CN114067326A - 一种车牌号码补齐方法及装置 - Google Patents
一种车牌号码补齐方法及装置 Download PDFInfo
- Publication number
- CN114067326A CN114067326A CN202111365945.XA CN202111365945A CN114067326A CN 114067326 A CN114067326 A CN 114067326A CN 202111365945 A CN202111365945 A CN 202111365945A CN 114067326 A CN114067326 A CN 114067326A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- vehicles
- license plate
- quasi
- supplemented
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000001502 supplementing effect Effects 0.000 claims abstract description 95
- 238000001514 detection method Methods 0.000 claims abstract description 33
- 230000015654 memory Effects 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 abstract description 22
- 238000007405 data analysis Methods 0.000 abstract description 9
- 230000002159 abnormal effect Effects 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 13
- 230000000295 complement effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000011022 operating instruction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012958 reprocessing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请公开一种车牌号码补齐方法及装置,针对经检测的车牌号码缺失的待补齐车辆,从历史行车记录数据集中确定出各候选补齐车辆;各候选补齐车辆为与待补齐车辆的车辆信息一致且车牌号码已知的车辆;基于各候选补齐车辆,对待补齐车辆的车牌号码进行补齐。该方式中基于大数据分析的技术,用已经被准确识别出来的车牌号码补齐识别异常的车辆的车牌号码,提高了车牌号码的检出率,同时所检出的车牌号码的准确率也得到极大提升。
Description
技术领域
本申请实施例涉及智能交通领域,尤其涉及一种车牌号码补齐方法及装置。
背景技术
目前,交通部门在判定路面上行驶的各车辆是否存在违章行为时,通过准确获取各车辆的车牌号码,最终才能够有的放矢。其中,车牌识别技术,即对相机所拍摄的车辆图像或视频序列,经过机器视觉、图像处理和模式识别等算法处理后,实现自动读取车牌号码、车牌类型、车牌颜色等各种车牌信息的技术。
然而,在实际应用场景中,城市建设的卡口和视频结构化相机由于是在不同时期建设的,相机种类、清晰度各不相同,即使通过调节相机参数,或者训练算法,都很难覆盖所有场景,这使得在用车牌识别技术来对车牌号码进行识别时、所识别出的车牌号码的准确率并不高。
因此,目前亟需一种可以准确确定车牌号码的方法。
发明内容
本申请提供一种车牌号码补齐方法及装置,用以对车牌号码发生缺失的车辆的车牌号码进行准确确定。
第一方面,本申请实施例提供一种车牌号码补齐方法,该方法包括:针对经检测的车牌号码缺失的待补齐车辆,从历史行车记录数据集中确定出各候选补齐车辆;所述各候选补齐车辆为与所述待补齐车辆的车辆信息一致且车牌号码已知的车辆;基于所述各候选补齐车辆,对所述待补齐车辆的车牌号码进行补齐。
区别于背景技术中的车牌识别技术,上述方案通过采用大数据分析的方式而从历史行车记录数据集中确定出各候选补齐车辆,其中由于各候选补齐车辆是与车牌号码发生缺失的待补齐车辆的车辆信息一致且车牌号码已知的车辆,从而基于各候选补齐车辆,可以实现对待补齐车辆的车牌号码进行补齐。该方式中基于大数据分析的技术,用已经被准确识别出来的车牌号码补齐识别异常的车辆的车牌号码,提高了车牌号码的检出率,同时所检出的车牌号码的准确率也得到极大提升。
在一种可能实现的方法中,所述历史行车记录数据集是由距离所述待补齐车辆的检出时刻最近的第一设定时长中的各车辆的历史行车记录构成的;所述基于所述各候选补齐车辆,对所述待补齐车辆的车牌号码进行补齐,包括:针对所述各候选补齐车辆中的任一候选补齐车辆,根据所述候选补齐车辆的第一历史行车记录与所述待补齐车辆的检出位置,从所述各候选补齐车辆中确定出各准补齐车俩;所述各准补齐车辆为与所述待补齐车辆符合时空要求的车辆;针对所述各准补齐车辆中的任一准补齐车辆,根据所述准补齐车辆的最常出现区域与所述待补齐车辆的检出位置,从所述各准补齐车辆中确定出目标车辆,并基于所述目标车辆的车牌号码对所述待补齐车辆的车牌号码进行补齐;所述最常出现区域是基于所述准补齐车辆在距离所述待补齐车辆的检出时刻最近的第二设定时长中的第二历史行车记录确定的,所述第二设定时长大于所述第一设定时长。
由于当前公安建设的卡口、视频监控设备密度很大,因此尽管存在部分设备对车辆的抓拍效果不好,但是大部分卡口设备对车辆的抓拍效果还是很好的,因此基于目前的图像识别算法是可以完全正确地识别出来一些车辆的车牌号码。基于此,本申请实施例中通过利用大数据分析技术,包括基于待补齐车辆的车辆信息匹配出相符合的各候选补齐车辆,接着判断待补齐车辆与各候选补齐车辆在时空关系上是否合理,并确定出各准补齐车辆,最后通过判断待补齐车辆是否出现于各准补齐车辆的最常出现区域,而最终确定出可以用于更新待补齐车辆的车牌号码的目标车辆。该方式中基于大数据分析的技术,用已经被准确识别出来的车牌号码补齐识别异常的车辆的车牌号码,其中包括先进行车辆信息的匹配、再进行相对较短时间内的时空关系合理性的判定以及最后进行一段相对较长时间内的最常出现区域的判定,层层递进,故而提高了车牌号码的检出率,同时所检出的车牌号码的准确率也得到极大提升。
