CN111723604B - 车辆套牌检测方法及装置 - Google Patents

车辆套牌检测方法及装置 Download PDF

Info

Publication number
CN111723604B
CN111723604B CN201910208734.1A CN201910208734A CN111723604B CN 111723604 B CN111723604 B CN 111723604B CN 201910208734 A CN201910208734 A CN 201910208734A CN 111723604 B CN111723604 B CN 111723604B
Authority
CN
China
Prior art keywords
vehicle
driver
information
snapshot information
determining
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
CN201910208734.1A
Other languages
English (en)
Other versions
CN111723604A (zh
Inventor
杨俊�
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.)
Hangzhou Hikvision System Technology Co Ltd
Original Assignee
Hangzhou Hikvision System 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 Hangzhou Hikvision System Technology Co Ltd filed Critical Hangzhou Hikvision System Technology Co Ltd
Priority to CN201910208734.1A priority Critical patent/CN111723604B/zh
Publication of CN111723604A publication Critical patent/CN111723604A/zh
Application granted granted Critical
Publication of CN111723604B publication Critical patent/CN111723604B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/59Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供一种车辆套牌检测方法及装置,方法包括:获取指定时间范围内的车辆抓拍信息,车辆抓拍信息包含抓拍时间、驾驶员人脸图、车辆信息;依据包含相同车辆信息的车辆抓拍信息中的驾驶员人脸图确定驾驶员的更换次数;依据更换次数确定包含相同车辆信息的车辆抓拍信息所对应的车辆是否为套牌车辆。基于同一辆车不会在短时间内频繁更换驾驶员的原理,通过确定指定时间范围内包含相同车辆信息的车辆抓拍信息的驾驶员更换次数进行套牌车检测,可以有效解决时空不可达方式确定时间阈值的难点,并且对于完全相同的两辆车通过确定的驾驶员更换次数也可以实现套牌检测,因此本申请的适用性高。

