CN111160222A - 匹配度的确定方法及装置 - Google Patents
匹配度的确定方法及装置 Download PDFInfo
- Publication number
- CN111160222A CN111160222A CN201911368866.7A CN201911368866A CN111160222A CN 111160222 A CN111160222 A CN 111160222A CN 201911368866 A CN201911368866 A CN 201911368866A CN 111160222 A CN111160222 A CN 111160222A
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- license plate
- transaction
- appearance
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000002131 composite material Substances 0.000 claims description 7
- 238000005314 correlation function Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013256 coordination polymer Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
- G07B15/063—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems using wireless information transmission between the vehicle and a fixed station
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/34—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using cards, e.g. integrated circuit [IC] cards or magnetic cards
- G06Q20/352—Contactless payments by cards
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/42—Confirmation, e.g. check or permission by the legal debtor of payment
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- 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)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Computer Networks & Wireless Communication (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种匹配度的确定方法及装置,上述方法包括:识别图像得到所述图像中的第一车辆的车辆信息,其中,所述车辆信息包括所述第一车辆的第一外型信息,所述图像为对所述第一车辆进行拍摄得到的图像;对所述第一车辆中的交易卡片进行识别得到交易信息,其中,所述交易信息包括与所述交易卡片对应的第二车辆的第二外型信息;根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。通过本发明,解决了相关技术中存在的车辆与交易卡片的匹配结果准确度低的问题,提高了车辆与交易卡片的匹配结果的准确度。
Description
技术领域
本发明涉及智能交通领域,具体而言,涉及一种匹配度的确定方法及装置。
背景技术
智能交通领域中,在高速公路入口或出口进行电子收费时,通常会涉及到车辆与交易卡片的匹配。高速公路上常用的车辆与交易卡片的匹配方法中,通常是将相机抓拍系统拍摄到的车牌号码与电子标签(即电子不停车收费系统标签,又称为ETC电子标签或ETC标签)或复合通行卡(又称为CPC卡)中记录的车牌号码进行车牌匹配。
但是在高速公路全车道自由流场景中,相机抓拍识别系统的性能受限于环境、天气和车牌自身状态(例如模糊、遮挡、污损或遮挡)等条件的限制,使车牌号码识别准确率也受到一定程度的限制,甚至是导致相机无法进行车牌号码识别。在这种情况下,利用电子标签(或CPC卡)中记录的车牌号码与相机的抓拍结果进行匹配,将会导致车辆与交易卡片的匹配结果的准确性大大降低,从而导致了ETC电子交易流水与图片交易流水不匹配,此时则需要由人工对ETC电子交易流水与图片交易流水进行比对以确定交易是否成功。
针对相关技术中,车辆与交易卡片的匹配结果准确度低的问题,尚未提出技术方案。
发明内容
本发明实施例提供了一种匹配度的确定方法及装置,以至少解决相关技术中存在的车辆与交易卡片的匹配结果准确度低的问题。
根据本发明的一个实施例,提供了一种匹配度的确定方法,包括:
识别图像得到所述图像中的第一车辆的车辆信息,其中,所述车辆信息包括所述第一车辆的第一外型信息,所述图像为对所述第一车辆进行拍摄得到的图像;
对所述第一车辆中的交易卡片进行识别得到交易信息,其中,所述交易信息包括与所述交易卡片对应的第二车辆的第二外型信息;
根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。
可选的,所述交易卡片包括以下至少之一:电子不停车收费系统标签,复合通行卡。
可选的,所述车辆信息还包括所述第一车辆的第一车牌号码,所述交易信息包括所述第二车辆的第二车牌号码;其中,在所述根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度之前,所述方法还包括:比较所述第一车牌号码与所述第二车牌号码,得到所述第一车牌号码与所述第二车牌号码存在差异的字符的数量;在所述存在差异的字符的数量小于预设阈值的情况下,确定所述车辆信息与所述交易信息匹配;否则,确定根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。
可选的,所述第一外型信息包括所述第一车辆的第一车型信息、第一车标信息、第一车系信息、第一车牌颜色信息,所述第二外型信息包括所述第二车辆的第二车型信息、第二车标信息、第二车系信息、第二车牌颜色信息;其中,所述根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度包括:将所述第一外型信息包括的信息与所述第二外型信息包括的信息中属于同一类型的信息进行比较,得到所述车辆信息与所述交易信息的车型匹配结果VT、车标匹配结果VF、车系匹配结果VS、车牌颜色信息匹配结果PC。
可选的,在所述得到所述车辆信息与所述交易信息的车型匹配结果VT、车标匹配结果VF、车系匹配结果VS、车牌颜色信息匹配结果PC之后,所述方法还包括:根据Cvt、Cvf、Cvs、Cpc确定所述第一外型信息的关联度,其中,所述Cvt、Cvf、Cvs、Cpc分别表示所述第一车型信息、所述第一车标信息、所述第一车系信息、所述第一车牌颜色信息,所述关联度包括第一关联度TF、第二关联度TC、第三关联度FS、第四关联度FC;其中,所述TF、TC、FS、FC分别根据以下方式确定:TF=f(Cvt,Cvf),TC=f(Cvt,Cpc),FS=f(Cvf,Cvs),FC=f(Cvf,Cpc),其中,f()为关联度函数,用于计算输入到所述函数f()中的第一信息与第二信息的关联度。
可选的,在所述根据Cvt、Cvf、Cvs、Cpc确定所述第一外型信息的关联度之后,所述方法还包括:按照以下公式得到所述车辆信息与所述交易信息的匹配度M:M=VT×TF×TC×Bvt+VF×TF×FS×FC×Bvf+VS×FS×Bvs+PC×TC×FC×Bpc,其中,Bvt为车型识别结果的置信度,Bvf为车标识别结果的置信度,Bvs为车系识别结果的置信度,Bpc为车牌颜色识别的置信度。
可选的,在所述匹配度大于预设阈值的情况下,确定所述车辆信息与所述交易信息匹配。
根据本发明的一个实施例,提供了一种匹配度的确定装置,包括:
第一识别模块,用于识别图像得到所述图像中的第一车辆的车辆信息,其中,所述车辆信息包括所述第一车辆的第一外型信息,所述图像为对所述第一车辆进行拍摄得到的图像;
第二识别模块,用于对所述第一车辆中的交易卡片进行识别得到交易信息,其中,所述交易信息包括与所述交易卡片对应的第二车辆的第二外型信息;
第一确定模块,用于根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。
可选的,所述交易卡片包括以下至少之一:电子不停车收费系统标签,复合通行卡。
可选的,所述车辆信息还包括所述第一车辆的第一车牌号码,所述交易信息包括所述第二车辆的第二车牌号码;其中,所述装置还包括第二确定模块,用于:比较所述第一车牌号码与所述第二车牌号码,得到所述第一车牌号码与所述第二车牌号码存在差异的字符的数量;在所述存在差异的字符的数量小于预设阈值的情况下,确定所述车辆信息与所述交易信息匹配;否则,确定根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。
可选的,所述第一外型信息包括所述第一车辆的第一车型信息、第一车标信息、第一车系信息、第一车牌颜色信息,所述第二外型信息包括所述第二车辆的第二车型信息、第二车标信息、第二车系信息、第二车牌颜色信息;其中,所述第一确定模块,还用于:将所述第一外型信息包括的信息与所述第二外型信息包括的信息中属于同一类型的信息进行比较,得到所述车辆信息与所述交易信息的车型匹配结果VT、车标匹配结果VF、车系匹配结果VS、车牌颜色信息匹配结果PC。
可选的,所述第一确定模块,还用于:根据Cvt、Cvf、Cvs、Cpc确定所述第一外型信息的关联度,其中,所述Cvt、Cvf、Cvs、Cpc分别表示所述第一车型信息、所述第一车标信息、所述第一车系信息、所述第一车牌颜色信息,所述关联度包括第一关联度TF、第二关联度TC、第三关联度FS、第四关联度FC;其中,所述TF、TC、FS、FC分别根据以下方式确定:TF=f(Cvt,Cvf),TC=f(Cvt,Cpc),FS=f(Cvf,Cvs),FC=f(Cvf,Cpc),其中,f()为关联度函数,用于计算输入到所述函数f()中的第一信息与第二信息的关联度。
