较所述第一时间与所述第二时间的差值是否小于第一预设阈值,若小于,则确定所述车辆与所述移动终端同一时间在同一地点出现;
统计所述车辆与所述移动终端同一时间在同一地点出现的第一次数。
在可选的实施方式中,所述基于预先建立的映射名单,根据所述行车信息和所述设备信息,判断所述车辆是否是套牌车的步骤包括:
基于预先建立的映射名单,确定各所述设备信息中包括的所述移动终端的设备号是否是新的设备号,若是,则获取各所述行车信息中包括的摄像设备的标识号;
根据各所述行车信息中包括的摄像设备的标识号与所述映射名单中包括的至少一个摄像设备的标识号,计算所述行车信息中包括的摄像设备的标识号的匹配率;
比较所述匹配率是否小于第二预设阈值,若小于,则确定所述车辆为套牌车。
在可选的实施方式中,所述基于预先建立的映射名单,确定各所述设备信息中包括的所述移动终端的设备号是否是新的设备号的步骤包括:
统计所述车辆与所述移动终端在同一时间同一地点出现的第二次数;
判断所述第二次数是否超过第三预设阈值,若超过,则查找所述映射名单中是否包括与所述移动终端的设备号一致的预设设备号;
若不包括,则确定各所述设备信息中包括的所述移动终端的设备号是新的设备号。
在可选的实施方式中,所述基于预先建立的映射名单,根据所述行车信息和所述设备信息,判断所述车辆是否是套牌车的步骤之后,所述方法还包括:
若确定所述车辆为套牌车,则将所述车辆的行车信息发送至预警系统进行展示。
第二方面,实施例提供一种套牌车识别装置,所述装置包括:
第一获取模块,用于获取基于多个摄像设备,针对每个车辆,实时采集得到的所述车辆的行车信息;
第二获取模块,用于获取基于多个电子围栏,针对每个移动终端,实时采集得到的所述移动终端的设备信息,其中,各所述电子围栏与各所述摄像设备一对一安装于同一地点;
判断模块,用于基于预先建立的映射名单,根据所述行车信息和所述设备信息,判断所述车辆是否是套牌车。
第三方面,实施例提供一种电子设备,所述电子设备包括处理器、存储器及总线,所述存储器存储有所述处理器可执行的机器可读指令,当服务器运行时,所述处理器及所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行前述实施方式中任意一项所述的套牌车识别方法的步骤。
第四方面,实施例提供一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被执行时实现前述实施方式中任一项所述的套牌车识别方法。
本申请实施例提供的套牌车识别方法,通过实时获取的车辆的行车信息结合获取得到的移动终端的设备信息,与之前建立的映射名单做比较,判断车辆是否是套牌车,提高了识别套牌车的准确性。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的电子设备的结构示意图;
图2为本申请实施例提供的套牌车识别方法的流程图之一;
图3为本申请实施例提供的套牌车识别方法的子步骤的流程图之一;
图4为本申请实施例提供的套牌车识别方法的流程图之二;
图5是本申请实施例提供的套牌车识别方法的子步骤流程图之二;
图6为本申请实施例提供的套牌车识别装置的功能模块框图。
图标:100-电子设备;110-存储器;120-处理器;130-套牌车识别装置;131-第一获取模块;132-第二获取模块;133-判断模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本申请的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
此外,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在不冲突的情况下,本申请的实施例中的特征可以相互结合。
如背景技术所介绍,目前一般采用下面两种方法识别套牌车:方法一,车辆信息矛盾法:通过交通治安卡口包括的摄像设备采集车辆的图像信息,交通治安卡口包括的其他设备则根据图像信息识别得到车辆的信息,例如,车牌号、车辆类型、车身颜色等信息,并将采集得到的车辆信息与交管部门中的车辆信息登记记录进行比对,如果发现交通治安卡口采集到的车牌号对应的车型,颜色等和交管部门的车辆登记信息不符,或者发现该车牌号根本不存在,则确定该车牌号被套牌。
方法二,时空轨迹矛盾法:通过分析车辆经过交通治安卡口记录中的车辆的行车轨迹,找出自相矛盾的至少两个行车轨迹,例如短时间间隔内出现在相隔较远的两个地点,则可以判断该车被套牌。
然而,一方面,采用方法一识别套牌车,主要依赖于车辆通过交通治安卡口时摄像设备采集的图像信息的车辆颜色,车型等信息的识别准确度,例如在夜间或者气候条件不好的情况下,识别的车型和车身颜色等信息很容易不准确,则此时分析出来的套牌车数据量会很大,同时识别结果也会出现较多错误。
另一方面,即使套牌车辆和被套牌车辆车型颜色等信息一致,还需要校验发动机号等特征,而这些车辆的内部特征难以通过交通治安卡口的摄像设备采集获得。
若采用方法二,则会遗漏掉被套牌车辆和套牌车辆分开时间段行驶的情况,使得识别套牌车的准确度较低。
也就是说,这两种方法均存在识别套牌车不准确的问题,如何准确识别套牌车已成为目前急需解决的问题。
有鉴于此,本申请实施例提供了一种套牌车识别方法、该方法通过实时获取的车辆的行车信息结合获取得到的移动终端的设备信息,与之前建立的映射名单做比较,判断车辆是否是套牌车,提高了识别套牌车的准确性。下面对上述方法进行详细阐述。