Description

车辆套牌检测方法及装置
技术领域
本申请涉及安防技术领域,尤其涉及一种车辆套牌检测方法及装置。
背景技术
套牌车是指参照真实牌照,将号码相同的假牌套在其他车上。对于套牌车会对公安部门对公共安全的管控造成困难,并且对于套牌车所用牌照的真车主带来不必要的麻烦和不必要的经济损失。
目前的套牌分析方式有时空不可达的方式,即一辆车在时间阈值内不可能同时出现在两个地方,通过两个地点的经纬度和车辆的时速计算车辆经过两个地点所需的时间阈值,或者通过统计所有车辆经过两个地点所用的时间计算经过两个地点所需的时间阈值,如果一辆车经过两个地点所用的时间远远小于上述得到的时间阈值,确定该车是套牌车。
然而,对于通过两个地点的经纬度计算对经纬度精度要求很高,尤其是两个较近的地点,经纬度稍有偏差就会对计算结果造成很大的影响;对于通过所有车辆经过两个地点所用的时间计算对数据的质量要求也比较高,而这些数据受路况变化(如堵车和完全顺畅、信号灯)影响较大,因此目前采用的检测方式适用性不高。
发明内容
有鉴于此,本申请提供一种车辆套牌检测方法及装置,以解决现有检测方式适用性不高的问题。
根据本申请实施例的第一方面,提供一种车辆套牌检测方法,所述方法包括:
获取指定时间范围内的车辆抓拍信息,所述车辆抓拍信息包含抓拍时间、驾驶员人脸图、车辆信息;
依据包含相同车辆信息的车辆抓拍信息中的驾驶员人脸图,确定驾驶员的更换次数;
依据所述更换次数,确定所述包含相同车辆信息的车辆抓拍信息所对应的车辆是否为套牌车辆。
根据本申请实施例的第二方面,提供一种车辆套牌检测装置,所述装置包括:
获取单元,用于获取指定时间范围内的车辆抓拍信息,所述车辆抓拍信息包含抓拍时间、驾驶员人脸图、车辆信息;
更换次数确定单元,依据包含相同车辆信息的车辆抓拍信息中的驾驶员人脸图,确定驾驶员的更换次数;
判断单元,用于依据所述更换次数,确定所述包含相同车辆信息的车辆抓拍信息所对应的车辆是否为套牌车辆。
根据本申请实施例的第三方面,提供一种电子设备,所述设备包括可读存储介质和处理器;
其中,所述可读存储介质,用于存储机器可执行指令;
所述处理器,用于读取所述可读存储介质上的所述机器可执行指令,并执行所述指令以实现上述第一方面所述方法的步骤。
应用本申请实施例,通过获取指定时间范围内的车辆抓拍信息,所述车辆抓拍信息包含抓拍时间、驾驶员人脸图和车辆信息,并依据包含相同车辆信息的车辆抓拍信息中的驾驶员人脸图确定驾驶员的更换次数,最后依据所述更换次数,确定该包含相同车辆信息的车辆抓拍信息所对应的车辆是否为套牌车辆。
基于上述描述可知,基于同一辆车不会在短时间内频繁更换驾驶员的原理,通过确定指定时间范围内包含相同车辆信息的车辆抓拍信息的驾驶员更换次数进行套牌车检测,可以有效解决时空不可达方式确定时间阈值的难点,并且对于完全相同的两辆车通过确定的驾驶员更换次数也可以实现套牌检测,因此本申请的适用性高。
附图说明
图1A为本申请根据一示例性实施例示出的一种车辆套牌检测方法的实施例流程图;
图1B为本申请根据图1A所示实施例示出的一种车辆抓拍信息列表示意图;
图1C为本申请根据图1A所示实施例示出的另一种车辆抓拍信息列表示意图;
图1D为本申请根据图1A所示实施例示出的一种车辆套牌检测系统结构示意图;
图2为本申请根据一示例性实施例示出的一种电子设备的硬件结构图;
图3为本申请根据一示例性实施例示出的一种车辆套牌检测装置的实施例结构图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
目前市面上提供的套牌分析方式除了时空不可达方式之外,还有采用根据车辆特征进行比对分析确定套牌车,即通过比对同一车牌出现车辆特征不同的车辆,或者通过将前端设备采集的车辆图的车辆特征与车管库中登记的车辆特征进行比对确定套牌车辆,然而这种车辆特征比对方式,对于完全相同的两辆车无法甄别,因此其适用性也不高。