在一种可能实现的方法中,所述待补齐车辆通过下述方式得到,包括:对实时获取到的各车辆的车身信息以及车牌号码补齐标识进行检测,从而获取所述各车辆的车辆信息;所述车身信息包括车牌号码信息、车辆类别信息、主品牌信息、子品牌信息、车身颜色信息和车牌颜色信息;若确定所述各车辆中存在任一车辆的车辆信息包括车牌号码缺失不大于2位、车辆类别信息、主品牌信息、车身颜色信息、车牌颜色信息和未包括所述车牌号码补齐标识,则将所述车辆作为待补齐车辆。
上述方案中,当建设于道路上的卡口、视频监控设备对车辆进行抓拍后,通过对抓拍车辆的车身信息以及车牌号码补齐标识的检测,可获取到抓拍车辆的车辆信息;若抓拍车辆的车辆信息中包括车牌号码缺失不大于2位、车辆类别信息、主品牌信息、车身颜色信息和车牌颜色信息,同时不包括车牌号码补齐标识,则可以确定抓拍车辆为需要进行车牌号码补齐的待补齐车辆。通过对待补齐车辆作出以上约束,则可以保证在对待补齐车辆的车牌号码进行补齐操作时,可以保证所补齐的车牌号码的准确度。
在一种可能实现的方法中,历史行车记录包括车辆在行驶过程中被抓拍时的抓拍位置和抓拍时间的信息;所述针对所述各候选补齐车辆中的任一候选补齐车辆,根据所述候选补齐车辆的第一历史行车记录与所述待补齐车辆的检出位置,从所述各候选补齐车辆中确定出各准补齐车俩,包括:针对所述各候选补齐车辆中的任一候选补齐车辆,根据所述候选补齐车辆在行驶过程中每i次被抓拍时的抓拍位置和所述待补齐车辆的检出位置之间的第i距离信息,以及根据所述候选补齐车辆在每i次被抓拍时的抓拍时间和所述待补齐车辆的检出时刻对应的第i时间间隔,确定所述候选补齐车辆假设作为所述待补齐车辆在所述第i距离信息对应的路段的第i行驶速度;确定所述第i行驶速度与所述第i距离信息对应的路段的预设行驶速度是否符合设定的速度要求;若存在至少一个被抓拍时的行驶速度符合设定的速度要求,则将所述候选补齐车辆作为准补齐车辆。
上述方案中,在确定出与待补齐车辆的车辆信息一致的各候选补齐车辆后,就可以首先判断各候选补齐车辆假设作为待补齐车辆时,二者在时空关系上的合理性,最终可以将时空关系上合理的一些候选补齐车辆作为各准补齐车辆,后续则可以基于各准补齐车辆进行待补齐车辆车牌号码的补齐操作。该方式通过计算在相对较短时间内车辆行驶的合理性,仅将各候选补齐车辆中满足时空合理性的一些候选补齐车辆作为各准补齐车辆,可确保待补齐车辆最终所被补齐的车牌号码将具有很高的准确度。
在一种可能实现的方法中,所述针对所述各准补齐车辆中的任一准补齐车辆,根据所述准补齐车辆的最常出现区域与所述待补齐车辆的检出位置,从所述各准补齐车辆中确定出目标车辆,包括:针对所述各准补齐车辆中的任一准补齐车辆,获取所述准补齐车辆的最常出现区域;所述最常出现区域是基于所述第二历史行车记录确定的所述准补齐车辆的出现次数超过设定次数的区域;若所述待补齐车辆的检出位置符合至少两个准补齐车辆的同一最常出现区域,则将出现次数最多的准补齐车辆确定为目标车辆。
上述方案中,在确定出与待补齐车辆的车辆信息一致的各候选补齐车辆后,就可以首先判断各候选补齐车辆假设作为待补齐车辆时,二者在时空关系上的合理性;由于时空关系上合理的候选补齐车辆(即准补齐车辆)可能有多个,因此为了进一步提高待补齐车辆最终所被补齐的车牌号码的准确度,还可以继续比较待补齐车辆的检出位置是否在各准补齐车辆的最常出现区域中,并且,若待补齐车辆的检出位置满足至少两个准补齐车辆的最常出现区域,则可以根据该至少两个准补齐车辆在该最常出现区域下的出现次数进行决断,如将出现次数最大的准补齐车辆作为目标车辆,并将它的车牌号码对待补齐车辆的车牌号码进行更新。
在一种可能实现的方法中,所述针对所述各准补齐车辆中的任一准补齐车辆,获取所述准补齐车辆的最常出现区域,包括:针对所述各准补齐车辆中的任一准补齐车辆,获取所述准补齐车辆在距离所述待补齐车辆的检出时刻最近的第二设定时长中的第二历史行车记录;针对所述准补齐车辆在所述第二历史行车记录中记载的任一抓拍位置,基于所述抓拍位置设置第一区域;针对各第一区域中的任一第一区域,统计所述准补齐车辆于所述第二设定时长内出现在所述第一区域中的次数;将所述各第一区域中所述准补齐车辆的出现次数满足设定次数的各第一区域作为所述准补齐车辆的最常出现区域。
上述方案中,描述了是如何得到准补齐车辆的最常出现区域的,包括获取准补齐车辆在距离待补齐车辆的检出时刻最近的第二设定时长中的第二历史行车记录,由于第二历史行车记录中包括了准补齐车辆于第二设定时长期间在行驶过程中每一次被抓拍时的信息,包括每一次被抓拍的位置,如此对于每一次被抓拍的位置,可以为该抓拍位置自行设置一个区域,即第一区域(比如位于抓拍位置的方圆两公里的区域),然后针对每一个第一区域,都可以统计出准补齐车辆于第二设定时长期间出现在该第一区域的次数,最后,通过将满足设定次数要求的各第一区域作为准补齐车辆的最常出现区域。该方式中通过为抓拍位置自行设置一个大小,增加了区域的容错性;以及通过将满足次数要求的各第一区域作为准补齐车辆的最常出现区域,表示准补齐车辆在第二设定时长期间是经常去到该些第一区域的,反而不满足设定次数要求的各第一区域则表示该些第一区域为准补齐车辆较少出现的地方,如此一方面可以为后期车牌号码补齐过程提供有价值的计算基础,同时也可以减小车牌号码补齐过程中的计算压力。
在一种可能实现的方法中,针对所述待补齐车辆,若未从所述历史行车记录数据集中获取到与所述待补齐车辆的车辆信息一致且车牌号码已知的任一车辆;或者,未从所述各候选补齐车辆中确定出任一与所述待补齐车辆符合时空要求的车辆;或者,所述待补齐车辆的检出位置未符合所述各准补齐车辆中的任一准补齐车辆的最常出现区域,则等待第三设定时长,并返回从历史行车记录数据集中确定出各候选补齐车辆的步骤。
上述方案中,对于待补齐车辆,若尚且无法从历史行车记录数据集中获取到的与待补齐车辆的车辆信息一致且车牌号码已知的任一车辆,以及若无法从各候选补齐车辆中确定出任一与待补齐车辆符合时空要求的车辆,以及若待补齐车辆的检出位置并不符合各准补齐车辆的最常出现区域,该些现象均可以说明待补齐车辆出门的时间尚且还不久,路面的卡口、视频监控设备对它的抓拍次数还不够多,从而当前的历史行车记录数据集中还未有对待补齐车辆的记载信息,因此为了能够保证待补齐车辆所要被补齐的车牌号码的准确性,则可以通过等待一段时间,然后再次对待补齐车辆进行车牌号码补齐的操作。
在一种可能实现的方法中,对所述待补齐车辆添加车牌号码补齐标识;所述车牌号码补齐标识用于基于所述车牌号码补齐标识、将所述待补齐车辆的信息增加至所述历史行车记录数据集。
上述方案中,描述了构成历史行车记录数据集的一个方面,包括可以将经过车牌号码补齐操作的各待补齐车辆的信息增加到历史行车记录数据集中,如此可以不断的扩充历史行车记录数据集,从而有助于更好地开展新的待补齐车辆的车牌号码补齐的工作。
第二方面,本申请实施例提供一种车牌号码补齐装置,该装置包括:候选补齐车辆确定单元,用于针对经检测的车牌号码缺失的待补齐车辆,从历史行车记录数据集中确定出各候选补齐车辆;所述各候选补齐车辆为与所述待补齐车辆的车辆信息一致且车牌号码已知的车辆;车牌号码补齐单元,用于基于所述各候选补齐车辆,对所述待补齐车辆的车牌号码进行补齐。
