CN105702047A - 一种套***中车牌识别错误过滤方法及装置 - Google Patents
一种套***中车牌识别错误过滤方法及装置 Download PDFInfo
- Publication number
- CN105702047A CN105702047A CN201610124462.3A CN201610124462A CN105702047A CN 105702047 A CN105702047 A CN 105702047A CN 201610124462 A CN201610124462 A CN 201610124462A CN 105702047 A CN105702047 A CN 105702047A
- Authority
- CN
- China
- Prior art keywords
- car
- plate
- bayonet socket
- similar
- doubtful
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种套***中车牌识别错误过滤方法及装置,该方法包括:根据套***得到疑似车牌号码,获取该疑似车牌号码对应的所有相似车牌,通过卡口有向图得到目标卡口的所有入卡口,如果目标卡口的某个入卡口出现了疑似套牌的相似车牌的过车记录,但该入卡口的所有出卡口都没有该相似车牌的过车记录,则表示该疑似套牌是一种识别错误,要将该疑似套牌过滤掉,完成过滤后的疑似套牌输出后由人工进行核对来最后确认是否是套牌。本发明的装置包括相似车***模块、第一分析过滤模块和第二分析过滤模块。本发明通过对疑似套牌进行识别错误过滤有效降低了车牌识别错误的影响,极大地减少了最后人工核对的工作量,提升了最终的套牌识别准确率。
Description
技术领域
本发明属于智能交通领域,尤其涉及一种套***中车牌识别错误过滤方法及装置。
背景技术
为提高交通管理和治安管控水平,确保道路的高效运行和交通综合管控,基于视频图像识别的卡口***得到广泛的应用。路面上的卡口相机会对每一辆过往车辆拍下照片,并自动通过图像智能分析技术,获得识别后的车牌号码、车辆颜色等车辆信息,送往中心数据库进行统一存储,基于这些车辆信息以及其他信息,可以完成交通管理、治安管控的多种业务,***的识别即是其一。
现有的***的识别方法主要有二种:
1、通过分析连续的相同车牌通行记录,看记录该车牌的各个卡口点的连通性是否合理来判断是否为套牌。该方法需要预先得到某个区域内所有卡口的连通关系图,在分析套牌时用卡口连通关系图来比对待分析车牌在各个卡口的通行记录,如果待分析车牌在各个卡口的通行记录与卡口连通关系图不相符,则认为存在套牌,否则认为是合理的过车记录。
2、通过分析连续的相同车牌通行记录,看该相同车牌对应的车辆在入卡口和出卡口之间的通行时间间隔是否合理来判断是否为套牌。该方法需要预先得到某个区域内所有卡口的连通关系以及从每个入卡口到出卡口的最短通行时间,如果相同车牌对应的车辆在入卡口和出卡口之间的通行时间小于这二个卡口之间的最短通行时间,则认为出现在入卡口和出卡口过车记录中的车辆不是同一辆车,存在套牌,否则认为是合理的过车记录。
这二种方法在实际应用时,由于存在车牌识别错误,会出现将二个相似车牌识别成同一个车牌的情况,如果不对车牌识别错误进行过滤,将导致最终分析出来的***辆大部分都是识别错误的车牌,套牌识别的准确率很低,极大地增加最后进行人工核对的工作量。
发明内容
本发明的目的是提供一种套***中车牌识别错误过滤方法及装置,对交通管理视频分析时识别出来的疑似车牌进行识别错误过滤,以解决现有技术交通管理视频分析准确率不高的问题。
为了实现上述目的,本发明技术方案如下:
一种套***中车牌识别错误过滤方法,对套***得到的疑似车牌号码进行车牌识别错误过滤,所述车牌识别错误过滤方法包括:
根据套***得到的疑似车牌号码,获取该疑似车牌号码对应的所有相似车牌;
以套***中分析出疑似车牌号码的出卡口作为目标卡口,从卡口有向图中获取该目标卡口的所有入卡口,在设定的时间段内,对疑似车牌号码的每个相似车牌查询所有入卡口是否存在相似车牌的过车记录,如果存在相似车牌的过车记录,则进入下一步继续分析,否则对疑似车牌号码不进行过滤;
