CN106448178A - 一种***分析方法及装置 - Google Patents
一种***分析方法及装置 Download PDFInfo
- Publication number
- CN106448178A CN106448178A CN201610803191.4A CN201610803191A CN106448178A CN 106448178 A CN106448178 A CN 106448178A CN 201610803191 A CN201610803191 A CN 201610803191A CN 106448178 A CN106448178 A CN 106448178A
- Authority
- CN
- China
- Prior art keywords
- history
- car
- fare
- crosses
- fare road
- 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
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种***分析方法及装置,该方法包括获取车辆的多个历史过车数据,根据多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备,对多个历史过车数据进行分析,划分出车辆的多个过车线路,将多个过车线路中历史过车数据的个数大于等于第一阈值的确定为第一过车线路,根据车辆的多个第一过车线路进行***分析。通过对多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备进行分析,划分出车辆的多个过车线路,可以查找出离散的历史过车数据,再根据多个过车线路中历史过车数据的个数大于等于第一阈值,剔除离散的历史过车数据,有效减少了离散分析的偏向性,从而提高了***分析的准确率。
Description
技术领域
本发明实施例涉及智能交通技术领域,尤其涉及一种***分析方法及装置。
背景技术
***识别与抓捕是交警指挥调度的重要组成部分,也一直是交警业务关注的重点。重大治安违法犯罪行为中经常出现***辆的身影,为案件的侦破制造了严重的障碍。有效的***识别和专项的治理活动不仅能够保护民众的车辆的合法权益,同时也能有效的遏制其他治安违法犯罪行为。
目前,行业中***判别算法多种多样,主要采用时空判别、特征比对等方式,在实际应用中,虽然前端设备的号牌识别和特征识别的准确率最高可达到95%以上,但是在实际应用中以青岛为例,每天两千万的过车数据,识别错误的数据将达到百万,离散数据碰撞产生的套牌嫌疑每天有近万条,为套牌嫌疑人工确认带来巨大的无效工作量,严重影响了***抓捕业务的应用效果,提升***分析的准确率迫在眉睫。
发明内容
本发明实施例提供一种***分析方法及装置,用以提升***分析的准确率。
本发明实施例提供的一种***分析方法,包括:
获取车辆的多个历史过车数据,所述多个历史过车数据是按时间顺序排序的;
根据所述多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备,对所述多个历史过车数据进行分析,划分出所述车辆的多个过车线路,每个过车线路中的相邻的两个历史过车数据间的路径均为最短可达路径;
将所述多个过车线路中历史过车数据的个数大于等于第一阈值的确定为第一过车线路;
根据所述车辆的多个第一过车线路进行***分析。
可选地,若所述车辆的多个过车线路中的第二过车线路所包含的历史过车数据的个数小于所述第一阈值,则将所述车辆的多个过车线路中的第二过车线路包含的历史过车数据丢弃。
可选地,所述根据所述多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备,对所述多个历史过车数据进行分析,划分出所述车辆的多个过车线路,包括:
所述车辆的多个历史过车数据为v1,v2,……,vn;n为正整数;
将v1标记为过车线路R1的第1个过车点位,将v1,v2,……,vn作为过车线路R1的待分析队列,以v1为分析点,确定v1与v2的最短可达路径中经过的监控设备的数量是否小于第二阈值;所述过车点位为属于过车线路的历史过车数据;
若v1与v2的最短可达路径中经过的监控设备的数量小于第二阈值,则将所述v2标记为过车线路R1的第2个过车点位,并以所述v2为分析点继续确定所述v2与v3的最短可达路径中经过的监控设备的数量是否小于第二阈值,直至vn为止,确定出所述过车线路R1中的每个过车点位。