第三方面,本申请实施例提供了一种计算设备,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行如第一方面任一实现方法。
第四方面,本申请实施例提供了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可执行指令,所述计算机可执行指令用于使计算机执行如第一方面任一实现方法。
附图说明
为了更清楚地说明本申请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要介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域的普通技术人员来讲,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为本申请实施例提供的一种车牌号码补齐方法的示意图;
图2为本申请实施例提供的一种车牌号码补齐装置的示意图;
图3为本申请实施例提供的一种计算设备的示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
目前,对路面上行驶的车辆的车牌号码进行准确检测,对交通部门具有非常重要的意义。然而,目前的常用的车牌识别技术很难覆盖所有场景,使得对车牌号码的识别准确率并不高。
针对上述技术问题,本申请实施例提供一种车牌号码补齐方法。如图1所示,为本申请实施例提供的一种车牌号码补齐方法的示意图,该方法包括以下步骤:
步骤101,针对经检测的车牌号码缺失的待补齐车辆,从历史行车记录数据集中确定出各候选补齐车辆。
其中,所述历史行车记录数据集是由距离所述待补齐车辆的检出时刻最近的第一设定时长中的各车辆的历史行车记录构成的。
其中,所述各候选补齐车辆为与所述待补齐车辆的车辆信息一致且车牌号码已知的车辆。
在本申请的某些实施中,所述待补齐车辆通过下述方式得到,包括:对实时获取到的各车辆的车身信息以及车牌号码补齐标识进行检测,从而获取所述各车辆的车辆信息;所述车身信息包括车牌号码信息、车辆类别信息、主品牌信息、子品牌信息、车身颜色信息和车牌颜色信息;若确定所述各车辆中存在任一车辆的车辆信息包括车牌号码缺失不大于2位、车辆类别信息、主品牌信息、车身颜色信息、车牌颜色信息和未包括所述车牌号码补齐标识,则将所述车辆作为待补齐车辆。
基于交通部门布设的卡口、视频监控设备对路面上行驶的车辆的图像信息的采集,很大部分车辆的车牌号码通过图像识别的技术,是可以准确被获取到的,但是仍有部分车辆的车牌号码在图像采集过程中由于车辆与采集摄像头位置之间的偏差,使得该些车辆的车牌号码在图像识别的过程中无法被准确地获取到。为了解决该问题,本申请实施例提出对车牌号码缺失位数不大于2位的车辆的车牌号码进行补齐;此外,在进行车牌号码补齐的过程中,最少需要获取到的需要被补齐车牌号码的车辆的车辆信息包括车辆类别信息、车辆主品牌信息、车身颜色信息、车牌颜色信息,以及车辆需要被补齐车牌号码的信息。
例如,就一指定地域而言,对于该指定区域中的卡口、视频监控设备所采集到的任一车辆的图像,首先判断该图像是否携带有车牌号码补齐标识,并包括以下两种情况:
情况1:如果确认该图像携带有车牌号码补齐标识(至于图像为什么会携带有车牌号码补齐标识,车牌号码补齐标识的含义为哪些,请见下文实施例),则无需对其执行图像识别技术,而只需要将该图像以及该图像的信息(信息指的是车辆的车牌号码、车辆类别信息、主品牌信息、车身颜色信息、车牌颜色信息,以及车辆各次被抓拍时的抓拍位置和抓拍时间的信息;如果有车辆子品牌信息,则信息还可以包括车辆子品牌信息)存入数据库,以丰富历史行车记录数据集。
情况2:如果确认该图像未携带有车牌号码补齐标识,则需要对该图像执行图像识别技术。其中在对该图像执行图像识别技术时,又可包括以下两种情况:
情况2.1:如果通过图像识别技术,能够获取到该图像中车辆的车牌号码,则将该图像与它的信息(信息指的是车辆的车牌号码、车辆类别信息、主品牌信息、车身颜色信息、车牌颜色信息,以及车辆本次被抓拍时的抓拍位置和抓拍时间的信息;如果有车辆子品牌信息,则信息还可以包括车辆子品牌信息)存入数据库中,从而逐渐可以丰富历史行车记录数据集。
情况2.2:如果通过图像识别技术,当前尚且无法获取到该图像中车辆的车牌号码,则确定该车辆的车牌号码缺失的位数是否不大于2位;如果确认不大于2位,则继续检测该车辆的类别、主品牌、子品牌、车身颜色、车牌颜色等参数;如果确认该车辆的类别、主品牌信息、车身颜色信息和车辆颜色信息均能够获取到(车辆子品牌的信息是否能够检测到,并不那么重要),则可以确认该车辆为待补齐车辆,即该车辆为需要进行车牌号码补齐的车辆。
说明的是,对于图像识别技术在应用时,如果确认车辆图像中车辆的车牌号码缺失位数大于2位,又或者缺失位数尽管不超过2位,但是缺失车辆类别、主品牌、车身颜色、车牌颜色等至少一项内容,则也将该车辆图像录入历史行车记录数据集中,只不过该车辆在历史行车记录数据集中就是缺失车牌号码的车辆。
说明的是,指定区域可以为国家级、省级、市级、县级等层面,本申请不做限定。
上文描述了成为需要进行车牌号码补齐的待补齐车辆的一些必要条件,也即待补齐车辆为车牌号码缺失位数不大于2位、车辆类别信息已知、车辆主品牌信息已知、车身颜色已知、车牌颜色已知的车辆。鉴于待补齐车辆具有的该些信息,本申请实施例将可以从距离待补齐车辆的检出时刻最近的第一设定时长中的历史行车记录数据集中、基于待补齐车辆具有的该些车辆信息,对疑似为待补齐车辆的各车辆做一个初步筛查。比如,设待补齐车辆是2021年11月4日上午9:00被检测出来的,那么可以基于当天的0:00至9:00这一时间段(即第一设定时长)的历史行车记录数据集来对疑似为待补齐车辆的各车辆进行初步筛查;若能够筛查出若干辆车辆,其中该若干辆车辆中每一车辆具有与待补齐车辆相同的车辆信息,也即与待补齐车辆的类别相同、主品牌相同、车身颜色相同、车牌颜色相同,且该若干辆车辆中的每一车辆的车牌号码均为已知,那么该若干辆车辆即为各候选补齐车辆。因此,本申请实施例通过将待补齐车辆与在它被检测出来之前的一段时间内(即第一设定时长)车牌号码已知的各车辆进行车辆信息的匹配,在能够匹配出结果时,则表示待补齐车辆将有可能是各候选补齐车辆中的某一车辆,从而为补齐待补齐车辆的车牌号码提供了切入点。
步骤102,基于所述各候选补齐车辆,对所述待补齐车辆的车牌号码进行补齐。
区别于背景技术中的车牌识别技术,上述方案通过采用大数据分析的方式而从历史行车记录数据集中确定出各候选补齐车辆,其中由于各候选补齐车辆是与车牌号码发生缺失的待补齐车辆的车辆信息一致且车牌号码已知的车辆,从而基于各候选补齐车辆,可以实现对待补齐车辆的车牌号码进行补齐。该方式中基于大数据分析的技术,用已经被准确识别出来的车牌号码补齐识别异常的车辆的车牌号码,提高了车牌号码的检出率,同时所检出的车牌号码的准确率也得到极大提升。