对于存在相似车牌的过车记录的入卡口,从卡口有向图中获取存在相似车牌过车记录的入卡口对应的所有出卡口,在设定的时间段内,查询所有出卡口是否存在该相似车牌的过车记录,如果存在相似车牌的过车记录,则对疑似车牌号码不进行过滤,否则作为识别错误过滤掉该疑似车牌号码。
优选地,所述根据套***得到的疑似车牌号码,获取该疑似车牌号码对应的所有相似车牌,包括:
根据疑似车牌号码的识别字符及其置信度,根据设定的置信度阈值,得到疑似车牌号码对应的相似车牌。
本发明所述卡口有向图由顶点和有向边组成,顶点为卡口,包括入卡口和出卡口,有向边表示二个卡口之间的连通关系,由入卡口指向出卡口,有向边的权值为二个卡口之间的最短通行时间。
本发明所述在设定的时间段内,对疑似车牌号码的每个相似车牌查询所有入卡口是否存在相似车牌的过车记录,其中设定的时间段是指起始时间为T–α*tin,结束时间为T–β*tin的时间段,其中T是目标卡口上疑似套牌号码对应的过车记录中的时间,tin是从入卡口到目标卡口的最短通行时间,α、β为参数。
本发明所述在设定的时间段内,查询所有出卡口是否存在该相似车牌的过车记录,其中设定的时间段是指起始时间为T’+β*tout,结束时间为T’+α*tout的时间段,其中T’是入卡口上相似车牌对应的过车记录中的时间,tout是从该入卡口到对应出卡口的最短通行时间,α、β为参数。
本发明还提出了一种套***中车牌识别错误过滤装置,对套***得到的疑似车牌号码进行车牌识别错误过滤,其特征在于,所述车牌识别错误过滤装置包括:
相似车***模块,用于根据套***得到的疑似车牌号码,获取该疑似车牌号码对应的所有相似车牌;
第一分析过滤模块,用于以套***中分析出疑似车牌号码的出卡口作为目标卡口,从卡口有向图中获取该目标卡口的所有入卡口,在设定的时间段内,对疑似车牌号码的每个相似车牌查询所有入卡口是否存在相似车牌的过车记录,如果存在相似车牌的过车记录,则进入第二分析过滤模块继续分析,否则对疑似车牌号码不进行过滤;
第二分析过滤模块,用于对于存在相似车牌的过车记录的入卡口,从卡口有向图中获取存在相似车牌过车记录的入卡口对应的所有出卡口,在设定的时间段内,查询所有出卡口是否存在该相似车牌的过车记录,如果存在相似车牌的过车记录,则对疑似车牌号码不进行过滤,否则作为识别错误过滤掉该疑似车牌号码。
优选地,所述相似车***模块在获取疑似车牌号码对应的所有相似车牌时,执行如下操作:
根据疑似车牌号码的识别字符及其置信度,根据设定的置信度阈值,得到疑似车牌号码对应的相似车牌。
本发明提出了一种套***中车牌识别错误过滤方法及装置,在生成疑似套牌的相似车牌的过程中充分利用了过车记录中车牌的每个字符的识别置信度,使生成相似车牌的准确性和效率大幅提升;在进行疑似套牌过滤时结合卡口有向图和相似车牌号,采用时间合理性进行过滤,有效降低车牌识别错误的影响,极大地减少了疑似套牌的数量,提升了人工核对的效率,同时提升了最终的套牌识别准确率。
附图说明
图1为本发明实施例提供的一种套***中车牌识别错误过滤方法的流程图;
图2为本发明实施例提供的卡口有向图的示意图。
具体实施方式
下面结合附图和实施例对本发明技术方案做进一步详细说明,以下实施例不构成对本发明的限定。
本实施例一种套***中车牌识别错误过滤方法,在通过分析连续的相同车牌通行记录,判断出疑似套牌的车牌后,对该车牌进行车牌识别错误过滤。通过获取疑似套牌的相似车牌号,结合卡口有向图在设定的时间段内查询相似车牌号的过车记录,通过分析相似车牌号的过车记录来对疑似***辆进行车牌识别错误过滤,提升套***的准确率。
如图1所示,本实施例一种套***中车牌识别错误过滤方法,包括:
步骤S1、根据套***得到的疑似车牌号码,获取该疑似车牌号码对应的所有相似车牌。
在本实施例中,卡口相机对通过卡口的车辆进行抓拍,从抓拍的照片中定位、切割出车牌并将车牌中的每个字符单独分离出来进行识别,识别得到车辆的车牌号码。形成每个车辆的过车记录,过车记录包括卡口相机所在卡口的名称、所拍车辆的照片、卡口相机拍摄照片的时间、卡口相机识别出来的车牌号码。
套***可以通过分析连续的相同车牌通行记录,看记录该车牌的各个卡口点的连通性是否合理来判断是否为套牌,也可以通过分析连续的相同车牌通行记录,看该相同车牌对应的车辆在入卡口和出卡口之间的通行时间间隔是否合理来判断是否为套牌。
