CN111462480B - 交通图像证据验证方法、装置、计算机设备和存储介质 - Google Patents

交通图像证据验证方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN111462480B
CN111462480B CN202010129265.7A CN202010129265A CN111462480B CN 111462480 B CN111462480 B CN 111462480B CN 202010129265 A CN202010129265 A CN 202010129265A CN 111462480 B CN111462480 B CN 111462480B
Authority
CN
China
Prior art keywords
evidence
information
image
vehicle
detected
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
Application number
CN202010129265.7A
Other languages
English (en)
Other versions
CN111462480A (zh
Inventor
黄艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An International Smart City Technology Co Ltd
Original Assignee
Ping An International Smart City Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An International Smart City Technology Co Ltd filed Critical Ping An International Smart City Technology Co Ltd
Priority to CN202010129265.7A priority Critical patent/CN111462480B/zh
Priority to PCT/CN2020/097647 priority patent/WO2021169097A1/zh
Publication of CN111462480A publication Critical patent/CN111462480A/zh
Application granted granted Critical
Publication of CN111462480B publication Critical patent/CN111462480B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • 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
    • 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
    • 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
    • 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

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及一种交通图像证据验证方法、装置、计算机设备和存储介质。基于图像处理技术，所述方法包括：获取终端上传的待检测证据，所述待检测证据包括图像证据及取证场景信息；对所述图像证据进行识别，获得所述图像证据中取证车辆信息；根据预设的证据检测策略，基于所述取证场景信息和所述取证车辆信息，对所述待检测证据进行检测；当待检测证据检测通过时，将所述待检测证据作为交通违法证据。采用本方法能够及时完成证据审核，及时检测出取证不符合要求的证据，针对不符合要求的证据重新取证，提高了采集车辆图像证据的准确率。

Description

交通图像证据验证方法、装置、计算机设备和存储介质
技术领域
本申请涉及计算机技术领域，特别是涉及一种交通图像证据验证方法、装置、计算机设备和存储介质。
背景技术
随着机动车保有量的逐年攀升，各类机动车违法事件也随之暴涨，给道路交通运行的安全和畅通带来了巨大的挑战。为了更好地维护机动车的道路交通安全与秩序，交警部门会针对违反交通规则的车辆进行证据采集，用以作为违反交通规则最终依据。
在采集证据时，对车辆图像证据进行验证或者识别的时候，只能对图像的规格，例如清晰度，像素大小等进行验证，无法对图像证据所表征的事实内容进行验证，导致采集车辆图像证据的准确率较低。
发明内容
基于此，有必要针对上述技术问题，提供一种提高采集车辆图像证据的准确率的交通图像证据验证方法、装置、计算机设备和存储介质。
一种交通图像证据验证方法，所述方法包括：
获取终端上传的待检测证据，所述待检测证据包括图像证据及取证场景信息；
对所述图像证据进行识别，获得所述图像证据中取证车辆信息；