以下将结合示例分别对上述一些步骤进行详细说明。
在上述步骤102的一个实施中,所述基于所述各候选补齐车辆,对所述待补齐车辆的车牌号码进行补齐,包括:针对所述各候选补齐车辆中的任一候选补齐车辆,根据所述候选补齐车辆的第一历史行车记录与所述待补齐车辆的检出位置,从所述各候选补齐车辆中确定出各准补齐车俩;所述各准补齐车辆为与所述待补齐车辆符合时空要求的车辆;针对所述各准补齐车辆中的任一准补齐车辆,根据所述准补齐车辆的最常出现区域与所述待补齐车辆的检出位置,从所述各准补齐车辆中确定出目标车辆,并基于所述目标车辆的车牌号码对所述待补齐车辆的车牌号码进行补齐;所述最常出现区域是基于所述准补齐车辆在距离所述待补齐车辆的检出时刻最近的第二设定时长中的第二历史行车记录确定的,所述第二设定时长大于所述第一设定时长。
在本申请的某些实施中,历史行车记录包括车辆在行驶过程中被抓拍时的抓拍位置和抓拍时间的信息;所述针对所述各候选补齐车辆中的任一候选补齐车辆,根据所述候选补齐车辆的第一历史行车记录与所述待补齐车辆的检出位置,从所述各候选补齐车辆中确定出各准补齐车俩,包括:针对所述各候选补齐车辆中的任一候选补齐车辆,根据所述候选补齐车辆在行驶过程中每i次被抓拍时的抓拍位置和所述待补齐车辆的检出位置之间的第i距离信息,以及根据所述候选补齐车辆在每i次被抓拍时的抓拍时间和所述待补齐车辆的检出时刻对应的第i时间间隔,确定所述候选补齐车辆假设作为所述待补齐车辆在所述第i距离信息对应的路段的第i行驶速度;确定所述第i行驶速度与所述第i距离信息对应的路段的预设行驶速度是否符合设定的速度要求;若存在至少一个被抓拍时的行驶速度符合设定的速度要求,则将所述候选补齐车辆作为准补齐车辆。
比如,设2021年11月4日的上午9:00经检测,可确定出一待补齐车辆,设为车辆A,则上午9:00就是车辆A的检出时刻;基于车辆A的车辆信息,设从当天的0:00-9:00这一时间段对应的历史行车记录数据集中进行查找,若确定历史行车记录数据集中存在有10辆已知车牌号码的车辆的车辆信息分别与车辆A的车辆信息一致,则确定这10辆车为各候选补齐车辆,并分别令为车辆1、车辆2……车辆10。其中,2021年11月4日的0:00-9:00这一时间段即为第一设定时长。那么,针对这10辆车中的任一辆车(下文以车辆1进行举例说明),可以执行如下的操作:
第1步,获取车辆1于2021年11月4日的0:00-9:00这一时间段中被路面建设中的卡口、视频监控设备所抓拍的行车记录;假设车辆1共计被抓拍了5次,其中,对于每一次抓拍,获取车辆1的抓拍位置和抓拍时间;进一步的,以车辆A的检出时刻为基准,将车辆1的5次抓拍记录按照抓拍时间由远及近的顺序,分别令为第1次抓拍、第2次抓拍……第5次抓拍。
第2步,针对车辆1的每一次被抓拍,都可以假设是车辆A被抓拍;从而在这样的假设条件下,计算车辆A与车辆1是同一辆车的时空合理性,包括:如果在时空关系上表现为不合理,则确认车辆1肯定不是车辆A,进而本申请实施例并不会基于车辆1的车牌号码来对车辆A的车牌号码进行补齐;如果在时空关系上表现为合理,则本申请实施例将有可能基于车辆1的车牌号码来对车辆A的车牌号码进行补齐。其中,时空合理性的计算逻辑有如下两种:
计算逻辑1:
比如,设车辆1第1次被抓拍是2021年11月4日早上6:00,并设当时的抓拍位置为位置1;那么通过计算车辆1第1次的抓拍时间(即早上6:00)与车辆A的检出时间(即上午9:00)的时间差值,以及,通过路网计算出车辆1第1次的抓拍位置(即位置1)与车辆A的检出位置之间最短的距离,从而基于该时间差值与该最短的距离,可以确定车辆1假设就是车辆A时的、早上6:00到上午9:00这一时间区间、行驶于位置1至车辆A的检出位置这一路段之间的速度,令为速度1;接着,通过路网数据,可以确定出客观条件下一车辆于早上6:00到上午9:00这一时间区间、行驶于位置1与车辆A的检出位置这一路段之间的最快通行速度,令为速度2;最后,将速度1与速度2进行比较,如果确定速度1大于速度2的程度超过了设定值,如确定速度1大于速度2的1.5倍,则可以确定车辆1是车辆A的这一假设不成立,如此将可以排除车辆1是车辆A的可能性,并直接跳到处理另一个候选补齐车辆的流程,如跳到对车辆2的处理流程,其中对车辆2的处理流程可参考本申请实施例对车辆1的处理流程,不再赘述;否则(否则指的是速度1大于速度2的程度并没有超过设定值),可以按照下面的两种方式进行处理,包括:
方式1:按照相同的逻辑,再次计算车辆1第2次、第3次……第5次被抓拍时的抓拍位置和抓拍时间的数据与车辆A被检出时候的时刻与位置的数据在时空关系上的合理性,其中对车辆1在第2次、第3次……第5次中的每一次被抓拍时的处理流程可以参考本申请实施例对车辆1第1次抓拍时的处理流程;其中,但凡当中某一次抓拍数据不满足时空合理性要求,则排除车辆1是车辆A的可能性并直接跳到处理另一个候选补齐车辆的流程;当且仅当,车辆1的5次被抓拍记录均与车辆A满足时空合理性要求,如此才将车辆1作为一个准补齐车辆进行保留。
方式2:将车辆1认为合理的,且无需再计算车辆1第2次、第3次……第5次被抓拍时的数据与车辆A被检出时候的时刻与位置的数据在时空关系上的合理性,而直接将车辆1作为一个准补齐车辆进行保留。
计算逻辑2:
同步计算车辆1第1次被抓拍、第2次被抓拍……第5次被抓拍时与车辆A之间的时空合理性(时空合理性的计算逻辑可以参考前文的计算逻辑1中描述的细节,此处不再赘述);在计算得到5个比较结果后,若其中至少存在一个比较结果满足时空合理性要求,则确定车辆1是合理的,从而将车辆1作为一个准补齐车辆进行保留并直接跳到处理另一个候选补齐车辆的流程。
对于上文描述的两种确定准补齐车辆的计算逻辑,其在具体使用时,究竟采用何种方式进行使用,本申请实施例对此不做限定,比如在某一次确定准补齐车辆的过程中可仅使用计算逻辑1,或者仅使用计算逻辑2,又或者对两者进行结合使用,比如对于奇数要处理的候选补齐车辆使用计算逻辑1,对偶数要处理的候选补齐车辆使用计算逻辑2。
基于上述的处理过程,在对10个候选补齐车辆进行时空合理性的计算后,假设共有车辆1和车辆2是符合时空合理性要求的两个车辆,即车辆1和车辆2分别为一个准补齐车辆。
在本申请的某些实施中,所述针对所述各准补齐车辆中的任一准补齐车辆,根据所述准补齐车辆的最常出现区域与所述待补齐车辆的检出位置,从所述各准补齐车辆中确定出目标车辆,包括:针对所述各准补齐车辆中的任一准补齐车辆,获取所述准补齐车辆的最常出现区域;所述最常出现区域是基于所述第二历史行车记录确定的所述准补齐车辆的出现次数超过设定次数的区域;若所述待补齐车辆的检出位置符合至少两个准补齐车辆的同一最常出现区域,则将出现次数最多的准补齐车辆确定为目标车辆。