可选的,所述第一确定模块,还用于按照以下公式得到所述车辆信息与所述交易信息的匹配度M:M=VT×TF×TC×Bvt+VF×TF×FS×FC×Bvf+VS×FS×Bvs+PC×TC×FC×Bpc,其中,Bvt为车型识别结果的置信度,Bvf为车标识别结果的置信度,Bvs为车系识别结果的置信度,Bpc为车牌颜色识别的置信度。
可选的,所述装置还包括第三确定模块,用于在所述匹配度大于预设阈值的情况下,确定所述车辆信息与所述交易信息匹配。
根据本发明的又一个实施例,还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中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,识别图像得到所述图像中的第一车辆的车辆信息,其中,所述车辆信息包括所述第一车辆的第一外型信息,所述图像为对所述第一车辆进行拍摄得到的图像;对所述第一车辆中的交易卡片进行识别得到交易信息,其中,所述交易信息包括与所述交易卡片对应的第二车辆的第二外型信息;根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。因此,可以解决相关技术中存在的车辆与交易卡片的匹配结果准确度低的问题,提高了车辆与交易卡片的匹配结果的准确度。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的匹配度的确定方法的流程图;
图2是根据本发明实施例的匹配度的确定装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
实施例1
本发明实施例提供了一种匹配度的确定方法。图1是根据本发明实施例的匹配度的确定方法的流程图,如图1所示,包括:
步骤S102,识别图像得到所述图像中的第一车辆的车辆信息,其中,所述车辆信息包括所述第一车辆的第一外型信息,所述图像为对所述第一车辆进行拍摄得到的图像;
步骤S104,对所述第一车辆中的交易卡片进行识别得到交易信息,其中,所述交易信息包括与所述交易卡片对应的第二车辆的第二外型信息;
步骤S106,根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。
通过本发明,识别图像得到所述图像中的第一车辆的车辆信息,其中,所述车辆信息包括所述第一车辆的第一外型信息,所述图像为对所述第一车辆进行拍摄得到的图像;对所述第一车辆中的交易卡片进行识别得到交易信息,其中,所述交易信息包括与所述交易卡片对应的第二车辆的第二外型信息;根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。因此,可以解决相关技术中存在的车辆与交易卡片的匹配结果准确度低的问题,提高了车辆与交易卡片的匹配结果的准确度。
在本发明的一可选实施例中,所述交易卡片包括以下至少之一:电子不停车收费系统标签,复合通行卡。
在本发明的一可选实施例中,所述车辆信息还包括所述第一车辆的第一车牌号码,所述交易信息包括所述第二车辆的第二车牌号码;其中,在所述根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度之前,所述方法还包括:比较所述第一车牌号码与所述第二车牌号码,得到所述第一车牌号码与所述第二车牌号码存在差异的字符的数量;在所述存在差异的字符的数量小于预设阈值的情况下,确定所述车辆信息与所述交易信息匹配;否则,确定根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。
需要说明的是,在上述实施例中,将第一车牌号码与第二车牌号码中的字符一对一进行比较,即将第一车牌号码中的字符与第二车牌号码对应位置上的字符进行比较确定是否相同,得到第一车牌号码与第二车牌号码中存在差异的字符的数量(即第一车牌号码与第二车牌号码之间不同的字符的个数)。
在本发明的一可选实施例中,所述第一外型信息包括所述第一车辆的第一车型信息、第一车标信息、第一车系信息、第一车牌颜色信息,所述第二外型信息包括所述第二车辆的第二车型信息、第二车标信息、第二车系信息、第二车牌颜色信息;其中,所述根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度包括:将所述第一外型信息包括的信息与所述第二外型信息包括的信息中属于同一类型的信息进行比较,得到所述车辆信息与所述交易信息的车型匹配结果VT、车标匹配结果VF、车系匹配结果VS、车牌颜色信息匹配结果PC。
基于上述实施例,在一种可选的实施方式中,上述实施例中的车型信息可以是根据车辆的大小、车厢、车门以及车顶类型划分得到的。
需要说明的是,将所述第一外型信息包括的信息与所述第二外型信息包括的信息中属于同一类型的信息进行比较,得到所述车辆信息与所述交易信息的车型匹配结果VT、车标匹配结果VF、车系匹配结果VS、车牌颜色信息匹配结果PC,是根据所述第一外型信息中的所述第一车型信息、所述第一车标信息、所述第一车系信息、所述第一车牌颜色信息以及所述第二外型信息中的所述第二车型信息、所述第二车标信息、所述第二车系信息、所述第二车牌颜色信息,得到所述车辆信息与所述交易信息的车型匹配结果VT、车标匹配结果VF、车系匹配结果VS、车牌颜色信息匹配结果PC。
