CN112818724A - 识别非编驾驶或非编押运的方法、装置、设备和存储介质 - Google Patents
识别非编驾驶或非编押运的方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112818724A CN112818724A CN201911118994.6A CN201911118994A CN112818724A CN 112818724 A CN112818724 A CN 112818724A CN 201911118994 A CN201911118994 A CN 201911118994A CN 112818724 A CN112818724 A CN 112818724A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image information
- person
- escort
- driver
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012797 qualification Methods 0.000 claims abstract description 60
- 230000006399 behavior Effects 0.000 claims description 66
- 238000012545 processing Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 239000000126 substance Substances 0.000 description 4
- 239000000383 hazardous chemical Substances 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 108700041286 delta Proteins 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000013056 hazardous product Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
- G06V20/63—Scene text, e.g. street names
-
- 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
Abstract
本申请提供一种识别非编驾驶或非编押运的方法、装置、设备和存储介质。该方法包括:获取车辆的图像信息,并根据所述车辆的图像信息,确定所述车辆的车辆类型;获取所述车辆上的待识别人员的图像信息;分别确定所述待识别人员的图像信息与各个参考人员的图像信息的各个相似度;所述参考人员具有所述车辆类型的驾驶资格或押运资格;根据各个所述相似度,确定所述待识别人员是否存在非编驾驶行为或非编押运行为。本申请实施例的方法提高了非编驾驶或非编押运的的识别效率和准确性。
Description
技术领域
本申请涉及智能交通技术领域,尤其涉及一种识别非编驾驶或非编押运的方法、装置、设备和存储介质。
背景技术
对于营运车辆,运营部门要求从业的对应驾驶员、副驾驶人员必须获取对应的从业资格证,保证营运车辆的合法安全性。但某些营运公司、个人为了个人利益,将营运车辆交由没有取得对应营运证件的人员进行非编驾驶或者非编押运行为,存在极大的安全隐患。
目前,通常通过现场执法对非编驾驶或非编押运行为进行识别并监管,识别效率低。
发明内容
本申请提供一种识别非编驾驶或非编押运的方法、装置、设备和存储介质,以提高非编驾驶或非编押运的识别效率。
第一方面,本申请提供一种识别非编驾驶或非编押运的方法,包括:
获取车辆的图像信息,并根据所述车辆的图像信息,确定所述车辆的车辆类型;
获取所述车辆上的待识别人员的图像信息;
分别确定所述待识别人员的图像信息与各个参考人员的图像信息的各个相似度;所述参考人员具有所述车辆类型的驾驶资格或押运资格;
根据各个所述相似度,确定所述待识别人员是否存在非编驾驶行为或非编押运行为。
第二方面,本申请提供一种识别非编驾驶或非编押运的装置,包括:
获取模块,用于获取车辆的图像信息;
确定模块,用于根据所述车辆的图像信息,确定所述车辆的车辆类型;
所述获取模块,还用于获取所述车辆上的待识别人员的图像信息;
所述确定模块,还用于分别确定所述待识别人员的图像信息与各个参考人员的图像信息的各个相似度;所述参考人员具有所述车辆类型的驾驶资格或押运资格;
处理模块,用于根据各个所述相似度,确定所述待识别人员是否存在非编驾驶行为或非编押运行为。