为解决上述问题,本申请提出一种车辆套牌检测方法,通过获取指定时间范围内的车辆抓拍信息,所述车辆抓拍信息包含抓拍时间、驾驶员人脸图和车辆信息,并依据包含相同车辆信息的车辆抓拍信息中的驾驶员人脸图,确定驾驶员的更换次数,最后依据所述更换次数,确定该包含相同车辆信息的车辆抓拍信息所对应的车辆是否为套牌车辆。
基于上述描述可知,基于同一辆车不会在短时间内频繁更换驾驶员的原理,通过确定指定时间范围内包含相同车辆信息的车辆抓拍信息的驾驶员更换次数进行套牌车检测,可以有效解决时空不可达方式确定时间阈值的难点,并且对于完全相同的两辆车通过确定的驾驶员更换次数也可以实现套牌检测,因此本申请的适用性高。
下面以具体实施例对本申请提出的车辆套牌检测方法进行详细阐述。
图1A为本申请根据一示例性实施例示出的一种车辆套牌检测方法的实施例流程图,所述车辆套牌检测方法可以应用在电子设备上,该电子设备可以获取到设置在各个卡口的前端设备(如监控相机)采集的车辆抓拍信息。
如图1A所示,所述车辆套牌检测方法包括如下步骤:
步骤101:获取指定时间范围内的车辆抓拍信息,所述车辆抓拍信息包含抓拍时间、驾驶员人脸图和车辆信息。
示例性的,所述车辆信息至少包括车牌号,还可以包括车牌颜色、车辆图、车辆经过的卡口信息等,指定时间范围可以根据实践经验设置,例如与当前时间最接近的前一个小时的时间范围。
步骤102:依据包含相同车辆信息的车辆抓拍信息中的驾驶员人脸图,确定驾驶员的更换次数。
在一实施例中,可以按照指定时间顺序对包含相同车辆信息的车辆抓拍信息进行排序,得到车辆抓拍信息列表,并针对所述车辆抓拍信息列表中每相邻两个车辆抓拍信息,将该两个车辆抓拍信息中的驾驶员人脸图进行比对,得到比对结果,然后依据所述车辆抓拍信息列表中每相邻两个车辆抓拍信息中的驾驶员人脸图的比对结果,确定驾驶员的更换次数。
示例性的,可以通过将比对不一致结果出现的次数确定为驾驶员的更换次数。
在另一实施例中,还可以针对每一车辆抓拍信息,确定该车辆抓拍信息中的驾驶员人脸图对应的驾驶员身份信息,然后依据包含相同车辆信息的车辆抓拍信息对应的驾驶员身份信息,确定驾驶员的更换次数。
示例性的,驶员人脸图对应的驾驶员身份信息指的是驾驶员的唯一身份标识,如驾驶员的身份证号码信息。
在一可能的实施方式中,针对确定该车辆抓拍信息中的驾驶员人脸图对应的驾驶员身份信息的过程,可以通过从车管库中查找与所述驾驶员人脸图匹配的人脸图,所述车管库包括由车管所登记的具有驾驶资格人员的人脸图和身份信息,并将查找到的人脸图对应的身份信息确定为所述驾驶员人脸图对应的驾驶员身份信息。
本领域技术人员可以理解的是,针对查找与所述驾驶员人脸图匹配的人脸图的技术手段可以通过相关技术实现,本申请在此不进行限定。
在一可能的实施方式中,针对依据包含相同车辆信息的车辆抓拍信息对应的驾驶员身份信息,确定驾驶员的更换次数的过程,可以通过按照指定时间顺序对包含相同车辆信息的车辆抓拍信息进行排序,得到车辆抓拍信息列表,进而从所述车辆抓拍信息列表中获取不同的驾驶员身份信息,若获取到两个以上的驾驶员身份信息,则根据各个驾驶员身份信息在车辆抓拍信息列表中的位置序号出现中间间断的次数确定更换次数。
其中,指定时间顺序可以是从大到小,也可以是小到大,本申请对此不进行限定。由于同一车辆在短时间范围内是不会频繁更换驾驶员,那么若包含相同车辆信息的车辆中存在套牌车情况,该包含相同车辆信息的车辆会出现短时间范围内频繁更换驾驶员的现象。对于车主驾与副驾更换或者教练与教员更换的情况,通常驾驶员是连续驾驶一段时间后才可能换驾驶员,不会在短时间范围内频繁更换驾驶员,而车辆抓拍信息列表中相邻车辆抓拍信息之间的时间间隔通常比较短,因此可以通过确定位置序号出现间断的次数确定驾驶员的更换次数。