可选地,若所述v1与v2的最短可达路径中经过的监控设备的数量大于所述第二阈值,则从所述过车线路R1的待分析队列中删除所述v2,以所述v1为分析点继续分析所述过车线路R1的待分析队列,直至分析到vn为止,确定出所述过车线路R1中的每个过车点位。
可选地,若所述v1与v2的最短可达路径中经过的监控设备的数量大于所述第二阈值,则将所述v2标记为过车线路R2的第1个过车点位,将v2,……,vn作为过车线路R2的待分析队列;
以所述v2为为分析点,确定所述v2与所述v3的最短可达路径中经过的监控设备的数量是否小于所述第二阈值,确定所述v3是否为所述过车线路R2中的过车点位,直至分析到vn为止,确定出所述过车线路R2中的每个过车点位。
相应地,本发明实施例还提供了一种***分析装置,包括:
获取单元,用于获取车辆的多个历史过车数据,所述多个历史过车数据是按时间顺序排序的;
划分单元,用于根据所述多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备,对所述多个历史过车数据进行分析,划分出所述车辆的多个过车线路,每个过车线路中的相邻的两个历史过车数据间的路径均为最短可达路径;
确定单元,用于将所述多个过车线路中历史过车数据的个数大于等于第一阈值的确定为第一过车线路;
分析单元,用于根据所述车辆的多个第一过车线路进行***分析。
可选地,所述确定单元,还用于:
若所述车辆的多个过车线路中的第二过车线路所包含的历史过车数据的个数小于所述第一阈值,则将所述车辆的多个过车线路中的第二过车线路包含的历史过车数据丢弃。
可选地,所述划分单元具体用于:
所述车辆的多个历史过车数据为v1,v2,……,vn;n为正整数;
将v1标记为过车线路R1的第1个过车点位,将v1,v2,……,vn作为过车线路R1的待分析队列,以v1为分析点,确定v1与v2的最短可达路径中经过的监控设备的数量是否小于第二阈值;所述过车点位为属于过车线路的历史过车数据;
若v1与v2的最短可达路径中经过的监控设备的数量小于第二阈值,则将所述v2标记为过车线路R1的第2个过车点位,并以所述v2为分析点继续确定所述v2与v3的最短可达路径中经过的监控设备的数量是否小于第二阈值,直至vn为止,确定出所述过车线路R1中的每个过车点位。
可选地,所述划分单元具体用于:
若所述v1与v2的最短可达路径中经过的监控设备的数量大于所述第二阈值,则从所述过车线路R1的待分析队列中删除所述v2,以所述v1为分析点继续分析所述过车线路R1的待分析队列,直至分析到vn为止,确定出所述过车线路R1中的每个过车点位。
可选地,所述划分单元具体用于:
若所述v1与v2的最短可达路径中经过的监控设备的数量大于所述第二阈值,则将所述v2标记为过车线路R2的第1个过车点位,将v2,……,vn作为过车线路R2的待分析队列;
以所述v2为为分析点,确定所述v2与所述v3的最短可达路径中经过的监控设备的数量是否小于所述第二阈值,确定所述v3是否为所述过车线路R2中的过车点位,直至分析到vn为止,确定出所述过车线路R2中的每个过车点位。
本发明实施例表明,获取车辆的多个历史过车数据,根据多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备,对多个历史过车数据进行分析,划分出车辆的多个过车线路,将多个过车线路中历史过车数据的个数大于等于第一阈值的确定为第一过车线路,根据车辆的多个第一过车线路进行***分析。通过对多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备进行分析,划分出车辆的多个过车线路,可以查找出离散的历史过车数据,再根据多个过车线路中历史过车数据的个数大于等于第一阈值,剔除离散的历史过车数据,有效减少了离散分析的偏向性,从而提高了***分析的准确率。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种***分析方法的流程示意图;
图2为本发明实施例提供的一种过车线路的示意图;
图3为本发明实施例提供的一种***分析装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
由于车辆的过车数据已是千万量级,每天由离散数据碰撞产生的错误数据有近万条,严重的降低了***分析的准确率。
基于上述描述,图1示出了本发明实施例提供的一种***分析方法的流程,该流程可以由***分析装置执行。
如图1所示,该流程的具体步骤包括:
步骤101,获取车辆的多个历史过车数据。
步骤102,根据所述多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备,对所述多个历史过车数据进行分析,划分出所述车辆的多个过车线路。