第三方面,本申请实施例提供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第一方面中任一项所述的方法。
第四方面,本申请实施例提供一种电子设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行第一方面中任一项所述的方法。
本申请实施例提供的识别非编驾驶或非编押运的方法、装置、设备和存储介质,获取车辆的图像信息,并根据所述车辆的图像信息,确定所述车辆的车辆类型;获取所述车辆上的待识别人员的图像信息;分别确定所述待识别人员的图像信息与各个参考人员的图像信息的各个相似度;所述参考人员具有所述车辆类型的驾驶资格或押运资格;根据各个所述相似度,确定所述待识别人员是否存在非编驾驶行为或非编押运行为,上述方案中通过对比待识别人员和具有该车辆的车辆类型的驾驶资格或押运资格的参考人员的图像信息,确定是否存在非编驾驶行为或非编押运行为,提高了识别非编驾驶行为或非编押运行为的效率和准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是本申请提供的识别非编驾驶或非编押运的方法一实施例的流程示意图;
图2是本申请提供的方法另一实施例的流程示意图;
图3是本申请提供的方法又一实施例的流程示意图;
图4是本申请提供的方法又一实施例的流程示意图;
图5是本申请提供的识别非编驾驶或非编押运的装置一实施例的结构示意图;
图6是本申请提供的电子设备实施例的结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
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公开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、本公开的一些方面相一致的装置和方法的例子。
本申请的说明书和权利要求书及所述附图中的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先对本申请所涉及的名词和应用场景进行介绍:
卡口:指有防守和检查设施的出入口,一般卡口都会配有卡口抓拍机,即道路监控设备,用于采集图像信息,包括车辆的图像信息、驾驶员的图像信息、副驾驶员的图像信息等。
非编驾驶:指驾驶员没有对应车辆类型的驾驶资格。
非编押运:指副驾驶员没有对应车辆类型的押运资格。
本申请实施例提供的方法,利用各地交通运输管理部门在卡口布控的监控设备,通过获取监控设备自动抓拍的图像信息对驾驶押运行为进行监控,提高车辆非编驾驶或非编押运的识别效率,以及监控效率。
本申请提供的方法可由电子设备如处理器执行相应的软件代码实现,也可由该电子设备在执行相应的软件代码的同时,通过和服务器进行数据交互来实现,如服务器执行部分操作,来控制电子设备执行上述监控方法。以下以电子设备为执行主体为例进行说明。
下面以具体的实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1是本申请提供的非编驾驶的监控方法一实施例的流程示意图。如图1所示,本实施例提供的方法,包括:
步骤101、获取车辆的图像信息,并根据车辆的图像信息,确定车辆的车辆类型。
获取车辆的图像信息可以通过获取卡口抓拍信息实现,可选的,卡口抓拍信息还可以包含:过车地点、过车时间、车牌号码、车牌颜色、过车全景图像、第一驾驶员图像、车牌图像等。
可选的,确定车辆类型,可以通过如下方式实现:
根据车辆的图像信息中的车牌标识,确定车辆的车辆类型;或者,
根据车辆的图像信息中的车辆外形特征,确定车辆的车辆类型。
在一实施例中,可以根据车辆的图像信息,获取该车辆的车牌标识,例如包括车牌号码和车牌颜色,确定该车辆的车辆类型,例如可以查询预先存储的车辆的车牌标识以及车辆类型的对应关系,从而确定该车辆的车辆类型。
在另一实施例中,可以根据车辆的图像信息中的车辆外形特征,通过图像识别算法识别出该车辆的车辆类型,例如通过预先训练得到的图像识别模型识别该车辆的车辆类型,该图像识别模型通过训练数据训练得到,训练数据例如包括不同车辆的图像以及对应的车辆类型。
步骤102、获取车辆上的待识别人员的图像信息。
获取车辆上的待识别人员的图像信息可以通过获取卡口抓拍信息实现,可选的,卡口抓拍信息还可以包含:过车地点、过车时间、车牌号码、车牌颜色、过车全景图像、待识别人员图像、车牌图像等。其中,待识别人员例如为驾驶员或副驾驶员。
其中,步骤101和步骤102可以不分先后顺序,
步骤103、分别确定待识别人员的图像信息与各个参考人员的图像信息的各个相似度;参考人员具有车辆类型的驾驶资格或押运资格;
