CN112884479A - 防盗刷自助停车缴费方法、系统、装置及存储介质 - Google Patents
防盗刷自助停车缴费方法、系统、装置及存储介质 Download PDFInfo
- Publication number
- CN112884479A CN112884479A CN202110127391.3A CN202110127391A CN112884479A CN 112884479 A CN112884479 A CN 112884479A CN 202110127391 A CN202110127391 A CN 202110127391A CN 112884479 A CN112884479 A CN 112884479A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- frame number
- license plate
- database
- 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
Images
Classifications
-
- 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
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
-
- 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
- G06Q20/08—Payment architectures
- G06Q20/14—Payment architectures specially adapted for billing systems
-
- 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
- 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
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Traffic Control Systems (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
Abstract
本发明公开一种防盗刷自助停车缴费方法,响应于接收到的当前业务场景下的无感支付请求;获取目标车辆车身上预设的车架号标记、目标车辆当前驾驶员的脸部图像及车辆的车牌图像;调用区块链智能合约车架号数据库和车牌数据库,判断车架号对应的车牌信息是否和车牌图像得到的车牌信息一致;若一致,则调用区块链智能合约车主数据库,判断当前驾驶员的身份信息是否与所述车主的身份信息匹配;若匹配,则对车主关联绑定的支付账户进行费用扣除。本发明在无感支付之前通过对是不是套牌车已经是不是注册无感支付的车主进行判断,只有进行判断之后才执行无感支付,防止绑定无感支付的账户在车牌被套牌或者车子被别人开走后盗刷。
Description
技术领域
本发明涉及停车缴费技术领域,尤其涉及一种防盗刷自助停车缴费方法、系统、装置及存储介质。
背景技术
随着互联网的迅速发展,在车辆的停车缴费以及车辆在高速路出口缴费等车辆缴费场景中,无感支付方式给车辆的缴费提供了巨大的便利,现有技术中,几乎都是收费处的图像采集设备采集车辆的车牌,经过对车牌识别获取车牌信息,基于车牌信息确定该车牌绑定的车辆信息、车主信息及支付账户,并从该支付账户中扣除停车费用或者高速通行费用等相关费用,从而实现车辆的无感支付。现有技术无感支付都是通过微信、支付宝账户或者银行账户这些缴费账号进行支付,而扣除的资金也是车主本人的资金,在无感支付过程中,缴费车辆有可能被套牌亦或者是驾驶缴费车辆的人不是车主,当缴费车辆被套牌或者驾驶车辆的司机并非车主本人时,收费点仍然对车牌对应的缴费账号进行扣款,这势必就会车主本人的资金损失并且给车主带来不便,而现有技术中,有些为了防止车辆套牌,在车子的车牌上做文章,比如加上各种识别信息或者识别装置,其实这种方式不好,如果别人盗取车牌,那势必不能识别到套牌车,因为车牌和识别信息或者识别装置是一起被盗走的。
不仅如此,由于网络商务业应用的快速发展,网络越来越被普遍应用,网络支付亦是如此,在网络支付前或者网络支付过程中会存在网络不法分子冒充用户接受或发送数据、以及信息接收方伪造篡改数据等,比如,在无感支付的过程中数据被篡改导致支付时缴费账号被盗刷。
目前,在无感支付的过程中还没有完整的技术方案使得缴费账号以及车主信息数据不被篡改又不会因为被套牌或者驾驶车辆的司机并非车主本人而导致缴费账号被盗刷。
发明内容
本发明针对现有技术中的缺点,提供了一种防盗刷自助停车缴费方法、系统、装置及存储介质。
为了解决上述技术问题,本发明通过下述技术方案得以解决:
一种防盗刷自助停车缴费方法,包括以下步骤:
获取目标车辆当前驾驶员的脸部图像和车辆的车牌图像,获取车架号信息生成单元生成车架号信息,其中,车架号信息生成单元包括车辆型号推测单元和车架码获取生成单元,所述车辆型号推测单元通过设置在出场通道上的地磁装置获取途经的车辆信息并推测出即将出场车辆的车型,所述车架码获取生成单元基于接收到的车辆调整激光测距装置的高度和角度获取预先刻在车身特定位置上并形成凹痕的车架号标记并生成车架号信息;
查询并确定当前业务场景下对应的预先建立的人像数据库、数据库车架号数据库和车牌数据库;
调用区块链智能合约车架号数据库和车牌数据库对车架号信息及车牌图像执行车辆信息匹配,判断车架号通过车架号信息得到的车牌信息和车牌图像得到的车牌信息是否一致;
若一致,则调用区块链智能合约车主数据库对获取的脸部图像执行车主信息识别,并判断当前驾驶员的身份信息是否与所述车主的身份信息匹配;
若匹配,则确定当前驾驶员为车主并调用区块链智能合约无感支付请求,对车主关联绑定的支付账户进行费用扣除。
作为一种可实施方式,还包括以下方法:
获取注册业务车主信息及车辆信息,其中,车主信息包括待注册的人脸信息、身份信息以及扣款关联账户信息,车辆信息至少包括车牌信息、车身信息和车架号;
调用预先部署在区块链网络中的智能合约无感支付注册服务,基于车架号和人脸信息、身份信息和扣款关联账户信息生成无感支付账户。