根据预设的证据检测策略，基于所述取证场景信息和所述取证车辆信息，对所述待检测证据进行检测；
当所述待检测证据检测通过时，将所述待检测证据作为交通违法证据。
在其中一个实施例中，所述根据预设的证据检测策略，基于所述取证场景信息和所述取证车辆信息，对所述待检测证据进行检测的步骤，包括：
据所述取证场景信息从预设数据库中确定出相应的必要信息；其中，所述预设数据库中的信息用于区分不同所述取证场景信息对应的所述必要信息；
根据所述必要信息和所述取证车辆信息，对所述待检测证据进行检测。
在其中一个实施例中，所述根据所述必要信息和所述取证车辆信息，对所述待检测证据进行检测的步骤，包括：
根据所述必要信息在所述取证车辆信息进行信息查找，获取与所述必要信息对应的检测信息；
当所述必要信息中的每一项都有对应的检测信息时，所述待检测证据检测通过；
当所述必要信息中的一项或多项对应的检测信息缺失时，对所述必要信息中缺失对应的检测信息的一项或多项进行标记，发送至终端进行显示。
在其中一个实施例中，所述对所述图像证据进行识别，获得所述图像证据中取证车辆信息的步骤，包括：
通过图像识别模型对所述图像证据进行图像识别，获得图像信息；
根据所述图像信息进行语义转换，获得取证车辆信息。
在其中一个实施例中，所述通过图像识别模型对所述图像证据进行图像识别，获得图像信息的步骤，包括：
图像识别模型根据所述图像证据的属性，对所述图像证据进行图像识别，获得图像信息；
当所述图像证据的属性为场景图像时，所述图像识别模型对车辆属性、车牌和环境进行识别，获得车牌数据、车辆属性数据和环境数据；
将所述车辆属性数据、所述车牌数据和所述环境数据作为图像信息；
当所述图像证据的属性为告知单图像时，所述图像识别模型对告知单图像进行识别，获得告知单信息；
将所述告知单信息作为图片信息。
在其中一个实施例中，在所述当检测结果为通过时，将所述待检测证据作为交通违法证据的步骤之后，还包括：
根据所述交通违法证据获取执法信息；
根据所述执法信息和所述交通违法证据，建立违法案件。
在其中一个实施例中，所述方法还包括：
当接收到车辆信息查询指令时，根据所述车辆查询指令中的查询内容，获取对应的内容向终端发送，所述查询内容包括车辆违法信息查询和/或车辆档案信息查询。
一种交通图像证据验证装置，所述装置包括：
待检测证据获取模块，用于获取终端上传的待检测证据，所述待检测证据包括图像证据及取证场景信息；
图像证据识别模块，用于对所述图像证据进行识别，获得所述图像证据中取证车辆信息；
检测模块，用于根据预设的证据检测策略，基于所述取证场景信息和所述取证车辆信息，对所述待检测证据进行检测；
违法证据确认模块，用于当所述待检测证据检测通过时，将所述待检测证据作为交通违法证据。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的方法的步骤。
上述交通图像证据验证方法、装置、计算机设备和存储介质，通过实时对终端上传的待检测证据中的图像证据进行图像识别，获得图像证据中取证车辆信息，根据预设的证据检测策略，基于取证场景信息和取证车辆信息，对待检测证据进行检测，及时完成证据审核，及时检测出取证不符合要求的证据，针对不符合要求的证据重新取证，提高了采集车辆图像证据的准确率。
附图说明
图1为一个实施例中交通图像证据验证方法的应用场景图；
图2为一个实施例中交通图像证据验证方法的流程示意图；
图3为一个实施例中被取证车辆的车头图像证据示例图；
图4为一个实施例中被取证车辆的车尾图像证据示例图；
图5为一个实施例中加载待检测证据的图像证据的界面图；
图6为一个实施例中识别待检测证据的图像证据的界面图；
图7为一个实施例中交通图像证据验证装置的结构框图；
图8为另一个实施例中交通图像证据验证装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的交通图像证据验证方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。服务器104获取终端102上传的待检测证据，待检测证据包括图像证据及取证场景信息；服务器104对图像证据进行识别，获得图像证据中取证车辆信息；根据预设的证据检测策略，基于取证场景信息和取证车辆信息，对待检测证据进行检测；当待检测证据检测通过时，将待检测证据作为交通违法证据。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、执法证据采集设备和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种交通图像证据验证方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤S220，获取终端上传的待检测证据，待检测证据包括图像证据及取证场景信息。