例如,如图2所示,通过配置或者对历史过车记录的分析,得到卡口之间的有向联通关系以及对应的合理通行最短时间,形成一张卡口有向图,以卡口为顶点,有向边的权值为二个卡口之间的合理最短通行时间。
从而可以基于卡口有向图分析是否存在套牌嫌疑,例如对于所有待分析的过车记录,按照拍摄时间升序进行排列。逐个分析同一车牌的连续两条过车记录,如果两条记录的过车时间差大于或等于这两个卡口之间的最短通行时间,则认为不是套牌,否则认为该车牌为疑似套牌。
在实际的应用中,由于污损、光线、或其他人为遮挡的原因,识别出的车牌号码存在错误识别的情况,由于车牌错误识别容易造成大量的疑似套牌情况的出现。因此需要根据识别出的车牌号码对应的相似车牌进行后续的车牌识别错误过滤。
在车牌识别时,将车牌中分离出来的待识别字符与标准字符进行比对,待识别字符与标准字符中相同像素的比例即为该待识别字符的识别置信度,根据识别置信度就可以确定该待识别的字符。
通常以识别置信度最高的字符作为待识别字符的最终值,例如一个字符被识别为B,置信度为80%;同时被识别为8,置信度为40%;同时还被识别为D,置信度为20%。则最终该字符被识别为B。假设该字符在车牌中排在第四位,其他字符都是确定的值,则该车牌识别出的车牌号码假设为:浙A1B567。
对于识别出的车牌号码,确定其相似车牌,可以根据疑似车牌号码的识别字符及其置信度来得到相似车牌,也可以根据相似字符列表来得到相似车牌。
例如上面的例子,在车牌中排在第四位的字符被识别为B,置信度为80%;同时被识别为8,置信度为40%;同时还被识别为D,置信度为20%。则其相似车牌为:浙A18567,或浙A1D567。
又例如,相似字符列表中,B与8、D相似,可以得到其相似车牌为:浙A18567,或浙A1D567。
本发明不限于具体的字符识别和相似车牌得到的方法,可以根据置信度来确定相似车牌,也可以根据相似字符列表来得到相似车牌。
优选地,本实施例接收卡口相机识别车辆的车牌字符及其置信度,根据设定的置信度阈值,得到疑似车牌号码对应的相似车牌。对于置信度100%的字符直接采用识别得到的车牌字符作为输出的相似车牌字符;对于置信度低于100%,但高于设定的置信度阈值(例如40%)的字符,作为相似字符来生成相似车牌;对于低于设定的置信度阈值的字符不予考虑。例如对于上面的例子,仅输出相似车牌浙A18567,而过滤掉浙A1D567,这样可以减少计算复杂度并提升纠错准确率。
步骤S2、以套***中分析出疑似车牌号码的出卡口作为目标卡口,从卡口有向图中获取该目标卡口的所有入卡口,在设定的时间段内,对疑似车牌号码的每个相似车牌查询所有入卡口是否存在相似车牌的过车记录,如果存在相似车牌的过车记录,则进入下一步继续分析,否则对疑似车牌号码不进行过滤。
在进行套***时,如果连续两条过车记录的过车时间差大于或等于这两个卡口之间的最短通行时间,则认为不是套牌,否则认为该车牌为疑似套牌。将视频分析出疑似套牌过车记录所在的出卡口作为目标卡口,例如图2中的卡口E。该过车记录中记录的过车时间为T,从卡口有向图中获取目标卡口的所有入卡口Tin,例如图2中的卡口A、B,以及从每个入卡口到目标卡口的合理通行最短时间tin,例如t3、t4,记为TollgateIns={Tini,tini},其中i表示第i个入卡口。
逐个查询每个相似车牌在目标卡口的每个入卡口上[T–α*tini,T–β*tini]时间段内是否存在过车记录,如果目标卡口的某个入卡口在[T–α*tini,T–β*tini]时间段内有相似车牌的过车记录,则继续进行下一步分析,进入步骤S3;如果目标卡口的所有入卡口在[T–α*tini,T–β*tini]时间段内都没有相似车牌的过车记录,则认为不存在识别错误的情况,不对该疑似套牌进行过滤。其中时间段[T–α*tini,T–β*tini]是指起始时间为T–α*tini,结束时间为T–β*tini的时间段。
其中,α、β为参数,本实施例中α为2,β为1。即查询在最短的通行时间至合理的通行时间内的过车记录,以减少查询的工作量,其中α、β可以根据实际情况灵活设置,例如设置α为3,β为1。
步骤S3、对于存在相似车牌的过车记录的入卡口,从卡口有向图中获取存在相似车牌过车记录的入卡口对应的所有出卡口,在预定的时间段内,查询所有出卡口是否存在该相似车牌的过车记录,如果存在相似车牌的过车记录,则对疑似车牌号码不进行过滤,否则作为识别错误过滤掉该疑似车牌号码。
