CN101593418A - 嫌疑车辆关联查找方法 - Google Patents
嫌疑车辆关联查找方法 Download PDFInfo
- Publication number
- CN101593418A CN101593418A CNA2009100522829A CN200910052282A CN101593418A CN 101593418 A CN101593418 A CN 101593418A CN A2009100522829 A CNA2009100522829 A CN A2009100522829A CN 200910052282 A CN200910052282 A CN 200910052282A CN 101593418 A CN101593418 A CN 101593418A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- comparative analysis
- suspected vehicles
- described comparative
- analysis
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
- Alarm Systems (AREA)
Abstract
一种嫌疑车辆关联查找方法,其在位于卡点的车辆监测记录***提供的数据中查找所述嫌疑车辆,其特征在于,包括如下步骤:(a)设定查找的数据范围;(b)设定查找条件;(c)进行对比分析;(d)当所述对比分析为逻辑真时,确认所述对比分析的结果;当所述对比分析为逻辑假时,结束所述查找;(e)当所述对比分析的结果确认为真时,输出与所述对比分析结果相对应的嫌疑车辆的信息。本发明是通过安装在各个道口和卡点的车辆监测记录***提供的车辆的图片和号牌信息,通过数据挖掘的方式,进行嫌疑车辆跟车分析、嫌疑车辆出现频次分析,为案件提供破案线索。提高了比对效率。
Description
技术领域
本发明道路监控领域,尤其涉及嫌疑车辆的关联查控。
背景技术
近年来,机动车肇事逃逸和车辆盗抢案件每年都在呈上升趋势,公安部门虽然采取了一系列的措施对嫌疑车辆和犯罪份子进行捕获,但是还会有些案件因为犯罪份子狡猾的手段,以及报案时间与案发时间间隔太久,而导致犯罪分子逍遥法外。
目前,为提高道路交通管理的科技含量,进一步加大对机动车肇事逃逸和车辆盗抢案件的打击力度,加强对违章、涉案车辆和公路干线交通状况的监控,通过在交通要道上安装车辆监测记录设备对与相邻省份之间、市与市之间的主要出入路口或路段进行全天候24小时实时监测,通过摄像的方式自动记录经过卡口的每一辆车辆的特征,由操作人员对所拍摄照片上的车辆牌照号码进行人工比对和确认,为侦破交通肇事逃逸案件和治安、刑事案件提供破案线索。但是通过此种人工比对和确认的方法效率较低,而且每天通过卡口的车辆数量是非常庞大的,要逐个进行比对需要很多的人力成本,而且很有可能会延误了破案的最佳时机。
发明内容
鉴于现有技术的上述缺陷,本发明提供了一种高效的嫌疑车辆查找方法。所述方法可针对特定嫌疑车辆的跟车分析以及嫌疑车辆频次分析。
为实现上述目的,本发明提供了一种嫌疑车辆关联查找方法,其在位于卡点的车辆监测记录***提供的数据中查找所述嫌疑车辆,其特征在于,包括如下步骤:(a)设定查找的数据范围;(b)设定查找条件;(c)进行对比分析;(d)当所述对比分析为逻辑真时,确认所述对比分析的结果;当所述对比分析为逻辑假时,结束所述查找;(e)当所述对比分析的结果确认为真时,输出与所述对比分析结果相对应的嫌疑车辆的信息。
较佳的,所述数据范围为选择一或多个卡点的车辆监测记录***提供的数据。
较佳的,所述条件为嫌疑车辆的号牌和关联车辆数。
较佳的,所述对比分析为在所述数据范围内查找数量为所述关联车辆数的与所号牌相同或类似的车辆。
较佳的,所述条件为各所述卡点的车辆监测记录***提供的数据的时间范围。
较佳的,所述对比分析为在所述数据范围内查找相同号牌的车辆。
本发明是通过安装在各个道口和卡点的车辆监测记录***提供的车辆的图片和号牌信息,通过数据挖掘的方式,进行嫌疑车辆跟车分析、嫌疑车辆出现频次分析,为案件提供破案线索。提高了比对效率。
附图说明
图1为本发明的嫌疑车辆查找方法的示意图;
图2为对比分析步骤的示意图;
图3为本发明另一查找方法的示意图。
具体实施方式
为使本发明的上述目的、特征及优点能够更加明显易懂,现结合附图和具体实施方式对本发明作进一步的详细说明。
图1及2示出了根据本发明第一实施例的方法的示意图。本实施例针对特定嫌疑车辆号牌的车辆。对于确定特定嫌疑车辆号牌,可对其通过多个卡口点时间相邻的车辆号牌记录进行比对,找出与所述嫌疑车辆有关联的车辆,从而获取破案线索。
如图1所示,首先选择需要分析比对的卡口点,指定特定嫌疑车辆号牌和关联车辆数在卡口点的前后关联车辆列表。所述卡口点的数量可以是全部的卡口点,或者其中一部分。获得上述列表之后,还可以对列表上的车辆号牌进行人工更改。更改完成之后进行比对分析,对各个卡口相邻车辆进行比对,如果有相同车辆则弹出浮动窗口显示相关信息进行确认,如果“是”就确定为嫌疑关联车辆,可以将该车辆的图片和与此车辆相关(时间、地点)的视频监控文件进行导出。