作为一种可选的实施方式,所述VT、VF、VS、PC分别根据以下方式确定:VT=(Tvt=Cvt?1:0),VF=(Tvf=Cvf?1:0),VS=(Tvs=Cvs?1:0),PC=(Tpc=Cpc?1:0),其中,所述Tvt、Tvf、Tvs、Tpc分别表示所述第二车型信息、所述第二车标信息、所述第二车系信息、所述第二车牌颜色信息,Cvt、Cvf、Cvs、Cpc分别表示所述第一车型信息、所述第一车标信息、所述第一车系信息、所述第一车牌颜色信息。即,在所述第一车型信息与所述第二车型信息一致的情况下,所述VT的值为1,否则所述VT的值为0;在所述第一车标信息与所述第二车标信息一致的情况下,所述VF的值为1,否则所述VF的值为0;在所述第一车系信息与所述第二车系信息一致的情况下,所述VS的值为1,否则所述VS的值为0;在所述第一车牌颜色信息与所述第二车牌颜色信息一致的情况下,所述PC的值为1,否则所述PC的值为0。
在本发明的一可选实施例中,在所述得到所述车辆信息与所述交易信息的车型匹配结果VT、车标匹配结果VF、车系匹配结果VS、车牌颜色信息匹配结果PC之后,所述方法还包括:根据Cvt、Cvf、Cvs、Cpc确定所述第一外型信息的关联度,其中,所述Cvt、Cvf、Cvs、Cpc分别表示所述第一车型信息、所述第一车标信息、所述第一车系信息、所述第一车牌颜色信息,所述关联度包括第一关联度TF、第二关联度TC、第三关联度FS、第四关联度FC;其中,所述TF、TC、FS、FC分别根据以下方式确定:TF=f(Cvt,Cvf),TC=f(Cvt, Cpc),FS=f(Cvf,Cvs),FC=f(Cvf,Cpc),其中,f()为关联度函数,用于计算输入到所述函数f()中的第一信息与第二信息的关联度。
作为一种可选的实施方式,关联度函数f()可以通过对大量车辆以及与车辆对应的外型信息进行分析后得到的。
在本发明的一可选实施例中,在所述根据Cvt、Cvf、Cvs、Cpc确定所述第一外型信息的关联度之后,所述方法还包括:按照以下公式得到所述车辆信息与所述交易信息的匹配度M:M=VT×TF×TC×Bvt+VF×TF×FS×FC×Bvf+VS×FS×Bvs+PC×TC×FC×Bpc,其中,Bvt为车型识别结果的置信度,Bvf为车标识别结果的置信度,Bvs为车系识别结果的置信度,Bpc为车牌颜色识别的置信度。
需要说明的是,在上述实施例中,可以预先设置Bvt、Bvf、Bvs以及Bpc的值。
在本发明的一可选实施例中,在所述匹配度大于预设阈值的情况下,确定所述车辆信息与所述交易信息匹配。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
下面以一优选实施例为例,对上述实施例进行进一步地说明:
在本发明实施例中,采用基于相机车辆特征识别的多维度关联匹配算法,其中充分利用了车辆的外型(例如车型、车标、车系、车牌颜色)特点,以及车辆外型特点之间的关联。当相机无法识别车牌号码时,将车辆的外型识别结果与电子标签或CPC卡中记录的外型特点进行比对,并依据相机每一个车辆外型识别特点的置信度以及外型识别结果与电子标签或CPC卡中记录的外型记录结果的匹配度,并利用外型特点的关联度,最终计算得到多维度关联匹配度,并根据多维度关联匹配度来判断相机ETC电子交易流水与图片交易流水是否匹配。
在本发明实施例中,当车辆行驶至场景内时,相机抓拍识别系统会对车辆的外型进行识别,并生成图片流水(即上述实施例中的车辆信息)。可选的,该图片流水包括图片内容,外型识别结果和车牌识别结果。ETC交易系统会对车辆的电子标签或CPC卡进行检测,并生成交易流水(即上述实施例中的交易信息),交易流水中包括车辆的外型特点。
作为一种可选的实施方式,在本发明实施例中,将车牌识别结果中的车牌号码与交易流水记录的车牌号码进行比对,根据车牌号码对应的字符匹配程度,来决定是否采取多维度关联匹配算法。在多维度关联匹配算法中,先确定不同外型特点与交易流水记录对应外型特征的匹配度,再根据外型特征识别的置信度并结合外型特征之间的关联度,最终得到多维度关联匹配度,从而判断交易流水与图片流水是否匹配。
本发明示例的技术方案如下:当ETC交易系统的交易流水到来时,遍历相机的图片流水队列,进行多维度关联匹配。
步骤1、判断交易流水中记录的车牌号码与抓拍车牌识别号码存在差异的字符的数量是否小于预设阈值。作为一种可选的实施方式,预设阈值可以为2,并且可以根据以下方式判断交易流水中记录的车牌号码是否与抓拍车牌识别号码一致或仅存在一个不同的字符:
其中R为交易流水车牌号码与相机抓拍识别车牌号码的匹配结果,L为车牌识别结果的字符长度,TPi为交易流水中记录的车牌号码的第i个字符,CPi为相机抓拍车牌号码的第i个字符。需要说明的是,在本发明的上述实施例中,将交易流水中记录的车牌号码(即上述实施例中的第二车牌号码)与抓拍车牌识别号码(即上述实施例中的第一车牌号码)中的字符逐个字符一对一进行比较,根据比较结果确定交易流水中记录的车牌号码与抓拍车牌识别号码存在差异的字符的数量。
步骤2、在判断出交易流水中记录的车牌号码与抓拍车牌识别号码存在差异的字符的数量小于预设阈值的情况下(即R=1),确定匹配成功;否则(即R=0),则确定执行以下步骤3;
步骤3、根据交易流水中记录的车辆外型特征与相机识别的外型特征进行匹配判断,确定车型匹配结果VT、车标匹配结果VF、车系匹配结果VS、车牌颜色信息匹配结果PC,其中,VT=(Tvt=Cvt?1:0),VF=(Tvf=Cvf?1:0),VS=(Tvs=Cvs?1:0),PC=(Tpc=Cpc?1:0)。
需要说明的是,在上述实施例中,VT为交易流水记录的车型与相机识别的车型的匹配结果,Tvt为交易流水记录的车型(即上述实施例中的第二车型信息),Cvt为相机识别的车型(即上述实施例中的第一车型信息);VF为交易流水记录的车标与相机识别的车标的匹配结果,Tvf为交易流水记录的车标(即上述实施例中的第二车标信息),Cvf为相机识别的车标(即上述实施例中的第一车标信息);VS为交易流水记录的车系与相机识别的车系的匹配结果,Tvs为交易流水记录的车系(即上述实施例中的第二车系信息),Cvs为相机识别的车系(即上述实施例中的第一车系信息);PC为交易流水记录的车牌颜色与相机识别的车牌颜色的匹配结果,Tpc为交易流水记录的车牌颜色(即上述实施例中的第二车牌颜色信息),Cpc为相机识别的车牌颜色(即上述实施例中的第一车牌颜色信息)。
步骤4、根据相机识别的外型特征,判断外型特征识别结果的关联度:TF=f(Cvt,Cvf),TC=f(Cvt,Cpc),FS=f(Cvf,Cvs),FC=f(Cvf,Cpc);
其中TF为相机识别的车型与相机识别的车标之间的关联度,TC为相机识别的车型与相机识别的车牌颜色之间的关联度,FS为相机识别的车标与相机识别的车系之间的关联度,FC为相机识别的车标与相机识别的车牌颜色之间的关联度,f(x,y)为关联函数,可根据外型特征x和y确定外型特征x和y之间关联度;
步骤5、根据相机识别的外型特征的置信度得到图片流水与交易流水的匹配度:M=VT×TF×TC×Bvt+VF×TF×FS×FC×Bvf+VS×FS×Bvs+PC×TC×FC×Bpc,
其中M为图片流水与交易流水的匹配度,Bvt为车型识别结果的置信度,Bvf为车标识别结果的置信度,Bvs为车系识别结果的置信度,Bpc为车牌颜色识别的置信度。
步骤6、根据交易流水与图片流水的匹配度是否大于匹配阈值,来判断交易流水与图片流水是否匹配。
需要说明的是,本发明的上述实施例,可以在接收到ETC交易系统的交易流水时执行,也可以在接收到相机抓拍系统的图片流水时执行。可选的,在接收到ETC交易系统的交易流水时,遍历相机的图片流水队列,并执行上述步骤1至步骤6;在接收到相机抓拍系统的图片流水时,遍历ETC交易系统的交易流水队列,并执行上述步骤1至步骤6。
通过本发明的上述实施例,克服了相关技术中仅仅基于车牌号码的匹配所导致的不能满足车牌匹配的准确性要求的问题,充分利用了多维度的车辆外型特征,并考虑了相机对于车辆外型特征识别的置信度,以及外型特征之前的关联度得到了交易流水与图片流水的匹配度,充分保证了匹配结果的可信性和准确性。
实施例2
根据本发明的另一个实施例,提供了一种匹配度的确定装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图2是根据本发明实施例的匹配度的确定装置的结构框图,该装置包括:
第一识别模块22,用于识别图像得到所述图像中的第一车辆的车辆信息,其中,所述车辆信息包括所述第一车辆的第一外型信息,所述图像为对所述第一车辆进行拍摄得到的图像;
第二识别模块24,用于对所述第一车辆中的交易卡片进行识别得到交易信息,其中,所述交易信息包括与所述交易卡片对应的第二车辆的第二外型信息;
第一确定模块26,用于根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。
通过本发明,识别图像得到所述图像中的第一车辆的车辆信息,其中,所述车辆信息包括所述第一车辆的第一外型信息,所述图像为对所述第一车辆进行拍摄得到的图像;对所述第一车辆中的交易卡片进行识别得到交易信息,其中,所述交易信息包括与所述交易卡片对应的第二车辆的第二外型信息;根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。因此,可以解决相关技术中存在的车辆与交易卡片的匹配结果准确度低的问题,提高了车辆与交易卡片的匹配结果的准确度。
在本发明的一可选实施例中,所述交易卡片包括以下至少之一:电子不停车收费系统标签,复合通行卡。
在本发明的一可选实施例中,所述车辆信息还包括所述第一车辆的第一车牌号码,所述交易信息包括所述第二车辆的第二车牌号码;其中,所述装置还包括第二确定模块,用于:比较所述第一车牌号码与所述第二车牌号码,得到所述第一车牌号码与所述第二车牌号码存在差异的字符的数量;在所述存在差异的字符的数量小于预设阈值的情况下,确定所述车辆信息与所述交易信息匹配;否则,确定根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。
在本发明的一可选实施例中,所述第一外型信息包括所述第一车辆的第一车型信息、第一车标信息、第一车系信息、第一车牌颜色信息,所述第二外型信息包括所述第二车辆的第二车型信息、第二车标信息、第二车系信息、第二车牌颜色信息;其中,所述第一确定模块26,还用于:将所述第一外型信息包括的信息与所述第二外型信息包括的信息中属于同一类型的信息进行比较,得到所述车辆信息与所述交易信息的车型匹配结果VT、车标匹配结果VF、车系匹配结果VS、车牌颜色信息匹配结果PC。
在本发明的一可选实施例中,所述第一确定模块26,还用于:根据Cvt、Cvf、Cvs、Cpc确定所述第一外型信息的关联度,其中,所述Cvt、Cvf、Cvs、Cpc分别表示所述第一车型信息、所述第一车标信息、所述第一车系信息、所述第一车牌颜色信息,所述关联度包括第一关联度TF、第二关联度TC、第三关联度FS、第四关联度FC;其中,所述TF、TC、FS、FC分别根据以下方式确定:TF=f(Cvt,Cvf),TC=f(Cvt,Cpc),FS=f(Cvf,Cvs),FC=f(Cvf,Cpc),其中,f()为关联度函数,用于计算输入到所述函数f()中的第一信息与第二信息的关联度。
在本发明的一可选实施例中,所述第一确定模块26,还用于按照以下公式得到所述车辆信息与所述交易信息的匹配度M:M=VT×TF×TC×Bvt+VF×TF×FS×FC×Bvf+VS×FS×Bvs+PC×TC×FC×Bpc,其中,Bvt为车型识别结果的置信度,Bvf为车标识别结果的置信度,Bvs为车系识别结果的置信度,Bpc为车牌颜色识别的置信度。
在本发明的一可选实施例中,所述装置还包括第三确定模块,用于在所述匹配度大于预设阈值的情况下,确定所述车辆信息与所述交易信息匹配。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述计算机可读存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的原则之内,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 (14)
1.一种匹配度的确定方法,其特征在于,包括:
识别图像得到所述图像中的第一车辆的车辆信息,其中,所述车辆信息包括所述第一车辆的第一外型信息,所述图像为对所述第一车辆进行拍摄得到的图像;
对所述第一车辆中的交易卡片进行识别得到交易信息,其中,所述交易信息包括与所述交易卡片对应的第二车辆的第二外型信息;
根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。
2.根据权利要求1所述的方法,其特征在于,所述交易卡片包括以下至少之一:电子不停车收费系统标签,复合通行卡。
3.根据权利要求1所述的方法,其特征在于,所述车辆信息还包括所述第一车辆的第一车牌号码,所述交易信息包括所述第二车辆的第二车牌号码;其中,在所述根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度之前,所述方法还包括:
比较所述第一车牌号码与所述第二车牌号码,得到所述第一车牌号码与所述第二车牌号码存在差异的字符的数量;
在所述存在差异的字符的数量小于预设阈值的情况下,确定所述车辆信息与所述交易信息匹配;否则,确定根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。
4.根据权利要求1所述的方法,其特征在于,所述第一外型信息包括所述第一车辆的第一车型信息、第一车标信息、第一车系信息、第一车牌颜色信息,所述第二外型信息包括所述第二车辆的第二车型信息、第二车标信息、第二车系信息、第二车牌颜色信息;
其中,所述根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度包括:将所述第一外型信息包括的信息与所述第二外型信息包括的信息中属于同一类型的信息进行比较,得到所述车辆信息与所述交易信息的车型匹配结果VT、车标匹配结果VF、车系匹配结果VS、车牌颜色信息匹配结果PC。
5.根据权利要求4所述的方法,其特征在于,在所述得到所述车辆信息与所述交易信息的车型匹配结果VT、车标匹配结果VF、车系匹配结果VS、车牌颜色信息匹配结果PC之后,所述方法还包括:
根据Cvt、Cvf、Cvs、Cpc确定所述第一外型信息的关联度,其中,所述Cvt、Cvf、Cvs、Cpc分别表示所述第一车型信息、所述第一车标信息、所述第一车系信息、所述第一车牌颜色信息,所述关联度包括第一关联度TF、第二关联度TC、第三关联度FS、第四关联度FC;其中,所述TF、TC、FS、FC分别根据以下方式确定:
TF=f(Cvt,Cvf),
TC=f(Cvt,Cpc),
FS=f(Cvf,Cvs),
FC=f(Cvf,Cpc),
其中,f()为关联度函数,用于计算输入到所述函数f()中的第一信息与第二信息的关联度。
6.根据权利要求5所述的方法,其特征在于,在所述根据Cvt、Cvf、Cvs、Cpc确定所述第一外型信息的关联度之后,所述方法还包括:按照以下公式得到所述车辆信息与所述交易信息的匹配度M:
M=VT×TF×TC×Bvt+VF×TF×FS×FC×Bvf+VS×FS×Bvs+PC×TC×FC×Bpc,其中,Bvt为车型识别结果的置信度,Bvf为车标识别结果的置信度,Bvs为车系识别结果的置信度,Bpc为车牌颜色识别的置信度。
7.根据权利要求1所述的方法,其特征在于,在所述匹配度大于预设阈值的情况下,确定所述车辆信息与所述交易信息匹配。
8.一种匹配度的确定装置,其特征在于,包括:
第一识别模块,用于识别图像得到所述图像中的第一车辆的车辆信息,其中,所述车辆信息包括所述第一车辆的第一外型信息,所述图像为对所述第一车辆进行拍摄得到的图像;
第二识别模块,用于对所述第一车辆中的交易卡片进行识别得到交易信息,其中,所述交易信息包括与所述交易卡片对应的第二车辆的第二外型信息;
第一确定模块,用于根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。
9.根据权利要求8所述的装置,其特征在于,所述交易卡片包括以下至少之一:电子不停车收费系统标签,复合通行卡。
10.根据权利要求8所述的装置,其特征在于,所述车辆信息还包括所述第一车辆的第一车牌号码,所述交易信息包括所述第二车辆的第二车牌号码;其中,所述装置还包括第二确定模块,用于:
比较所述第一车牌号码与所述第二车牌号码,得到所述第一车牌号码与所述第二车牌号码存在差异的字符的数量;
在所述存在差异的字符的数量小于预设阈值的情况下,确定所述车辆信息与所述交易信息匹配;否则,确定根据所述第一外型信息与所述第二外型信息,得到所述车辆信息与所述交易信息的匹配度。
11.根据权利要求8所述的装置,其特征在于,所述第一外型信息包括所述第一车辆的第一车型信息、第一车标信息、第一车系信息、第一车牌颜色信息,所述第二外型信息包括所述第二车辆的第二车型信息、第二车标信息、第二车系信息、第二车牌颜色信息;
其中,所述第一确定模块,还用于:将所述第一外型信息包括的信息与所述第二外型信息包括的信息中属于同一类型的信息进行比较,得到所述车辆信息与所述交易信息的车型匹配结果VT、车标匹配结果VF、车系匹配结果VS、车牌颜色信息匹配结果PC。
12.根据权利要求11所述的装置,其特征在于,所述第一确定模块,还用于:
根据Cvt、Cvf、Cvs、Cpc确定所述第一外型信息的关联度,其中,所述Cvt、Cvf、Cvs、Cpc分别表示所述第一车型信息、所述第一车标信息、所述第一车系信息、所述第一车牌颜色信息,所述关联度包括第一关联度TF、第二关联度TC、第三关联度FS、第四关联度FC;其中,所述TF、TC、FS、FC分别根据以下方式确定:
TF=f(Cvt,Cvf),
TC=f(Cvt,Cpc),
FS=f(Vvf,Cvs),
FC=f(Cvf,Cpc),
其中,f()为关联度函数,用于计算输入到所述函数f()中的第一信息与第二信息的关联度。
13.根据权利要求12所述的装置,其特征在于,所述第一确定模块,还用于按照以下公式得到所述车辆信息与所述交易信息的匹配度M:
M=VT×TF×TC×Bvt+VF×TF×FS×FC×Bvf+VS×FS×Bvs+PC×TC×FC×Bpc,其中,Bvt为车型识别结果的置信度,Bvf为车标识别结果的置信度,Bvs为车系识别结果的置信度,Bpc为车牌颜色识别的置信度。
14.根据权利要求8所述的装置,其特征在于,所述装置还包括第三确定模块,用于在所述匹配度大于预设阈值的情况下,确定所述车辆信息与所述交易信息匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911368866.7A CN111160222B (zh) | 2019-12-26 | 2019-12-26 | 匹配度的确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911368866.7A CN111160222B (zh) | 2019-12-26 | 2019-12-26 | 匹配度的确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111160222A true CN111160222A (zh) | 2020-05-15 |
CN111160222B CN111160222B (zh) | 2023-12-05 |
Family
ID=70556820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911368866.7A Active CN111160222B (zh) | 2019-12-26 | 2019-12-26 | 匹配度的确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111160222B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729629A (zh) * | 2014-01-13 | 2014-04-16 | 深圳市金溢科技有限公司 | Etc车道中车型识别方法及装置 |
CN104574540A (zh) * | 2014-12-24 | 2015-04-29 | 北京速通科技有限公司 | 电子不停车收费系统及方法 |
US20170372161A1 (en) * | 2016-06-24 | 2017-12-28 | Accenture Global Solutions Limited | Intelligent automatic license plate recognition for electronic tolling environments |