示例性的,可以将间断的最多的次数确定为驾驶员的更换次数。
下面以一个例子解释套牌车情况和非套牌车情况可能出现的排序现象。
在一示例性场景中,针对套牌车辆情况,假设指定时间范围为1小时,如图1B所示,为1小时内的车辆抓拍信息的排序列表,指定时间顺序为从小到大的顺序,排序列表中包含2名驾驶员:驾驶员身份信息1和驾驶员身份信息2,在1小时内,驾驶员身份信息1有5条,在排序列表中的位置序号为:1、2、4、7、9,出现中间间断的序号有3,5,8,次数为3次,驾驶员身份信息2有4条,在排序列表中的位置序号为:3、5、6、8,出现中间间断的序号有4,7次数为2次,因此可以确定驾驶员更换次数为3次。
针对非套牌车情况,如图1C所示,为1小时内的车辆抓拍信息的排序列表,指定时间顺序为从小到大的顺序,排序列表中包含2名驾驶员:驾驶员身份信息3和驾驶员身份信息4,在1小时内,驾驶员身份信息3有4条,在排序列表中的位置序号为:1、2、3、4,中间未出现间断,驾驶员身份信息4有5条,在排序列表中的位置序号为:5、6、7、8、9,中间未出现间断,因此可以确定驾驶员更换次数为0次。而如果单纯的根据抓拍信息列表统计驾驶员更换次数,更换次数为1次。
步骤103:依据所述更换次数,确定该包含相同车辆信息的车辆抓拍信息所对应的车辆是否为套牌车辆。
在一实施例中,若所述更换次数超过预设阈值,则确定包含相同车辆信息的车辆抓拍信息所对应的车辆是套牌车辆;若所述更换次数未超过预设阈值,则确定包含相同车辆信息的车辆抓拍信息所对应的车辆不是套牌车辆。
其中,预设阈值可以根据实际需求设置,例如,可以设置为3,即驾驶员的更换次数超过3次时,认为是套牌车辆。
通过对比上述图1B和图1C可知,通过根据各个驾驶员身份信息在车辆抓拍信息列表中的位置序号出现间断的次数确定的更换次数,相对单纯根据抓拍信息列表统计出来的更换次数更加准确,并且通过合理设置更换次数的预设阈值可以有效避免误判问题。
需要说明的是,在确定包含相同车辆信息的车辆抓拍信息所对应的车辆是套牌车辆之后,可以将车辆抓拍信息列表作为证据链输出提示,或者依据车辆信息中的车牌号,从车管库中获取该车牌号对应的车辆登记图,并将该车辆登记图和车辆抓拍信息列表作为证据链输出提示,以供人工进行进一步审核确认。同时将该车辆抓拍信息列表删除,后续若该车辆又被抓拍到则重新进行排序组建抓拍信息列表。
需要进一说明的是,在确定包含相同车辆信息的车辆抓拍信息所对应的车辆是套牌车辆之后,还可以提取车辆抓拍信息列表中每一车辆图片的车辆特征,通过比对每相邻两帧车辆图片的车辆特征进一步确定套牌车辆,或者通过比对每一车辆图片的车辆特征与车管库中登记的车辆特征进一步确定套牌车辆。
针对上述步骤101至步骤103的过程,如图1D所示,为车辆套牌检测的系统结构示意图,卡口数据接入模块从前端设备接入车辆抓拍信息,并将车辆抓拍信息中的驾驶员人脸图和抓拍的车辆图片上传至图片存储模块存储,将图片存储地址添加到车辆抓拍信息中并发送至人脸比对模块,通过人脸比对模块将驾驶员人脸图与车管库中的人脸图进行比对确定驾驶员身份信息并添加至车辆抓拍信息中,然后再发送至套牌分析模块,由套牌分析模块利用车辆抓拍信息进行套牌分析。
本领域技术人员可以理解的是,上述图1D中的各个模块可以集成在一个设备中,当然也可以用不同的服务器设备分别实现各个模块的功能。
在本申请实施例中,通过获取指定时间范围内的车辆抓拍信息,所述车辆抓拍信息包含抓拍时间、驾驶员人脸图和车辆信息,并依据包含相同车辆信息的车辆抓拍信息中的驾驶员人脸图,确定驾驶员的更换次数,最后依据所述更换次数,确定包含相同车辆信息的车辆抓拍信息所对应的车辆是否为套牌车辆。