作为一种可实施方式,所述车辆型号推测单元包括车型推测模块和设置在出场通道上设置的若干个地磁装置,所述若干地磁装置获取途经即将出场车辆的信息,所述车型推测模块基于地磁装置反馈的车辆的信息推算出车辆车型进而为车型匹配相应的车身底盘高度;
所述车架码获取生成单元包括激光测距模块、位置调整模块和车架码生成模块,所述位置调整模块响应于获取到车身底盘高度,调整激光测距模块的高度和角度使其与预先刻在车身特定位置上并形成凹痕的车架号标记相适应;所述激光测距模块包括多个激光测距传感器且呈线性排布,用于获取车架号标记及其周围车身距离激光测距传感器的距离信息;所述车架码生成模块基于距离信息解析出车架码;
其中,所述车架码预先被刻在车辆前门下方的侧裙上或者设置在车辆前方的车牌架的边缘形成车架码标记且所述车架码标记长度不超过3cm,宽度不超过1cm;
基于车架码标记识别车架码方法为:基于激光测距传感器反馈的车架码标记及其周围车体距离激光测距传感器的第一距离信息和第二距离信息制作出两个不同的平面;
以第二距离信息形成的平面为参照平面,以第一距离信息制作出车架号标记所在的平面,将参照平面和车架号标记所在的平面进行结合构建出虚拟立体模型,虚拟立体模型中车架号凹陷在参照平面内;
对虚拟立体模型中的凹陷在参照平面内的信息进行识别得到具体的车架号信息。
作为一种可实施方式,还包括生成数据库的步骤:
分别调用预先部署在区块链网络中的智能合约人脸数据库注册模型、车架号数据库注册模型以及车牌数据库注册模型和对应的预先设置的数据库索引规则,生成人脸数据库、车架号数据库和车牌数据库。
作为一种可实施方式,所述调用区块链智能合约车架号数据库和车牌数据库对车架号信息及车牌图像执行车辆信息匹配,具体步骤包括:
基于车牌图像数据库构建车牌识别算法,构建车牌识别算法具体为:对车牌图像数据库进行预处理,得到车牌特征集,构建车牌识别模型,基于车牌特征集对车牌识别模型进行训练及验证,得到车牌识别算法;
调用预先部署在区块链网络中的智能合约车牌识别服务执行车牌识别算法,得到车牌信息,进而得到车牌信息对应的第一车架号信息;
调用区块链智能合约车架号数据库将车架号信息和第一车架号信息进行匹配。
作为一种可实施方式,所述调用区块链智能合约车主数据库对获取的脸部图像执行车主信息识别,具体步骤包括:
基于当前驾驶员的脸部图像数据库构建人脸识别算法,具体为:对当前驾驶员的脸部图像数据库进行预处理,得到脸部特征集,构建脸部匹配模型,基于脸部特征集对脸部匹配模型进行训练及验证,得到人脸识别算法;
调用区块链智能合约人脸识别注册服务执行人脸识别算法,根据确定的人脸数据库和待识别的脸部图像执行车主信息识别。
作为一种可实施方式,还包括以下步骤:
若当前驾驶员的身份信息与所述车主的身份信息不匹配,则确定所述当前驾驶员不是所述车主,不对所述支付账户进行费用扣除,并提示对所述当前驾驶员收取费用。
一种防盗刷自助停车缴费系统,包括数据获取模块、查询确定模块、第一匹配模块、第二匹配模块及调用支付模块:
所述数据获取模块,用于获取目标车辆当前驾驶员的脸部图像和车辆的车牌图像,获取车架号信息生成单元生成车架号信息,其中,所述数据获取模块包括车架号信息生成单元,所述车架号信息生成单元包括车辆型号推测单元和车架码获取生成单元,所述车辆型号推测单元通过设置在出场通道上的地磁装置获取途经的车辆信息并推测出即将出场车辆的车型,所述车架码获取生成单元基于接收到的车辆调整激光测距装置的高度和角度获取预先刻在车身特定位置上并形成凹痕的车架号标记并生成车架号信息;
所述查询确定模块,用于查询并确定当前业务场景下对应的预先建立的人像数据库、数据库车架号数据库和车牌数据库;
所述第一匹配模块,通过调用区块链智能合约车架号数据库和车牌数据库对车架号信息及车牌图像执行车辆信息匹配,判断车架号通过车架号信息得到的车牌信息和车牌图像得到的车牌信息是否一致;
所述第二匹配模块,被设置为:若一致,则调用区块链智能合约车主数据库对获取的脸部图像执行车主信息识别,并判断当前驾驶员的身份信息是否与所述车主的身份信息匹配;
所述调用支付模块,被设置为:若匹配,则确定当前驾驶员为车主并调用区块链智能合约无感支付请求,对车主关联绑定的支付账户进行费用扣除;
所述车辆型号推测单元包括车型推测模块和设置在出场通道上设置的若干个地磁装置,所述若干地磁装置获取途经即将出场车辆的信息,所述车型推测模块基于地磁装置反馈的车辆的信息推算出车辆车型进而为车型匹配相应的车身底盘高度;
所述车架码获取生成单元包括激光测距模块、位置调整模块和车架码生成模块,所述位置调整模块响应于获取到车身底盘高度,调整激光测距模块的高度和角度使其与预先刻在车身特定位置上并形成凹痕的车架号标记相适应;所述激光测距模块包括多个激光测距传感器且呈线性排布,用于获取车架号标记及其周围车身距离激光测距传感器的距离信息;所述车架码生成模块基于距离信息解析出车架码;
其中,所述车架码预先被刻在车辆前门下方的侧裙上或者设置在车辆前方的车牌架的边缘形成车架码标记且所述车架码标记长度不超过3cm,宽度不超过1cm;
基于车架码标记识别车架码方法为:基于激光测距传感器反馈的车架码标记及其周围车体距离激光测距传感器的第一距离信息和第二距离信息制作出两个不同的平面;
以第二距离信息形成的平面为参照平面,以第一距离信息制作出车架号标记所在的平面,将参照平面和车架号标记所在的平面进行结合构建出虚拟立体模型,虚拟立体模型中车架号凹陷在参照平面内;
对虚拟立体模型中的凹陷在参照平面内的信息进行识别得到具体的车架号信息。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如下所述的方法步骤:
获取目标车辆当前驾驶员的脸部图像和车辆的车牌图像,获取车架号信息生成单元生成车架号信息,其中,车架号信息生成单元包括车辆型号推测单元和车架码获取生成单元,所述车辆型号推测单元通过设置在出场通道上的地磁装置获取途经的车辆信息并推测出即将出场车辆的车型,所述车架码获取生成单元基于接收到的车辆调整激光测距装置的高度和角度获取预先刻在车身特定位置上并形成凹痕的车架号标记并生成车架号信息;
查询并确定当前业务场景下对应的预先建立的人像数据库、数据库车架号数据库和车牌数据库;
调用区块链智能合约车架号数据库和车牌数据库对车架号信息及车牌图像执行车辆信息匹配,判断车架号通过车架号信息得到的车牌信息和车牌图像得到的车牌信息是否一致;
