CN111984806A - 一种确定车辆与终端关联程度的方法、装置和存储介质 - Google Patents

一种确定车辆与终端关联程度的方法、装置和存储介质 Download PDF

Info

Publication number
CN111984806A
CN111984806A CN202010810738.XA CN202010810738A CN111984806A CN 111984806 A CN111984806 A CN 111984806A CN 202010810738 A CN202010810738 A CN 202010810738A CN 111984806 A CN111984806 A CN 111984806A
Authority
CN
China
Prior art keywords
terminal
vehicle
acquisition
characteristic 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.)
Pending
Application number
CN202010810738.XA
Other languages
English (en)
Inventor
袁凯
陈津来
方毅
吕繁荣
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 Yunshen Technology Co ltd
Zhejiang Meiri Interdynamic Network Technology Co ltd
Original Assignee
Hangzhou Yunshen Technology Co ltd
Zhejiang Meiri Interdynamic Network 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 Yunshen Technology Co ltd, Zhejiang Meiri Interdynamic Network Technology Co ltd filed Critical Hangzhou Yunshen Technology Co ltd
Priority to CN202010810738.XA priority Critical patent/CN111984806A/zh
Publication of CN111984806A publication Critical patent/CN111984806A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例公开了一种确定车辆与终端关联程度的方法、装置和存储介质,该方法包括获取至少一个预设采集范围内所途经车辆的车辆特征信息,获取所述至少一个预设采集范围内所采集到的智能终端的终端特征信息,根据车辆特征信息以及至少一个终端特征信息,得到车辆标识与终端标识之间的关联关系,确定关联关系的置信度,根据置信度确定车辆标识与终端标识的关联程度。通过上述方法,可以在车辆进出预设采集范围后获得车辆与终端设备的关联关系和关联程度。

Description

一种确定车辆与终端关联程度的方法、装置和存储介质
技术领域
本发明涉及自动化信息采集和数据分析技术领域,更具体地,涉及一种确定车辆与终端关联程度的方法、装置和存储介质。
背景技术
随着科技和信息技术的不断发展,汽车和手机等智能终端在人们生活中扮演着重要角色,同时,物联网技术的不断发展使得对自动化信息采集和数据分析的需求越来越高,而手机等智能终端都拥有唯一标识,如媒体接入控制(MAC,Media Access Control)地址、移动设备国际身份(IMEI,International Mobile Equipment Identity)码,机动车也强制拥有车牌号。若能够获取这些唯一的标识信息就能对佩戴智能终端的使用者与机动车的关系进行采集和分析,便于提供更加便捷精准的商业服务、提升交通监管水平。
传统的停车场、高速公路收费站等具备对道路和机动车车辆信息监控的卡口,只能通过相机对车辆进行拍照,获取车牌号,不具备对驾驶人员、车上人员等其他标识信息的采集能力,人员信息的采集往往需要通过人工把智能终端的相应信息在管理系统进行登记,不但人力成本高,而且效率低、无法实时更新。
发明内容
鉴于上述问题,本发明提出了一种确定车辆与终端关联程度的方法、装置和存储介质,可以车辆进出预设采集范围时获得车辆与终端设备的关系程度。
本发明实施例的技术方案是这样实现的:
第一方面,本发明实施例提供了一种确定车辆与终端关联程度的方法,所述方法包括:
获取至少一个预设采集范围内所途经车辆的车辆特征信息,车辆特征信息至少包含第一采集时间、第一采集地点和车辆标识;
获取所述至少一个预设采集范围内所采集到的智能终端的终端特征信息,终端特征信息至少包含第二采集时间、第二采集地点和终端标识;
根据车辆特征信息所表征的第一采集时间、第一采集地点,以及至少一个终端特征信息所表征的第二采集时间、第二采集地点,得到车辆标识与终端标识之间的关联关系;
确定关联关系的置信度,根据置信度确定车辆标识与终端标识的关联程度。
第二方面,本发明实施例提供了一种确定车辆与终端关联程度的装置,其特征在于,包括:
采集登记模块,用于获取至少一个预设采集范围内所途经车辆的车辆特征信息,车辆特征信息至少包含第一采集时间、第一采集地点和车辆标识;
探针模块,用于获取所述至少一个预设采集范围内所采集到的智能终端的终端特征信息,终端特征信息至少包含第二采集时间、第二采集地点和终端标识;
关联计算模块,用于根据车辆特征信息所表征的第一采集时间、第一采集地点,以及至少一个终端特征信息所表征的第二采集时间、第二采集地点,得到车辆标识与终端标识之间的关联关系;
置信度计算模块,用于确定关联关系的置信度,根据置信度确定车辆标识与终端标识的关联程度。
第三方面,本发明实施例还提供了一种确定车辆与终端关联程度的装置,包括:
一个或多个处理器;
与所述一个或多个处理器通信连接的存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序被配置为执行以上所述的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现以上所述的方法。
本发明实施例所述的一种确定车辆与终端关联程度的方法、装置和存储介质,通过该方法,可以在车辆进出停车场、高速收费站等预设采集范围后,获取车辆与车辆驾乘者所使用的智能终端之间的关联关系,并确定关联程度,关联过程是在无感知情况下完成的,无需人工进行采集录入;智能终端与车辆的关联后,可以更加便捷、高效地提供精准、匹配度更高的服务,同时也为建设智慧城市提供了有力的数据支撑。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,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的附图。
图1示出了根据本发明实施例的一种确定车辆与终端关联程度的方法流程示意图。
图2示出了根据本发明实施例的一种确定车辆与终端关联程度的装置的模块结构示意图。
图3示出了根据本发明实施例的一种确定车辆与终端关联程度的装置的硬件结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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。
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102 等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
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,都属于本发明保护的范围。
本发明实施例提供了一种确定车辆与终端关联程度的方法,如图1所示,所述方法包括:
步骤S101:获取至少一个预设采集范围内所途经车辆的车辆特征信息,车辆特征信息至少包含第一采集时间、第一采集地点和车辆标识。
预设采集范围可以是商场、小区、写字楼的停车场的车辆出入收费卡口,高速收费站,也可以是交通路口;通过设置在卡口的摄像头、摄像机或其他具有图像采集功能的拍摄设备采集车辆途经时的图像,车辆标识是车辆的车牌号,可以利用计算机视觉的方法从所述图像中获取。
在本发明的实施例中,所述方法还包括在获取至少一个预设采集范围内所途经车辆的车辆特征信息后,确定车辆的行进方向;在上述预设采集范围内,例如收费站、卡口的不同车道有固定的进出方向,每个车道上的拍摄设备都是固定采集一个方向的车辆特征信息,即在采集车辆特征信息时,可以获得车辆的行进方向;在车道不具有固定进出方向的场景下,例如潮汐车道、十字路口、双向道闸,确定车辆的行进方向可以通过计算机视觉的方法从采集到的连续图像帧中获取每帧图像中车辆的位置,确定车辆的移动趋势,得到车辆的行进方向。
步骤S102:获取所述至少一个预设采集范围内所采集到的智能终端的终端特征信息,终端特征信息至少包含第二采集时间、第二采集地点和终端标识。
所述终端标识是通过Wifi探针采集的智能终端设备的MAC地址,采集车辆特征信息的拍摄设备和采集终端特征信息的探针设备可以是同一设备的不同模块,也可以是设置在预设距离内的两个独立设备,其中的预设距离是根据不同采集地点的空间结构决定的,在此不做限定;第一采集地点的预设距离内至少设有一个所述第二采集地点,即至少有一个探针设备的采集范围覆盖拍摄设备采集的空间区域,保证采集到车辆特征信息的同时至少能采集到该车辆上的智能终端的终端特征信息。
在本发明的实施例中,所述终端特征信息还包括第三采集地点、第三采集时间,以及根据所述第二采集时间与第三采集时间的时间顺序确定对应终端在第二采集地点和第三采集地点之间的终端移动方向;第三采集地点是以第一采集地点或第二采集地点为参考设置在车辆行进方向上必然途经的前方或后方;第三采集地点可以是从停车场进出卡口向停车场内部行进的途中、停车场通往商场、写字楼的直梯、扶梯处等车上人员进出停车场必须途经的地点;通过两个采集地点采集到同一终端标识的不同时间确定所述终端移动方向,终端移动方向可以是表示进入或离去的标识,例如采集到某智能终端在停车场卡口处的第二采集地点的第二采集时间晚于其在商场内的第三采集地点被采集到的第三采集时间,则将该智能终端的终端特征信息中的终端移动方向标记为离去,反之,采集到某智能终端在停车场卡口处的第二采集地点的第二采集时间之前没有第三采集地点的第三采集时间记录则将该智能终端的终端特征信息中的终端移动方向标记为进入。
步骤S103:根据车辆特征信息所表征的第一采集时间、第一采集地点,以及至少一个终端特征信息所表征的第二采集时间、第二采集地点,将第一采集地点与第二采集地点相匹配、且第一采集时间与第二采集时间相差在预定阈值之内的车辆标识与终端标识相关联,得到车辆标识与终端标识之间的关联关系。
在本发明的实施例中,所述得到车辆标识与终端标识之间的关联关系,具体为:将所述终端移动方向与所述车辆行进方向一致的对应智能终端的终端标识与车辆的车辆标识进行关联,可以在某些场所的出入卡口相邻时,区分进场和离场的智能终端,提高关联关系的准确性。
步骤S104:确定关联关系的置信度,根据置信度确定车辆标识与终端标识的关联程度。
所述关联程度可以根据置信度的高低划分为数个阶段,例如,将置信度高于第一阈值的关联关系中对应的智能终端认定为是该车辆的车主或驾驶者,将置信度低于第一阈值、高于第二阈值的关联关系中对应的智能终端认定为该车辆的车主亲友或长期乘坐者,置信度低于第二阈值的关联关系中对应的智能终端认定为无关系,上述阈值是根据使用情况和经验人为进行设定,在此不做限定。
在本发明的实施例中,所述确定关联关系的置信度包括:根据所述车辆标识的至少一组关联关系中的每个终端标识的出现次数及出现比例正相关的设置置信度,即某一车辆在相同或不同采集范围的多次进、出场时采集到的关联关系中,同一终端标识的出现次数越多,所占比例越高则该智能终端越有可能是该车辆的驾乘人员所使用的。
在本发明的另一些实施例中,所述确定关联关系的置信度包括:对车辆特征信息和终端特征信息进行聚类,将多个预设采集范围划分为一个活动范围,可以是同一城市或同一省份,也可以是通过采集范围间的距离划分,目的是锁定车辆的活动范围以及终端的活动范围;聚类后,提取同一活动范围内的所有车辆特征信息中同一车辆标识的至少一组采集时间和采集地点,形成车辆轨迹文本,得到第一文本向量;同样,提取终端特征信息中同一终端标识的至少一组采集时间和采集地点,形成终端轨迹文本,得到第二文本向量;基于两文本向量之间的相似度确定置信度。
在本发明的实施例中,所述终端特征信息还包括:采集到的智能终端对应的信号强度;所述确定关联关系的置信度包括:根据与车辆标识相关联的终端标识对应的信号强度大小,正相关的设置置信度。
在本发明的实施例中,所述终端特征信息还包括:在第二采集地点采集到的智能终端对应的信号持续时长,在将车辆标识与终端标识进行关联之前,识别并剔除所述信号持续时长在预设的时长阈值范围之外的终端标识,其中时长阈值范围是根据不同停车场、收费站途经车辆的平均停留时间确定的,在此不做限定。
由于采用了在采集车辆特征的同时同地采集智能终端的终端标识获取车辆与智能终端的关联关系,并通过置信度调整关联关系的关联程度,所以克服了目前各类监控卡口只能采集车辆信息的技术问题,进而达到了在获取车辆信息的基础上,能将车辆的驾乘人员所使用的智能终端设备与车辆信息相关联,且关联程度可以根据每次采集的信息动态调整;另外,将车辆特征信息及终端特征信息聚类后形成的车辆轨迹及终端轨迹转化为文本向量之后,根据两个向量的相似度确定置信度,解决了采集终端特征信息时存在大量噪音数据,采集的车辆特征信息时无法直接采集到唯一对应的终端特征信息的技术问题,进而达到了能够将车辆特征信息与终端特征信息进行精准关联的技术效果。
本发明实施例还提供了一种确定车辆与终端关联程度的装置,如图2 所示,所述装置包括:
采集登记模块21,用于获取至少一个预设采集范围内所途经车辆的车辆特征信息,车辆特征信息至少包含第一采集时间、第一采集地点和车辆标识;
探针模块22,用于获取所述至少一个预设采集范围内所采集到的智能终端的终端特征信息,终端特征信息至少包含第二采集时间、第二采集地点和终端标识;
关联计算模块23,用于根据车辆特征信息所表征的第一采集时间、第一采集地点,以及至少一个终端特征信息所表征的第二采集时间、第二采集地点,得到车辆标识与终端标识之间的关联关系;
置信度计算模块24,用于确定关联关系的置信度,根据置信度确定车辆标识与终端标识的关联程度。
所述采集登记模块21可以是摄像头、摄像机或其他具有图像采集功能的拍摄设备,探针模块22可以是WiFi探针设备。
在本发明的实施例中,所述采集登记模块21在获取车辆特征信息后,还用于获取车辆的行进方向。
采集登记模块21和探针模块22可以是同一设备的不同单元,也可以是设置在预设距离内的两个独立设备,其中的预设距离是根据不同采集地点的空间结构决定的,在此不做限定;采集登记模块21所在的第一采集地点的预设距离内至少设有一个探针模块22,即第二采集地点,至少有一个探针模块的采集范围覆盖采集登记模块采集的空间区域,保证采集到车辆特征信息的同时至少能采集到该车辆上的智能终端的终端特征信息。
在本发明的实施例中,所述探针模块22还用于获取智能终端在第三采集地点被探测到的第三采集时间,以及根据所述第二采集时间与第三采集时间的时间顺序确定对应终端在第二采集地点和第三采集地点之间的终端移动方向。
在本发明的实施例中,所述关联计算模块23,具体用于:将所述终端移动方向与所述车辆行进方向一致的对应智能终端的终端标识与车辆的车辆标识进行关联,可以某些场所的出入卡口相邻时,区分进场和离场的智能终端,提高关联关系的准确性。
在本发明的实施例中,所述置信度计算模块24具体用于:根据所述车辆标识的至少一组关联关系中的每个终端标识的出现次数及出现比例正相关的设置置信度,即某一车辆在相同或不同采集范围的多次进、出场时采集到的关联关系中,同一终端标识的出现次数越多,所占比例越高则该智能终端越有可能是该车辆的驾乘人员所使用的。
在本发明的另一些实施例中,所述置信度计算模块24具体用于:对车辆特征信息和终端特征信息进行聚类,将多个预设采集范围划分为一个活动范围,可以是同一城市或同一省份,也可以是通过采集范围间的距离划分,目的是锁定车辆的活动范围以及终端的活动范围;聚类后,提取同一活动范围内的所有车辆特征信息中同一车辆标识的至少一组采集时间和采集地点,形成车辆轨迹文本,得到第一文本向量;同样,提取终端特征信息中同一终端标识的至少一组采集时间和采集地点,形成终端轨迹文本,得到第二文本向量;基于两文本向量之间的相似度确定置信度。
在本发明的实施例中,所述探针模块22还用于采集智能终端对应的信号强度;置信度计算模块24根据与车辆标识相关联的终端标识对应的信号强度大小,正相关的设置置信度。
在本发明的实施例中,所述探针模块22还用于采集智能终端对应的信号持续时长,识别并剔除所述信号持续时长在预设的时长阈值范围之外的终端标识,其中时长阈值范围是根据不同停车场、收费站途经车辆的平均停留时间确定的,在此不做限定。
这里需要指出的是:以上装置实施例项的描述,与上述方法描述是类似的,具有同方法实施例相同的有益效果,因此不做赘述。对于本发明装置实施例中未披露的技术细节,本领域的技术人员请参照本发明方法实施例的描述而理解,为节约篇幅,这里不再赘述。
第三方面,本发明实施例提供了一种确定车辆与终端关联程度的装置,包括:
一个或多个处理器;
与所述一个或多个处理器通信连接的存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序被配置为执行以上所述的方法。
在一具体示例中,本发明实施例所述的确定车辆与终端关联程度的装置装置可具体为如图3所示的结构,所述装置包括处理器31、存储介质32 以及至少一个外部通信接口33;所述处理器31、存储介质32以及外部通信接口33均通过总线34连接。所述处理器31可为微处理器、中央处理器、数字信号处理器或可编程逻辑阵列等具有处理功能的电子元器件。所述存储介质中存储有计算机可执行代码,所述计算机可执行代码能够执行以上任一实施例所述的图像处理方法。在实际应用中,所述关联计算模块 23、置信度计算模块24均可以通过所述处理器31实现。
这里需要指出的是:以上装置实施例项的描述,与上述方法描述是类似的,具有同方法实施例相同的有益效果,因此不做赘述。对于本发明装置实施例中未披露的技术细节,本领域的技术人员请参照本发明方法实施例的描述而理解,为节约篇幅,这里不再赘述。
本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现以下步骤:
获取至少一个预设采集范围内所途经车辆的车辆特征信息,车辆特征信息至少包含第一采集时间、第一采集地点和车辆标识;
获取所述至少一个预设采集范围内所采集到的智能终端的终端特征信息,终端特征信息至少包含第二采集时间、第二采集地点和终端标识;
根据车辆特征信息所表征的第一采集时间、第一采集地点,以及至少一个终端特征信息所表征的第二采集时间、第二采集地点,得到车辆标识与终端标识之间的关联关系;
确定关联关系的置信度,根据置信度确定车辆标识与终端标识的关联程度。
这里需要指出的是:以上存储介质实施例项的描述,与上述方法描述是类似的,具有同方法实施例相同的有益效果,因此不做赘述。对于本发明存储介质实施例中未披露的技术细节,本领域的技术人员请参照本发明方法实施例的描述而理解,为节约篇幅,这里不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
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步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上对本发明所提供的一种确定车辆与终端关联程度的方法、装置和存储介质进行了详细介绍,对于本领域的一般技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种确定车辆与终端关联程度的方法,其特征在于,所述方法包括:
获取至少一个预设采集范围内所途经车辆的车辆特征信息,车辆特征信息至少包含第一采集时间、第一采集地点和车辆标识;
获取所述至少一个预设采集范围内所采集到的智能终端的终端特征信息,终端特征信息至少包含第二采集时间、第二采集地点和终端标识;
根据车辆特征信息所表征的第一采集时间、第一采集地点,以及至少一个终端特征信息所表征的第二采集时间、第二采集地点,得到车辆标识与终端标识之间的关联关系;
确定关联关系的置信度,根据置信度确定车辆标识与终端标识的关联程度。
2.根据权利要求1所述的方法,其特征在于,所述确定关联关系的置信度包括:
根据所述车辆标识的至少一组关联关系中的各个终端标识的出现次数及出现比例正相关的设置置信度。
3.根据权利要求1所述的方法,其特征在于,所述确定关联关系的置信度包括:
对所述车辆特征信息和终端特征信息根据预设采集范围的行政区划或预设采集范围之间的距离进行聚类。
4.根据权利要求1所述的方法,其特征在于,所述确定关联关系的置信度包括:
提取车辆特征信息中同一车辆标识的采集时间和采集地点,形成车辆轨迹文本,得到第一文本向量;提取终端特征信息中同一终端标识的采集时间和采集地点,形成终端轨迹文本,得到第二文本向量;基于第一文本本向量和第二文本向量之间的相似度确定置信度。
5.根据权利要求1所述的方法,其特征在于:所述第一采集地点的预设距离内至少设有一个所述第二采集地点。
6.根据权利要求1或5所述的方法,其特征在于:所述终端特征信息还包括第三采集地点、第三采集时间;所述得到车辆标识与终端标识之间的关联关系,具体为:在获取至少一个预设采集范围内所途经车辆的车辆特征信息后,确定车辆的行进方向;根据所述第二采集时间与第三采集时间的时间顺序确定对应终端在第二采集地点和第三采集地点之间的终端移动方向;将所述终端移动方向与所述车辆行进方向一致的对应智能终端的终端标识与车辆的车辆标识进行关联。
7.根据权利要求1所述的方法,其特征在于,所述终端特征信息还包括:采集到的智能终端对应的信号强度;
所述确定关联关系的置信度包括:根据与车辆标识相关联的终端标识对应的信号强度大小,正相关的设置置信度。
8.一种确定车辆与终端关联程度的装置,其特征在于,包括:
采集登记模块,用于获取至少一个预设采集范围内所途经车辆的车辆特征信息,车辆特征信息至少包含第一采集时间、第一采集地点和车辆标识;
探针模块,用于获取所述至少一个预设采集范围内所采集到的智能终端的终端特征信息,终端特征信息至少包含第二采集时间、第二采集地点和终端标识;
关联计算模块,用于根据车辆特征信息所表征的第一采集时间、第一采集地点,以及至少一个终端特征信息所表征的第二采集时间、第二采集地点,得到车辆标识与终端标识之间的关联关系;
置信度计算模块,用于确定关联关系的置信度,根据置信度确定车辆标识与终端标识的关联程度。
9.一种确定车辆与终端关联程度的装置,其特征在于,包括:
一个或多个处理器;
与所述一个或多个处理器通信连接的存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序被配置为执行权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
CN202010810738.XA 2020-08-13 2020-08-13 一种确定车辆与终端关联程度的方法、装置和存储介质 Pending CN111984806A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010810738.XA CN111984806A (zh) 2020-08-13 2020-08-13 一种确定车辆与终端关联程度的方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010810738.XA CN111984806A (zh) 2020-08-13 2020-08-13 一种确定车辆与终端关联程度的方法、装置和存储介质

Publications (1)

Publication Number Publication Date
CN111984806A true CN111984806A (zh) 2020-11-24

Family

ID=73434168

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010810738.XA Pending CN111984806A (zh) 2020-08-13 2020-08-13 一种确定车辆与终端关联程度的方法、装置和存储介质

Country Status (1)

Country Link
CN (1) CN111984806A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112818745A (zh) * 2020-12-30 2021-05-18 杭州海康威视系统技术有限公司 对象间对应关系的确定方法、装置、电子设备及存储介质
CN113223297A (zh) * 2021-07-09 2021-08-06 杭州目炬科技有限公司 一种多维度自动车辆识别方法
CN113327336A (zh) * 2021-06-03 2021-08-31 厦门科拓通讯技术股份有限公司 人车关系的识别方法、装置和电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109635857A (zh) * 2018-11-29 2019-04-16 东软集团股份有限公司 人车轨迹监测分析方法、装置、设备及存储介质
CN110956822A (zh) * 2019-12-16 2020-04-03 北京明略软件系统有限公司 套牌车识别方法、装置、电子设备和可读存储介质
US20200234062A1 (en) * 2019-01-23 2020-07-23 Uber Technologies, Inc. Persistent vehicle location service using ground truth image rendering instead of gps

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109635857A (zh) * 2018-11-29 2019-04-16 东软集团股份有限公司 人车轨迹监测分析方法、装置、设备及存储介质
US20200234062A1 (en) * 2019-01-23 2020-07-23 Uber Technologies, Inc. Persistent vehicle location service using ground truth image rendering instead of gps
CN110956822A (zh) * 2019-12-16 2020-04-03 北京明略软件系统有限公司 套牌车识别方法、装置、电子设备和可读存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112818745A (zh) * 2020-12-30 2021-05-18 杭州海康威视系统技术有限公司 对象间对应关系的确定方法、装置、电子设备及存储介质
CN112818745B (zh) * 2020-12-30 2024-02-09 杭州海康威视系统技术有限公司 对象间对应关系的确定方法、装置、电子设备及存储介质
CN113327336A (zh) * 2021-06-03 2021-08-31 厦门科拓通讯技术股份有限公司 人车关系的识别方法、装置和电子设备
CN113327336B (zh) * 2021-06-03 2023-02-28 厦门科拓通讯技术股份有限公司 人车关系的识别方法、装置和电子设备
CN113223297A (zh) * 2021-07-09 2021-08-06 杭州目炬科技有限公司 一种多维度自动车辆识别方法

Similar Documents

Publication Publication Date Title
CN111984806A (zh) 一种确定车辆与终端关联程度的方法、装置和存储介质
CN112417953B (zh) 道路状况检测和地图数据更新方法、装置、系统及设备
CN111159254B (zh) 一种基于大数据处理的车辆与人员的关联方法
CN111739335B (zh) 一种基于视觉差的停车检测方法及装置
CN105493502A (zh) 视频监控方法、视频监控系统以及计算机程序产品
CN109615864A (zh) 基于视频结构化的车辆拥堵分析方法、系统、终端及存储介质
CN110517500B (zh) 一种人车关联处理方法及装置
CN110853391A (zh) 智能共享停车系统
CN104766479A (zh) 基于超高频射频与视频图像双识别匹配的汽车身份识别方法及装置
CN109635857A (zh) 人车轨迹监测分析方法、装置、设备及存储介质
CN111243272A (zh) 一种非机动车辆交通行为监控方法及违行为检测系统
CN108320582B (zh) 一种具备剩余车位统计功能的停车管理系统
CN112218243B (zh) 海量人车数据的关联方法、装置、设备及存储介质
CN110930715B (zh) 一种非机动车闯红灯识别方法、系统及违章处理平台
CN112183206B (zh) 一种基于路侧单目摄像头的交通参与者定位方法和系统
CN115830729A (zh) 基于高速公路etc数据融合的车辆出行信息提取方法
CN110880205B (zh) 一种停车收费方法及装置
CN114973211A (zh) 对象识别方法、装置、设备及存储介质
CN107610465B (zh) 一种交通监控数据匹配方法、系统及存储设备
CN111709286A (zh) 车辆排序及etc交易方法、存储介质、工控机设备及etc系统
CN114663773B (zh) 多节点协同的车辆识别方法及装置、系统、存储介质
CN113870555B (zh) 基于手机imsi码与电子车牌的人车协同识别方法
CN113449624B (zh) 一种基于行人重识别确定车辆行为的方法及装置
CN115762153A (zh) 倒车检测方法及装置
CN114677843A (zh) 路况信息的处理方法、装置、系统及电子设备

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