基于上述描述可知,基于同一辆车不会在短时间内频繁更换驾驶员的原理,通过确定指定时间范围内包含相同车辆信息的车辆抓拍信息的驾驶员更换次数进行套牌车检测,可以有效解决时空不可达方式确定时间阈值的难点,并且对于完全相同的两辆车通过确定的驾驶员更换次数也可以实现套牌检测,因此本申请的适用性很高。
图2为本申请根据一示例性实施例示出的一种电子设备的硬件结构图,该电子设备包括:通信接口201、处理器202、机器可读存储介质203和总线204;其中,通信接口201、处理器202和机器可读存储介质203通过总线204完成相互间的通信。处理器202通过读取并执行机器可读存储介质203中与车辆套牌检测方法的控制逻辑对应的机器可执行指令,可执行上文描述的车辆套牌检测方法,该方法的具体内容参见上述实施例,此处不再累述。
本申请中提到的机器可读存储介质203可以是任何电子、磁性、光学或其它物理存储装置,可以包含或存储信息,如可执行指令、数据,等等。例如,机器可读存储介质可以是:易失存储器、非易失性存储器或者类似的存储介质。具体地,机器可读存储介质203可以是RAM(Radom Access Memory,随机存取存储器)、闪存、存储驱动器(如硬盘驱动器)、任何类型的存储盘(如光盘、DVD等),或者类似的存储介质,或者它们的组合。
图3为本申请根据一示例性实施例示出的一种车辆套牌检测装置的实施例结构图,所述车辆套牌检测装置包括:
获取单元310,用于获取指定时间范围内的车辆抓拍信息,所述车辆抓拍信息包含抓拍时间、驾驶员人脸图、车辆信息;
更换次数确定单元320,依据包含相同车辆信息的车辆抓拍信息中的驾驶员人脸图,确定驾驶员的更换次数;
判断单元330,用于依据所述更换次数,确定所述包含相同车辆信息的车辆抓拍信息所对应的车辆是否为套牌车辆。
在一可选实现方式中,所述更换次数确定单元320,具体用于针对每一车辆抓拍信息,确定该车辆抓拍信息中的驾驶员人脸图对应的驾驶员身份信息;依据包含相同车辆信息的车辆抓拍信息对应的驾驶员身份信息,确定驾驶员的更换次数。
在一可选实现方式中,所述更换次数确定单元320,具体用于针对确定该车辆抓拍信息中的驾驶员人脸图对应的驾驶员身份信息的过程,从车管库中查找与所述驾驶员人脸图匹配的人脸图,所述车管库包括由车管所登记的具有驾驶资格人员的人脸图和身份信息;将查找到的人脸图对应的身份信息确定为所述驾驶员人脸图对应的驾驶员身份信息。
在一可选实现方式中,所述更换次数确定单元320,具体用于针对依据包含相同车辆信息的车辆抓拍信息对应的驾驶员身份信息,确定驾驶员的更换次数的过程,按照指定时间顺序对包含相同车辆信息的车辆抓拍信息进行排序,得到车辆抓拍信息列表;从所述车辆抓拍信息列表中获取不同的驾驶员身份信息;若获取到两个以上的驾驶员身份信息,则根据各个驾驶员身份信息在车辆抓拍信息列表中的位置序号出现间断的次数,确定驾驶员的更换次数。
在一可选实现方式中,所述更换次数确定单元320,还具体用于按照指定时间顺序对包含相同车辆信息的车辆抓拍信息进行排序,得到车辆抓拍信息列表;针对所述车辆抓拍信息列表中每相邻两个车辆抓拍信息,将该两个车辆抓拍信息中的驾驶员人脸图进行比对,得到比对结果;依据所述车辆抓拍信息列表中每相邻两个车辆抓拍信息中的驾驶员人脸图的比对结果,确定驾驶员的更换次数。
在一可选实现方式中,所述判断单元330,具体用于若所述更换次数超过预设阈值,则确定所述包含相同车辆信息的车辆抓拍信息所对应的车辆是套牌车辆;若所述更换次数未超过预设阈值,则确定所述包含相同车辆信息的车辆抓拍信息所对应的车辆不是套牌车辆。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。

Claims (13)

1.一种车辆套牌检测方法,其特征在于,所述方法包括:
获取指定时间范围内的车辆抓拍信息,所述车辆抓拍信息包含抓拍时间、驾驶员人脸图、车辆信息;
按照指定时间顺序对包含相同车辆信息的车辆抓拍信息进行排序,得到车辆抓拍信息列表,依据所述车辆抓拍信息列表中的驾驶员人脸图,确定驾驶员的更换次数;
依据所述更换次数,确定所述包含相同车辆信息的车辆抓拍信息所对应的车辆是否为套牌车辆。
2.根据权利要求1所述的方法,其特征在于,依据所述车辆抓拍信息列表中的驾驶员人脸图,确定驾驶员的更换次数,包括:
针对所述车辆抓拍信息列表中的每一车辆抓拍信息,确定该车辆抓拍信息中的驾驶员人脸图对应的驾驶员身份信息;
依据包含相同车辆信息的车辆抓拍信息对应的驾驶员身份信息,确定驾驶员的更换次数。
3.根据权利要求2所述的方法,其特征在于,确定该车辆抓拍信息中的驾驶员人脸图对应的驾驶员身份信息,包括:
从车管库中查找与所述驾驶员人脸图匹配的人脸图,所述车管库包括由车管所登记的具有驾驶资格人员的人脸图和身份信息;
将查找到的人脸图对应的身份信息确定为所述驾驶员人脸图对应的驾驶员身份信息。
4.根据权利要求2所述的方法,其特征在于,依据包含相同车辆信息的车辆抓拍信息对应的驾驶员身份信息,确定驾驶员的更换次数,包括:
从所述车辆抓拍信息列表中获取不同的驾驶员身份信息;
若获取到两个以上的驾驶员身份信息,则根据各个驾驶员身份信息在车辆抓拍信息列表中的位置序号出现间断的次数,确定驾驶员的更换次数。
5.根据权利要求1所述的方法,其特征在于,依据所述车辆抓拍信息列表中的驾驶员人脸图,确定驾驶员的更换次数,包括:
针对所述车辆抓拍信息列表中每相邻两个车辆抓拍信息,将该两个车辆抓拍信息中的驾驶员人脸图进行比对,得到比对结果;
依据所述车辆抓拍信息列表中每相邻两个车辆抓拍信息中的驾驶员人脸图的比对结果,确定驾驶员的更换次数。
6.根据权利要求1所述的方法,其特征在于,依据所述更换次数确定所述包含相同车辆信息的车辆抓拍信息所对应的车辆是否为套牌车辆,包括:
若所述更换次数超过预设阈值,则确定所述包含相同车辆信息的车辆抓拍信息所对应的车辆是套牌车辆;
若所述更换次数未超过预设阈值,则确定所述包含相同车辆信息的车辆抓拍信息所对应的车辆不是套牌车辆。
7.一种车辆套牌检测装置,其特征在于,所述装置包括:
获取单元,用于获取指定时间范围内的车辆抓拍信息,所述车辆抓拍信息包含抓拍时间、驾驶员人脸图、车辆信息;
更换次数确定单元,用于按照指定时间顺序对包含相同车辆信息的车辆抓拍信息进行排序,得到车辆抓拍信息列表,依据所述车辆抓拍信息列表中的驾驶员人脸图,确定驾驶员的更换次数;
判断单元,用于依据所述更换次数,确定所述包含相同车辆信息的车辆抓拍信息所对应的车辆是否为套牌车辆。
8.根据权利要求7所述的装置,其特征在于,所述更换次数确定单元,具体用于针对所述车辆抓拍信息列表中的每一车辆抓拍信息,确定该车辆抓拍信息中的驾驶员人脸图对应的驾驶员身份信息;依据包含相同车辆信息的车辆抓拍信息对应的驾驶员身份信息,确定驾驶员的更换次数。
9.根据权利要求8所述的装置,其特征在于,所述更换次数确定单元,具体用于针对确定该车辆抓拍信息中的驾驶员人脸图对应的驾驶员身份信息的过程,从车管库中查找与所述驾驶员人脸图匹配的人脸图,所述车管库包括由车管所登记的具有驾驶资格人员的人脸图和身份信息;将查找到的人脸图对应的身份信息确定为所述驾驶员人脸图对应的驾驶员身份信息。
10.根据权利要求8所述的装置,其特征在于,所述更换次数确定单元,具体用于针对依据包含相同车辆信息的车辆抓拍信息对应的驾驶员身份信息,确定驾驶员的更换次数的过程,从所述车辆抓拍信息列表中获取不同的驾驶员身份信息;若获取到两个以上的驾驶员身份信息,则根据各个驾驶员身份信息在车辆抓拍信息列表中的位置序号出现间断的次数,确定驾驶员的更换次数。
11.根据权利要求7所述的装置,其特征在于,所述更换次数确定单元,还具体用于针对所述车辆抓拍信息列表中每相邻两个车辆抓拍信息,将该两个车辆抓拍信息中的驾驶员人脸图进行比对,得到比对结果;依据所述车辆抓拍信息列表中每相邻两个车辆抓拍信息中的驾驶员人脸图的比对结果,确定驾驶员的更换次数。
12.根据权利要求7所述的装置,其特征在于,所述判断单元,具体用于若所述更换次数超过预设阈值,则确定所述包含相同车辆信息的车辆抓拍信息所对应的车辆是套牌车辆;若所述更换次数未超过预设阈值,则确定所述包含相同车辆信息的车辆抓拍信息所对应的车辆不是套牌车辆。
13.一种电子设备,其特征在于,所述设备包括可读存储介质和处理器;
其中,所述可读存储介质,用于存储机器可执行指令;
所述处理器,用于读取所述可读存储介质上的所述机器可执行指令,并执行所述指令以实现权利要求1-6任一所述方法的步骤。
CN201910208734.1A 2019-03-19 2019-03-19 车辆套牌检测方法及装置 Active CN111723604B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910208734.1A CN111723604B (zh) 2019-03-19 2019-03-19 车辆套牌检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910208734.1A CN111723604B (zh) 2019-03-19 2019-03-19 车辆套牌检测方法及装置