步骤103,将所述多个过车线路中历史过车数据的个数大于等于第一阈值的确定为第一过车线路。
步骤104,根据所述车辆的多个第一过车线路进行***分析。
在本发明实施例中,获取的多个历史过车数据是按照时间顺序进行排序的。该多个历史过车数据可以是获取的设定时间内一个车牌的车辆的所有历史过车数据,比如,可以是一周,两周或一个月内的历史过车数据。该历史过车数据是车辆在经过交通路口时,通过监控设备拍摄的车辆的车牌数据。
在得到车辆的多个历史过车数据之后,就可以根据该多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备,对所述多个历史过车数据进行分析,划分出所述车辆的多个过车线路。每个过车线路中的相邻的两个历史过车数据间的路径均为最短可达路径,该最短可达路径是指车辆从一个历史过车数据行驶到相邻的另一个历史过车数据时所经过的路径为最短的距离。因此,就可以分析相邻两个历史过车数据的最短可达路径中经过的监控设备的多少来确定车辆是否可以达到,来确定是否为同一辆车行驶的线路。
具体的,上述车辆的多个历史过车数据可以为v1,v2,……,vn。n为正整数。在进行分析时,首先将v1标记为过车线路R1的第1个过车点位,该过车点位表示为属于过车线路的历史过车数据。在将v1标记为过车线路R1的第1个过车点位之后,将上述历史过车数据v1,v2,……,vn作为过车线路R1的待分析队列,以v1为分析点,确定v1与v2的最短可达路径中经过的监控设备的数量是否小于第二阈值。该第二阈值可以依据经验进行设备,比如为了防止监控设备出现漏拍的情况,可以将该第二阈值设置为2,也就是说,v1与v2的最短可达路径中经过的监控设备的数量小于2时,可以确定车辆从v1到v2是可以实现的。
若上述v1与v2的最短可达路径中经过的监控设备的数量小于第二阈值,则可以将v2标记为过车线路R1的第2个过车点位,也可以说是确定出属于该过车线路R1的第2个历史过车数据。然后就可以以该v2为分析点继续确定v2与v3的最短可达路径中经过的监控设备的数量是否小于第二阈值,直至分析到vn为止,从而确定出该过车线路R1中的每个过车点位。
若该v1与v2的最短可达路径中经过的监控设备的数量大于第二阈值,则需要从该过车线路R1的待分析队列中删除所述v2,也就是说,该过车线路R1的待分析队列为v1,v3,……,vn。然后以v1为分析点继续分析该过车线路R1的待分析队列,依据上述分析方法,直至分析到vn为止,确定出过车线路R1中的每个过车点位,从而也就确定出了属于该过车线路R1中所有历史过车数据。
相应地,为了确定出多条过车线路,在确定出上述v1与v2的最短可达路径中经过的监控设备的数量大于所述第二阈值时,将该v2标记为过车线路R2的第1个过车点位,将v2,……,vn作为过车线路R2的待分析队列。也就说,以v2为过车线路R2的起始分析点,开始分析出属于该过车线路R2的历史过车数据。在确定出v2,……,vn作为过车线路R2的待分析队列之后,以该v2为分析点,确定v2与v3的最短可达路径中经过的监控设备的数量是否小于第二阈值,从而确定出v3是否为所述过车线路R2中的过车点位,依据上述分析方法,直至分析到vn为止,确定出该过车线路R2中的每个过车点位,也就是说确定出属于该过车线路R2的所有历史过车数据。
举例来说,如图2所示,上述第二阈值设定为2。该历史过车数据为1到11。以历史过车数据1为路网分析的过车线路R1的起点,可以标记为该过车线路R1的第一个过车点位。然后分析历史过车数据1与历史过车数据2的最短可达路径,从图2中可以看出,车辆从历史过车数据1所在的位置行驶到历史过车数据2所在的位置的最短可达路径是经过了2个交通路口,也就表示经过了2个监控设备,说明车辆不可能在相邻的两个时刻中从而历史过车数据1所在的位置行驶到历史过车数据2所在的位置,表示历史过车数据2不属于过车线路R1。此时需要继续以历史过车数据1为分析点,分析历史过车数据1到历史过车数据3的最短可达路径,从图2中可以看出,历史过车数据1与历史过车数据3之间没有交通路口,表示车辆可以从历史过车数据1所在的位置行驶到历史过车数据3所在的位置,因此,该历史过车数据3属于过车线路R1。根据上述分析方法,依次确定出属于过车线路R1的历史过车数据1、历史过车数据3、历史过车数据7、历史过车数据9、历史过车数据10,具体可见图2中黑色实线所绘制的线路。