接着前文的例子,本申请实施例可从距离待补齐车辆的检出时刻最近的第一设定时长所对应的历史行车记录数据集中确定出与待补齐车辆在时空关系上满足合理行车需求的各准补齐车辆;如此,在得到各准补齐车辆之后,一种可能的实现方式是,直接基于各准补齐车辆的车牌号码对待补齐车辆的车牌号码进行更新,其中,如果准补齐车辆的数量为多个的话,则可以从中随机选取一个准补齐车辆的车牌号码对待补齐车辆的车牌号码进行更新,此时所选中的一个用于补齐待补齐车辆的车牌号码的准补齐车辆即为目标车辆。
另一个可能的实现方式是,对各准补齐车辆继续进行筛选,从而选择出更为合理的车辆,以对待补齐车辆的车牌号码进行更新。其中,由于考虑到历史行车记录数据集的车辆仅能够体现出车辆在相对较短的一段时间内的表现,因此仍不够全面;为此,本申请实施例中提出还可以结合所筛选出的各准补齐车辆在平时生活中的一些表现,如车辆最常出现的区域,然后与待补齐车辆当前的检出状态进行比较,来确认各准补齐车辆中的某一个/些车辆就是待补齐车辆的可能性。
在本申请的某些实施中,所述针对所述各准补齐车辆中的任一准补齐车辆,获取所述准补齐车辆的最常出现区域,包括:针对所述各准补齐车辆中的任一准补齐车辆,获取所述准补齐车辆在距离所述待补齐车辆的检出时刻最近的第二设定时长中的第二历史行车记录;针对所述准补齐车辆在所述第二历史行车记录中记载的任一抓拍位置,基于所述抓拍位置设置第一区域;针对各第一区域中的任一第一区域,统计所述准补齐车辆于所述第二设定时长内出现在所述第一区域中的次数;将所述各第一区域中所述准补齐车辆的出现次数满足设定次数的各第一区域作为所述准补齐车辆的最常出现区域。
接着前述的例子,设从车辆1、车辆2……车辆10共10辆候选补齐车辆中筛选出了符合时空行车要求的两个准补齐车辆,分别为车辆1和车辆2;那么,对于车辆1和车辆2中的任一车辆(下文以车辆1为例进行说明),可以通过下述方式得到车辆所对应的最常出现区域:
基于前文的例子,在车辆A的检出时刻为2021年11月4日上午的9:00时,则可以获取2021年10月4日至2021年11月3日这一时间区间中车辆1所被抓拍过记录,由于每一抓拍记录中会记录有抓拍位置,如此可以基于一个抓拍位置设置一指定区域,如以抓拍位置方圆2公里作为指定区域,然后通过统计过去30天中车辆1在同一个指定区域中一共出现过的次数(即抓拍的次数),并将所统计出的出现次数中出现次数不小于设定值的指定区域作为车辆1的最常出现区域,如次数设定值可以令为5次,从而可以将大于等于5次的指定区域作为车辆1的最常出现区域,而对于出现次数不满足5次的指定区域,则说明车辆1在历史1个月当中并不常出现在这些区域,因此为了减少后续匹配的计算量,可以忽略出现次数不满足5次的指定区域。其中,2021年10月4日至2021年11月3日即为第二设定时长。
根据上述方法,在得到车辆1和车辆2各自的最常出现区域后,可以将车辆A的检出位置分别与车辆1的最常出现区域进行匹配,以及与车辆2的最常出现区域进行匹配;其中匹配结果可能包括以下几种情况:
情况1:车辆A的检出位置刚好位于车辆1的最常出现区域中的某一个最常出现区域,那么可以确定车辆1即为车辆A,从而可以使用车辆1的车牌号码对车辆A的车牌号码进行更新,更新包括使用车辆1的车牌号码直接替换车辆A的车牌号码和对车辆A的车牌号码发生缺失的位置、使用车辆1同位置的车牌号码进行补齐两种操作。此时车辆1即为目标车辆。
情况2:车辆A的检出位置刚好位于车辆2的最常出现区域中的某一个最常出现区域,那么可以确定车辆2即为车辆A,从而可以使用车辆2的车牌号码对车辆A的车牌号码进行更新,更新包括使用车辆2的车牌号码直接替换车辆A的车牌号码和对车辆A的车牌号码发生缺失的位置、使用车辆2同位置的车牌号码进行补齐两种操作。此时车辆2即为目标车辆。
情况3:车辆A的检出位置既位于车辆1的最常出现区域中的某一个最常出现区域,同时车辆A的检出位置同时还位于车辆2的最常出现区域中的某一个最常出现区域,从而可以依据车辆1和车辆2分别在该相同的最常出现区域中的出现次数进行决策,即将出现次数最大的车辆作为用于补齐车辆A车牌号码的车辆,即目标车辆。如若车辆1在该相同的最常出现区域中出现的次数大于车辆2在该相同的最常出现区域中出现的次数,则可以使用车辆1的车牌号码对车辆A的车牌号码进行更新,更新包括使用车辆1的车牌号码直接替换车辆A的车牌号码和对车辆A的车牌号码发生缺失的位置、使用车辆1同位置的车牌号码进行补齐两种操作。
情况4:车辆A的检出位置既不位于车辆1的最常出现区域中,同时也不位于车辆2的最常出现区域中,那么可以有以下两种解决方式:
方式1、从车辆1和车辆2中随机选择一车辆,并将该车辆的车牌号码对车辆A的车牌号码进行更新;
方式2、本次不对车辆A的车牌号码进行补齐,在等待设定时长后,重新基于已经更新的历史行车记录数据集为车辆A确定它的车牌号码,具体流程不再重复。
由于当前公安建设的卡口、视频监控设备密度很大,因此尽管存在部分设备对车辆的抓拍效果不好,但是大部分卡口设备对车辆的抓拍效果还是很好的,基于目前的图像识别算法是可以完全正确地识别出来车辆的车牌号码。基于此,本申请实施例中通过利用大数据分析技术,包括基于目标车辆的车辆信息匹配出相符合的各第一车辆,接着判断目标车辆与各第一车辆在时空关系上是否合理,并确定出各第二车辆,最后通过判断目标车辆是否出现于各第二车辆的最常出现区域,而最终确定出可以用于更新目标车辆的车牌号码的第三车辆。该方式中基于大数据分析的技术,用已经被准确识别出来的车牌号码补齐识别异常的车辆的车牌号码,提高了车牌号码的检出率,同时所检出的车牌号码的准确率也得到极大提升。
在本申请的某些实施中,针对所述待补齐车辆,若未从所述历史行车记录数据集中获取到与所述待补齐车辆的车辆信息一致且车牌号码已知的任一车辆;或者,未从所述各候选补齐车辆中确定出任一与所述待补齐车辆符合时空要求的车辆;或者,所述待补齐车辆的检出位置未符合所述各准补齐车辆中的任一准补齐车辆的最常出现区域,则等待第三设定时长,并返回从历史行车记录数据集中确定出各候选补齐车辆的步骤。
前文在以车辆A进行方案的举例说明时,首先假设的是能够从历史行车记录数据集中确定出车辆1、车辆2……车辆10共10辆车牌号码已知的候选补齐车辆,然而在基于车辆A的车辆信息对历史行车记录数据集进行与车辆A具有相同的车辆信息且车牌号码已知的各第一车辆的匹配时,还有可能出现无法匹配出具有与车辆A的车辆信息为相同的、且车牌号码已知的各候选补齐车辆的情况,这说明车辆A出门的时间还不够长,导致历史行车记录数据集中还没有对它的记录信息。对于该情况,则可以先等待一段时长,如等待10分钟,然后基于10分钟之后的历史行车记录数据集重新再对车辆A进行匹配。其中,10分钟即为第三设定时长。