Publications (2)

Publication Number Publication Date
CN111723604A CN111723604A (zh) 2020-09-29
CN111723604B true CN111723604B (zh) 2023-07-25

Family

ID=72563253

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910208734.1A Active CN111723604B (zh) 2019-03-19 2019-03-19 车辆套牌检测方法及装置

Country Status (1)

Country Link
CN (1) CN111723604B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112819562A (zh) * 2020-12-30 2021-05-18 青岛中兴智能交通有限公司 一种通过停车缴费数据分析车主信用评分的系统及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103578277B (zh) * 2012-08-07 2015-11-04 上海弘视通信技术有限公司 套牌嫌疑车搜索方法及其装置
CN107967806B (zh) * 2017-12-01 2019-10-25 深圳励飞科技有限公司 车辆套牌检测方法、装置、可读存储介质及电子设备
CN108830227A (zh) * 2018-06-19 2018-11-16 芜湖岭上信息科技有限公司 一种基于图像的车辆套牌识别装置与方法

Also Published As

Publication number Publication date
CN111723604A (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN109993969B (zh) 一种路况判定信息获取方法、装置及设备
CN109767626B (zh) 一种路边停车巡检方法、系统、巡逻车及服务器
US10203217B2 (en) Traffic citation delivery based on type of traffic infraction
US8031084B2 (en) Method and system for infraction detection based on vehicle traffic flow data
US11734783B2 (en) System and method for detecting on-street parking violations
CN108932849B (zh) 一种记录多台机动车低速行驶违法行为的方法及装置
CN111369801B (zh) 车辆识别方法、装置、设备和存储介质
CN112883936A (zh) 一种对车辆违规行为的检测方法及其系统
CN111723604B (zh) 车辆套牌检测方法及装置
CN111402574B (zh) 车辆检测方法、装置、设备和存储介质
CN109003457B (zh) 一种记录多台机动车违法占用应急车道行为的方法及装置
CN111563425B (zh) 交通事件识别方法及电子设备
CN117173669A (zh) 一种基于人工智能的图片识别方法和系统
CN108230705B (zh) 一种停车场中路径规划方法及装置
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
CN111064924B (zh) 一种基于人工智能的视频监控方法及系统
TWI607323B (zh) 車輛資料整合之方法及系統
CN108922175B (zh) 记录多台机动车越实线违法行为的方法及装置
CN115762153A (zh) 倒车检测方法及装置
WO2017169012A1 (ja) 識別情報判定装置、識別情報判定システム、コンピュータプログラム及び識別情報判定方法
CN110717352B (zh) 一种站台客流量的统计方法、服务器及图像采集设备
CN114863670B (zh) 一种预警出租车聚集状况的方法及装置
CN112581760B (zh) 一种智慧交通的交通数据匹配方法以及装置
CN117612115B (zh) 一种基于高速公路的车辆识别方法
Kunjumon et al. Automatic vehicle accident detection and alert system

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