其中，待检测证据包括图像证据及取证场景信息，图像证据现场执法的交警人员在现场拍摄的现场的照片或者视频，该图像证据包括被取证车辆的各角度图像、告知单等等，如图3所示的被取证车辆的车头图像证据示例图，图4所示的被取证车辆的车尾图像证据示例图，该图像证据可以是一个或多个。该图像证据可以是预先保存终端上的，也可以是交警人员通过终端在上传时，触发终端上的拍摄功能拍摄的。取证场景信息指的是被取证车辆违反了交通规则的哪一项，如：闯红灯、车辆违停、不按导向线行驶等等，该取证场景信息是交警人员通过终端在上传待检测证据的界面中勾选或填写，如：交警人员发现一辆车违停，通过上传待检测证据的界面上选择违停按钮，根据选择违停按钮即可确定取证场景信息。
在一个场景中，交警人员发现一辆车违停，交警人员通过打开终端上的证据采集应用程序，进入上传待检测证据的界面，点击取证控件，使终端打开摄像功能，拍摄图像证据，并将拍摄的图像证据加载到上传待检测证据的界面，如图5所示加载待检测证据的界面。交警人员勾选对应的取证场景，点击下一步后，终端向图像证据及取证场景信息发送服务器。
步骤S240，对图像证据进行识别，获得图像证据中取证车辆信息。
其中，对图像证据进行识别，识别出图像证据的包含的图像信息，图像信息可以是：车型、车身颜色、车头、车尾、车牌类型、车牌颜色、车牌号码、斑马线、禁停线、人行道、车窗罚单、车门状态、乘客上下车等等。根据识别出的图像信息，进行语义转换，获得图像证据中取证车辆信息。图像证据中取证车辆信息即为根据语义转换规则对图像信息转换后，获得文本信息，如图6所示对图像证据进行图像识别后，获得图像证据中取证车辆信息的显示界面，将图像证据中的图像信息转换为文本信息。
步骤S260，根据预设的证据检测策略，基于取证场景信息和取证车辆信息，对待检测证据进行检测。
其中，检测是检测待检测证据是否符合立案取证的要求。预设的证据检测策略是根据不同的取证场景信息确定不同的取证场景信息对应的必要信息，根据必要信息检测待检测证据是否符合立案取证的要求。根据预设的证据检测策略，基于取证场景信息和取证车辆信息，对待检测证据进行检测，获得检测结果，如：待检测证据的图像证据包括图片A、图片B、图片C，根据取证场景信息确定必要信息为：至少有一张需要包含完整的车头和清晰的车牌信息，至少有一张需要包含完整的车尾和清晰的车牌信息，以及至少有一张需要包含告知单信息，在检测时，则需要检测图片A、图片B、图片C中包含完整的车头和清晰的车牌信息的图片，图片A、图片B、图片C中包含完整的车尾和清晰的车牌信息的图片，图片A、图片B、图片C中满足包含告知单信息的图片，获得对应的检测结果。
步骤S280，当待检测证据检测通过时，将待检测证据作为交通违法证据。
其中，当待检测证据检测通过时，则可确定待检测证据符合取证的要求，可以将待检测证据作为交通违法证据。如：以取证场景信息是车辆违停为例，待检测证据的图像证据需要至少有一张需要包含完整的车头、清晰的车牌信息和可以证明违停的标志信息(标志信息，比如斑马线、禁停标志等等)，至少有一张需要包含完整的车尾、清晰的车牌信息和可以证明违停的标志信息(标志信息，比如斑马线、禁停标志等等)，至少有一张需要包含告知单信息，当待检测证据的图像证据满足有一张包含完整的车头、清晰的车牌信息和可以证明违停的标志信息(标志信息，比如斑马线、禁停标志等等)，有一张包含完整的车尾、清晰的车牌信息和可以证明违停的标志信息(标志信息，比如斑马线、禁停标志等等)，有一张包含告知单信息时，检测通过，则可以将待检测证据作为交通违法证据。
上述交通图像证据验证方法中，通过实时对终端上传的待检测证据中的图像证据进行图像识别，获得图像证据中取证车辆信息，根据预设的证据检测策略，基于取证场景信息和取证车辆信息，对待检测证据进行检测，及时完成证据审核，及时检测出取证不符合要求的证据，针对不符合要求的证据重新取证，提高了采集车辆图像证据的准确率。
在一个实施例中，根据预设的证据检测策略，基于取证场景信息和取证车辆信息，对待检测证据进行检测的步骤，包括：
根据取证场景信息从预设数据库中确定出相应的必要信息；其中，预设数据库中的信息用于区分不同取证场景信息对应的必要信息；根据必要信息和取证车辆信息，对待检测证据进行检测，获得检测结果。
其中，取证场景信息对应的必要信息是为了证明该被取证车辆违反交通规则的必不可少的信息，该必要信息可以是一项或多项，如车头信息+车头上的车牌信息为一项，斑马线也一项。以取证场景信息是车辆违停为例，要证明被取证车辆违停，该被取证车辆一定是停在不能停车的地方，如斑马线上停车、禁停线上停车、人行道上停车等等，则采集的图像证据中一定需要拍摄有该被取证车辆的车身以及被取证车辆所停的环境，如该被取证车辆是斑马线上停车，需要证明该被取证车辆斑马线上停车，必要信息则需要包括：车头信息+车头上的车牌信息、车尾信息+车尾上的车牌信息、斑马线、告知单。通过检测取证车辆信息中是否包含必要信息，则可以判断该待检测证据的是否符合取证要求。通过根据必要信息和取证车辆信息，对待检测证据进行检测，可以及时的时检测出取证不符合要求的证据，针对不符合要求的证据重新取证，提高了采集车辆图像证据的准确率。
在一个实施例中，根据必要信息和取证车辆信息，对待检测证据进行检测的步骤，包括：
根据必要信息在取证车辆信息进行信息查找，获取与必要信息对应的检测信息；当必要信息中的每一项都有对应的检测信息时，待检测证据检测通过；当必要信息中的一项或多项对应的检测信息缺失时，对必要信息中缺失对应的检测信息的一项或多项进行标记，发送至终端进行显示。