以及,前文在以车辆A进行方案的举例说明时,还假设了能够从车辆1、车辆2……车辆10共10辆候选补齐车辆中确定出车辆1和车辆2共2辆准补齐车辆,然而在对各候选补齐车辆与车辆A进行时空合理性计算的过程中,还有可能出现并不存在任一辆候选补齐车辆与车辆A存在时空上的合理性,这同样说明车辆A出门的时间还不够长,导致历史行车记录数据集中还没有对它的记录信息。对于该情况,同样可以先等待一段时长,如等待10分钟,然后基于10分钟之后的历史行车记录数据集重新再对车辆A进行匹配。
以及,前文在以车辆A进行方案的举例说明时,也举例讨论了车辆A的检出位置与车辆1和车辆2各自的最常出现区域是否相符合时所出现的几种情况,其中情况4就说明了在车辆A的检出位置既不在车辆1的最常出现区域,也不在车辆2的最常出现区域的这一可能出现的结果,其中对于该结果一种可能的处理方式就是等待设定时长,如等待10分钟,然后基于10分钟之后的历史行车记录数据集重新再对车辆A进行匹配,其原理也就是在于车辆A的出门的时间还不够长,导致历史行车记录数据集中暂时还没有对它的记录信息。
在本申请的某些实施中,对所述待补齐车辆添加车牌号码补齐标识;所述车牌号码补齐标识用于基于所述车牌号码补齐标识、将所述待补齐车辆的信息增加至所述历史行车记录数据集。
基于前文的例子,当基于历史行车记录数据集确定出车辆A的车牌号码,还可为车辆A添加车牌号码补齐标识,从而在将车辆A的信息增加到的历史行车记录数据集中之前,通过确认车辆A携带有车牌号码补齐标识,则可以直接将车辆A以及车辆A带有的信息(如车牌号码、车辆类别、车辆主品牌、车身颜色、车牌颜色)录入到历史行车记录数据集中,而无需为车辆A再次执行一次车牌号码补齐的操作流程。
基于同样的构思,本申请实施例提供一种车牌号码补齐装置,如图2所示,为本申请实施例提供的一种车牌号码补齐装置的示意图,该装置包括候选补齐车辆确定单元201和车牌号码补齐单元202;
候选补齐车辆确定单元201,用于针对经检测的车牌号码缺失的待补齐车辆,从历史行车记录数据集中确定出各候选补齐车辆;所述各候选补齐车辆为与所述待补齐车辆的车辆信息一致且车牌号码已知的车辆;
车牌号码补齐单元202,用于基于所述各候选补齐车辆,对所述待补齐车辆的车牌号码进行补齐。
进一步的,对于该装置,所述历史行车记录数据集是由距离所述待补齐车辆的检出时刻最近的第一设定时长中的各车辆的历史行车记录构成的;车牌号码补齐单元202,具体用于:针对所述各候选补齐车辆中的任一候选补齐车辆,根据所述候选补齐车辆的第一历史行车记录与所述待补齐车辆的检出位置,从所述各候选补齐车辆中确定出各准补齐车俩;所述各准补齐车辆为与所述待补齐车辆符合时空要求的车辆;针对所述各准补齐车辆中的任一准补齐车辆,根据所述准补齐车辆的最常出现区域与所述待补齐车辆的检出位置,从所述各准补齐车辆中确定出目标车辆,并基于所述目标车辆的车牌号码对所述待补齐车辆的车牌号码进行补齐;所述最常出现区域是基于所述准补齐车辆在距离所述待补齐车辆的检出时刻最近的第二设定时长中的第二历史行车记录确定的,所述第二设定时长大于所述第一设定时长。
进一步的,对于该装置,还包括待补齐车辆确定单元203;待补齐车辆确定单元203,用于:对实时获取到的各车辆的车身信息以及车牌号码补齐标识进行检测,从而获取所述各车辆的车辆信息;所述车身信息包括车牌号码信息、车辆类别信息、主品牌信息、子品牌信息、车身颜色信息和车牌颜色信息;若确定所述各车辆中存在任一车辆的车辆信息包括车牌号码缺失不大于2位、车辆类别信息、主品牌信息、车身颜色信息、车牌颜色信息和未包括所述车牌号码补齐标识,则将所述车辆作为待补齐车辆。
进一步的,对于该装置,还包括准补齐车辆确定单元204;历史行车记录包括车辆在行驶过程中被抓拍时的抓拍位置和抓拍时间的信息;准补齐车辆确定单元204,用于:针对所述各候选补齐车辆中的任一候选补齐车辆,根据所述候选补齐车辆在行驶过程中每i次被抓拍时的抓拍位置和所述待补齐车辆的检出位置之间的第i距离信息,以及根据所述候选补齐车辆在每i次被抓拍时的抓拍时间和所述待补齐车辆的检出时刻对应的第i时间间隔,确定所述候选补齐车辆假设作为所述待补齐车辆在所述第i距离信息对应的路段的第i行驶速度;确定所述第i行驶速度与所述第i距离信息对应的路段的预设行驶速度是否符合设定的速度要求;若存在至少一个被抓拍时的行驶速度符合设定的速度要求,则将所述候选补齐车辆作为准补齐车辆。
进一步的,对于该装置,还包括目标车辆确定单元205;目标车辆确定单元205,用于:针对所述各准补齐车辆中的任一准补齐车辆,获取所述准补齐车辆的最常出现区域;所述最常出现区域是基于所述第二历史行车记录确定的所述准补齐车辆的出现次数超过设定次数的区域;若所述待补齐车辆的检出位置符合至少两个准补齐车辆的同一最常出现区域,则将出现次数最多的准补齐车辆确定为目标车辆。
进一步的,对于该装置,还包括最常出现区域确定单元206;最常出现区域确定单元206,用于:针对所述各准补齐车辆中的任一准补齐车辆,获取所述准补齐车辆在距离所述待补齐车辆的检出时刻最近的第二设定时长中的第二历史行车记录;针对所述准补齐车辆在所述第二历史行车记录中记载的任一抓拍位置,基于所述抓拍位置设置第一区域;针对各第一区域中的任一第一区域,统计所述准补齐车辆于所述第二设定时长内出现在所述第一区域中的次数;将所述各第一区域中所述准补齐车辆的出现次数满足设定次数的各第一区域作为所述准补齐车辆的最常出现区域。
进一步的,对于该装置,还包括再处理单元207;再处理单元207,用于:针对所述待补齐车辆,若未从所述历史行车记录数据集中获取到与所述待补齐车辆的车辆信息一致且车牌号码已知的任一车辆;或者,未从所述各候选补齐车辆中确定出任一与所述待补齐车辆符合时空要求的车辆;或者,所述待补齐车辆的检出位置未符合所述各准补齐车辆中的任一准补齐车辆的最常出现区域,则等待第三设定时长,并返回从历史行车记录数据集中确定出各候选补齐车辆的步骤。
进一步的,对于该装置,还包括车牌号码补齐标识设置单元208;车牌号码补齐标识设置单元208,用于:对所述待补齐车辆添加车牌号码补齐标识;所述车牌号码补齐标识用于基于所述车牌号码补齐标识、将所述待补齐车辆的信息增加至所述历史行车记录数据集。
本申请实施例还提供了一种计算设备,该计算设备具体可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(Personal Digital Assistant,PDA)等。该计算设备可以包括中央处理器(Center Processing Unit,CPU)、存储器、输入/输出设备等,输入设备可以包括键盘、鼠标、触摸屏等,输出设备可以包括显示设备,如液晶显示器(Liquid Crystal Display,LCD)、阴极射线管(Cathode Ray Tube,CRT)等。
存储器,可以包括只读存储器(ROM)和随机存取存储器(RAM),并向处理器提供存储器中存储的程序指令和数据。在本申请实施例中,存储器可以用于存储车牌号码补齐方法的程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行车牌号码补齐方法。