在对比分析时,可采用1+2模式,即一台监视器+2台显示器,如图2所示。监视器上可以显示指定车辆的视频图像,显示器1上显示GIS截面图,可以在上面选择卡口点,显示器2上显示相应的表格和相应的设置选项,在发现有关联车辆时可以弹出浮动窗口进行人工确认,如果“是”则导出嫌疑车辆的信息或者进行号牌查询,如果“否”则结束分析。
下面根据表1描述本发明的第二实施例。
发现沪A 12345车辆在2008年11月30日15时30分时通过了收费站1,又在2008年11月31日11时30分时通过了收费站2。
因此在显示器1上的GIS地图上选择卡口点1为收费站1,卡口点2为收费站2,关联沪A12345车辆2008年11月30日15时30分通过收费站1时的前后30辆车和在2008年11月31日11时30分时通过收费站2的前后30辆车,人工确认好后,进入对比分析,发现相同车辆——沪B12345,在软件显示界面上,监视器上可以显示沪B12345的视频图像和临近视频录像,显示器2弹出浮动窗口进行确认,经确认为嫌疑关联车辆,然后显示器2上导出该车辆的图片和与此车辆相关(时间、地点)的视频监控文件。
表1 沪A 12345嫌疑车辆关联性分析
现根据图3描述本发明的第三实施例。本实施例针对可能有关联的案发地点附近的卡口设备进行车辆号牌的比对,从而找出可能的嫌疑车辆,从而获取破案线索。
如图3所示,首先选择可能有关联的案发地点和案发时间,如在卡点1,卡点2,卡点3卡点4附近发生连续飞车抢夺案件,选择与案发时间一定(如10分钟、20分钟可设)的时间,列出这个范围内的所有关联车辆列表,进行“比对分析”,对各个卡口关联车辆进行比对,如果有相同车辆则弹出浮动窗口显示相关信息进行确认,如果“是”就确定为嫌疑关联车辆,可以将该车辆的图片和与此车辆相关(时间、地点)的视频监控文件进行导出。
与第一实施例类似,在对比分析时采用1+2模式,即一台监视器+2台显示器。监视器上可以显示指定车辆的视频图像,显示器1上显示GIS截面图,可以在上面选择卡口点,显示器2上显示相应的表格和相应的设置选项,在发现有关联车辆时可以弹出浮动窗口进行人工确认,如果“是”则导出嫌疑车辆的信息或者进行号牌查询,如果“否”则结束分析。
现根据表2描述本发明的第四实施例。
在卡口点1、卡口点2、卡口点3经常发生飞车抢劫案,在卡口点1发生的时间为2008年11月30日15时28分24秒,在卡口点2发生的时间为2008年11月31日11时22分24秒,在卡口点3发生的时间为2008年11月28日10时28分24秒。
因此,在显示器1上的GIS地图上选择卡口点1、卡口点2、卡口点3,选择的时间范围暂定为卡口点1为案发时间的前后10分钟,卡口点2为案发时间的前后20分钟,卡口点3为案发时间的前后10分钟,人工确认好后,进入对比分析,发现相同车辆——沪B12345,在软件显示界面上,监视器上可以显示沪B12345的视频图像和临近视频录像,显示器2弹出浮动窗口进行确认,经确认为嫌疑关联车辆,然后显示器2上导出该车辆的图片和与此车辆相关(时间、地点)的视频监控文件。
表2 嫌疑车辆频次分析
本发明的上述实施例具有如下的优点。
(1)本发明是通过安装在各个道口和卡点的车辆监测记录***提供的车辆的图片和号牌信息,通过数据挖掘的方式,进行嫌疑车辆跟车分析、嫌疑车辆出现频次分析,为案件提供破案线索。提高了比对效率。
(2)本发明可以进行嫌疑车辆的跟车分析,对确定特定嫌疑车辆号牌,对其通过多个卡口点时间相邻的车辆号牌记录进行比对,找出与嫌疑车辆有关联的车辆,从而获取破案线索。
(3)本发明的另一创新点在于可以进行嫌疑车辆频次分析,是对可能有关联的案发地点附近的卡口设备进行车辆号牌的比对,从而找出可能的嫌疑车辆。
本技术领域的技术人员应理解,本发明可以以许多其他具体形式实现而不脱离本发明的精神与范围。本说明书中所述的只是本发明的几种较佳具体实施例。凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在本发明的权利要求保护范围内。
Claims (6)
1.一种嫌疑车辆关联查找方法,其在位于卡点的车辆监测记录***提供的数据中查找所述嫌疑车辆,其特征在于,包括如下步骤:
(a)设定查找的数据范围;
(b)设定查找条件;
(c)进行对比分析;
(d)当所述对比分析为逻辑真时,确认所述对比分析的结果;当所述对比分析为逻辑假时,结束所述查找;
(e)当所述对比分析的结果确认为真时,输出与所述对比分析结果相对应的嫌疑车辆的信息。
2.如权利要求1所述的查找方法,其特征在于,所述数据范围为选择一或多个卡点的车辆监测记录***提供的数据。
3.如权利要求2所述的查找方法,其特征在于,所述条件为嫌疑车辆的号牌和关联车辆数。
4.如权利要求3所述的查找方法,其特征在于,所述对比分析为在所述数据范围内查找数量为所述关联车辆数的与所号牌相同或类似的车辆。