请参阅图1,图1为本申请实施例提供的一种电子设备100的结构示意图。所述设备可以包括处理器120、存储器110、套牌车识别装置130及总线,所述存储器110存储有所述处理器120可执行的机器可读指令,当电子设备100运行时,所述处理器120及所述存储器110之间通过总线通信,所述处理器120执行所述机器可读指令,并执行套牌车识别方法的步骤。
所述存储器110、处理器120以及其他各元件相互之间直接或间接地电性连接,以实现信号的传输或交互。
例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。套牌车识别装置130包括至少一个可以软件或固件(firmware)的形式存储于所述存储器110中的软件功能模块。所述处理器120用于执行存储器110中存储的可执行模块,例如所述套牌车识别装置130所包括的软件功能模块或计算机程序。
其中,存储器110可以是,但不限于,随机读取存储器(Random Access memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器120可以是一种集成电路芯片,具有信号处理能力。上述处理器120可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(NetworkProcessor,简称NP)等。
还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本实施例中,存储器110用于存储程序,处理器120用于在接收到执行指令后,执行所述程序。本申请实施例任一实施方式所揭示的流程定义的方法可以应用于处理器120中,或者由所述处理器120实现。
可以理解,图1所示的结构仅为示意。电子设备100还可以具有比图1所示更多或者更少的组件,或者具有与图1所示不同的配置。图1所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例提供了一种套牌车识别方法,应用于上述的电子设备100,请结合参阅图2,图2为本申请实施例提供的一种套牌车识别方法的流程图之一。下面对图2所示的具体流程进行详细描述。
步骤S1,获取基于多个摄像设备,针对每个车辆,实时采集得到的所述车辆的行车信息。
步骤S2,获取基于多个电子围栏,针对每个移动终端,实时采集得到的所述移动终端的设备信息,其中,各所述电子围栏与各所述摄像设备一对一安装于同一地点。
步骤S3,基于预先建立的映射名单,根据所述行车信息和所述设备信息,判断所述车辆是否是套牌车。
本申请实施例中,每个行车信息中均包括车辆的车牌号、摄像设备的标识号以及采集到车辆的图像的时间。
其中,多个摄像设备设置于不同的交通治安卡口,交通治安卡口是指,依托于道路中的特定场所,如收费站、交通或治安检查站等卡口点,对所有通过该卡口点的机动车辆进行拍摄、记录与处理的一种道路交通现场监测系统。
摄像设备采集到车辆的图像后,通过图像处理、图像匹配等方式获取车辆的车牌号,并将车辆的车牌号、摄像设备的标识号以及采集到车辆的图像的时间,发送至电子设备。可选的,摄像设备可以是网络摄像机(IP Camera,IPC)。
本申请实施例中,每个设备信息包括移动终端的设备号(即国际移动用户识别码(International Mobile Equipment Identity,IMEI))、电子围栏(Electronic fence)的标识号以及采集到移动终端的设备号的时间。
其中,电子围栏是目前较为先进的周界防盗报警系统,该系统主要由电子围栏主机、前端配件、后端控制系统三大部分组成。通常,电子围栏主机在室外,沿着原有围墙(例如砖墙、水泥墙或铁栅栏)安装,脉冲电子围栏主机亦通常在室外,通过信号传输设备将报警信号传至后端控制中心的控制键盘上,显示防区工作状态,并远程对外部脉冲主机进行布撤防控制等操作。
本申请实施例中,各所述电子围栏与各所述摄像设备一对一安装于同一地点。便于采集驾驶车辆的人员的移动设备的设备号。
车辆在道路上行驶时,会被交通治安卡口包括的摄像设备采集到车辆的图像信息,交通治安卡口包括的其他设备则根据图像信息识别得到车辆的信息,同时,根据目前手机的普及程度,驾驶车辆的人大多会携带移动终端,例如,手机。手机的用户识别卡(Subscriber Identity Modula,SIM)中存储有设备号。手机的设备号会被安装在与交通治安卡口同一位置的电子围栏采集到,与电子围栏的标识号以及采集到移动终端的设备号的时间共同形成设备信息。将行车信息和设备信息与提前建立好的映射名单做对比,即可判断车辆是否是套牌车。如此,提升了识别套牌车的准确度。
进一步地,作为一种可选的实施方式,请结合参阅图3,图3为本申请实施例提供的套牌车识别方法的子步骤流程图之一。可通过步骤S31-步骤S35基于预先建立的映射名单,根据所述行车信息和所述设备信息,判断车辆是否是套牌车:
步骤S31,基于预先建立的映射名单,确定各所述设备信息中包括的所述移动终端的设备号是否是新的设备号。
步骤S32,若是,则获取各所述行车信息中包括的摄像设备的标识号。
步骤S33,根据各所述行车信息中包括的摄像设备的标识号与所述映射名单中包括的至少一个摄像设备的标识号,计算所述行车信息中包括的摄像设备的标识号的匹配率。
步骤S34,比较所述匹配率是否小于第二预设阈值。
步骤S35,若小于,则确定所述车辆为套牌车。
可以理解的是,若确定各所述设备信息中包括的所述移动终端的设备号不是新的设备号或确定匹配率不小于第二预设阈值,则确定所述车辆不为套牌车。