在确定出历史过车数据2不属于过车线路R1时,将历史过车数据2作为过车线路R2的起始分析点,开始分析历史过车数据2与历史过车数据3的最短可达路径,从图2中可以看出,车辆从历史过车数据2所在的位置行驶到历史过车数据3所在的位置的最短可达路径是经过了3个交通路口,也就表示经过了3个监控设备,说明车辆不可能在相邻的两个时刻中从而历史过车数据2所在的位置行驶到历史过车数据3所在的位置,表示历史过车数据3不属于过车线路R2。此时需要继续以历史过车数据2为分析点,分析历史过车数据2到历史过车数据4的最短可达路径,从图2中可以看出,历史过车数据2与历史过车数据4之间没有交通路口,表示车辆可以从历史过车数据2所在的位置行驶到历史过车数据4所在的位置,因此,该历史过车数据4属于过车线路R2。根据上述分析方法,依次确定出属于过车线路R2的历史过车数据2、历史过车数据4、历史过车数据5、历史过车数据6、历史过车数据8,具体可见图2中黑色实线所绘制的线路。
由于历史过车数据11距离历史过车数据8和历史过车数据10都比较的远,因此,该历史过车数据11既不属于过车线路R1、也不属于过车线路R2,该历史过车数据11属于过车线路R3中的过车点位。
在步骤103中,在得到多个过车线路之后,将该多个过车线路中历史过车数据的个数大于等于第一阈值的确定为第一过车线路。该第一阈值可以依据经验进行设定,比如为了更好的筛选离散的历史过车数据,可以将该第一阈值设定为3。
举例来说,依据图2,上述步骤中确定出的过车线路R1、R2和R3中,过车线路R1中包括5个历史过车数据,过车线路R2中包括5个历史过车数据,而过车线路R3中包括1个历史过车数据,就可以将该过车线路R1和过车线路R2确定为第一过车线路。
进一步地,为了剔除离散的历史过车数据,若车辆的多个过车线路中的第二过车线路所包含的历史过车数据的个数小于上述第一阈值,则需要将该第二过车线路包含的历史过车数据丢弃,不使用该第二过车线路进行***的分析。比如,上述过车线路R3中只包括1个历史过车数据11,可以确定该过车线路R3为第二过车线路,将属于该过车线路R3的历史过车数据11丢弃,从而剔除了该离散的历史过车数据,为***分析提供了准确的数据,提高了***分析的准确率。
在剔除了历史过车数据的个数小于第一阈值的过车线路之后,依据该车辆的多个第一过车线路进行***分析。此时,若剔除离散的历史过车数据之后,剩余的第一过车线路的个数大于1时,表明该车辆具有被套牌的嫌疑,需要进行***分析。
上述实施例表明,通过获取车辆的多个历史过车数据,根据多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备,对多个历史过车数据进行分析,划分出车辆的多个过车线路,将多个过车线路中历史过车数据的个数大于等于第一阈值的确定为第一过车线路,根据车辆的多个第一过车线路进行***分析。通过对多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备进行分析,划分出车辆的多个过车线路,可以查找出离散的历史过车数据,再根据多个过车线路中历史过车数据的个数大于等于第一阈值,剔除离散的历史过车数据,有效减少了离散分析的偏向性,从而提高了***分析的准确率。
基于相同的技术构思,图3示出了本发明实施例提供的一种***分析装置的结构,该装置可以执行***分析方法的流程。
如图3所示,该装置具体包括:
获取单元301,用于获取车辆的多个历史过车数据,所述多个历史过车数据是按时间顺序排序的;
划分单元302,用于根据所述多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备,对所述多个历史过车数据进行分析,划分出所述车辆的多个过车线路,每个过车线路中的相邻的两个历史过车数据间的路径均为最短可达路径;
确定单元303,用于将所述多个过车线路中历史过车数据的个数大于等于第一阈值的确定为第一过车线路;
分析单元304,用于根据所述车辆的多个第一过车线路进行***分析。
可选地,所述确定单元303,还用于:
若所述车辆的多个过车线路中的第二过车线路所包含的历史过车数据的个数小于所述第一阈值,则将所述车辆的多个过车线路中的第二过车线路包含的历史过车数据丢弃。
可选地,所述划分单元302具体用于:
所述车辆的多个历史过车数据为v1,v2,……,vn;n为正整数;
将v1标记为过车线路R1的第1个过车点位,将v1,v2,……,vn作为过车线路R1的待分析队列,以v1为分析点,确定v1与v2的最短可达路径中经过的监控设备的数量是否小于第二阈值;所述过车点位为属于过车线路的历史过车数据;
若v1与v2的最短可达路径中经过的监控设备的数量小于第二阈值,则将所述v2标记为过车线路R1的第2个过车点位,并以所述v2为分析点继续确定所述v2与v3的最短可达路径中经过的监控设备的数量是否小于第二阈值,直至vn为止,确定出所述过车线路R1中的每个过车点位。
可选地,所述划分单元302具体用于:
若所述v1与v2的最短可达路径中经过的监控设备的数量大于所述第二阈值,则从所述过车线路R1的待分析队列中删除所述v2,以所述v1为分析点继续分析所述过车线路R1的待分析队列,直至分析到vn为止,确定出所述过车线路R1中的每个过车点位。
可选地,所述划分单元302具体用于:
若所述v1与v2的最短可达路径中经过的监控设备的数量大于所述第二阈值,则将所述v2标记为过车线路R2的第1个过车点位,将v2,……,vn作为过车线路R2的待分析队列;
以所述v2为为分析点,确定所述v2与所述v3的最短可达路径中经过的监控设备的数量是否小于所述第二阈值,确定所述v3是否为所述过车线路R2中的过车点位,直至分析到vn为止,确定出所述过车线路R2中的每个过车点位。
本发明是参照根据本发明实施例的方法、设备(***)、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发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种***分析方法,其特征在于,包括:
获取车辆的多个历史过车数据,所述多个历史过车数据是按时间顺序排序的;
根据所述多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备,对所述多个历史过车数据进行分析,划分出所述车辆的多个过车线路,每个过车线路中的相邻的两个历史过车数据间的路径均为最短可达路径;
将所述多个过车线路中历史过车数据的个数大于等于第一阈值的确定为第一过车线路;
根据所述车辆的多个第一过车线路进行***分析。
2.如权利要求1所述的方法,其特征在于,若所述车辆的多个过车线路中的第二过车线路所包含的历史过车数据的个数小于所述第一阈值,则将所述车辆的多个过车线路中的第二过车线路包含的历史过车数据丢弃。
3.如权利要求1所述的方法,其特征在于,所述根据所述多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备,对所述多个历史过车数据进行分析,划分出所述车辆的多个过车线路,包括:
所述车辆的多个历史过车数据为v1,v2,……,vn;n为正整数;
将v1标记为过车线路R1的第1个过车点位,将v1,v2,……,vn作为过车线路R1的待分析队列,以v1为分析点,确定v1与v2的最短可达路径中经过的监控设备的数量是否小于第二阈值;所述过车点位为属于过车线路的历史过车数据;
若v1与v2的最短可达路径中经过的监控设备的数量小于第二阈值,则将所述v2标记为过车线路R1的第2个过车点位,并以所述v2为分析点继续确定所述v2与v3的最短可达路径中经过的监控设备的数量是否小于第二阈值,直至vn为止,确定出所述过车线路R1中的每个过车点位。
4.如权利要求3所述的方法,其特征在于,若所述v1与v2的最短可达路径中经过的监控设备的数量大于所述第二阈值,则从所述过车线路R1的待分析队列中删除所述v2,以所述v1为分析点继续分析所述过车线路R1的待分析队列,直至分析到vn为止,确定出所述过车线路R1中的每个过车点位。
5.如权利要求3所述的方法,其特征在于,若所述v1与v2的最短可达路径中经过的监控设备的数量大于所述第二阈值,则将所述v2标记为过车线路R2的第1个过车点位,将v2,……,vn作为过车线路R2的待分析队列;
以所述v2为分析点,确定所述v2与所述v3的最短可达路径中经过的监控设备的数量是否小于所述第二阈值,确定所述v3是否为所述过车线路R2中的过车点位,直至分析到vn为止,确定出所述过车线路R2中的每个过车点位。
6.一种***分析装置,其特征在于,包括:
获取单元,用于获取车辆的多个历史过车数据,所述多个历史过车数据是按时间顺序排序的;
划分单元,用于根据所述多个历史过车数据中相邻两个历史过车数据的最短可达路径中经过的监控设备,对所述多个历史过车数据进行分析,划分出所述车辆的多个过车线路,每个过车线路中的相邻的两个历史过车数据间的路径均为最短可达路径;
确定单元,用于将所述多个过车线路中历史过车数据的个数大于等于第一阈值的确定为第一过车线路;
分析单元,用于根据所述车辆的多个第一过车线路进行***分析。
7.如权利要求6所述的装置,其特征在于,所述确定单元,还用于:
若所述车辆的多个过车线路中的第二过车线路所包含的历史过车数据的个数小于所述第一阈值,则将所述车辆的多个过车线路中的第二过车线路包含的历史过车数据丢弃。
8.如权利要求6所述的装置,其特征在于,所述划分单元具体用于:
所述车辆的多个历史过车数据为v1,v2,……,vn;n为正整数;
将v1标记为过车线路R1的第1个过车点位,将v1,v2,……,vn作为过车线路R1的待分析队列,以v1为分析点,确定v1与v2的最短可达路径中经过的监控设备的数量是否小于第二阈值;所述过车点位为属于过车线路的历史过车数据;