如图3所示,为本申请实施例提供的一种计算设备的示意图,该计算设备包括:
处理器301、存储器302、收发器303、总线接口304;其中,处理器301、存储器302与收发器303之间通过总线305连接;
所述处理器301,用于读取所述存储器302中的程序,执行上述车牌号码补齐方法;
处理器301可以是中央处理器(central processing unit,简称CPU),网络处理器(network processor,简称NP)或者CPU和NP的组合。还可以是硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit,简称ASIC),可编程逻辑器件(programmable logic device,简称PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complex programmable logic device,简称CPLD),现场可编程逻辑门阵列(field-programmable gate array,简称FPGA),通用阵列逻辑(generic array logic,简称GAL)或其任意组合。
所述存储器302,用于存储一个或多个可执行程序,可以存储所述处理器301在执行操作时所使用的数据。
具体地,程序可以包括程序代码,程序代码包括计算机操作指令。存储器302可以包括易失性存储器(volatile memory),例如随机存取存储器(random-access memory,简称RAM);存储器302也可以包括非易失性存储器(non-volatile memory),例如快闪存储器(flash memory),硬盘(hard disk drive,简称HDD)或固态硬盘(solid-state drive,简称SSD);存储器302还可以包括上述种类的存储器的组合。
存储器302存储了如下的元素,可执行模块或者数据结构,或者它们的子集,或者它们的扩展集:
操作指令:包括各种操作指令,用于实现各种操作。
操作系统:包括各种系统程序,用于实现各种基础业务以及处理基于硬件的任务。
总线305可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
总线接口304可以为有线通信接入口,无线总线接口或其组合,其中,有线总线接口例如可以为以太网接口。以太网接口可以是光接口,电接口或其组合。无线总线接口可以为WLAN接口。
本申请实施例还提供了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可执行指令,所述计算机可执行指令用于使计算机执行车牌号码补齐方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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设备上,使得在计算机或其他可编程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。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作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申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种车牌号码补齐方法,其特征在于,包括:
针对经检测的车牌号码缺失的待补齐车辆,从历史行车记录数据集中确定出各候选补齐车辆;所述各候选补齐车辆为与所述待补齐车辆的车辆信息一致且车牌号码已知的车辆;
基于所述各候选补齐车辆,对所述待补齐车辆的车牌号码进行补齐。
2.如权利要求1所述的方法,其特征在于,所述历史行车记录数据集是由距离所述待补齐车辆的检出时刻最近的第一设定时长中的各车辆的历史行车记录构成的;
所述基于所述各候选补齐车辆,对所述待补齐车辆的车牌号码进行补齐,包括:
针对所述各候选补齐车辆中的任一候选补齐车辆,根据所述候选补齐车辆的第一历史行车记录与所述待补齐车辆的检出位置,从所述各候选补齐车辆中确定出各准补齐车俩;所述各准补齐车辆为与所述待补齐车辆符合时空要求的车辆;
针对所述各准补齐车辆中的任一准补齐车辆,根据所述准补齐车辆的最常出现区域与所述待补齐车辆的检出位置,从所述各准补齐车辆中确定出目标车辆,并基于所述目标车辆的车牌号码对所述待补齐车辆的车牌号码进行补齐;所述最常出现区域是基于所述准补齐车辆在距离所述待补齐车辆的检出时刻最近的第二设定时长中的第二历史行车记录确定的,所述第二设定时长大于所述第一设定时长。
3.如权利要求2所述的方法,其特征在于,
所述待补齐车辆通过下述方式得到,包括:
对实时获取到的各车辆的车身信息以及车牌号码补齐标识进行检测,从而获取所述各车辆的车辆信息;所述车身信息包括车牌号码信息、车辆类别信息、主品牌信息、子品牌信息、车身颜色信息和车牌颜色信息;
若确定所述各车辆中存在任一车辆的车辆信息包括车牌号码缺失不大于2位、车辆类别信息、主品牌信息、车身颜色信息、车牌颜色信息和未包括所述车牌号码补齐标识,则将所述车辆作为待补齐车辆。
4.如权利要求2所述的方法,其特征在于,历史行车记录包括车辆在行驶过程中被抓拍时的抓拍位置和抓拍时间的信息;
所述针对所述各候选补齐车辆中的任一候选补齐车辆,根据所述候选补齐车辆的第一历史行车记录与所述待补齐车辆的检出位置,从所述各候选补齐车辆中确定出各准补齐车俩,包括:
针对所述各候选补齐车辆中的任一候选补齐车辆,根据所述候选补齐车辆在行驶过程中每i次被抓拍时的抓拍位置和所述待补齐车辆的检出位置之间的第i距离信息,以及根据所述候选补齐车辆在每i次被抓拍时的抓拍时间和所述待补齐车辆的检出时刻对应的第i时间间隔,确定所述候选补齐车辆假设作为所述待补齐车辆在所述第i距离信息对应的路段的第i行驶速度;确定所述第i行驶速度与所述第i距离信息对应的路段的预设行驶速度是否符合设定的速度要求;
若存在至少一个被抓拍时的行驶速度符合设定的速度要求,则将所述候选补齐车辆作为准补齐车辆。
5.如权利要求2所述的方法,其特征在于,
所述针对所述各准补齐车辆中的任一准补齐车辆,根据所述准补齐车辆的最常出现区域与所述待补齐车辆的检出位置,从所述各准补齐车辆中确定出目标车辆,包括:
针对所述各准补齐车辆中的任一准补齐车辆,获取所述准补齐车辆的最常出现区域;所述最常出现区域是基于所述第二历史行车记录确定的所述准补齐车辆的出现次数超过设定次数的区域;
若所述待补齐车辆的检出位置符合至少两个准补齐车辆的同一最常出现区域,则将出现次数最多的准补齐车辆确定为目标车辆。
6.如权利要求5所述的方法,其特征在于,所述方法还包括:
所述针对所述各准补齐车辆中的任一准补齐车辆,获取所述准补齐车辆的最常出现区域,包括:
针对所述各准补齐车辆中的任一准补齐车辆,获取所述准补齐车辆在距离所述待补齐车辆的检出时刻最近的第二设定时长中的第二历史行车记录;
针对所述准补齐车辆在所述第二历史行车记录中记载的任一抓拍位置,基于所述抓拍位置设置第一区域;针对各第一区域中的任一第一区域,统计所述准补齐车辆于所述第二设定时长内出现在所述第一区域中的次数;将所述各第一区域中所述准补齐车辆的出现次数满足设定次数的各第一区域作为所述准补齐车辆的最常出现区域。
7.如权利要求1-6任一项所述的方法,其特征在于,所述方法还包括:
针对所述待补齐车辆,若未从所述历史行车记录数据集中获取到与所述待补齐车辆的车辆信息一致且车牌号码已知的任一车辆;或者,
未从所述各候选补齐车辆中确定出任一与所述待补齐车辆符合时空要求的车辆;或者,
所述待补齐车辆的检出位置未符合所述各准补齐车辆中的任一准补齐车辆的最常出现区域,则等待第三设定时长,并返回从历史行车记录数据集中确定出各候选补齐车辆的步骤。
8.如权利要求1所述的方法,其特征在于,所述方法还包括:
对所述待补齐车辆添加车牌号码补齐标识;所述车牌号码补齐标识用于基于所述车牌号码补齐标识、将所述待补齐车辆的信息增加至所述历史行车记录数据集。
9.一种计算机设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于调用所述存储器中存储的计算机程序,按照获得的程序执行如权利要求1-8任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111365945.XA CN114067326A (zh) | 2021-11-18 | 2021-11-18 | 一种车牌号码补齐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111365945.XA CN114067326A (zh) | 2021-11-18 | 2021-11-18 | 一种车牌号码补齐方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114067326A true CN114067326A (zh) | 2022-02-18 |
Family
ID=80278216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111365945.XA Pending CN114067326A (zh) | 2021-11-18 | 2021-11-18 | 一种车牌号码补齐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114067326A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114495031A (zh) * | 2022-03-31 | 2022-05-13 | 青岛海信网络科技股份有限公司 | 一种车牌信息校正方法、设备及装置 |
CN115966048A (zh) * | 2023-02-13 | 2023-04-14 | 深圳市泰比特科技有限公司 | 共享车辆的借车方法、系统及相关设备 |
-
2021
- 2021-11-18 CN CN202111365945.XA patent/CN114067326A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114495031A (zh) * | 2022-03-31 | 2022-05-13 | 青岛海信网络科技股份有限公司 | 一种车牌信息校正方法、设备及装置 |
CN115966048A (zh) * | 2023-02-13 | 2023-04-14 | 深圳市泰比特科技有限公司 | 共享车辆的借车方法、系统及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114067326A (zh) | 一种车牌号码补齐方法及装置 | |
CN111369801B (zh) | 车辆识别方法、装置、设备和存储介质 | |
CN107885795A (zh) | 一种卡口数据的数据校验方法、系统和装置 | |
CN111238492B (zh) | 一种定点漂移纠偏方法、装置、终端设备及存储介质 | |
CN112131914B (zh) | 车道线属性检测方法、装置、电子设备及智能设备 | |
CN112749653A (zh) | 行人检测方法、装置、电子设备及存储介质 | |
CN111724607B (zh) | 转向灯使用检测方法、装置、计算机设备和存储介质 | |
CN114782405A (zh) | 基于图像识别及机器视觉的桥梁裂纹检测方法及装置 | |
CN111768630A (zh) | 一种违章废图检测方法、装置及电子设备 | |
CN111369790B (zh) | 过车记录校正方法、装置、设备及存储介质 | |
CN116543189B (zh) | 一种目标检测方法、装置、设备及存储介质 | |
CN112017065B (zh) | 车辆定损理赔方法、装置及计算机可读存储介质 | |
CN112966687A (zh) | 图像分割模型训练方法、装置及通信设备 | |
CN112115890A (zh) | 基于人工智能的酒驾识别方法、装置、设备及介质 | |
CN116137061A (zh) | 数量统计模型的训练方法、装置、电子设备及存储介质 | |
CN114708728B (zh) | 一种识别交通高峰期的方法、电子设备及存储介质 | |
CN115311630A (zh) | 区分阈值生成、目标识别模型训练、目标识别方法及装置 | |
CN114359859A (zh) | 一种含遮挡的目标物处理方法、装置及存储介质 | |
CN115171053A (zh) | 路侧停车检测方法、系统及电子设备 | |
CN114495244A (zh) | 电像计算数据异常检测方法、装置、设备及存储介质 | |
CN114005186A (zh) | 一种车牌识别方法、装置及停车管理系统 | |
CN113505188A (zh) | 一种基于大数据的城市地图测绘更新系统及方法 | |
CN112487966A (zh) | 一种流动商贩行为识别管理系统 | |
CN114973165B (zh) | 一种事件识别算法的测试方法、装置及电子设备 | |
CN112132140B (zh) | 基于人工智能的车品牌识别方法、装置、设备及介质 |
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 |