例如,作为一种可能的情况,当车主A驾驶车辆A回家时,行车轨迹通常是固定的路线。那么电子围栏获取到的车主A使用的手机A的移动轨迹也是固定的,且该移动轨迹与摄像设备获取的行车轨迹一致,所以车辆A的行驶轨迹与手机A的移动轨迹有关联关系。
某一天,实时采集到与车辆A的车牌号一致的车辆中出现了手机B的设备号。这种情况下,可能就是其他人员在使用套牌车了。在这个前提下,进一步去确认该车辆的行车路线,就可以较为精准的识别是否是套牌车了。
其中,可通过以下方式确定各所述设备信息中包括的所述移动终端的设备号是否是新的设备号。
首先,统计所述车辆与所述移动终端在同一时间同一地点出现的第二次数。
接着,判断所述第二次数是否超过第三预设阈值,若超过,则查找所述映射名单中是否包括与所述移动终端的设备号一致的预设设备号,若不包括,则确定各所述设备信息中包括的所述移动终端的设备号是新的设备号。
本申请实施例中,第三预设阈值可以是5、6、7…….可以理解,第三预设阈值可以是任意数值,需要根据实际情况确定。
作为一种可能的情况,假设第三预设阈值为5,实时统计到车辆B与移动终端B在同一时间同一地点出现的第二次数为8次,由于第二次数大于第三预设阈值,则在预先建立好的映射名单中查找是否包括与车辆B的车牌号,移动终端B的设备号是否与映射名单中预设设备号一致。若不一致,则确定该移动终端B的设备号为新的设备号。这种情况下,可以认为车辆B此时的驾驶者不是原车主(即,可能是其他人在驾驶此车辆,此情况下,车辆B不为套牌车),或者车辆B为套牌车。
因此,为了进一步精确的确定车辆B是否为套牌车,本申请实施例中还可以进一步获取行车信息中包括的摄像设备的标识号,根据各所述行车信息中包括的摄像设备的标识号与所述映射名单中包括的至少一个摄像设备的标识号,计算所述行车信息中包括的摄像设备的标识号的匹配率。
作为一种可能的情况,例如,假设从各个行车信息中获取到的摄像设备的标识号包括:卡口1、卡口2、卡口3、卡口4、卡口5、卡口6、卡口7、卡口8。
获取映射名单中车辆B的车牌号对应的预设摄像设备的标识号包括:卡口7、卡口8、卡口9、卡口14、卡口15、卡口16、卡口17、卡口18、卡口20、卡口22。
可以计算获得行车信息中包括的摄像设备的匹配率为20%。若第二预设阈值为50%,由于计算获得的行车信息中包括的摄像设备的匹配率为20%,小于第二预设阈值,则可确定车辆B为套牌车。
作为另一种可能的情况,假设从各个行车信息中获取到的摄像设备的标识号包括:卡口1、卡口2、卡口3、卡口4、卡口5、卡口6、卡口7、卡口8。
获取映射名单中车辆B的车牌号对应的预设摄像设备的标识号包括:卡口4、卡口5、卡口6、卡口7、卡口8、卡口9、卡口14、卡口15、卡口16、卡口17。
可以计算获得行车信息中包括的摄像设备的匹配率为50%。若第二预设阈值为50%,由于计算获得的行车信息中包括的摄像设备的匹配率为50%,等于第二预设阈值,则可确定车辆B不为套牌车。
作为又一种可能的情况,假设从各个行车信息中获取到的摄像设备的标识号包括:卡口1、卡口2、卡口3、卡口4、卡口5、卡口6、卡口7、卡口8。
获取映射名单中车辆B的车牌号对应的预设摄像设备的标识号包括:卡口1、卡口2、卡口3、卡口4、卡口5、卡口6、卡口14、卡口15、卡口16、卡口17。
可以计算获得行车信息中包括的摄像设备的匹配率为60%。若第二预设阈值同样为50%,由于计算获得的行车信息中包括的摄像设备的匹配率为60%,大于第二预设阈值,则可确定车辆B不为套牌车。
进一步地,为了便于交管人员快速获取相关信息,本申请实施例中,套牌车识别方法还包括:
若确定所述车辆为套牌车,则将所述车辆的行车信息发送至预警系统进行展示。
作为一种可选的实施方式,对被识别为套牌车的车辆的行车信息的展示形式,可以通过图形、声音、文字或其任意组合的形式进行在预警系统上进行展示。
作为另一种可选的实施方式,在上述方式的基础上,还可将被识别为套牌车的车辆的行车信息同步至云数据库,使得被识别为套牌车的车辆的行车信息同步展示在交管人员的移动终端中。便于交管人员根据行车信息外出解决异常情况。
如此,当电子设备通过上述套牌车识别方法识别出车辆为套牌车后,交管人员可根据预警系统展示的行车信息快速获取异常情况,并根据行车信息快速获取需要的信息,进行异常情况处理。
进一步地,请结合参阅图4,所述映射名单通过以下步骤S100-步骤S300建立:
步骤S100,获取第一预设时间段内,基于多个摄像设备,针对每个车辆采集得到的所述车辆的第一行车信息。
步骤S200,获取所述第一预设时间段内,基于多个电子围栏,针对每个移动终端采集得到的所述移动终端的第一设备信息,其中,各所述电子围栏与各所述摄像设备一对一安装于同一地点。
步骤S300,根据各所述第一行车信息与各所述第一设备信息,建立映射名单。
其中,第一预设时间段可以是半年、一年、一年半、两年……等等。
第一预设时间段的长度可根据实际情况确定,在此不做限制。可以理解的是,第一预设时间段的长度不应过长,如5年、6年、7年等,也不应过短,如一天、两天、三天等。
若时间过长,一方面,会使得获取到的数据量过大,造成计算量过大,使得识别效率较低。另一方面,由于时间过长,获取到的数据很多都是冗杂且无效的,反而会降低识别套牌车的准确率。因此,第一预设时间段的长度不应过长。
同样的,若时间过短,会使得获取到的数据量过少,使得识别套牌车的准确率较低。因此,第一预设时间段的长度不应过短。
本申请实施例中,第二预设时间段还可以与第一预设时间段一致,以提高收集到的数据的利用率,进而提高识别准确率。可以理解的是,第二预设时间段的时间长度与第一预设时间段的时间长度一样,不应过长或过短。
下面结合上述方法步骤和可能的情况做举例说明。假设第一预设时间段及第二预设时间段的时间长度为一年。即,获取一年内多个摄像设备采集得到的每个车辆的第一行车信息和多个电子围栏采集得到的每个移动终端的第一设备信息。
其中,每个第一行车信息包括车辆的车牌号、摄像设备的标识号以及采集到车辆的图像的时间。每个第一设备信息包括移动终端的设备号、电子围栏的标识号以及采集到移动终端的设备号的时间。
接着,根据每个摄像设备采集到移动终端的设备号的时间以及每个电子围栏采集到车辆的图像的时间,确定与每个车辆有映射关系的移动终端的设备号,并关联车牌号、移动终端的设备号以及摄像设备的标识号之间的映射关系,如此,根据多个车辆、多个移动终端的设备号以及多个摄像设备的标识号之间的映射关系建立映射名单,便于基于预先建立的映射名单快速识别车辆是否是套牌车。
作为一种可选的实施方式,请结合参阅图5,图5是本申请实施例提供的套牌车识别方法中子步骤流程图之二。根据各所述第一行车信息与各所述第一设备信息,建立映射名单可通过步骤S310-步骤S320实现:
步骤S310,根据各所述第一行车信息与各所述第一设备信息,统计所述车辆与所述移动终端同一时间在同一地点出现的第一次数。
步骤S320,将各所述第一行车信息中包括的所述车辆的车牌号、所述摄像设备的标识号以及各所述第一设备信息中包括的所述移动终端的设备号,按照所述第一次数的大小建立映射名单。
可选地,该映射名单存储于Oracle、DB2、MySQL、Microsoft SQL Server、或Microsoft Access等关系型数据库中,具体可根据实际情况确定。
进一步地,作为一种可选的实施方式,统计所述车辆与所述移动终端同一时间在同一地点出现的第一次数可按以下方式实现:
首先,获得各所述第一行车信息中包括的所述车辆通过对应的摄像设备时的第一时间。
其次,获得各所述第一设备信息中包括的所述移动终端通过对应的电子围栏时的第二时间。
接着,比较所述第一时间与所述第二时间的差值是否小于第一预设阈值,若小于,则确定所述车辆与所述移动终端同一时间在同一地点出现。
最后,统计所述车辆与所述移动终端同一时间在同一地点出现的第一次数。
由于安装于同一地点的摄像设备和电子围栏的采集信息的敏感度可能不同,采集到同一车辆中移动设备的设备号的时间与采集到车辆的行车信息的时间可能不一致。因此,需要对比上述第一时间和第二时间,以进一步确认采集到的信息是否是同一个地点的摄像设备和电子围栏采集到的。
本申请实施例中,第一预设阈值可以是1s、2s、3s、4s、……需要说明的是,第一预设阈值可根据实际需求确定,在此不做限定。
作为一种可能的情况,假设第一预设阈值为30s,假设车辆通过对应的摄像设备时的第一时间为2019年12月11日的9点整,移动终端通过对应的电子围栏时的第二时间为2019年12月11日的9点零10秒钟。比较可得所述第一时间与所述第二时间的差值为10s。该差值小于第一预设阈值规定的30s,因此,可以确定所述车辆与所述移动终端是同一时间在同一地点出现的。
作为另一种可能的情况,同样假设第一预设阈值为30s,假设车辆通过对应的摄像设备时的第一时间为2019年10月1日的11点5分20秒,移动终端通过对应的电子围栏时的第二时间为2019年10月1日的11点5分55秒。比较可得所述第一时间与所述第二时间的差值为35s。该差值大于第一预设阈值规定的30s,因此,可以确定所述车辆与所述移动终端不是同一时间在同一地点出现的。
作为又一种可能的情况,同样假设第一预设阈值为30s,假设车辆通过对应的摄像设备时的第一时间为2019年8月7日的1点10分20秒,移动终端通过对应的电子围栏时的第二时间为2019年8月7日的1点10分50秒。比较可得所述第一时间与所述第二时间的差值为30s。该差值等于第一预设阈值规定的30s,因此,可以确定所述车辆与所述移动终端不是同一时间在同一地点出现的。
当统计到车牌号为京A88888的车辆与不同移动终端的设备号同一时间在同一地点出现的第一次数分别为385次、380次、370次、365次、200次、25次、15次、12次、7次、4次、1次、1次等等。则先按照第一次数的大小先建立车牌号为京A88888的车辆与不同移动终端之间的映射关系,如表1所示。
表1
由表1可知,车牌号为京A88888的车辆,驾驶或乘坐该车辆的人员经常使用设备号为865315031592328、765315031592325以及665315031592324的移动终端。
同样的,当统计到车牌号为京A99999的车辆与不同移动终端的设备号同一时间在同一地点出现的第一次数分别为785次680次、570次、16次、14次、11次、10次、5次、3次、2次、1次、1次等等。则先按照第一次数的大小先建立车牌号为京A99999的车辆与不同移动终端之间的映射关系,如表2所示。
表2
由表2可知,车牌号为京A99999的车辆,驾驶或乘坐该车辆的人员经常使用设备号为965315031592329、165315031592325以及365315031592323的移动终端。
进一步地,去除第一次数过小的数据,筛选出第一次数大于预设阈值,例如,预设阈值为100的数据,并保存,获得的数据分别如表3及表4所示。
表3
表4
可以理解的是,第一次数的数值越大,说明该车辆的车主使用该设备号对应的移动设备的可能性越高。因此,本申请实施例中剔除第一次数的数值过小的数据,可有效提高识别套牌车的准确率。