其中，检测信息指的是在取证车辆信息中与必要信息对应的信息，如：必要信息中的其中一项是斑马线，检测信息则为取证车辆信息中的斑马线信息。必要信息中的每一项都有对应的检测信息，指的是必要信息中的每一项在取证车辆信息中都有对应的检测信息，如：必要信息包括：车头信息+车头上的车牌信息、车尾信息+车尾上的车牌信息、斑马线、告知单，当取证车辆信息中同时包含车头信息+车头上的车牌信息、车尾信息+车尾上的车牌信息、斑马线、告知单，则为必要信息中的每一项都有对应的检测信息。
必要信息中的一项或多项对应的检测信息缺失，指的是必要信息中的一项或多项在取证车辆信息中没有对应的检测信息，如：必要信息包括：车头信息+车头上的车牌信息、车尾信息+车尾上的车牌信息、斑马线、告知单，当取证车辆信息中只包含车头信息+车头上的车牌信息、车尾信息+车尾上的车牌信息，则必要信息对应的检测信息缺失斑马线、告知单这两项。
对必要信息中缺失对应的检测信息的一项或多项进行标记，指的是对必要信息中缺失对应的检测信息的项都进行标记，必要信息中缺失对应的检测信息为一项时，对应标记缺失对应的检测信息这一项，必要信息中缺失对应的检测信息为多项时，对应标记缺失对应的检测信息的多项，如：必要信息中缺失对应的检测信息的斑马线、告知单这两项缺失，则对斑马线、告知单这两项进行标记，发送至终端进行显示，以提醒交警人员上传的待检测证据缺少的信息。通过对必要信息中缺失对应的检测信息的一项或多项进行标记，交警人员可以及时知道待检测证据什么地方不符合取证要求，可以仅针对待检测证据中不符合的证据进行修改，可以提高取证效率。
在一个实施例中，对图像证据进行识别，获得图像证据中取证车辆信息的步骤，包括：
通过图像识别模型对图像证据进行图像识别，获得图像信息；根据图像信息进行语义转换，获得取证车辆信息。
其中，图像识别模型是基于神经网络设计的图像识别模型，具有对图像进行处理、分析和理解的能力。对图像证据进行图像识别的内容包括：车辆识别：车型识别(普通小轿车、SUV、小型/中型/大型货车、特种车辆(救护车、警车)等)、车身颜色识别、车头检测(拍摄的车辆角度是否是车头)、车尾检测(拍摄的车辆角度是否是车尾)等，车牌识别：车牌类型识别、车牌颜色识别、车牌号码识别等。物体检测：斑马线、禁停线、人行道检测、车窗罚单检测、车门状态检测、乘客上下车检测等。基于图像识别模型对图像证据进行图像识别，可以代替人工审核图像证据，提高审核效率。
在一个实施例中，通过图像识别模型对图像证据进行图像识别，获得图像信息的步骤，包括：
图像识别模型根据图像证据的属性，对图像证据进行图像识别，获得图像信息；当图像证据的属性为场景图像时，图像识别模型对车辆属性、车牌和环境进行识别，获得车牌数据、车辆属性数据和环境数据；将车辆属性数据、所述车牌数据和环境数据作为图像信息；当图像证据的属性为告知单图像时，图像识别模型对告知单图像进行识别，获得告知单信息；将告知单信息作为图片信息。
其中，图像证据的属性包括场景图像、告知单图像等等，场景图像指的是包含被取证车辆的图像，告知单图像指的是纸质的告知单图像，该告知单可以是罚单等等。车辆属性数据指的是车型(普通小轿车、SUV、小型/中型/大型货车、特种车辆(救护车、警车)等)、车身颜色、车头(拍摄的车辆角度是车头)、车尾(拍摄的车辆角度是车尾)等。车牌数据指的是车牌类型、车牌颜色、车牌号码等。环境数据指的是斑马线、禁停线、人行道、车窗罚单、车门状态、乘客上下车等。图像识别模型对告知单图像进行识别，获得告知单信息，是识别告知单图像中是否为告知单，告知单信息则为是有告知单图像或无告知单图像。通过图像识别模型根据图像证据的属性，对图像证据进行图像识别，获得图像信息确定图像证据是否符合取证要求，提高取证效率。
在一个实施例中，在当检测结果为通过时，将待检测证据作为交通违法证据的步骤之后，还包括：
根据交通违法证据获取执法信息；根据执法信息和交通违法证据，建立违法案件。
其中，执法信息包括：该被取证车辆的违法地点、执法民警信息等等，该执法信息可以是民警人员通过终端输入的，可以是终端根据当前的定位功能获取的该被取证车辆的违法地点，以及根据当前执法账号的账号信息获取的执法民警信息。服务器获取到民警人员通过终端上传的执法信息和所述交通违法证据后，建立违法案件，并将与该违法案件的所有数据存入数据库，该违法案件的所有数据包括执法信息和交通违法证据等等。通过实时对待检测证据进行审核，可以及时确定符合取证要求的交通违法证据，及时对违法案件进行立案，提高了立案的工作效率。
在一个实施例中，所述方法还包括：
当接收到车辆信息查询指令时，根据车辆查询指令中的查询内容，获取对应的内容向终端发送，查询内容包括车辆违法信息查询和/或车辆档案信息查询。
其中，查询内容可以是车辆违法信息查询，也可以是车辆档案信息查询，还可以是车辆违法信息查询和车辆档案信息查询，通过车牌号码查询车辆档案信息，如：车主信息和车辆注册信息(品牌、颜色、车型、车辆用途等)。查询过往车辆的车辆档案信息，辅助进行执法。通过车牌号码查询车辆违法信息查询，如：车辆的历史违法时间、违法地点和相应违法行为。查询的车辆违法信息可以根据当地交通法律法规，是否满足免罚条件，如若车辆在当地短时间内多次违法，可以标识为布控车辆，进行重点关注。当执法过程中，需要获知被取证车辆相关信息时，通过查询功能，可以及时获知到对应的信息，可以提高了执法效率。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图7所示，提供了一种交通图像证据验证装置，包括：待检测证据获取模块310、图像证据识别模块320、检测模块330和违法证据确认模块340，其中：