从卡口有向图中获取出现相似车牌过车记录的入卡口对应的所有出卡口Tout,以及从入卡口到出卡口的合理通行最短时间tout,记为TollgateOuts={Touti,touti},其中i表示第i个出卡口,待分析的目标卡口也被包含在Touti中,相似车牌在该入卡口上的过车记录中的时间为T’,touti是从该入卡口到出卡口i的最短通行时间。例如入卡口A对应的出卡口包括卡口C、D、E,需要查询所有出卡口C、D、E。
在[T’+β*tout,T’+α*tout]时间段内,即在起始时间为T’+β*tout,结束时间为T’+α*tout的时间段内,查询该入卡口的所有出卡口是否有该相似车牌的过车记录,如果所有出卡口在其对应的[T+β*tout,T+α*tout]时间段内都没有相似车牌的过车记录则认为目标卡口中疑似套牌的车牌号识别错误,认为是识别错误,应该将该疑似车牌号码过滤掉,否则保留该疑似车牌号码。
需要说明的是,本实施例中α为2,β为1,上述参数α、β可以根据道路的拥堵情况通过配置进行调整,在非常拥堵的情况下可以调整α为3或更大的值。
疑似套牌完成识别错误过滤后输出最终的所有疑似套牌号,由人工进行最后的校对和确认。
下面举例进行说明:
如图2所示,该图为一个卡口有向图的子网,A~G为卡口,t1~t6为两个卡口之间合理通行的最短时间;待分析的车牌CarNum按时间的升序在A卡口和E卡口有二条连续的过车记录,在E卡口的过车记录中的时间为T;
通过A卡口和E卡口的过车记录计算出车牌CarNum从A卡口到E卡口的通行时间,发现该通行时间比t3(从A卡口到E卡口的最短过车时间)小,则表示时间上不合理,该车牌CarNum为疑似套牌;
进行疑似套牌过滤时先获得该疑似套牌号CarNum的相似车牌号CarNum’;
通过卡口有向图分析得到E卡口的所有入卡口,分别为A卡口和B卡口;从A卡口到E卡口的最短过车时间为t3,从B卡口到E卡口的最短过车时间为t4;查询[T–2*t3,T–t3]时间段内车牌CarNum’在A卡口是否有过车记录,查询[T–2*t4,T–t4]时间段内车牌CarNum’在B卡口是否有过车记录;通过查询发现在[T–2*t3,T–t3]时间段内A卡口有车牌CarNum’的过车记录,过车记录中的时间为T’;
通过卡口有向图分析得到A卡口的所有出卡口,分别为C卡口、D卡口和E卡口;A卡口到C卡口的最短过车时间为t1,A卡口到D卡口的最短过车时间为t2,A卡口到E卡口的最短过车时间为t3;通过查询发现,在[T’+t1,T’+2*t1]时间段内C卡口没有CarNum’的过车记录,在[T’+t2,T’+2*t2]时间段内D卡口没有CarNum’的过车记录,在[T’+t3,T’+2*t3]时间段E卡口没有CarNum’的过车记录,则认为出现了车牌识别错误,实际在T时刻出现在E卡口的不是车牌CarNum而是车牌CarNum’,将疑似套牌CarNum过滤掉。
本实施例一种套***中车牌识别错误过滤装置,与上述方法对应,对套***得到的疑似车牌号码进行车牌识别错误过滤,该车牌识别错误过滤装置包括:
相似车***模块,用于根据套***得到的疑似车牌号码,获取该疑似车牌号码对应的所有相似车牌;
第一分析过滤模块,用于以套***中分析出疑似车牌号码的出卡口作为目标卡口,从卡口有向图中获取该目标卡口的所有入卡口,在设定的时间段内,对疑似车牌号码的每个相似车牌查询所有入卡口是否存在相似车牌的过车记录,如果存在相似车牌的过车记录,则进入第二分析过滤模块继续分析,否则对疑似车牌号码不进行过滤;
第二分析过滤模块,用于对于存在相似车牌的过车记录的入卡口,从卡口有向图中获取存在相似车牌过车记录的入卡口对应的所有出卡口,在设定的时间段内,查询所有出卡口是否存在该相似车牌的过车记录,如果存在相似车牌的过车记录,则对疑似车牌号码不进行过滤,否则作为识别错误过滤掉该疑似车牌号码。
优选地,相似车***模块在获取疑似车牌号码对应的所有相似车牌时,执行如下操作:
根据疑似车牌号码的识别字符及其置信度,根据设定的置信度阈值,得到疑似车牌号码对应的相似车牌。
以上实施例仅用以说明本发明的技术方案而非对其进行限制,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种套***中车牌识别错误过滤方法,对套***得到的疑似车牌号码进行车牌识别错误过滤,其特征在于,所述车牌识别错误过滤方法包括:
根据套***得到的疑似车牌号码,获取该疑似车牌号码对应的所有相似车牌;
以套***中分析出疑似车牌号码的出卡口作为目标卡口,从卡口有向图中获取该目标卡口的所有入卡口,在设定的时间段内,对疑似车牌号码的每个相似车牌查询所有入卡口是否存在相似车牌的过车记录,如果存在相似车牌的过车记录,则进入下一步继续分析,否则对疑似车牌号码不进行过滤;
对于存在相似车牌的过车记录的入卡口,从卡口有向图中获取存在相似车牌过车记录的入卡口对应的所有出卡口,在设定的时间段内,查询所有出卡口是否存在该相似车牌的过车记录,如果存在相似车牌的过车记录,则对疑似车牌号码不进行过滤,否则作为识别错误过滤掉该疑似车牌号码。
2.根据权利要求1所述的车牌识别错误过滤方法,其特征在于,所述根据套***得到的疑似车牌号码,获取该疑似车牌号码对应的所有相似车牌,包括:
根据疑似车牌号码的识别字符及其置信度,根据设定的置信度阈值,得到疑似车牌号码对应的相似车牌。
3.根据权利要求1所述的车牌识别错误过滤方法,其特征在于,所述卡口有向图由顶点和有向边组成,顶点为卡口,包括入卡口和出卡口,有向边表示二个卡口之间的连通关系,由入卡口指向出卡口,有向边的权值为二个卡口之间的最短通行时间。
4.根据权利要求1所述的车牌识别错误过滤方法,其特征在于,所述在设定的时间段内,对疑似车牌号码的每个相似车牌查询所有入卡口是否存在相似车牌的过车记录,其中设定的时间段是指起始时间为T–α*tin,结束时间为T–β*tin的时间段,其中T是目标卡口上疑似套牌号码对应的过车记录中的时间,tin是从入卡口到目标卡口的最短通行时间,α、β为参数。
5.根据权利要求1所述的车牌识别错误过滤方法,其特征在于,所述在设定的时间段内,查询所有出卡口是否存在该相似车牌的过车记录,其中设定的时间段是指起始时间为T’+β*tout,结束时间为T’+α*tout的时间段,其中T’是入卡口上相似车牌对应的过车记录中的时间,tout是从该入卡口到对应出卡口的最短通行时间,α、β为参数。
6.一种套***中车牌识别错误过滤装置,对套***得到的疑似车牌号码进行车牌识别错误过滤,其特征在于,所述车牌识别错误过滤装置包括:
相似车***模块,用于根据套***得到的疑似车牌号码,获取该疑似车牌号码对应的所有相似车牌;
第一分析过滤模块,用于以套***中分析出疑似车牌号码的出卡口作为目标卡口,从卡口有向图中获取该目标卡口的所有入卡口,在设定的时间段内,对疑似车牌号码的每个相似车牌查询所有入卡口是否存在相似车牌的过车记录,如果存在相似车牌的过车记录,则进入第二分析过滤模块继续分析,否则对疑似车牌号码不进行过滤;
第二分析过滤模块,用于对于存在相似车牌的过车记录的入卡口,从卡口有向图中获取存在相似车牌过车记录的入卡口对应的所有出卡口,在设定的时间段内,查询所有出卡口是否存在该相似车牌的过车记录,如果存在相似车牌的过车记录,则对疑似车牌号码不进行过滤,否则作为识别错误过滤掉该疑似车牌号码。
7.根据权利要求6所述的车牌识别错误过滤装置,其特征在于,所述相似车***模块在获取疑似车牌号码对应的所有相似车牌时,执行如下操作:
根据疑似车牌号码的识别字符及其置信度,根据设定的置信度阈值,得到疑似车牌号码对应的相似车牌。
8.根据权利要求6所述的车牌识别错误过滤装置,其特征在于,所述卡口有向图由顶点和有向边组成,顶点为卡口,包括入卡口和出卡口,有向边表示二个卡口之间的连通关系,由入卡口指向出卡口,有向边的权值为二个卡口之间的最短通行时间。
9.根据权利要求6所述的车牌识别错误过滤装置,其特征在于,所述在设定的时间段内,对疑似车牌号码的每个相似车牌查询所有入卡口是否存在相似车牌的过车记录,其中设定的时间段是指起始时间为T–α*tin,结束时间为T–β*tin的时间段,其中T是目标卡口上疑似套牌号码对应的过车记录中的时间,tin是从入卡口到目标卡口的最短通行时间,α、β为参数。