若一致,则调用区块链智能合约车主数据库对获取的脸部图像执行车主信息识别,并判断当前驾驶员的身份信息是否与所述车主的身份信息匹配;
若匹配,则确定当前驾驶员为车主并调用区块链智能合约无感支付请求,对车主关联绑定的支付账户进行费用扣除。
一种防盗刷自助停车缴费装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下所述的方法步骤:
获取目标车辆当前驾驶员的脸部图像和车辆的车牌图像,获取车架号信息生成单元生成车架号信息,其中,车架号信息生成单元包括车辆型号推测单元和车架码获取生成单元,所述车辆型号推测单元通过设置在出场通道上的地磁装置获取途经的车辆信息并推测出即将出场车辆的车型,所述车架码获取生成单元基于接收到的车辆调整激光测距装置的高度和角度获取预先刻在车身特定位置上并形成凹痕的车架号标记并生成车架号信息;
查询并确定当前业务场景下对应的预先建立的人像数据库、数据库车架号数据库和车牌数据库;
调用区块链智能合约车架号数据库和车牌数据库对车架号信息及车牌图像执行车辆信息匹配,判断车架号通过车架号信息得到的车牌信息和车牌图像得到的车牌信息是否一致;
若一致,则调用区块链智能合约车主数据库对获取的脸部图像执行车主信息识别,并判断当前驾驶员的身份信息是否与所述车主的身份信息匹配;
若匹配,则确定当前驾驶员为车主并调用区块链智能合约无感支付请求,对车主关联绑定的支付账户进行费用扣除。
本发明由于采用了以上技术方案,具有显著的技术效果:
通过本发明的方法、系统和装置,在无感支付之前通过对是不是套牌车已经是不是注册无感支付的车主进行判断,只有进行判断之后才执行无感支付,防止绑定无感支付的账户在车牌被套牌或者车子被别人开走后盗刷。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明方法的整体流程示意图;
图2是本发明系统的整体结构示意图;
图3是本发明车辆在出场时的结构示意图;
图4是本发明车架号信息生成单元的结构示意图;
图5是本发明中车架码标记的示意图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
在现有技术中,随着互联网的迅速发展,在车辆的停车缴费以及车辆在高速路出口缴费等车辆缴费场景中,无感支付方式给车辆的缴费提供了巨大的便利,现有技术中,几乎都是收费处的图像采集设备采集车辆的车牌,经过对车牌识别获取车牌信息,基于车牌信息确定该车牌绑定的车辆信息、车主信息及支付账户,并从该支付账户中扣除停车费用或者高速通行费用等相关费用,从而实现车辆的无感支付。现有技术无感支付都是通过微信、支付宝账户或者银行账户这些缴费账号进行支付,而扣除的资金也是车主本人的资金,在无感支付过程中,缴费车辆有可能被套牌亦或者是驾驶缴费车辆的人不是车主,当缴费车辆被套牌或者驾驶车辆的司机并非车主本人时,收费点仍然对车牌对应的缴费账号进行扣款,这势必就会车主本人的资金损失并且给车主带来不便。
不仅如此,由于网络商务业应用的快速发展,网络越来越被普遍应用,网络支付亦是如此,在网络支付前或者网络支付过程中会存在网络不法分子冒充用户接受或发送数据、以及信息接收方伪造篡改数据等,比如,在无感支付的过程中数据被篡改导致支付时缴费账号被盗刷。
目前,在无感支付的过程中还没有完整的技术方案使得缴费账号以及车主信息数据不被篡改又不会因为被套牌或者驾驶车辆的司机并非车主本人而导致缴费账号被盗刷。
如何才能更有效的防止车子被套牌或者车子被别人驾驶时不进行无感支付,进而使得无感支付的账户不扣款,本申请提出了以下方案。
实施例1:
一种防盗刷自助停车缴费方法,包括以下步骤:
S100、获取目标车辆当前驾驶员的脸部图像和车辆的车牌图像,获取车架号信息生成单元生成车架号信息,其中,车架号信息生成单元包括车辆型号推测单元和车架码获取生成单元,所述车辆型号推测单元通过设置在出场通道上的地磁装置获取途经的车辆信息并推测出即将出场车辆的车型,所述车架码获取生成单元基于接收到的车辆调整激光测距装置的高度和角度获取预先刻在车身特定位置上并形成凹痕的车架号标记并生成车架号信息;
S200、查询并确定当前业务场景下对应的预先建立的人像数据库、数据库车架号数据库和车牌数据库;
S300、调用区块链智能合约车架号数据库和车牌数据库对车架号信息及车牌图像执行车辆信息匹配,判断车架号通过车架号信息得到的车牌信息和车牌图像得到的车牌信息是否一致;
S400、若一致,则调用区块链智能合约车主数据库对获取的脸部图像执行车主信息识别,并判断当前驾驶员的身份信息是否与所述车主的身份信息匹配;
S500、若匹配,则确定当前驾驶员为车主并调用区块链智能合约无感支付请求,对车主关联绑定的支付账户进行费用扣除。
在一个实施例中,还包括以下方法:
S000、获取注册业务车主信息及车辆信息,其中,车主信息包括待注册的人脸信息、身份信息以及扣款关联账户信息,车辆信息至少包括车牌信息、车身信息和车架号;
S010、调用预先部署在区块链网络中的智能合约无感支付注册服务,基于车架号和人脸信息、身份信息和扣款关联账户信息生成无感支付账户。
在一个实施例中,如图3和图4所示,所述车辆型号推测单元包括车型推测模块和设置在出场通道上设置的若干个地磁装置,所述若干地磁装置获取途经即将出场车辆的信息,所述车型推测模块基于地磁装置反馈的车辆的信息推算出车辆车型进而为车型匹配相应的车身底盘高度;
所述车架码获取生成单元包括激光测距模块、位置调整模块和车架码生成模块,所述位置调整模块响应于获取到车身底盘高度,调整激光测距模块的高度和角度使其与预先刻在车身特定位置上并形成凹痕的车架号标记相适应;所述激光测距模块包括多个激光测距传感器且呈线性排布,用于获取车架号标记及其周围车身距离激光测距传感器的距离信息;所述车架码生成模块基于距离信息解析出车架码;
其中,所述车架码预先被刻在车辆前门下方的侧裙上或者设置在车辆前方的车牌架的边缘形成车架码标记且所述车架码标记长度不超过3cm,宽度不超过1cm;
基于车架码标记识别车架码方法为:基于激光测距传感器反馈的车架码标记及其周围车体距离激光测距传感器的第一距离信息和第二距离信息制作出两个不同的平面;
以第二距离信息形成的平面为参照平面,以第一距离信息制作出车架号标记所在的平面,将参照平面和车架号标记所在的平面进行结合构建出虚拟立体模型,虚拟立体模型中车架号凹陷在参照平面内;
对虚拟立体模型中的凹陷在参照平面内的信息进行识别得到具体的车架号信息。
在此实施例中,为了能够更精确的获取到车架号标记的位置,可以将激光测距传感器设置为多个并且将这多个集成为一体成线性排布,在获取车架号标记的位置时,可以根据车辆底盘的高度将激光测距模块的中心与底盘的高度平齐,因此获取车架号标记时就可以方便的获取到,在获取的过程中,可能并不是一个激光测距传感器获取到,可能是多个,在后期处理数据时可以进行结合。另外,可能车子停的位置并不一定刚好是激光测距模块安装的位置,那么就需要借助位置调整模块对激光测距模块进行角度的调节。
地磁装置在出场通道上设置,可以通过地磁装置获取车辆行驶中的各种数据,通过地磁装置获取到车辆的信息进而推断出车型,此技术在相关论文中也已经公开,在此不再赘述。
在本实施例中,所述激光测距模块和位置调整模块可以为一体结构,比如将位置调整模块设置在激光测距模块下方,位置调整模块其实可以为能够上下调节的装置+可以旋转的装置的组合,比如上下调节的装置可以为升降柱或者相同原理实现的结构,旋转的装置有很多,将多个激光测距传感器且呈线性排布且封装排列好,可以将多个激光测距传感器设置在同轴上,借助旋转装置可以使封装好的多个激光测距传感器根据制定好的角度进行旋转。
为了测量效果更好,还可以将激光测距模块和位置调整模块设置在接近出口的出场通道上,两侧都设置好,在车辆即将出场时,可以根据地磁装置反馈的信息推断出车子的位置和车子的车型,因此就能精准的知晓被刻在车辆前门下方的侧裙上或者设置在车辆前方的车牌架的边缘形成车架码标记的位置,所述位置调整模块响应于获取到车身底盘高度,调整激光测距模块的高度和角度使其与预先刻在车身特定位置上并形成凹痕的车架号标记相适应;所述激光测距模块包括多个激光测距传感器且呈线性排布,用于获取车架号标记及其周围车身距离激光测距传感器的距离信息,进而就能分析出车架号信息了。
通过以上技术的结合和改进,能够获得被注册车辆的相关信息和账户信息,如果进入停车场的车辆为套牌,那么在出场时势必采集不到刻在车身上的车架码标记,可以有效的判断出车子是否被套牌。
于其他实施例中,还包括生成数据库的步骤:
分别调用预先部署在区块链网络中的智能合约人脸数据库注册模型、车架号数据库注册模型以及车牌数据库注册模型和对应的预先设置的数据库索引规则,生成人脸数据库、车架号数据库和车牌数据库。
于其他实施例中,所述调用区块链智能合约车架号数据库和车牌数据库对车架号信息及车牌图像执行车辆信息匹配,具体步骤包括:
基于车牌图像数据库构建车牌识别算法,构建车牌识别算法具体为:对车牌图像数据库进行预处理,得到车牌特征集,构建车牌识别模型,基于车牌特征集对车牌识别模型进行训练及验证,得到车牌识别算法;
调用预先部署在区块链网络中的智能合约车牌识别服务执行车牌识别算法,得到车牌信息,进而得到车牌信息对应的第一车架号信息;
调用区块链智能合约车架号数据库将车架号信息和第一车架号信息进行匹配。
车牌识别算法采用现有的图像识别算法就可以实现,此算法不再追溯,此实施例重点是将区块链与算法想结合,使得算法应用更加安全,数据不易被篡改。
于其他实施例中,所述调用区块链智能合约车主数据库对获取的脸部图像执行车主信息识别,具体步骤包括:
基于当前驾驶员的脸部图像数据库构建人脸识别算法,具体为:对当前驾驶员的脸部图像数据库进行预处理,得到脸部特征集,构建脸部匹配模型,基于脸部特征集对脸部匹配模型进行训练及验证,得到人脸识别算法;
调用区块链智能合约人脸识别注册服务执行人脸识别算法,根据确定的人脸数据库和待识别的脸部图像执行车主信息识别。
人脸识别算法和车牌识别算法实质上都是图像识别算法,采用现有的算法可以实现,此实施例与车牌识别算法的目的相同,在此不再赘述。
另外,还包括以下步骤:
若当前驾驶员的身份信息与所述车主的身份信息不匹配,则确定所述当前驾驶员不是所述车主,不对所述支付账户进行费用扣除,并提示对所述当前驾驶员收取费用。
实施例2:
一种防盗刷自助停车缴费系统,包括数据获取模块100、查询确定模块200、第一匹配模块300、第二匹配模块400及调用支付模块500:
所述数据获取模块100,用于获取目标车辆当前驾驶员的脸部图像和车辆的车牌图像,获取车架号信息生成单元生成车架号信息,其中,所述数据获取模块100包括车架号信息生成单元110,所述车架号信息生成单元110包括车辆型号推测单元111和车架码获取生成单元112,所述车辆型号推测单元11通过设置在出场通道上的地磁装置获取途经的车辆信息并推测出即将出场车辆的车型,所述车架码获取生成单元112基于接收到的车辆调整激光测距装置的高度和角度获取预先刻在车身特定位置上并形成凹痕的车架号标记并生成车架号信息;
所述查询确定模块200,用于查询并确定当前业务场景下对应的预先建立的人像数据库、数据库车架号数据库和车牌数据库;
所述第一匹配模块300,通过调用区块链智能合约车架号数据库和车牌数据库对车架号信息及车牌图像执行车辆信息匹配,判断车架号通过车架号信息得到的车牌信息和车牌图像得到的车牌信息是否一致;
所述第二匹配模块400,被设置为:若一致,则调用区块链智能合约车主数据库对获取的脸部图像执行车主信息识别,并判断当前驾驶员的身份信息是否与所述车主的身份信息匹配;
所述调用支付模块500,被设置为:若匹配,则确定当前驾驶员为车主并调用区块链智能合约无感支付请求,对车主关联绑定的支付账户进行费用扣除;
所述车辆型号推测单元111包括车型推测模块1111和设置在出场通道上设置的若干个地磁装置1112,所述若干地磁装置1112获取途经即将出场车辆的信息,所述车型推测模块1111基于地磁装置1112反馈的车辆的信息推算出车辆车型进而为车型匹配相应的车身底盘高度;
所述车架码获取生成单元112包括激光测距模块1121、位置调整模块1122和车架码生成模块1123,所述位置调整模块1122响应于获取到车身底盘高度,调整激光测距模块1121的高度和角度使其与预先刻在车身特定位置上并形成凹痕的车架号标记相适应;所述激光测距模块1121包括多个激光测距传感器且呈线性排布,用于获取车架号标记及其周围车身距离激光测距传感器的距离信息;所述车架码生成模块1123基于距离信息解析出车架码;
其中,所述车架码预先被刻在车辆前门下方的侧裙上或者设置在车辆前方的车牌架的边缘形成车架码标记且所述车架码标记长度不超过3cm,宽度不超过1cm;
基于车架码标记识别车架码方法为:基于激光测距传感器反馈的车架码标记及其周围车体距离激光测距传感器的第一距离信息和第二距离信息制作出两个不同的平面;
以第二距离信息形成的平面为参照平面,以第一距离信息制作出车架号标记所在的平面,将参照平面和车架号标记所在的平面进行结合构建出虚拟立体模型,虚拟立体模型中车架号凹陷在参照平面内;
对虚拟立体模型中的凹陷在参照平面内的信息进行识别得到具体的车架号信息。
在一个实施例中,所述数据获取模块100被设置为:
分别调用预先部署在区块链网络中的智能合约人脸数据库注册模型、车架号数据库注册模型以及车牌数据库注册模型和对应的预先设置的数据库索引规则,生成人脸数据库、车架号数据库和车牌数据库。
于其他实施例中,所述第一匹配模块300被设置为:
基于车牌图像数据库构建车牌识别算法,构建车牌识别算法具体为:对车牌图像数据库进行预处理,得到车牌特征集,构建车牌识别模型,基于车牌特征集对车牌识别模型进行训练及验证,得到车牌识别算法;
调用预先部署在区块链网络中的智能合约车牌识别服务执行车牌识别算法,得到车牌信息,进而得到车牌信息对应的第一车架号信息;
调用区块链智能合约车架号数据库将车架号信息和第一车架号信息进行匹配。
于其他实施例中,所述第二匹配模块400被设置为:
基于当前驾驶员的脸部图像数据库构建人脸识别算法,具体为:对当前驾驶员的脸部图像数据库进行预处理,得到脸部特征集,构建脸部匹配模型,基于脸部特征集对脸部匹配模型进行训练及验证,得到人脸识别算法;
调用区块链智能合约人脸识别注册服务执行人脸识别算法,根据确定的人脸数据库和待识别的脸部图像执行车主信息识别。
另外,还包括告警模块600:
若当前驾驶员的身份信息与所述车主的身份信息不匹配,则确定所述当前驾驶员不是所述车主,不对所述支付账户进行费用扣除,并提示对所述当前驾驶员收取费用。
实施例3:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如下所述的方法步骤:
获取目标车辆当前驾驶员的脸部图像和车辆的车牌图像,获取车架号信息生成单元生成车架号信息,其中,车架号信息生成单元包括车辆型号推测单元和车架码获取生成单元,所述车辆型号推测单元通过设置在出场通道上的地磁装置获取途经的车辆信息并推测出即将出场车辆的车型,所述车架码获取生成单元基于接收到的车辆调整激光测距装置的高度和角度获取预先刻在车身特定位置上并形成凹痕的车架号标记并生成车架号信息;
查询并确定当前业务场景下对应的预先建立的人像数据库、数据库车架号数据库和车牌数据库;
调用区块链智能合约车架号数据库和车牌数据库对车架号信息及车牌图像执行车辆信息匹配,判断车架号通过车架号信息得到的车牌信息和车牌图像得到的车牌信息是否一致;
若一致,则调用区块链智能合约车主数据库对获取的脸部图像执行车主信息识别,并判断当前驾驶员的身份信息是否与所述车主的身份信息匹配;
若匹配,则确定当前驾驶员为车主并调用区块链智能合约无感支付请求,对车主关联绑定的支付账户进行费用扣除。
在一个实施例中,所述车辆型号推测单元包括车型推测模块和设置在出场通道上设置的若干个地磁装置,所述若干地磁装置获取途经即将出场车辆的信息,所述车型推测模块基于地磁装置反馈的车辆的信息推算出车辆车型进而为车型匹配相应的车身底盘高度;
所述车架码获取生成单元包括激光测距模块、位置调整模块和车架码生成模块,所述位置调整模块响应于获取到车身底盘高度,调整激光测距模块的高度和角度使其与预先刻在车身特定位置上并形成凹痕的车架号标记相适应;所述激光测距模块包括多个激光测距传感器且呈线性排布,用于获取车架号标记及其周围车身距离激光测距传感器的距离信息;所述车架码生成模块基于距离信息解析出车架码;
其中,所述车架码预先被刻在车辆前门下方的侧裙上或者设置在车辆前方的车牌架的边缘形成车架码标记且所述车架码标记长度不超过3cm,宽度不超过1cm;
基于车架码标记识别车架码方法为:基于激光测距传感器反馈的车架码标记及其周围车体距离激光测距传感器的第一距离信息和第二距离信息制作出两个不同的平面;
以第二距离信息形成的平面为参照平面,以第一距离信息制作出车架号标记所在的平面,将参照平面和车架号标记所在的平面进行结合构建出虚拟立体模型,虚拟立体模型中车架号凹陷在参照平面内;
对虚拟立体模型中的凹陷在参照平面内的信息进行识别得到具体的车架号信息。
在一个实施例中,处理器执行计算机程序时,实现还包括生成数据库的步骤:
分别调用预先部署在区块链网络中的智能合约人脸数据库注册模型、车架号数据库注册模型以及车牌数据库注册模型和对应的预先设置的数据库索引规则,生成人脸数据库、车架号数据库和车牌数据库。
在一个实施例中,处理器执行计算机程序时,实现所述调用区块链智能合约车架号数据库和车牌数据库对车架号信息及车牌图像执行车辆信息匹配,具体步骤包括:
基于车牌图像数据库构建车牌识别算法,构建车牌识别算法具体为:对车牌图像数据库进行预处理,得到车牌特征集,构建车牌识别模型,基于车牌特征集对车牌识别模型进行训练及验证,得到车牌识别算法;
调用预先部署在区块链网络中的智能合约车牌识别服务执行车牌识别算法,得到车牌信息,进而得到车牌信息对应的第一车架号信息;
调用区块链智能合约车架号数据库将车架号信息和第一车架号信息进行匹配。
在一个实施例中,处理器执行计算机程序时,实现所述调用区块链智能合约车主数据库对获取的脸部图像执行车主信息识别,具体步骤包括:
基于当前驾驶员的脸部图像数据库构建人脸识别算法,具体为:对当前驾驶员的脸部图像数据库进行预处理,得到脸部特征集,构建脸部匹配模型,基于脸部特征集对脸部匹配模型进行训练及验证,得到人脸识别算法;
调用区块链智能合约人脸识别注册服务执行人脸识别算法,根据确定的人脸数据库和待识别的脸部图像执行车主信息识别。
在一个实施例中,处理器执行计算机程序时,实现还包括以下步骤:
若当前驾驶员的身份信息与所述车主的身份信息不匹配,则确定所述当前驾驶员不是所述车主,不对所述支付账户进行费用扣除,并提示对所述当前驾驶员收取费用。
实施例4:
在一个实施例中,提供了一种防盗刷自助停车缴费装置,该防盗刷自助停车缴费装置可以是服务器也可以是移动终端。该防盗刷自助停车缴费装置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,该防盗刷自助停车缴费装置的处理器用于提供计算和控制能力。该防盗刷自助停车缴费装置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。该数据库存储防盗刷自助停车缴费装置的所有数据。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防盗刷自助停车缴费的方法。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是:
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。此外,需要说明的是,本说明书中所描述的具体实施例,其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化,均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种防盗刷自助停车缴费方法,其特征在于,包括以下步骤:
获取目标车辆当前驾驶员的脸部图像和车辆的车牌图像,获取车架号信息生成单元生成车架号信息,其中,车架号信息生成单元包括车辆型号推测单元和车架码获取生成单元,所述车辆型号推测单元通过设置在出场通道上的地磁装置获取途经的车辆信息并推测出即将出场车辆的车型,所述车架码获取生成单元基于接收到的车辆调整激光测距装置的高度和角度获取预先刻在车身特定位置上并形成凹痕的车架号标记并生成车架号信息;
查询并确定当前业务场景下对应的预先建立的人像数据库、数据库车架号数据库和车牌数据库;
调用区块链智能合约车架号数据库和车牌数据库对车架号信息及车牌图像执行车辆信息匹配,判断车架号通过车架号信息得到的车牌信息和车牌图像得到的车牌信息是否一致;
若一致,则调用区块链智能合约车主数据库对获取的脸部图像执行车主信息识别,并判断当前驾驶员的身份信息是否与所述车主的身份信息匹配;
若匹配,则确定当前驾驶员为车主并调用区块链智能合约无感支付请求,对车主关联绑定的支付账户进行费用扣除。
2.根据权利要求1所述的防盗刷自助停车缴费方法,其特征在于,还包括以下方法:
获取注册业务车主信息及车辆信息,其中,车主信息包括待注册的人脸信息、身份信息以及扣款关联账户信息,车辆信息至少包括车牌信息、车身信息和车架号;
调用预先部署在区块链网络中的智能合约无感支付注册服务,基于车架号和人脸信息、身份信息和扣款关联账户信息生成无感支付账户。
3.根据权利要求2所述的防盗刷自助停车缴费方法,其特征在于,所述车辆型号推测单元包括车型推测模块和设置在出场通道上设置的若干个地磁装置,所述若干地磁装置获取途经即将出场车辆的信息,所述车型推测模块基于地磁装置反馈的车辆的信息推算出车辆车型进而为车型匹配相应的车身底盘高度;
所述车架码获取生成单元包括激光测距模块、位置调整模块和车架码生成模块,所述位置调整模块响应于获取到车身底盘高度,调整激光测距模块的高度和角度使其与预先刻在车身特定位置上并形成凹痕的车架号标记相适应;所述激光测距模块包括多个激光测距传感器且呈线性排布,用于获取车架号标记及其周围车身距离激光测距传感器的距离信息;所述车架码生成模块基于距离信息解析出车架码;
其中,所述车架码预先被刻在车辆前门下方的侧裙上或者设置在车辆前方的车牌架的边缘形成车架码标记且所述车架码标记长度不超过3cm,宽度不超过1cm;
基于车架码标记识别车架码方法为:基于激光测距传感器反馈的车架码标记及其周围车体距离激光测距传感器的第一距离信息和第二距离信息制作出两个不同的平面;
以第二距离信息形成的平面为参照平面,以第一距离信息制作出车架号标记所在的平面,将参照平面和车架号标记所在的平面进行结合构建出虚拟立体模型,虚拟立体模型中车架号凹陷在参照平面内;
对虚拟立体模型中的凹陷在参照平面内的信息进行识别得到具体的车架号信息。
4.根据权利要求2所述的防盗刷自助停车缴费方法,其特征在于,还包括生成数据库的步骤:
分别调用预先部署在区块链网络中的智能合约人脸数据库注册模型、车架号数据库注册模型以及车牌数据库注册模型和对应的预先设置的数据库索引规则,生成人脸数据库、车架号数据库和车牌数据库。
5.根据权利要求1所述的防盗刷自助停车缴费方法,其特征在于,所述调用区块链智能合约车架号数据库和车牌数据库对车架号信息及车牌图像执行车辆信息匹配,具体步骤包括:
基于车牌图像数据库构建车牌识别算法,构建车牌识别算法具体为:对车牌图像数据库进行预处理,得到车牌特征集,构建车牌识别模型,基于车牌特征集对车牌识别模型进行训练及验证,得到车牌识别算法;
调用预先部署在区块链网络中的智能合约车牌识别服务执行车牌识别算法,得到车牌信息,进而得到车牌信息对应的第一车架号信息;
调用区块链智能合约车架号数据库将车架号信息和第一车架号信息进行匹配。
6.根据权利要求1所述的防盗刷自助停车缴费方法,其特征在于,所述调用区块链智能合约车主数据库对获取的脸部图像执行车主信息识别,具体步骤包括:
基于当前驾驶员的脸部图像数据库构建人脸识别算法,具体为:对当前驾驶员的脸部图像数据库进行预处理,得到脸部特征集,构建脸部匹配模型,基于脸部特征集对脸部匹配模型进行训练及验证,得到人脸识别算法;
调用区块链智能合约人脸识别注册服务执行人脸识别算法,根据确定的人脸数据库和待识别的脸部图像执行车主信息识别。
7.根据权利要求1所述的防盗刷自助停车缴费方法,其特征在于,还包括以下步骤:
若当前驾驶员的身份信息与所述车主的身份信息不匹配,则确定所述当前驾驶员不是所述车主,不对所述支付账户进行费用扣除,并提示对所述当前驾驶员收取费用。
8.一种防盗刷自助停车缴费系统,其特征在于,包括数据获取模块、查询确定模块、第一匹配模块、第二匹配模块及调用支付模块:
所述数据获取模块,用于获取目标车辆当前驾驶员的脸部图像和车辆的车牌图像,获取车架号信息生成单元生成车架号信息,其中,所述数据获取模块包括车架号信息生成单元,所述车架号信息生成单元包括车辆型号推测单元和车架码获取生成单元,所述车辆型号推测单元通过设置在出场通道上的地磁装置获取途经的车辆信息并推测出即将出场车辆的车型,所述车架码获取生成单元基于接收到的车辆调整激光测距装置的高度和角度获取预先刻在车身特定位置上并形成凹痕的车架号标记并生成车架号信息;
所述查询确定模块,用于查询并确定当前业务场景下对应的预先建立的人像数据库、数据库车架号数据库和车牌数据库;
所述第一匹配模块,通过调用区块链智能合约车架号数据库和车牌数据库对车架号信息及车牌图像执行车辆信息匹配,判断车架号通过车架号信息得到的车牌信息和车牌图像得到的车牌信息是否一致;
所述第二匹配模块,被设置为:若一致,则调用区块链智能合约车主数据库对获取的脸部图像执行车主信息识别,并判断当前驾驶员的身份信息是否与所述车主的身份信息匹配;
所述调用支付模块,被设置为:若匹配,则确定当前驾驶员为车主并调用区块链智能合约无感支付请求,对车主关联绑定的支付账户进行费用扣除;
所述车辆型号推测单元包括车型推测模块和设置在出场通道上设置的若干个地磁装置,所述若干地磁装置获取途经即将出场车辆的信息,所述车型推测模块基于地磁装置反馈的车辆的信息推算出车辆车型进而为车型匹配相应的车身底盘高度;
所述车架码获取生成单元包括激光测距模块、位置调整模块和车架码生成模块,所述位置调整模块响应于获取到车身底盘高度,调整激光测距模块的高度和角度使其与预先刻在车身特定位置上并形成凹痕的车架号标记相适应;所述激光测距模块包括多个激光测距传感器且呈线性排布,用于获取车架号标记及其周围车身距离激光测距传感器的距离信息;所述车架码生成模块基于距离信息解析出车架码;
其中,所述车架码预先被刻在车辆前门下方的侧裙上或者设置在车辆前方的车牌架的边缘形成车架码标记且所述车架码标记长度不超过3cm,宽度不超过1cm;
基于车架码标记识别车架码方法为:基于激光测距传感器反馈的车架码标记及其周围车体距离激光测距传感器的第一距离信息和第二距离信息制作出两个不同的平面;
以第二距离信息形成的平面为参照平面,以第一距离信息制作出车架号标记所在的平面,将参照平面和车架号标记所在的平面进行结合构建出虚拟立体模型,虚拟立体模型中车架号凹陷在参照平面内;
对虚拟立体模型中的凹陷在参照平面内的信息进行识别得到具体的车架号信息。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的方法步骤。
10.一种防盗刷自助停车缴费装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110127391.3A CN112884479B (zh) | 2021-01-29 | 2021-01-29 | 防盗刷自助停车缴费方法、系统、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110127391.3A CN112884479B (zh) | 2021-01-29 | 2021-01-29 | 防盗刷自助停车缴费方法、系统、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112884479A true CN112884479A (zh) | 2021-06-01 |
CN112884479B CN112884479B (zh) | 2021-11-12 |
Family
ID=76053672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110127391.3A Active CN112884479B (zh) | 2021-01-29 | 2021-01-29 | 防盗刷自助停车缴费方法、系统、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112884479B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673374A (zh) * | 2021-08-03 | 2021-11-19 | 支付宝(杭州)信息技术有限公司 | 一种面部识别方法、装置及设备 |
CN114446058A (zh) * | 2022-01-25 | 2022-05-06 | 武汉周原科技服务有限公司 | 一种基于无感支付的物业云停车系统 |
CN115083053A (zh) * | 2022-06-15 | 2022-09-20 | 深圳市银河通信科技有限公司 | 一种智慧社区门禁系统及控制方法 |
CN115116152A (zh) * | 2022-06-21 | 2022-09-27 | 江苏重行信息科技有限公司 | 一种基于ZigBee的智慧停车场收费管理系统 |
CN115731707A (zh) * | 2022-11-14 | 2023-03-03 | 东南大学 | 一种高速公路车辆交通控制方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150221140A1 (en) * | 2014-02-04 | 2015-08-06 | Gilbert Eid | Parking and tollgate payment processing based on vehicle remote identification |
CN110223401A (zh) * | 2019-05-15 | 2019-09-10 | 南京莱斯信息技术股份有限公司 | 一种基于人脸识别的停车场自动缴费方法 |
CN111160080A (zh) * | 2019-06-24 | 2020-05-15 | 上海明据信息科技有限公司 | 一种基于图像识别的汽车外观一致性检测智能系统 |
CN111784854A (zh) * | 2020-06-30 | 2020-10-16 | 深圳市元征科技股份有限公司 | 车辆无感支付方法及车辆无感支付装置 |
CN211857510U (zh) * | 2020-06-05 | 2020-11-03 | 重庆红透科技有限公司 | 一种无牌商品车的出/入库系统 |
-
2021
- 2021-01-29 CN CN202110127391.3A patent/CN112884479B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150221140A1 (en) * | 2014-02-04 | 2015-08-06 | Gilbert Eid | Parking and tollgate payment processing based on vehicle remote identification |
CN110223401A (zh) * | 2019-05-15 | 2019-09-10 | 南京莱斯信息技术股份有限公司 | 一种基于人脸识别的停车场自动缴费方法 |
CN111160080A (zh) * | 2019-06-24 | 2020-05-15 | 上海明据信息科技有限公司 | 一种基于图像识别的汽车外观一致性检测智能系统 |
CN211857510U (zh) * | 2020-06-05 | 2020-11-03 | 重庆红透科技有限公司 | 一种无牌商品车的出/入库系统 |
CN111784854A (zh) * | 2020-06-30 | 2020-10-16 | 深圳市元征科技股份有限公司 | 车辆无感支付方法及车辆无感支付装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673374A (zh) * | 2021-08-03 | 2021-11-19 | 支付宝(杭州)信息技术有限公司 | 一种面部识别方法、装置及设备 |
CN113673374B (zh) * | 2021-08-03 | 2024-01-30 | 支付宝(杭州)信息技术有限公司 | 一种面部识别方法、装置及设备 |
CN114446058A (zh) * | 2022-01-25 | 2022-05-06 | 武汉周原科技服务有限公司 | 一种基于无感支付的物业云停车系统 |
CN115083053A (zh) * | 2022-06-15 | 2022-09-20 | 深圳市银河通信科技有限公司 | 一种智慧社区门禁系统及控制方法 |
CN115083053B (zh) * | 2022-06-15 | 2023-11-21 | 深圳市银河通信科技有限公司 | 一种智慧社区门禁系统及控制方法 |
CN115116152A (zh) * | 2022-06-21 | 2022-09-27 | 江苏重行信息科技有限公司 | 一种基于ZigBee的智慧停车场收费管理系统 |
CN115116152B (zh) * | 2022-06-21 | 2023-09-05 | 肇庆市停容易停车管理有限公司 | 一种基于ZigBee的智慧停车场收费管理系统 |
CN115731707A (zh) * | 2022-11-14 | 2023-03-03 | 东南大学 | 一种高速公路车辆交通控制方法和系统 |
CN115731707B (zh) * | 2022-11-14 | 2024-03-19 | 东南大学 | 一种高速公路车辆交通控制方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112884479B (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112884479B (zh) | 防盗刷自助停车缴费方法、系统、装置及存储介质 | |
US10037515B1 (en) | Systems and methods for driver authentication through embedded sensing | |
CN107341454B (zh) | 一种场景中障碍物的检测方法及装置、电子设备 | |
JP5517393B2 (ja) | 移動体課金システム、移動体課金システムによる移動体課金方法 | |
CN109389766A (zh) | 用于自主车辆的用户识别系统和方法 | |
CN106960589A (zh) | 用于反向垂直停车的系统和方法 | |
US20170330454A1 (en) | Method of controlling a traffic surveillance system | |
US20170132935A1 (en) | Vehicle managing method based on v2x and system thereof | |
CN111275833A (zh) | 基于etc的停车场收费方法、etc天线设备及可读存储介质 | |
CN106558109A (zh) | 基于嵌套式停车场的车辆进出控制方法和装置 | |
CN109871728A (zh) | 一种车型识别方法及装置 | |
CN109840973A (zh) | 一种基于人脸识别的共享单车自动开锁方法及控制系统 | |
US20150142534A1 (en) | Vehicle parking | |
CN103868516B (zh) | 用于确定道路基础设施的位置和/或类型的方法和装置 | |
CN109886732A (zh) | 一种公共交通的计费方法、存储介质和车载计费设备 | |
CN108074395B (zh) | 一种身份识别的方法及装置 | |
JP6602595B2 (ja) | 車種判別装置、及び車種判別方法 | |
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 | |
CN110619256A (zh) | 道路监控检测方法及装置 | |
CN107356916A (zh) | 车距检测方法及装置、电子设备、计算机可读存储介质 | |
KR20120087338A (ko) | 차량 보험 적용 시스템, 이를 지원하는 운행 통제 센터, 운전자 단말기 및 방법 | |
KR101912302B1 (ko) | 영수증 출력 기능을 구비하는 하이패스 단말기, 그것과 연결하기 위한 인터페이스 및 하이패스 단말기용 영수증 출력 장치 및 그것들의 제어 방법 | |
CN111260852A (zh) | 基于计算机视觉与cim的无感充电桩交易可视化管理系统 | |
JP7456969B2 (ja) | サーバ、携帯端末、駐車管理方法、およびプログラム | |
JP7439013B2 (ja) | サーバ、駐車管理システム、駐車管理方法、およびプログラム |
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 |