若v1与v2的最短可达路径中经过的监控设备的数量小于第二阈值,则将所述v2标记为过车线路R1的第2个过车点位,并以所述v2为分析点继续确定所述v2与v3的最短可达路径中经过的监控设备的数量是否小于第二阈值,直至vn为止,确定出所述过车线路R1中的每个过车点位。
9.如权利要求8所述的装置,其特征在于,所述划分单元具体用于:
若所述v1与v2的最短可达路径中经过的监控设备的数量大于所述第二阈值,则从所述过车线路R1的待分析队列中删除所述v2,以所述v1为分析点继续分析所述过车线路R1的待分析队列,直至分析到vn为止,确定出所述过车线路R1中的每个过车点位。
10.如权利要求8所述的装置,其特征在于,所述划分单元具体用于:
若所述v1与v2的最短可达路径中经过的监控设备的数量大于所述第二阈值,则将所述v2标记为过车线路R2的第1个过车点位,将v2,……,vn作为过车线路R2的待分析队列;
以所述v2为为分析点,确定所述v2与所述v3的最短可达路径中经过的监控设备的数量是否小于所述第二阈值,确定所述v3是否为所述过车线路R2中的过车点位,直至分析到vn为止,确定出所述过车线路R2中的每个过车点位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610803191.4A CN106448178B (zh) | 2016-09-05 | 2016-09-05 | 一种***分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610803191.4A CN106448178B (zh) | 2016-09-05 | 2016-09-05 | 一种***分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106448178A true CN106448178A (zh) | 2017-02-22 |
CN106448178B CN106448178B (zh) | 2019-12-20 |
Family
ID=58163953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610803191.4A Active CN106448178B (zh) | 2016-09-05 | 2016-09-05 | 一种***分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106448178B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107622667A (zh) * | 2017-09-28 | 2018-01-23 | 广州烽火众智数字技术有限公司 | 一种变造车牌号码检测方法及*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003016579A (ja) * | 2001-06-29 | 2003-01-17 | Nissin Electric Co Ltd | 不法投棄監視支援方法および不法投棄監視支援システム |
CN103578277A (zh) * | 2012-08-07 | 2014-02-12 | 上海弘视通信技术有限公司 | 套牌嫌疑车搜索方法及其装置 |
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 |
CN104035954A (zh) * | 2014-03-18 | 2014-09-10 | 杭州电子科技大学 | 一种基于Hadoop的***识别方法 |
CN104050813A (zh) * | 2014-06-30 | 2014-09-17 | 浙江宇视科技有限公司 | 一种车辆翻牌检测方法和装置 |
CN105336164A (zh) * | 2015-10-27 | 2016-02-17 | 杭州电子科技大学 | 基于大数据分析的错误卡口位置信息自动识别方法 |
CN105719489A (zh) * | 2016-03-24 | 2016-06-29 | 银江股份有限公司 | 一种基于卡口车辆流向概率的***检测方法 |
-
2016
- 2016-09-05 CN CN201610803191.4A patent/CN106448178B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003016579A (ja) * | 2001-06-29 | 2003-01-17 | Nissin Electric Co Ltd | 不法投棄監視支援方法および不法投棄監視支援システム |
CN103578277A (zh) * | 2012-08-07 | 2014-02-12 | 上海弘视通信技术有限公司 | 套牌嫌疑车搜索方法及其装置 |
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 |
CN104035954A (zh) * | 2014-03-18 | 2014-09-10 | 杭州电子科技大学 | 一种基于Hadoop的***识别方法 |
CN104050813A (zh) * | 2014-06-30 | 2014-09-17 | 浙江宇视科技有限公司 | 一种车辆翻牌检测方法和装置 |
CN105336164A (zh) * | 2015-10-27 | 2016-02-17 | 杭州电子科技大学 | 基于大数据分析的错误卡口位置信息自动识别方法 |
CN105719489A (zh) * | 2016-03-24 | 2016-06-29 | 银江股份有限公司 | 一种基于卡口车辆流向概率的***检测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107622667A (zh) * | 2017-09-28 | 2018-01-23 | 广州烽火众智数字技术有限公司 | 一种变造车牌号码检测方法及*** |
CN107622667B (zh) * | 2017-09-28 | 2021-05-25 | 广州烽火众智数字技术有限公司 | 一种变造车牌号码检测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN106448178B (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104933870B (zh) | 基于车辆行为分析的车辆套牌识别方法与装置 | |
CN104408925B (zh) | 基于陈列雷达的交叉口运行状态评价方法 | |
CN105654720B (zh) | 基于城市道路拥堵识别的检测器布设方法 | |
CN109740420A (zh) | 车辆违法识别方法及相关产品 | |
CN106373406A (zh) | 车辆套牌稽查*** | |
CN109389836A (zh) | 交通信号灯的控制方法、装置、***及控制器 | |
CN104392607A (zh) | 一种交通状态判别方法及装置 | |
CN110321823B (zh) | 基于深度学习的斑马线礼让行人违法二次检测方法 | |
CN105243695B (zh) | 一种基于车牌识别的etc车道旁道干扰过滤方法和装置 | |
CN106571029A (zh) | 一种车辆排队长度检测的方法和装置 | |
CN111507278A (zh) | 一种检测路障的方法、装置及计算机设备 | |
CN108229256A (zh) | 一种道路施工检测方法及装置 | |
CN112837542B (zh) | 一种高速公路段交通量统计方法、装置、存储介质及终端 | |
CN104794906A (zh) | 室外停车场出口车辆管理平台 | |
CN113469075A (zh) | 确定交通流量指标的方法、装置、设备及存储介质 | |
CN117037084A (zh) | 基于轨迹重建的收费站车辆异常行为识别方法及装置 | |
CN105574485A (zh) | 一种车辆信息识别方法及*** | |
CN107067778A (zh) | 一种车辆反跟踪预警方法及装置 | |
CN105551241B (zh) | 一种基于fcd及ep多源数据的实时拥堵分析方法 | |
Suttiponpisarn et al. | Detection of wrong direction vehicles on two-way traffic | |
CN106448178A (zh) | 一种***分析方法及装置 | |
CN104281851A (zh) | 车标信息的提取方法及装置 | |
CN110188607A (zh) | 一种多线程并行计算的交通视频目标检测方法及装置 | |
CN110136437B (zh) | 一种交叉口进口道左直干扰问题的确定方法及装置 | |
CN110610118A (zh) | 交通参数采集方法及装置 |
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 |