10.根据权利要求6所述的车牌识别错误过滤装置,其特征在于,所述在设定的时间段内,查询所有出卡口是否存在该相似车牌的过车记录,其中设定的时间段是指起始时间为T’+β*tout,结束时间为T’+α*tout的时间段,其中T’是入卡口上相似车牌对应的过车记录中的时间,tout是从该入卡口到对应出卡口的最短通行时间,α、β为参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610124462.3A CN105702047B (zh) | 2016-03-04 | 2016-03-04 | 一种套***中车牌识别错误过滤方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610124462.3A CN105702047B (zh) | 2016-03-04 | 2016-03-04 | 一种套***中车牌识别错误过滤方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105702047A true CN105702047A (zh) | 2016-06-22 |
CN105702047B CN105702047B (zh) | 2018-06-05 |
Family
ID=56220727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610124462.3A Active CN105702047B (zh) | 2016-03-04 | 2016-03-04 | 一种套***中车牌识别错误过滤方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105702047B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106571040A (zh) * | 2016-10-31 | 2017-04-19 | 浙江宇视科技有限公司 | 一种可疑车辆确认方法及设备 |
CN107329977A (zh) * | 2017-05-27 | 2017-11-07 | 银江股份有限公司 | 一种基于概率分布的假牌车二次筛选方法 |
CN107730625A (zh) * | 2017-06-08 | 2018-02-23 | 西安艾润物联网技术服务有限责任公司 | 智能停车***出车计费方法、***及存储介质 |
CN107862072A (zh) * | 2017-11-24 | 2018-03-30 | 泰华智慧产业集团股份有限公司 | 基于大数据技术分析车辆入城套牌作案的方法 |
CN108073923A (zh) * | 2016-11-09 | 2018-05-25 | 杭州海康威视数字技术股份有限公司 | 一种车牌校正方法及装置 |
CN108197625A (zh) * | 2017-12-18 | 2018-06-22 | 北京云星宇交通科技股份有限公司 | 一种校正车牌识别的方法及*** |
CN109272034A (zh) * | 2018-09-07 | 2019-01-25 | 佳都新太科技股份有限公司 | 一种漏检车牌预测方法及处理终端 |
CN110148300A (zh) * | 2019-06-24 | 2019-08-20 | 上海擎感智能科技有限公司 | 一种车辆套牌识别方法、装置及计算机可读介质 |
CN111223305A (zh) * | 2019-12-25 | 2020-06-02 | 华为技术有限公司 | 涉牌违法的检测方法和装置 |
CN112348010A (zh) * | 2019-08-07 | 2021-02-09 | 杭州海康威视***技术有限公司 | 一种车牌匹配方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945605A (zh) * | 2012-11-06 | 2013-02-27 | 东软集团股份有限公司 | 一种***识别方法和*** |
CN103116989A (zh) * | 2013-01-29 | 2013-05-22 | 江苏省邮电规划设计院有限责任公司 | 基于智慧城市的***车辆的捕获方法 |
CN103413440A (zh) * | 2013-04-11 | 2013-11-27 | 江苏省邮电规划设计院有限责任公司 | 基于智慧城市数据仓库和识别规则库的***识别方法 |
CN103700262A (zh) * | 2013-12-26 | 2014-04-02 | 福建省视通光电网络有限公司 | 一种***车辆的区域自动捕获方法 |