待检测证据获取模块310，用于获取终端上传的待检测证据，所述待检测证据包括图像证据及取证场景信息。
图像证据识别模块320，用于对所述图像证据进行识别，获得所述图像证据中取证车辆信息。
检测模块330，用于根据预设的证据检测策略，基于取证场景信息和取证车辆信息，对待检测证据进行检测。
违法证据确认模块340，用于当待检测证据检测通过时，将待检测证据作为交通违法证据。
在一个实施例中，检测模块330还用于：据取证场景信息从预设数据库中确定出相应的必要信息；其中，预设数据库中的信息用于区分不同所述取证场景信息对应的必要信息；根据必要信息和取证车辆信息，对待检测证据进行检测。
在一个实施例中，检测模块330还用于：根据必要信息在取证车辆信息进行信息查找，获取与必要信息对应的检测信息；当必要信息中的每一项都有对应的检测信息时，待检测证据检测通过；当必要信息中的一项或多项对应的检测信息缺失时，对必要信息中缺失对应的检测信息的一项或多项进行标记，发送至终端进行显示。
在一个实施例中，图像证据识别模块320还用于：通过图像识别模型对图像证据进行图像识别，获得图像信息；根据图像信息进行语义转换，获得取证车辆信息。
在一个实施例中，图像证据识别模块320还用于：图像识别模型根据图像证据的属性，对图像证据进行图像识别，获得图像信息；当图像证据的属性为场景图像时，图像识别模型对车辆属性、车牌和环境进行识别，获得车牌数据、车辆属性数据和环境数据；将车辆属性数据、所述车牌数据和环境数据作为图像信息；当图像证据的属性为告知单图像时，图像识别模型对告知单图像进行识别，获得告知单信息；将告知单信息作为图片信息。
如图8所示，在一个实施例中，该交通图像证据验证装置还包括：立案模块350，用于根据交通违法证据获取执法信息；根据执法信息和所述交通违法证据，建立违法案件。
在一个实施例中，该交通图像证据验证装置还包括：查询模块360，用于当接收到车辆信息查询指令时，根据车辆查询指令中的查询内容，获取对应的内容向终端发送，查询内容包括车辆违法信息查询和/或车辆档案信息查询。
上述交通图像证据验证装置，通过待检测证据获取模块310获取终端上传的待检测证据，图像证据识别模块320实时获取对终端上传的待检测证据中的图像证据进行图像识别，获得图像证据中取证车辆信息，检测模块330根据预设的证据检测策略，基于取证场景信息和取证车辆信息，对待检测证据进行检测，违法证据确认模块340在检测结果为通过时，将所述待检测证据作为交通违法证据，从而及时完成证据审核，及时检测出取证不符合要求的证据，针对不符合要求的证据重新取证，提高了采集车辆图像证据的准确率。
关于交通图像证据验证装置的具体限定可以参见上文中对于交通图像证据验证方法的限定，在此不再赘述。上述交通图像证据验证装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储图像证据数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种交通图像证据验证方法。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取终端上传的待检测证据，待检测证据包括图像证据及取证场景信息；对图像证据进行识别，获得图像证据中取证车辆信息；根据预设的证据检测策略，基于取证场景信息和取证车辆信息，对待检测证据进行检测；当待检测证据检测通过时，将待检测证据作为交通违法证据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
据取证场景信息从预设数据库中确定出相应的必要信息；其中，预设数据库中的信息用于区分不同所述取证场景信息对应的必要信息；根据必要信息和取证车辆信息，对待检测证据进行检测。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据必要信息在取证车辆信息进行信息查找，获取与必要信息对应的检测信息；当必要信息中的每一项都有对应的检测信息时，待检测证据检测通过；当必要信息中的一项或多项对应的检测信息缺失时，对必要信息中缺失对应的检测信息的一项或多项进行标记，发送至终端进行显示。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
通过图像识别模型对图像证据进行图像识别，获得图像信息；根据图像信息进行语义转换，获得取证车辆信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