CN109360279A (zh) * | 2018-12-12 | 2019-02-19 | 杭州华云科技有限公司 | 一种有牌车辆停车计费方法及停车计费系统 |
-
2019
- 2019-12-26 CN CN201911368866.7A patent/CN111160222B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729629A (zh) * | 2014-01-13 | 2014-04-16 | 深圳市金溢科技有限公司 | Etc车道中车型识别方法及装置 |
CN104574540A (zh) * | 2014-12-24 | 2015-04-29 | 北京速通科技有限公司 | 电子不停车收费系统及方法 |
US20170372161A1 (en) * | 2016-06-24 | 2017-12-28 | Accenture Global Solutions Limited | Intelligent automatic license plate recognition for electronic tolling environments |
CN109360279A (zh) * | 2018-12-12 | 2019-02-19 | 杭州华云科技有限公司 | 一种有牌车辆停车计费方法及停车计费系统 |
Non-Patent Citations (2)
Title |
---|
罗胜坚;陈海华;: "基于车型识别的高速公路ETC大改小防逃费技术研究", 交通世界, no. 35 * |
郭慰;栗红强;钱东昊;: "一种汽车电子标识与物理车牌匹配算法", 道路交通与安全, no. 03 * |
Also Published As
Publication number | Publication date |
---|---|
CN111160222B (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10950124B2 (en) | License plate recognition | |
US9412031B2 (en) | Delayed vehicle identification for privacy enforcement | |
WO2019105342A1 (zh) | 车辆套牌检测方法、装置、可读存储介质及电子设备 | |
US20200364467A1 (en) | Method and device for detecting illegal parking, and electronic device | |
US20130132166A1 (en) | Smart toll network for improving performance of vehicle identification systems | |
CN109035041A (zh) | 电子装置、车险智能理赔方法及存储介质 | |
CN111191568A (zh) | 翻拍图像识别方法、装置、设备及介质 | |
WO2019144416A1 (zh) | 信息处理方法、系统、云处理设备以及计算机程序产品 | |
CN111178357B (zh) | 车牌识别方法、系统、设备和存储介质 | |
CN114170516B (zh) | 一种基于路侧感知的车辆重识别方法、装置及电子设备 | |
CN113971821A (zh) | 驾驶员信息确定方法、装置、终端设备及存储介质 | |
CN112651398A (zh) | 车辆的抓拍控制方法、装置及计算机可读存储介质 | |
CN112328820A (zh) | 通过人脸图像搜索车辆图像的方法、系统、终端及介质 | |
CN115063746A (zh) | 一种车辆入库管理方法、装置、计算机设备及存储介质 | |
CN114764730A (zh) | 基于车辆信息识别的广告精准投放方法 | |
CN109359689B (zh) | 一种数据识别方法及装置 | |
CN109325755B (zh) | 基于汽车轮毂的电子计费系统 | |
CN110415511B (zh) | 车辆信息管理方法、装置及存储介质 | |
CN112700653A (zh) | 一种车辆违法变道的判定方法、装置、设备及存储介质 | |
CN111160222B (zh) | 匹配度的确定方法及装置 | |
CN110415512B (zh) | 车辆信息管理方法、装置及存储介质 | |
US20160358462A1 (en) | Method and system for vehicle data integration | |
Kluwak et al. | ALPR-extension to traditional plate recognition methods | |
WO2023108872A1 (zh) | 一种汽车运营服务方法、系统、电子设备和存储介质 | |
CN113705666B (zh) | 分割网络训练方法、使用方法、装置、设备及存储介质 |
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 |