5.如权利要求2所述的查找方法,其特征在于,所述条件为各所述卡点的车辆监测记录***提供的数据的时间范围。
6.如权利要求5所述的查找方法,其特征在于,所述对比分析为在所述数据范围内查找相同号牌的车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2009100522829A CN101593418A (zh) | 2009-05-31 | 2009-05-31 | 嫌疑车辆关联查找方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2009100522829A CN101593418A (zh) | 2009-05-31 | 2009-05-31 | 嫌疑车辆关联查找方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101593418A true CN101593418A (zh) | 2009-12-02 |
Family
ID=41408053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2009100522829A Pending CN101593418A (zh) | 2009-05-31 | 2009-05-31 | 嫌疑车辆关联查找方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101593418A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944292A (zh) * | 2010-09-16 | 2011-01-12 | 公安部交通管理科学研究所 | 基于轨迹碰撞的嫌疑车辆分析方法 |
CN102610102A (zh) * | 2012-02-27 | 2012-07-25 | 安科智慧城市技术(中国)有限公司 | 一种嫌疑车辆查控方法及*** |
CN102985957A (zh) * | 2010-07-09 | 2013-03-20 | 本田技研工业株式会社 | 车辆周围监测装置 |
CN103366566A (zh) * | 2013-06-25 | 2013-10-23 | 中国科学院信息工程研究所 | 一种针对特定车辆潜在群体的行驶轨迹预测方法 |
CN103927877A (zh) * | 2014-04-01 | 2014-07-16 | 内蒙古银安科技开发有限责任公司 | 一种机动车图像信息存储识读方法和*** |
CN105261218A (zh) * | 2015-10-27 | 2016-01-20 | 杭州电子科技大学 | 基于大数据分析的浮动车伴随行为模式挖掘方法 |
CN105389974A (zh) * | 2015-11-19 | 2016-03-09 | 深圳市赛格导航科技股份有限公司 | 基于车辆历史行驶数据追踪车辆的方法及*** |
CN108022428A (zh) * | 2016-11-02 | 2018-05-11 | 杭州海康威视***技术有限公司 | 一种车辆识别方法及装置 |
CN108062805A (zh) * | 2017-11-03 | 2018-05-22 | 深圳市轱辘车联数据技术有限公司 | 一种车载数据处理方法和服务器 |
CN112766054A (zh) * | 2020-12-29 | 2021-05-07 | 安徽中科新萝智慧城市信息科技有限公司 | 一种基于图像识别的收费站防逃费智能方法与*** |
CN116030642A (zh) * | 2023-03-27 | 2023-04-28 | 南京莱斯信息技术股份有限公司 | 交通流卡口过车信息中的嫌疑车辆确定方法及终端 |
-
2009
- 2009-05-31 CN CNA2009100522829A patent/CN101593418A/zh active Pending
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102985957A (zh) * | 2010-07-09 | 2013-03-20 | 本田技研工业株式会社 | 车辆周围监测装置 |
CN102985957B (zh) * | 2010-07-09 | 2015-03-04 | 本田技研工业株式会社 | 车辆周围监测装置 |
CN101944292B (zh) * | 2010-09-16 | 2012-05-23 | 公安部交通管理科学研究所 | 基于轨迹碰撞的嫌疑车辆分析方法 |
CN101944292A (zh) * | 2010-09-16 | 2011-01-12 | 公安部交通管理科学研究所 | 基于轨迹碰撞的嫌疑车辆分析方法 |
CN102610102A (zh) * | 2012-02-27 | 2012-07-25 | 安科智慧城市技术(中国)有限公司 | 一种嫌疑车辆查控方法及*** |
CN102610102B (zh) * | 2012-02-27 | 2014-05-14 | 安科智慧城市技术(中国)有限公司 | 一种嫌疑车辆查控方法及*** |
CN103366566A (zh) * | 2013-06-25 | 2013-10-23 | 中国科学院信息工程研究所 | 一种针对特定车辆潜在群体的行驶轨迹预测方法 |
CN103927877B (zh) * | 2014-04-01 | 2017-02-15 | 内蒙古银安科技开发有限责任公司 | 一种机动车图像信息存储识读方法和*** |
CN103927877A (zh) * | 2014-04-01 | 2014-07-16 | 内蒙古银安科技开发有限责任公司 | 一种机动车图像信息存储识读方法和*** |
CN105261218A (zh) * | 2015-10-27 | 2016-01-20 | 杭州电子科技大学 | 基于大数据分析的浮动车伴随行为模式挖掘方法 |
CN105389974A (zh) * | 2015-11-19 | 2016-03-09 | 深圳市赛格导航科技股份有限公司 | 基于车辆历史行驶数据追踪车辆的方法及*** |
CN108022428A (zh) * | 2016-11-02 | 2018-05-11 | 杭州海康威视***技术有限公司 | 一种车辆识别方法及装置 |
CN108022428B (zh) * | 2016-11-02 | 2021-05-25 | 杭州海康威视***技术有限公司 | 一种车辆识别方法及装置 |
CN108062805A (zh) * | 2017-11-03 | 2018-05-22 | 深圳市轱辘车联数据技术有限公司 | 一种车载数据处理方法和服务器 |
CN112766054A (zh) * | 2020-12-29 | 2021-05-07 | 安徽中科新萝智慧城市信息科技有限公司 | 一种基于图像识别的收费站防逃费智能方法与*** |
CN116030642A (zh) * | 2023-03-27 | 2023-04-28 | 南京莱斯信息技术股份有限公司 | 交通流卡口过车信息中的嫌疑车辆确定方法及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101593418A (zh) | 嫌疑车辆关联查找方法 | |
CN105513368B (zh) | 一种基于不确定信息的假牌车筛选方法 | |
CN105702048B (zh) | 基于行车记录仪的高速公路前车违法占道识别***及方法 | |
CN103246876A (zh) | 基于图像特征比对的车辆套牌识别方法 | |
CN108806272B (zh) | 一种提醒多辆机动车车主违法停车行为的方法及装置 | |
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 | |
CN103294775B (zh) | 基于地理时空约束的警务云图像识别车辆管控*** | |
CN109409337B (zh) | 基于卷积神经网络的渣土车特征识别方法 | |
CN107329977B (zh) | 一种基于概率分布的假牌车二次筛选方法 | |
CN104952255A (zh) | 一种智能终端及其交通违章监督方法、*** | |
CN107067730B (zh) | 基于卡口设备的网约车人车不一致监测方法 | |
CN106251635A (zh) | 一种套牌嫌疑车牌号的识别方法及*** | |
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 | |
CN106875679B (zh) | 识别伴随车辆的方法及装置 | |
CN103559792B (zh) | 一种高速公路行驶车辆疲劳驾驶的认定方法 | |
CN107993444B (zh) | 基于卡口过车大数据分析的嫌疑车认定方法 | |
CN108846316A (zh) | 一种基于卡口车辆数据的目标人员管控方法及装置 | |
CN108984644B (zh) | 一种***检索方法及*** | |
CN106297304A (zh) | 一种基于MapReduce面向大规模卡口数据的***识别方法 | |
CN106571040B (zh) | 一种可疑车辆确认方法及设备 | |
CN112380892B (zh) | 一种图像识别方法、装置、设备及介质 | |
CN112135038A (zh) | 基于交通监控的车辆追踪方法、***及其存储介质 | |
CN112507939A (zh) | 一种重点车辆检测方法、***、设备及存储介质 | |
CN110956822B (zh) | ***识别方法、装置、电子设备和可读存储介质 | |
CN113470369B (zh) | 一种基于多维度信息判断***辆真实号牌的方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20091202 |