图像识别模型根据图像证据的属性，对图像证据进行图像识别，获得图像信息；当图像证据的属性为场景图像时，图像识别模型对车辆属性、车牌和环境进行识别，获得车牌数据、车辆属性数据和环境数据；将车辆属性数据、所述车牌数据和环境数据作为图像信息；当图像证据的属性为告知单图像时，图像识别模型对告知单图像进行识别，获得告知单信息；将告知单信息作为图片信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据交通违法证据获取执法信息；根据执法信息和所述交通违法证据，建立违法案件。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
当接收到车辆信息查询指令时，根据车辆查询指令中的查询内容，获取对应的内容向终端发送，查询内容包括车辆违法信息查询和/或车辆档案信息查询。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取终端上传的待检测证据，待检测证据包括图像证据及取证场景信息；对图像证据进行识别，获得图像证据中取证车辆信息；根据预设的证据检测策略，基于取证场景信息和取证车辆信息，对待检测证据进行检测；当待检测证据检测通过时，将待检测证据作为交通违法证据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
据取证场景信息从预设数据库中确定出相应的必要信息；其中，预设数据库中的信息用于区分不同所述取证场景信息对应的必要信息；根据必要信息和取证车辆信息，对待检测证据进行检测。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据必要信息在取证车辆信息进行信息查找，获取与必要信息对应的检测信息；当必要信息中的每一项都有对应的检测信息时，待检测证据检测通过；当必要信息中的一项或多项对应的检测信息缺失时，对必要信息中缺失对应的检测信息的一项或多项进行标记，发送至终端进行显示。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
通过图像识别模型对图像证据进行图像识别，获得图像信息；根据图像信息进行语义转换，获得取证车辆信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
图像识别模型根据图像证据的属性，对图像证据进行图像识别，获得图像信息；当图像证据的属性为场景图像时，图像识别模型对车辆属性、车牌和环境进行识别，获得车牌数据、车辆属性数据和环境数据；将车辆属性数据、所述车牌数据和环境数据作为图像信息；当图像证据的属性为告知单图像时，图像识别模型对告知单图像进行识别，获得告知单信息；将告知单信息作为图片信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据交通违法证据获取执法信息；根据执法信息和所述交通违法证据，建立违法案件。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
当接收到车辆信息查询指令时，根据车辆查询指令中的查询内容，获取对应的内容向终端发送，查询内容包括车辆违法信息查询和/或车辆档案信息查询。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种交通图像证据验证方法，所述方法包括：
当通过终端的上传待检测证据的界面触发取证控件时，获取终端上传的待检测证据，所述待检测证据包括图像证据及人工选择的取证场景信息；
对所述图像证据进行识别，获得所述图像证据中被取证车辆信息；
根据所述取证场景信息从预设数据库中确定出相应的必要信息；其中，所述预设数据库中的信息用于区分不同所述取证场景信息对应的所述必要信息；所述取证场景信息指的是被取证车辆违反的交通规则的类型；所述必要信息用于检测待检测证据是否符合立案取证的要求；
根据所述必要信息和所述取证车辆信息，对所述待检测证据进行检测；
当所述待检测证据检测通过时，将所述待检测证据作为交通违法证据。
2.根据权利要求1所述的方法，其特征在于，所述根据所述必要信息和所述取证车辆信息，对所述待检测证据进行检测的步骤，包括：
根据所述必要信息在所述取证车辆信息进行信息查找，获取与所述必要信息对应的检测信息；
当所述必要信息中的每一项都有对应的检测信息时，所述待检测证据检测通过；
当所述必要信息中的一项或多项对应的检测信息缺失时，对所述必要信息中缺失对应的检测信息的一项或多项进行标记，发送至终端进行显示。
3.根据权利要求1所述的方法，其特征在于，所述对所述图像证据进行识别，获得所述图像证据中取证车辆信息的步骤，包括：
通过图像识别模型对所述图像证据进行图像识别，获得图像信息；
根据所述图像信息进行语义转换，获得取证车辆信息。
4.根据权利要求3所述的方法，其特征在于，所述通过图像识别模型对所述图像证据进行图像识别，获得图像信息的步骤，包括：
图像识别模型根据所述图像证据的属性，对所述图像证据进行图像识别，获得图像信息；
当所述图像证据的属性为场景图像时，所述图像识别模型对车辆属性、车牌和环境进行识别，获得车牌数据、车辆属性数据和环境数据；
将所述车辆属性数据、所述车牌数据和所述环境数据作为图像信息；
当所述图像证据的属性为告知单图像时，所述图像识别模型对告知单图像进行识别，获得告知单信息；
将所述告知单信息作为图片信息。
5.根据权利要求1所述的方法，其特征在于，当检测结果为通过时，将所述待检测证据作为交通违法证据的步骤之后，还包括：
根据所述交通违法证据获取执法信息；
根据所述执法信息和所述交通违法证据，建立违法案件。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：
当接收到车辆信息查询指令时，根据所述车辆信息查询指令中的查询内容，获取对应的内容向终端发送，所述查询内容包括车辆违法信息查询和/或车辆档案信息查询。
7.一种交通图像证据验证装置，其特征在于，所述装置包括：
待检测证据获取模块，用于当通过终端的上传待检测证据的界面触发取证控件时，获取终端上传的待检测证据，所述待检测证据包括图像证据及人工选择的取证场景信息；
图像证据识别模块，用于对所述图像证据进行识别，获得所述图像证据中取证车辆信息；
检测模块，用于根据所述取证场景信息从预设数据库中确定出相应的必要信息；其中，所述预设数据库中的信息用于区分不同所述取证场景信息对应的所述必要信息；所述取证场景信息指的是被取证车辆违反的交通规则的类型；所述必要信息用于检测待检测证据是否符合立案取证的要求；
根据所述必要信息和所述取证车辆信息，对所述待检测证据进行检测；
违法证据确认模块，用于当所述待检测证据检测通过时，将所述待检测证据作为交通违法证据。
8.根据权利要求7所述的装置，其特征在于，所述检测模块，还用于根据所述必要信息在所述取证车辆信息进行信息查找，获取与所述必要信息对应的检测信息；当所述必要信息中的每一项都有对应的检测信息时，所述待检测证据检测通过；当所述必要信息中的一项或多项对应的检测信息缺失时，对所述必要信息中缺失对应的检测信息的一项或多项进行标记，发送至终端进行显示。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202010129265.7A 2020-02-28 2020-02-28 交通图像证据验证方法、装置、计算机设备和存储介质 Active CN111462480B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010129265.7A CN111462480B (zh) 2020-02-28 2020-02-28 交通图像证据验证方法、装置、计算机设备和存储介质
PCT/CN2020/097647 WO2021169097A1 (zh) 2020-02-28 2020-06-23 交通图像证据验证方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010129265.7A CN111462480B (zh) 2020-02-28 2020-02-28 交通图像证据验证方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN111462480A CN111462480A (zh) 2020-07-28
CN111462480B true CN111462480B (zh) 2023-02-07

Family

ID=71679961

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010129265.7A Active CN111462480B (zh) 2020-02-28 2020-02-28 交通图像证据验证方法、装置、计算机设备和存储介质

Country Status (2)

Country Link
CN (1) CN111462480B (zh)
WO (1) WO2021169097A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117033532A (zh) * 2023-07-20 2023-11-10 长江信达软件技术（武汉）有限责任公司 一种涉水问题取证方法、设备及存储设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484395A (zh) * 2014-12-12 2015-04-01 西安酷派软件科技有限公司 车辆违规查询方法、处理方法、查询系统和处理系统
CN104952255A (zh) * 2015-06-25 2015-09-30 上海卓易科技股份有限公司 一种智能终端及其交通违章监督方法、系统
CN109949569A (zh) * 2019-02-18 2019-06-28 广东中标数据科技股份有限公司 一种交通违法数据审核系统及其实现方法
CN109949579A (zh) * 2018-12-31 2019-06-28 上海眼控科技股份有限公司 一种基于深度学习的闯红灯违法自动审核方法
CN110717433A (zh) * 2019-09-30 2020-01-21 华中科技大学 一种基于深度学习的交通违规分析方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101620782A (zh) * 2008-06-30 2010-01-06 深圳富泰宏精密工业有限公司 违章取证系统及方法
US20100157061A1 (en) * 2008-12-24 2010-06-24 Igor Katsman Device and method for handheld device based vehicle monitoring and driver assistance
CN103531026A (zh) * 2013-09-22 2014-01-22 郑恒强 基于移动智能终端、移动互联网技术的道路违章取证系统
CN105070061B (zh) * 2015-08-19 2017-09-29 王恩琦 车辆违章取证稽查方法及其系统
CN106327878A (zh) * 2016-11-16 2017-01-11 天津市中环系统工程有限责任公司 一种移动违停抓拍系统及实现方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484395A (zh) * 2014-12-12 2015-04-01 西安酷派软件科技有限公司 车辆违规查询方法、处理方法、查询系统和处理系统
CN104952255A (zh) * 2015-06-25 2015-09-30 上海卓易科技股份有限公司 一种智能终端及其交通违章监督方法、系统
CN109949579A (zh) * 2018-12-31 2019-06-28 上海眼控科技股份有限公司 一种基于深度学习的闯红灯违法自动审核方法
CN109949569A (zh) * 2019-02-18 2019-06-28 广东中标数据科技股份有限公司 一种交通违法数据审核系统及其实现方法
CN110717433A (zh) * 2019-09-30 2020-01-21 华中科技大学 一种基于深度学习的交通违规分析方法及装置

Also Published As

Publication number Publication date
WO2021169097A1 (zh) 2021-09-02
CN111462480A (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
CN106710291B (zh) 停车场的停车位获取方法及装置
CN108540579B (zh) 驾驶员身份在线监测方法、装置和存储介质
JP5260504B2 (ja) 検証エンジン、方法、データ処理システム（検証エンジン）
US9336450B2 (en) Methods and systems for selecting target vehicles for occupancy detection
CN109523652B (zh) 基于驾驶行为的保险的处理方法、装置、设备及存储介质
CN108090747B (zh) 车险核保的自助验车方法、装置、设备和计算机存储介质
CN111079751B (zh) 识别车牌真伪的方法、装置、计算机设备及存储介质
WO2021184570A1 (zh) 电动自行车驾驶行为的识别方法、装置和计算机设备
CN110619277A (zh) 一种多社区智慧布控方法以及系统
CN107111940B (zh) 交通违章管理系统和交通违章管理方法
CN110929589A (zh) 车辆特征识别的方法、设备、计算机设备和存储介质
CN108932850B (zh) 一种记录机动车低速行驶违法行为的方法及装置
EP3642793A1 (en) Platform for the management and validation of contents of video images, pictures or similars, generated by different devices
CN107004352B (zh) 交通违章管理系统和交通违章管理方法
US20180189588A1 (en) Device for reading vehicle license plate number and method therefor
KR101066081B1 (ko) 차량 탑재형 스마트 정보 판독 시스템 및 방법
CN115810134A (zh) 一种车险反欺诈的图像采集质检方法、系统和装置
CN111462480B (zh) 交通图像证据验证方法、装置、计算机设备和存储介质
CN108417045A (zh) 一种礼让行人抓拍处理系统及其方法
JP2006119767A (ja) 違反車両通報システム、取締サーバ、及び違反車両通報プログラム
CN110706115A (zh) 交通事故快速理赔方法、系统以及一种服务器
CN111368626B (zh) 车辆识别方法、装置、电子设备和存储介质
JP2005301377A (ja) 車両照会システム及びそれに用いる車両照会方法
CN113129581A (zh) 车辆信息的传输系统及方法、存储介质、电子装置
CN113781792B (zh) 停放检测系统、方法及相关设备

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