进一步地,在上述基础上,再统计车辆通过不同摄像设备的次数,并同样按照次数的大小进行排序,并获取前预设次数的摄像设备的标识号,关联车牌号、移动终端的设备号以及摄像设备的标识号之间的映射关系。例如,如表5及表6所示。
表5
表6
由表5及表6可知,车牌号为京A88888的车辆,经常通过的摄像设备所在的交通治安卡口有卡口1、卡口3、卡口5、卡口2以及卡口10。车牌号为京A99999的车辆,经常通过的摄像设备所在的交通治安卡口有卡口8、卡口7及卡口12。可以理解的是,根据车辆通过不同摄像设备的次数可以知道该车辆经常通过的路段或者地点。如此,可以根据车辆通过不同路段的信息构建该车辆的行驶轨迹,从而根据行驶轨迹判断车辆是否是套牌车。
如此,根据多个车辆、多个移动终端的设备号以及多个摄像设备的标识号之间的映射关系建立映射关系名单。
本申请实施例提供的套牌车识别方法,通过实时获取的车辆本身的行驶信息结合车辆中人员使用的移动终端信息,与预先建立的映射关系做比较,提高了识别车辆是否是套牌车的准确度。
请结合参阅图6,本申请实施例还提供了一种套牌车识别装置130,所述装置包括:
第一获取模块131,用于获取基于多个摄像设备,针对每个车辆,实时采集得到的所述车辆的行车信息。
第二获取模块132,用于获取基于多个电子围栏,针对每个移动终端,实时采集得到的所述移动终端的设备信息,其中,各所述电子围栏与各所述摄像设备一对一安装于同一地点。
判断模块133,用于基于预先建立的映射名单,根据所述行车信息和所述设备信息,判断所述车辆是否是套牌车。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的套牌车识别装置130的具体工作过程,可以参考前述方法中的对应过程,在此不再过多赘述。
本实施例也提供了一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被执行时实现上述的套牌车识别方法。
综上所述,本申请实施例提供了一种套牌车识别方法、装置、电子设备和可读存储介质,该套牌车识别方法,首先,获取基于多个摄像设备,针对每个车辆,实时采集得到的所述车辆的行车信息。接着,获取基于多个电子围栏,针对每个移动终端,实时采集得到的所述移动终端的设备信息,其中,各所述电子围栏与各所述摄像设备一对一安装于同一地点,最后,基于预先建立的映射名单,根据所述行车信息和所述设备信息,判断所述车辆是否是套牌车。如此,通过实时获取的车辆的行车信息结合获取得到的移动终端的设备信息,与之前建立的映射名单做比较,判断车辆是否是套牌车,提高了识别套牌车的准确性。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种套牌车识别方法,其特征在于,所述方法包括:
获取基于多个摄像设备,针对每个车辆,实时采集得到的所述车辆的行车信息;
获取基于多个电子围栏,针对每个移动终端,实时采集得到的所述移动终端的设备信息,其中,各所述电子围栏与各所述摄像设备一对一安装于同一地点;
基于预先建立的映射名单,根据所述行车信息和所述设备信息,判断所述车辆是否是套牌车。
2.根据权利要求1所述的套牌车识别方法,其特征在于,所述映射名单通过以下步骤建立:
获取第一预设时间段内,基于多个摄像设备,针对每个车辆采集得到的所述车辆的第一行车信息;
获取所述第一预设时间段内,基于多个电子围栏,针对每个移动终端采集得到的所述移动终端的第一设备信息,其中,各所述电子围栏与各所述摄像设备一对一安装于同一地点;
根据各所述第一行车信息与各所述第一设备信息,建立映射名单。
3.根据权利要求2所述的套牌车识别方法,其特征在于,所述根据各所述第一行车信息与各所述第一设备信息,建立映射名单的步骤包括:
根据各所述第一行车信息与各所述第一设备信息,统计所述车辆与所述移动终端同一时间在同一地点出现的第一次数;
将各所述第一行车信息中包括的所述车辆的车牌号、所述摄像设备的标识号以及各所述第一设备信息中包括的所述移动终端的设备号,按照所述第一次数的大小建立映射名单。
4.根据权利要求3所述的套牌车识别方法,其特征在于,所述根据各所述第一行车信息与各所述第一设备信息,统计所述车辆与所述移动终端同一时间在同一地点出现的第一次数的步骤包括:
获得各所述第一行车信息中包括的所述车辆通过对应的摄像设备时的第一时间;
获得各所述第一设备信息中包括的所述移动终端通过对应的电子围栏时的第二时间;
比较所述第一时间与所述第二时间的差值是否小于第一预设阈值,若小于,则确定所述车辆与所述移动终端同一时间在同一地点出现;
统计所述车辆与所述移动终端同一时间在同一地点出现的第一次数。
5.根据权利要求1所述的套牌车识别方法,其特征在于,所述基于预先建立的映射名单,根据所述行车信息和所述设备信息,判断所述车辆是否是套牌车的步骤包括:
基于预先建立的映射名单,确定各所述设备信息中包括的所述移动终端的设备号是否是新的设备号,若是,则获取各所述行车信息中包括的摄像设备的标识号;
根据各所述行车信息中包括的摄像设备的标识号与所述映射名单中包括的至少一个摄像设备的标识号,计算所述行车信息中包括的摄像设备的标识号的匹配率;
比较所述匹配率是否小于第二预设阈值,若小于,则确定所述车辆为套牌车。
6.根据权利要求5所述的套牌车识别方法,其特征在于,所述基于预先建立的映射名单,确定各所述设备信息中包括的所述移动终端的设备号是否是新的设备号的步骤包括:
统计所述车辆与所述移动终端在同一时间同一地点出现的第二次数;
判断所述第二次数是否超过第三预设阈值,若超过,则查找所述映射名单中是否包括与所述移动终端的设备号一致的预设设备号;
若不包括,则确定各所述设备信息中包括的所述移动终端的设备号是新的设备号。
7.根据权利要求1所述的套牌车识别方法,其特征在于,所述基于预先建立的映射名单,根据所述行车信息和所述设备信息,判断所述车辆是否是套牌车的步骤之后,所述方法还包括:
若确定所述车辆为套牌车,则将所述车辆的行车信息发送至预警系统进行展示。
8.一种套牌车识别装置,其特征在于,所述装置包括:
第一获取模块,用于获取基于多个摄像设备,针对每个车辆,实时采集得到的所述车辆的行车信息;
第二获取模块,用于获取基于多个电子围栏,针对每个移动终端,实时采集得到的所述移动终端的设备信息,其中,各所述电子围栏与各所述摄像设备一对一安装于同一地点;
判断模块,用于基于预先建立的映射名单,根据所述行车信息和所述设备信息,判断所述车辆是否是套牌车。
9.一种电子设备,其特征在于,所述电子设备包括处理器、存储器及总线,所述存储器存储有所述处理器可执行的机器可读指令,当服务器运行时,所述处理器及所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行权利要求1-7中任意一项所述的套牌车识别方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序,所述计算机程序被执行时实现权利要求1-7中任一项所述的套牌车识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911293027.3A CN110956822B (zh) | 2019-12-16 | 2019-12-16 | 套牌车识别方法、装置、电子设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911293027.3A CN110956822B (zh) | 2019-12-16 | 2019-12-16 | 套牌车识别方法、装置、电子设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110956822A true CN110956822A (zh) | 2020-04-03 |
CN110956822B CN110956822B (zh) | 2021-03-12 |
Family
ID=69981955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911293027.3A Active CN110956822B (zh) | 2019-12-16 | 2019-12-16 | 套牌车识别方法、装置、电子设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110956822B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111984806A (zh) * | 2020-08-13 | 2020-11-24 | 浙江每日互动网络科技股份有限公司 | 一种确定车辆与终端关联程度的方法、装置和存储介质 |
CN112017444A (zh) * | 2020-08-28 | 2020-12-01 | 上海依图网络科技有限公司 | 一种套牌车辆检测方法及其装置、介质和系统 |
CN114495028A (zh) * | 2022-01-21 | 2022-05-13 | 北京华录高诚科技有限公司 | 一种车辆套牌的识别方法、装置、电子设备及存储介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521986A (zh) * | 2011-12-05 | 2012-06-27 | 沈阳聚德视频技术有限公司 | 一种套牌车辆自动检测系统及其控制方法 |
EP2807641A1 (en) * | 2012-01-23 | 2014-12-03 | Ares Turbine AS | System and method for automatic registration of use of studded tires |
WO2015170245A1 (en) * | 2014-05-08 | 2015-11-12 | Dba Lab S.P.A. | Authentication method for vehicular number plate recognition |
CN105513368A (zh) * | 2015-11-26 | 2016-04-20 | 银江股份有限公司 | 一种基于不确定信息的假牌车筛选方法 |
CN105575118A (zh) * | 2015-12-25 | 2016-05-11 | 银江股份有限公司 | 一种失驾人员筛选方法 |
CN108091140A (zh) * | 2016-11-23 | 2018-05-29 | 杭州海康威视数字技术股份有限公司 | 一种确定套牌车辆的方法和装置 |
CN108200536A (zh) * | 2018-02-07 | 2018-06-22 | 江苏本能科技有限公司 | 行驶车辆驾乘人员识别方法及系统 |
CN108260077A (zh) * | 2016-12-28 | 2018-07-06 | 中国移动通信集团辽宁有限公司 | 用于识别盗用车辆身份标识信息的装置及方法 |
CN108389275A (zh) * | 2018-02-05 | 2018-08-10 | 杭州安芯科技有限公司 | 基于手持设备定位和车牌识别的互联网过路费收集系统 |
CN109214345A (zh) * | 2018-09-17 | 2019-01-15 | 公安部交通管理科学研究所 | 基于相似度比对查找换牌车辆的行驶轨迹的方法 |
CN109376617A (zh) * | 2018-09-30 | 2019-02-22 | 佳都新太科技股份有限公司 | 车辆套牌识别方法、装置、识别设备及存储介质 |
CN110188591A (zh) * | 2019-04-09 | 2019-08-30 | 无锡大华锐频科技有限公司 | 套牌车辆的识别方法、装置、计算机设备和存储介质 |
WO2019212431A1 (en) * | 2018-05-02 | 2019-11-07 | Federal Akilli Ulaşim Ve Teknoloji̇ Çözümleri̇ Anoni̇m Şi̇rketi̇ | Prewarning and notification system for vehicles under risk of receiving parking tickets and getting towed |
CN110459059A (zh) * | 2019-08-14 | 2019-11-15 | 深圳市天彦通信股份有限公司 | 交通违规确认方法和相关装置 |
CN110503057A (zh) * | 2019-08-27 | 2019-11-26 | 腾讯科技(深圳)有限公司 | 一种信息处理方法、装置、检测节点设备及存储介质 |
CN110570652A (zh) * | 2019-07-30 | 2019-12-13 | 深圳市天彦通信股份有限公司 | 车辆套牌检测提醒方法及相关产品 |
-
2019
- 2019-12-16 CN CN201911293027.3A patent/CN110956822B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521986A (zh) * | 2011-12-05 | 2012-06-27 | 沈阳聚德视频技术有限公司 | 一种套牌车辆自动检测系统及其控制方法 |
EP2807641A1 (en) * | 2012-01-23 | 2014-12-03 | Ares Turbine AS | System and method for automatic registration of use of studded tires |
WO2015170245A1 (en) * | 2014-05-08 | 2015-11-12 | Dba Lab S.P.A. | Authentication method for vehicular number plate recognition |
CN105513368A (zh) * | 2015-11-26 | 2016-04-20 | 银江股份有限公司 | 一种基于不确定信息的假牌车筛选方法 |
CN105575118A (zh) * | 2015-12-25 | 2016-05-11 | 银江股份有限公司 | 一种失驾人员筛选方法 |
CN108091140A (zh) * | 2016-11-23 | 2018-05-29 | 杭州海康威视数字技术股份有限公司 | 一种确定套牌车辆的方法和装置 |
CN108260077A (zh) * | 2016-12-28 | 2018-07-06 | 中国移动通信集团辽宁有限公司 | 用于识别盗用车辆身份标识信息的装置及方法 |
CN108389275A (zh) * | 2018-02-05 | 2018-08-10 | 杭州安芯科技有限公司 | 基于手持设备定位和车牌识别的互联网过路费收集系统 |
CN108200536A (zh) * | 2018-02-07 | 2018-06-22 | 江苏本能科技有限公司 | 行驶车辆驾乘人员识别方法及系统 |
WO2019212431A1 (en) * | 2018-05-02 | 2019-11-07 | Federal Akilli Ulaşim Ve Teknoloji̇ Çözümleri̇ Anoni̇m Şi̇rketi̇ | Prewarning and notification system for vehicles under risk of receiving parking tickets and getting towed |
CN109214345A (zh) * | 2018-09-17 | 2019-01-15 | 公安部交通管理科学研究所 | 基于相似度比对查找换牌车辆的行驶轨迹的方法 |
CN109376617A (zh) * | 2018-09-30 | 2019-02-22 | 佳都新太科技股份有限公司 | 车辆套牌识别方法、装置、识别设备及存储介质 |
CN110188591A (zh) * | 2019-04-09 | 2019-08-30 | 无锡大华锐频科技有限公司 | 套牌车辆的识别方法、装置、计算机设备和存储介质 |
CN110570652A (zh) * | 2019-07-30 | 2019-12-13 | 深圳市天彦通信股份有限公司 | 车辆套牌检测提醒方法及相关产品 |
CN110459059A (zh) * | 2019-08-14 | 2019-11-15 | 深圳市天彦通信股份有限公司 | 交通违规确认方法和相关装置 |
CN110503057A (zh) * | 2019-08-27 | 2019-11-26 | 腾讯科技(深圳)有限公司 | 一种信息处理方法、装置、检测节点设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111984806A (zh) * | 2020-08-13 | 2020-11-24 | 浙江每日互动网络科技股份有限公司 | 一种确定车辆与终端关联程度的方法、装置和存储介质 |
CN112017444A (zh) * | 2020-08-28 | 2020-12-01 | 上海依图网络科技有限公司 | 一种套牌车辆检测方法及其装置、介质和系统 |
CN114495028A (zh) * | 2022-01-21 | 2022-05-13 | 北京华录高诚科技有限公司 | 一种车辆套牌的识别方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110956822B (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110956822B (zh) | 套牌车识别方法、装置、电子设备和可读存储介质 | |
CN107645709B (zh) | 一种确定人员信息的方法及装置 | |
US20090210141A1 (en) | Monitoring a Mobile Device | |
CN101430826B (zh) | 基于北斗卫星定位系统的出租车无线视频监控系统及方法 | |
EP3734570A1 (en) | Vehicle detection method, apparatus, device and readable storage medium | |
CN110674236A (zh) | 基于时空轨迹匹配的移动目标关联方法、装置、设备及存储介质 | |
US20230073717A1 (en) | Systems And Methods For Electronic Surveillance | |
CN104732205A (zh) | 一种高速公路逃费稽查的系统 | |
CN101430827B (zh) | 基于gps的出租车无线视频监控系统及方法 | |
WO2014072971A1 (en) | Method of determining a license plate of a vehicle tracked by a surveillance system | |
CN111369797A (zh) | 车辆监测方法、电子围栏的构建方法、电子围栏及装置 | |
CN112218243B (zh) | 海量人车数据的关联方法、装置、设备及存储介质 | |
US20230162310A1 (en) | Systems and methods for electronic signature tracking | |
CN102194132A (zh) | 一种伴随车检测识别系统及其方法 | |
CN113111749A (zh) | 一种基于城市移动车辆视频监控ai分析的追踪系统 | |
CN111949701A (zh) | 一种基于轨迹相似度的移动对象出行规律分析方法及装置 | |
CN112735149B (zh) | 基于双基识别的区间测速方法、装置及存储介质 | |
CN110674749B (zh) | 套牌车识别方法、装置和存储介质 | |
CN112528901A (zh) | 一种基于大数据的车辆聚集告警方法及系统 | |
CN201348821Y (zh) | 一种基于gps的出租车无线视频监控系统 | |
CN113327336B (zh) | 人车关系的识别方法、装置和电子设备 | |
CN114202919A (zh) | 一种非机动车电子车牌遮挡的识别方法、装置及系统 | |
CN110176145B (zh) | 套牌车的检测方法及装置、卡口 | |
CN110717386A (zh) | 涉事对象追踪方法及装置、电子设备和非暂态存储介质 | |
CN112349104B (zh) | 一种利用警车车载设备跟踪车辆驾驶人身份的系统及方法 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210910 Address after: 100000 room 650, 6th floor, building 11, Huashan Garden Cultural Media Industrial Park, 1376 folk culture street, Gaobeidian village, Gaobeidian Township, Chaoyang District, Beijing Patentee after: Beijing Zhizhi Heshu Technology Co.,Ltd. Address before: No.310, building 4, courtyard 8, Dongbei Wangxi Road, Haidian District, Beijing Patentee before: MININGLAMP SOFTWARE SYSTEMS Co.,Ltd. |