在一实施例中,可以预先采集具有同一种车辆类型的驾驶资格或押运资格的人员信息,并建立第一基础数据库,例如可以从第三方设备中获取驾驶资格证有效或押运资格证有效的人员信息,人员信息包含但不限于:人员姓名、身份证号、驾驶资格证类型、押运资格证类型、图像信息,根据驾驶资格证类型可以确定该人员具有何种车辆类型的驾驶资格,根据押运资格证类型可以确定该人员具有何种车辆类型的押运资格。驾驶资格证类型包含但不限于客车驾驶资格证、货车驾驶资格证、出租车驾驶资格证、公交车驾驶资格证、危险品运输车辆驾驶资格证等。押运资格证类型例如包括危险品运输车辆押运资格证。
在一实施例中,还可以将具有驾驶资格人员或押运资格人员的图像信息按照驾驶资格证类型(或车辆类型、或主副驾驶员)分类存储,在后期进行图像相似度比对时,可直接从车辆类型对应的数据库中获取相似度较高的图像信息。例如分类存储在客车驾驶员人脸信息库、货车驾驶员人脸信息库、出租车驾驶员人脸信息库、公交车驾驶员人脸信息库、危化品运输车辆驾驶员人脸信息库等。
因此,参考人员的图像信息可以为预先建立的第一基础数据库中该车辆类型对应的驾驶人员或押运人员的图像信息,分别确定待识别人员的图像信息与该车辆类型对应的各个参考人员的图像信息的各个相似度。
例如该车辆的车辆类型为货车,则确定待识别人员的图像信息与货车对应的各个参考人员的图像信息的各个相似度,参考人员例如具有货车驾驶资格证。
在一实施例中,在确定各个相似度时,可以分别提取待识别人员的图像信息,以及各个参考人员的图像信息中的特征信息,进而根据待识别人员对应的特征信息以及各个参考人员对应的特征信息,确定待识别人员与各个参考人员的各个相似度。
步骤104、根据各个相似度,确定待识别人员是否存在非编驾驶行为或非编押运行为。
在一种实现方式中,若各个相似度中的最大值小于预设的相似度阈值,则确定该待识别人员存在非编驾驶行为或非编押运行为。
可选的,若各个相似度中存在至少一个大于或等于预设的相似度阈值的相似度,则可以确定待识别人员不存在非编驾驶行为或非编押运行为。
在一实施例中,步骤104之后还可进行如下操作:
若确定该待识别人员存在非编驾驶行为或非编押运行为,则生成预警信息,并推送该预警信息。其中,预警信息例如包括:车辆的标识信息,以及以下信息中至少一项:车辆的图像信息、过车地点、过车时间、报警类型、预警值和与待识别人员的图像信息相似的至少两张图像信息;其中,报警类型例如为非编驾驶或非编押运。车辆的图像信息还可以包括全景过车图像等。与待识别人员的图像信息相似的至少两张图像信息例如为第一基础数据库中与该待识别人员的图像信息的相似度大于预设阈值,或按照相似度降序排列后,前至少两张图像信息。
本实施例的方法,获取车辆的图像信息,并根据所述车辆的图像信息,确定所述车辆的车辆类型;获取所述车辆上的待识别人员的图像信息;分别确定所述待识别人员的图像信息与各个参考人员的图像信息的各个相似度;所述参考人员具有所述车辆类型的驾驶资格或押运资格;根据各个所述相似度,确定所述待识别人员是否存在非编驾驶行为或非编押运行为,上述方案中通过对比待识别人员和具有该车辆的车辆类型的驾驶资格或押运资格的参考人员的图像信息,确定是否存在非编驾驶行为或非编押运行为,提高了识别非编驾驶行为或非编押运行为的效率和准确性。
图2是本申请提供的方法一实施例的流程示意图。如图1所示,本实施例提供的方法,包括:
步骤201、获取车辆的图像信息,并根据车辆的图像信息,确定车辆的车辆类型。
其中,步骤201的实现方式可参见图1所示的实施例,此处不再赘述。
步骤202、获取驾驶车辆的第一驾驶员的图像信息。
获取第一驾驶员的图像信息可以通过获取卡口抓拍信息实现,可选的,卡口抓拍信息还可以包含:过车地点、过车时间、车牌号码、车牌颜色、过车全景图像、第一驾驶员图像、车牌图像等。
在一种实现方式中,车辆的图像信息还包括车辆的标识信息;则步骤201之后还可以执行如下操作:
根据车辆的标识信息,确定车辆是否为待监控的营运车辆;
若是,则执行步骤202以及步骤202之后的操作;
若否,则结束。
在一实施例中,可以预先采集营运的车辆数据信息,建立待监控的营运车辆的第二基础数据库,例如从第三方设备中获取正在营运的车辆数据信息,车辆数据信息包含但不限于:车牌号码、车牌颜色、车辆类型等。则根据车辆的标识信息,确定车辆是否为待监控的营运车辆,可以为:在待监控的营运车辆的第二基础数据库中查询车辆的标识信息,若查到相同的标识信息,则确定车辆为待监控的营运车辆,否则,确定车辆不是待监控的营运车辆,结束监控。
其中,车辆的标识信息可以为车牌标识,例如包括车牌号码和车牌颜色。可以将车牌号码和车牌颜色作为唯一标识判定该车辆是否是待监控的营运车辆,例如可以从预先建立的待监控的车辆的基础数据库中查找是否有该车辆的车牌号码和车牌颜色,若没有,则结束监控;如果该车辆的车牌号码和车牌颜色在第一基础数据库中,则执行后续操作流程。在一种实现方式中,步骤202之后还可以执行如下操作:
过滤质量不高的第一驾驶员的图像信息。
设置图像质量分数阈值σ,获取第一驾驶员的图像信息的质量评分θ,该质量评分可以通过该当前电子设备执行,或通过其他服务器执行,本申请对此并不限定。
如果θ<σ,则判定抓拍质量较差,结束判定该第一驾驶员是否存在非编驾驶行为,返回重新获取第一驾驶员的图像信息,或执行后续的其他操作,参见下述实施例。
步骤203、分别确定第一驾驶员的图像信息与各个第二驾驶员的图像信息的各个相似度;第二驾驶员具有车辆类型的驾驶资格。
在该步骤203中参考人员为第二驾驶员。
第二驾驶员的图像信息可以为预先建立的第一基础数据库中该车辆类型对应的驾驶人员的图像信息,分别确定第一驾驶员的图像信息与该车辆类型对应的各个第二驾驶员的图像信息的各个相似度。
例如该车辆的车辆类型为货车,则确定第一驾驶员的图像信息与货车对应的各个第二驾驶员的图像信息的各个相似度,第二驾驶员具有货车驾驶资格证。
该步骤可以通过当前电子设备执行,或通过其他服务器执行,本申请对此并不限定。
步骤204、根据各个相似度,确定第一驾驶员是否存在非编驾驶行为。
在一种实现方式中,若各个相似度中的最大值小于第一相似度阈值,则确定第一驾驶员存在非编驾驶行为。
可选的,若各个相似度中存在至少一个大于或等于预设的第一相似度阈值的相似度,则可以确定待识别人员不存在非编驾驶行为。
在一实施例中,还可以确定各个相似度中最大的N个相似度,若均大于或等于第一相似度阈值,则确定第一驾驶员不存在非编驾驶行为;N为大于1的整数,例如为5。
在一实施例中,步骤204之后还可进行如下操作:
若确定第一驾驶员存在非编驾驶行为,则生成第一预警信息,并推送第一预警信息。其中,第一预警信息例如包括:车辆的标识信息,以及以下信息中至少一项:所述车辆的图像信息、过车地点、过车时间、报警类型、第一预警值和与第一驾驶员的图像信息相似的至少两张图像信息;其中,报警类型例如为非编驾驶。车辆的图像信息还可以包括全景过车图像等。与第一驾驶员的图像信息相似的至少两张图像信息例如为第一基础数据库中与第一驾驶员的图像信息的相似度大于预设阈值,或按照相似度降序排列后,前至少两张图像信息。
在一实施例中,在推送第一预警信息之前,还可以确定该第一预警信息中包括的第一预警值是否满足第一预设条件,若是则推送第一预警信息。
满足第一预设条件,例如为第一预警值大于第一预设阈值。
在一实施例中,若存在非编驾驶行为,则对第一预警值进行计数;第一预警值的初始值为零。
可选的,推送第一预警信息之后,将第一预警值清零。
例如,若存在非编驾驶行为则对该第一驾驶员对应的第一预警值加一,并生成第一预警信息,在推送第一预警信息之前可以先判定是否将第一预警信息推送给监控平台展示或者前台执法人员。若不存在非编驾驶行为则该第一预警值不变。
当第一预警值m>=δ1,则将该车辆当前的第一预警信息,或,全部或部分的历史第一预警信息推送到监控平台展示或执法人员的终端设备中。若第一预警值m<=δ1,则继续监控该车辆是否存在非编驾驶行为。
人工在监控平台或者移动设备端可以查看该车辆的第一预警信息,还可以于现场确认查看是否有非编驾驶行为,如果存在,则对该车辆对应的公司或者人员进行处罚。第一预警值清零,m=0;如果不存在,则第一预警值清0,m=0。
本申请实施例的方法,通过将卡口抓拍的车辆数据中包括的驾驶员的图像信息与第一基础数据库中该车辆类型对应的驾驶员的图像信息进行比对,判定该车辆的驾驶员是否存在非编驾驶行为,每次确定存在非编驾驶行为就对第一预警值进行累加,若超过阈值,则推送该车辆的第一预警信息,将该车辆的第一预警信息交由人工审核并现场执法确认。
本实施例的方法,获取车辆的图像信息和第一驾驶员的图像信息,并根据车辆的图像信息,确定车辆的车辆类型;分别确定第一驾驶员的图像信息与各个第二驾驶员的图像信息的各个相似度;第二驾驶员具有车辆类型的驾驶资格;根据各个相似度,确定第一驾驶员是否存在非编驾驶行为,上述方案中通过对比第一驾驶员和具有该车辆的车辆类型的驾驶资格的第二驾驶员的图像信息,确定是否存在非编驾驶行为,提高了识别非编驾驶行为或非编押运行为的效率和准确性,若存在非编驾驶行为则可以进行监管,提高车辆非编驾驶的监管效率。
上述实施例的基础上,可选的,如图3所示,本实施例的方法,还可以包括如下步骤:
步骤301、获取车辆的图像信息,并根据车辆的图像信息,确定车辆的车辆类型;
步骤302、获取车辆上的副驾驶员的图像信息;
其中,步骤301、302的实现方式可参见图1所示的实施例,此处不再赘述。
在一实施例中,在获取到副驾驶员的图像信息后,可以过滤图像质量不高的副驾驶员的图像信息。
将副驾驶员的图像信息进行质量评分,获取质量评分γ,如果γ<σ,则判定抓拍质量较差,重新获取副驾驶员的图像信息,或结束。
步骤303、确定车辆的车辆类型为需要押运的车辆类型;
步骤304、分别确定副驾驶员的图像信息与各个押运人员的图像信息的各个相似度;押运人员具有车辆类型的押运资格;
步骤305、根据各个相似度,确定副驾驶员是否存在非编押运行为。
在一实施例中,在实际应用中可能只有部分营运车辆需要押运人员取得押运资格,因此在确定车辆是否存在非编押运行为之前,可以先确认该车辆的车辆类型是否为需要押运的车辆类型。
在一实施例中,还可以在确定该车辆的车辆类型是否为需要押运的车辆类型后,确定车辆的营运状态信息,其中营运状态信息例如是处于营运状态或处于非营运状态,可以根据电子路单获取该营运状态信息。
进一步,押运人员的图像信息可以为预先建立的第一基础数据库中该车辆类型对应的押运人员的图像信息,分别确定副驾驶员的图像信息与该车辆类型对应的各个押运人员的图像信息的各个相似度。
例如该车辆的车辆类型为危化品运输车辆,则确定副驾驶员的图像信息与危化品运输车辆对应的各个押运人员的图像信息的各个相似度,押运人员具有危化品运输车辆的押运资格。
在一种实现方式中,若各个相似度中的最大值小于第二相似度阈值,则确定副驾驶员存在非编押运行为。
可选的,若各个相似度中存在至少一个大于或等于预设的第二相似度阈值的相似度,则可以确定待识别人员不存在非编押运行为。
可选的,若存在非编押运行为,则生成第二预警信息;其中,第二预警信息可以包括:车辆的标识信息,以及以下信息中至少一项:所述车辆的图像信息、过车地点、过车时间、报警类型、第二预警值和与副驾驶员的图像信息相似的至少两张图像信息;其中,报警类型例如为非编押运。车辆的图像信息还可以包括全景过车图像等。
可选的,若第二预警值满足第二预设条件,例如为第二预警值大于第一预设阈值则推送第二预警信息。
可选的,推送第二预警信息之后,将第二预警值清零。
在一实施例中,若存在非编押运行为则对第二预警值进行计数,并生成第二预警信息,在推送第二预警信息之前可以先判定是否将第二预警信息推送给监控平台展示或者前台执法人员。若不存在非编押运行为则该第二预警值不变。
当第二预警值n>=δ2,则将该车辆当前的第二预警信息,或,全部或部分的历史第二预警信息推送到监控平台展示或执法人员的终端设备中。若第二预警值n<=δ2,则继续监控该车辆是否存在非编押运行为。
人工在监控平台或者移动设备端可以查看该车辆的历史预警信息,还可以于现场确认查看是否有非编押运行为,如果存在,则对该车辆对应的公司或者人员进行处罚。第二预警值清零,n=0;如果不存在,则第二预警值清0,n=0。
在一实施例中,第二预警值可以在第一预警值的基础上累加,若累加后的第一预警值大于某一阈值,则将该车辆全部或部分的历史第一预警信息和第二预警信息推送到监控平台展示或执法人员的终端设备中。
人工在监控平台或者移动设备端可以查看该车辆的所有历史预警信息,还可以于现场确认查看是否有非编驾驶或押运行为,如果存在,则对该车辆对应的公司或者人员进行处罚。第一预警值清零,m=0;如果不存在,则第一预警值清0,m=0。
在一实施例中,将驾驶员的图像信息与预先建立的第一基础数据库中该车辆类型对应的驾驶员的图像信息进行相似度比对,将副驾驶员的图像信息与预先建立的第一基础数据库中该车辆类型对应的押运人员的图像信息进行相似度比对,获取相似度最大的至少两张图像信息,图像信息包含但不限于:姓名、身份证号码、图像、相似度。可以将该些至少两张图像信息推送给监控平台展示或现场执法人员的终端设备,可以利用该些至少两张图像信息人工进一步核实该车辆是否存在非编驾驶或非编押运行为。
示例性的,如图4所示,本实施例的方法包括:
步骤401、卡口抓拍过车数据,获取过车信息;
过车信息例如包括该车辆的标识信息、车辆类型、图像信息等,标识信息例如车牌号码和车牌颜色;图像信息例如包括驾驶员图像,即主驾图像,和副驾驶员图像,即副驾图像。
步骤402、根据车牌号码和车牌颜色判定抓拍的车辆是否在第二基础数据库中;
本步骤是为了确定该车辆是否为待监控的车辆,若否则结束,若是,则执行步骤403;
步骤403、确认主驾图像质量是否合格;
若是,则执行步骤404、判定是否存在非编驾驶行为;具体实现方案参见前述实施例;若否,则执行步骤406;
若存在非编驾驶行为,则执行步骤405、累加预警值并保存预警信息记录;本步骤中确定存在非编驾驶行为,则对预警值累加并记录预警信息;
步骤406、确认车辆是否需要查看非编押运行为;若否,则执行步骤410;
若是,则执行步骤407、确认副驾图像质量是否合格;若否,则执行步骤410;
若是,则执行步骤408、判定是否存在非编押运行为;若否,则执行步骤410;
若是,则执行步骤409、累加预警值并保存预警信息记录;本步骤中确定存在非编押运行为,则对预警值累加并记录预警信息;
步骤410、查看车辆的预警值是否超过阈值,即确定累加的预警值是否超过阈值;若否则结束;
若是,则执行步骤411、将该车辆对应的历史预警信息,推送界面展示,并交由人工审核;
步骤412、人工审核确认是否存在非编;若否,则结束;
若是,则步骤413、根据结果处罚相应公司、人员;
步骤414、预警值清零。
本申请实施例的方法,利用营运车辆和具有营运车辆驾驶资格或押运资格的人员的基础数据,通过卡口抓拍到过车信息为触发点,自动识别非编驾驶或非编押运嫌疑行为,并通过预警值累加判定规则提高监控准确率。该方案针对非编车辆监管覆盖率高,且大幅度的简化了现场执法人员的工作量。并在一定程度上可以提升对营运车辆非编驾驶或非编押运的治理效果。
图5为本申请提供的识别非编驾驶或非编押运的装置一实施例的结构示意图,如图5所示,本实施例的识别非编驾驶或非编押运的装置,包括:
获取模块501,获取车辆的图像信息;
确定模块502,用于根据所述车辆的图像信息,确定所述车辆的车辆类型;
所述获取模块501,还用于获取所述车辆上的待识别人员的图像信息;
所述确定模块502,还用于分别确定所述待识别人员的图像信息与各个参考人员的图像信息的各个相似度;所述参考人员具有所述车辆类型的驾驶资格或押运资格;
处理模块503,用于根据各个所述相似度,确定所述待识别人员是否存在非编驾驶行为或非编押运行为。
在一种可能的实现方式中,若所述待识别人员为驾驶所述车辆的第一驾驶员,则所述参考人员为第二驾驶员,所述第二驾驶员具有所述车辆类型的驾驶资格;所述确定模块502,用于:
分别确定所述第一驾驶员的图像信息与各个第二驾驶员的图像信息的各个相似度;
所述处理模块503,用于:
根据各个所述相似度,确定所述第一驾驶员是否存在非编驾驶行为。
在一种可能的实现方式中,若确定各个所述相似度中的最大值小于第一相似度阈值,则确定所述第一驾驶员存在非编驾驶行为。
若所述待识别人员为所述车辆的副驾驶员,则所述参考人员为押运人员,所述押运人员具有所述车辆类型的押运资格;
所述确定模块502,用于:
分别确定所述副驾驶员的图像信息与各个押运人员的图像信息的各个相似度;
所述处理模块503,用于:
根据各个所述相似度,确定所述副驾驶员是否存在非编押运行为。
在一种可能的实现方式中,若各个所述相似度中的最大值小于第二相似度阈值,则确定所述副驾驶员存在非编押运行为。
在一种可能的实现方式中,所述确定模块502,还用于:
确定所述车辆的车辆类型为需要押运的车辆类型。
在一种可能的实现方式中,所述确定模块502,用于:
根据所述车辆的图像信息中的车牌标识,确定所述车辆的车辆类型;或者,
根据所述车辆的图像信息中的车辆外形特征,确定所述车辆的车辆类型。
本实施例的装置,可以用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图6为本申请提供的电子设备实施例的结构图,如图6所示,该电子设备包括:
处理器601,以及,用于存储处理器601的可执行指令的存储器602。
可选的,还可以包括:通信接口603,用于与其他设备进行通信。
上述部件可以通过一条或多条总线进行通信。
其中,处理器601配置为经由执行所述可执行指令来执行前述方法实施例中对应的方法,其具体实施过程可以参见前述方法实施例,此处不再赘述。
本申请实施例中还提供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前述方法实施例中对应的方法,其具体实施过程可以参见前述方法实施例,其实现原理和技术效果类似,此处不再赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、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公开的一般性原理并包括本公开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,本公开的真正范围和精神由下面的权利要求书指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种识别非编驾驶或非编押运的方法,其特征在于,包括:
获取车辆的图像信息,并根据所述车辆的图像信息,确定所述车辆的车辆类型;
获取所述车辆上的待识别人员的图像信息;
分别确定所述待识别人员的图像信息与各个参考人员的图像信息的各个相似度;所述参考人员具有所述车辆类型的驾驶资格或押运资格;
根据各个所述相似度,确定所述待识别人员是否存在非编驾驶行为或非编押运行为。
2.根据权利要求1所述的方法,其特征在于,若所述待识别人员为驾驶所述车辆的第一驾驶员,则所述参考人员为第二驾驶员,所述第二驾驶员具有所述车辆类型的驾驶资格;
相应的,所述分别确定所述待识别人员的图像信息与各个参考人员的图像信息的各个相似度,包括:
分别确定所述第一驾驶员的图像信息与各个第二驾驶员的图像信息的各个相似度;
所述根据各个所述相似度,确定所述待识别人员是否存在非编驾驶行为或非编押运行为,包括:
根据各个所述相似度,确定所述第一驾驶员是否存在非编驾驶行为。
3.根据权利要求1所述的方法,其特征在于,若所述待识别人员为所述车辆的副驾驶员,则所述参考人员为押运人员,所述押运人员具有所述车辆类型的押运资格;
所述分别确定所述待识别人员的图像信息与各个参考人员的图像信息的各个相似度,包括:
分别确定所述副驾驶员的图像信息与各个押运人员的图像信息的各个相似度;
所述根据各个所述相似度,确定所述待识别人员是否存在非编驾驶行为或非编押运行为,包括:
根据各个所述相似度,确定所述副驾驶员是否存在非编押运行为。
4.根据权利要求3所述的方法,其特征在于,所述分别确定所述副驾驶员的图像信息与各个押运人员的图像信息的各个相似度之前,还包括:
确定所述车辆的车辆类型为需要押运的车辆类型。
5.一种非编驾驶的监控装置,其特征在于,包括:
获取模块,用于获取车辆的图像信息;
确定模块,用于根据所述车辆的图像信息,确定所述车辆的车辆类型;
所述获取模块,还用于获取所述车辆上的待识别人员的图像信息;
所述确定模块,还用于分别确定所述待识别人员的图像信息与各个参考人员的图像信息的各个相似度;所述参考人员具有所述车辆类型的驾驶资格或押运资格;
处理模块,用于根据各个所述相似度,确定所述待识别人员是否存在非编驾驶行为或非编押运行为。
6.根据权利要求5所述的装置,其特征在于,若所述待识别人员为驾驶所述车辆的第一驾驶员,则所述参考人员为第二驾驶员,所述第二驾驶员具有所述车辆类型的驾驶资格;所述确定模块,用于:分别确定所述第一驾驶员的图像信息与各个第二驾驶员的图像信息的各个相似度;
所述处理模块,用于:
根据各个所述相似度,确定所述第一驾驶员是否存在非编驾驶行为。
7.根据权利要求5所述的装置,其特征在于,若所述待识别人员为所述车辆的副驾驶员,则所述参考人员为押运人员,所述押运人员具有所述车辆类型的押运资格;所述确定模块,用于:分别确定所述副驾驶员的图像信息与各个押运人员的图像信息的各个相似度;
所述处理模块,用于:
根据各个所述相似度,确定所述副驾驶员是否存在非编押运行为。
8.根据权利要求7所述的装置,其特征在于,所述确定模块,还用于:确定所述车辆的车辆类型为需要押运的车辆类型。
9.一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1-6任一项所述的方法。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911118994.6A CN112818724A (zh) | 2019-11-15 | 2019-11-15 | 识别非编驾驶或非编押运的方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911118994.6A CN112818724A (zh) | 2019-11-15 | 2019-11-15 | 识别非编驾驶或非编押运的方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112818724A true CN112818724A (zh) | 2021-05-18 |
Family
ID=75851819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911118994.6A Withdrawn CN112818724A (zh) | 2019-11-15 | 2019-11-15 | 识别非编驾驶或非编押运的方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112818724A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113345244A (zh) * | 2021-06-23 | 2021-09-03 | 广州交信投科技股份有限公司 | 巡游车告警方法、告警装置、计算机存储介质和终端 |
CN113554867A (zh) * | 2021-06-23 | 2021-10-26 | 广州交信投科技股份有限公司 | 一种基于视频智能分析的危运车辆告警方法 |
CN114694284A (zh) * | 2022-03-24 | 2022-07-01 | 北京金和网络股份有限公司 | 特种车辆驾驶员身份验证方法及装置 |
-
2019
- 2019-11-15 CN CN201911118994.6A patent/CN112818724A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113345244A (zh) * | 2021-06-23 | 2021-09-03 | 广州交信投科技股份有限公司 | 巡游车告警方法、告警装置、计算机存储介质和终端 |
CN113554867A (zh) * | 2021-06-23 | 2021-10-26 | 广州交信投科技股份有限公司 | 一种基于视频智能分析的危运车辆告警方法 |
CN114694284A (zh) * | 2022-03-24 | 2022-07-01 | 北京金和网络股份有限公司 | 特种车辆驾驶员身份验证方法及装置 |
CN114694284B (zh) * | 2022-03-24 | 2024-03-22 | 北京金和网络股份有限公司 | 特种车辆驾驶员身份验证方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108540579B (zh) | 驾驶员身份在线监测方法、装置和存储介质 | |
CN108304830B (zh) | 车辆内人员身份在线监测方法、装置和存储介质 | |
CN112818724A (zh) | 识别非编驾驶或非编押运的方法、装置、设备和存储介质 | |
WO2019153193A1 (zh) | 一种出租车运营监测方法、设备、存储介质和系统 | |
US20130132166A1 (en) | Smart toll network for improving performance of vehicle identification systems | |
CN107645709B (zh) | 一种确定人员信息的方法及装置 | |
CN105448103A (zh) | 车辆套牌检测方法与系统 | |
CN109214258B (zh) | 失驾人员违规驾驶的检测方法及装置 | |
CN110517500B (zh) | 一种人车关联处理方法及装置 | |
DE112018004705T5 (de) | Informationsverarbeitungsvorrichtung, informationsverarbeitungssystem, informationsverarbeitungsverfahren und programm | |
CN110942640B (zh) | 一种主动发现非法从事网约车客运的嫌疑车辆的方法 | |
CN103093626A (zh) | 一种套牌车的解决方案 | |
CN110874934B (zh) | 车牌的识别方法、系统和装置 | |
CN206684779U (zh) | 一种基于adas智能车载终端的车险管理服务系统 | |
CN116110012B (zh) | 用于智慧工地的危险违规动作识别方法及系统 | |
CN109859085A (zh) | 安全预警方法及相关产品 | |
CN113807588A (zh) | 基于交通事故的行车路径规划方法及装置 | |
CN115810134A (zh) | 一种车险反欺诈的图像采集质检方法、系统和装置 | |
CN113888869B (zh) | 一种套牌渣土车联网定位方法、系统及云平台 | |
CN111241918B (zh) | 一种基于人脸识别的车用防跟踪方法及系统 | |
CN114913690A (zh) | 交通精细化监控方法、系统和可读存储介质 | |
CN115019263A (zh) | 交通监管模型的建立方法、交通监管系统及方法 | |
US20230237584A1 (en) | Systems and methods for evaluating vehicle insurance claims | |
CN112633206A (zh) | 脏数据处理方法、装置、设备及存储介质 | |
DE102020004792A1 (de) | Verfahren und Vorrichtung zur Erkennung und Meldung von Parkunfällen für Fahrzeuge |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210518 |
|
WW01 | Invention patent application withdrawn after publication |