CN103914986A (zh) * | 2014-03-14 | 2014-07-09 | 浙江宇视科技有限公司 | 一种套***的方法和装置 |
CN104021677A (zh) * | 2014-06-25 | 2014-09-03 | 浙江宇视科技有限公司 | 一种车辆翻牌检测方法和装置 |
CN104517445A (zh) * | 2014-12-09 | 2015-04-15 | 浪潮电子信息产业股份有限公司 | 一种基于大数据的***辆识别方法 |
-
2016
- 2016-03-04 CN CN201610124462.3A patent/CN105702047B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945605A (zh) * | 2012-11-06 | 2013-02-27 | 东软集团股份有限公司 | 一种***识别方法和*** |
CN103116989A (zh) * | 2013-01-29 | 2013-05-22 | 江苏省邮电规划设计院有限责任公司 | 基于智慧城市的***车辆的捕获方法 |
CN103413440A (zh) * | 2013-04-11 | 2013-11-27 | 江苏省邮电规划设计院有限责任公司 | 基于智慧城市数据仓库和识别规则库的***识别方法 |
CN103700262A (zh) * | 2013-12-26 | 2014-04-02 | 福建省视通光电网络有限公司 | 一种***车辆的区域自动捕获方法 |
CN103914986A (zh) * | 2014-03-14 | 2014-07-09 | 浙江宇视科技有限公司 | 一种套***的方法和装置 |
CN104021677A (zh) * | 2014-06-25 | 2014-09-03 | 浙江宇视科技有限公司 | 一种车辆翻牌检测方法和装置 |
CN104517445A (zh) * | 2014-12-09 | 2015-04-15 | 浪潮电子信息产业股份有限公司 | 一种基于大数据的***辆识别方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106571040A (zh) * | 2016-10-31 | 2017-04-19 | 浙江宇视科技有限公司 | 一种可疑车辆确认方法及设备 |
CN108073923B (zh) * | 2016-11-09 | 2021-09-17 | 杭州海康威视数字技术股份有限公司 | 一种车牌校正方法及装置 |
CN108073923A (zh) * | 2016-11-09 | 2018-05-25 | 杭州海康威视数字技术股份有限公司 | 一种车牌校正方法及装置 |
US11023759B2 (en) | 2016-11-09 | 2021-06-01 | Hangzhou Hikvision Digital Technology Co., Ltd. | Method and device for correcting license plate |
CN107329977B (zh) * | 2017-05-27 | 2019-08-16 | 银江股份有限公司 | 一种基于概率分布的假牌车二次筛选方法 |
CN107329977A (zh) * | 2017-05-27 | 2017-11-07 | 银江股份有限公司 | 一种基于概率分布的假牌车二次筛选方法 |
CN107730625A (zh) * | 2017-06-08 | 2018-02-23 | 西安艾润物联网技术服务有限责任公司 | 智能停车***出车计费方法、***及存储介质 |
CN107862072B (zh) * | 2017-11-24 | 2020-05-19 | 泰华智慧产业集团股份有限公司 | 基于大数据技术分析车辆入城套牌作案的方法 |
CN107862072A (zh) * | 2017-11-24 | 2018-03-30 | 泰华智慧产业集团股份有限公司 | 基于大数据技术分析车辆入城套牌作案的方法 |
CN108197625A (zh) * | 2017-12-18 | 2018-06-22 | 北京云星宇交通科技股份有限公司 | 一种校正车牌识别的方法及*** |
CN109272034A (zh) * | 2018-09-07 | 2019-01-25 | 佳都新太科技股份有限公司 | 一种漏检车牌预测方法及处理终端 |
CN110148300A (zh) * | 2019-06-24 | 2019-08-20 | 上海擎感智能科技有限公司 | 一种车辆套牌识别方法、装置及计算机可读介质 |
CN112348010A (zh) * | 2019-08-07 | 2021-02-09 | 杭州海康威视***技术有限公司 | 一种车牌匹配方法及装置 |
CN111223305A (zh) * | 2019-12-25 | 2020-06-02 | 华为技术有限公司 | 涉牌违法的检测方法和装置 |
CN111223305B (zh) * | 2019-12-25 | 2022-05-17 | 华为技术有限公司 | 涉牌违法的检测方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105702047B (zh) | 2018-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105702047A (zh) | 一种套***中车牌识别错误过滤方法及装置 | |
CN110490108B (zh) | 一种违章状态的标记方法、装置、存储介质及电子装置 | |
CN111815959B (zh) | 一种车辆违章的检测方法、装置以及计算机可读存储介质 | |
KR101988540B1 (ko) | 주차 관리 시스템 및 방법 | |
CN105488479B (zh) | 一种基于加权局部特征比对的车辆套牌识别方法及装置 | |
CN111161543A (zh) | 一种基于图像识别的公交前车违章行为自动抓拍方法及*** | |
CN105488453A (zh) | 一种基于图像处理的驾驶员未系安全带检测识别方法 | |
CN103246876A (zh) | 基于图像特征比对的车辆套牌识别方法 | |
CN106934378B (zh) | 一种基于视频深度学习的汽车远光灯识别***及方法 | |
WO2017125063A1 (zh) | 违规车辆处理方法及装置 | |
CN110046547A (zh) | 违章举报方法、***、计算机设备及存储介质 | |
CN104794931A (zh) | 利用摄像机监测车位使用情况的方法及*** | |
CN105160884A (zh) | 一种融合视频监控和rfid的车辆识别方法及装置 | |
CN108765975A (zh) | 路侧垂直停车场管理***及方法 | |
CN106960579A (zh) | 一种无牌车的识别方法及使用其的停车场*** | |
CN103544480A (zh) | 车辆颜色识别方法 | |
CN109523792A (zh) | 车牌识别结果的自动修正方法、介质及*** | |
DE102017209496A1 (de) | Verfahren und Vorrichtung zum Klassifizieren eines Objekts für ein Fahrzeug | |
CN107331206A (zh) | 基于蓝牙辅助的车牌识别停车智能管理***及方法 | |
CN112509325A (zh) | 一种基于视频深度学习的非现场违法自动甄别方法 | |
CN103810298A (zh) | 一种基于内存数据库的车辆信息快速查询方法及*** | |
CN112115939A (zh) | 车辆车牌的识别方法、装置 | |
CN104050813B (zh) | 一种车辆翻牌检测方法和装置 | |
Agbeyangi et al. | Automatic identification of vehicle plate number using raspberry pi | |
CN103390166A (zh) | 基于车前脸特征的车辆型号一致性判别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |