CN107563288A - 一种***车辆的识别方法和装置 - Google Patents
一种***车辆的识别方法和装置 Download PDFInfo
- Publication number
- CN107563288A CN107563288A CN201710640548.6A CN201710640548A CN107563288A CN 107563288 A CN107563288 A CN 107563288A CN 201710640548 A CN201710640548 A CN 201710640548A CN 107563288 A CN107563288 A CN 107563288A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- bayonet socket
- car
- license plate
- plate number
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种***车辆的识别方法和装置,用于简化***车辆的识别过程,并提高***车辆的识别精确度。在该方法中,接收道路区域内设置的多个电子卡口分别上报的过车记录数据;根据多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的过车轨迹,过车轨迹包括:同一个车牌号车辆依次经过的各个电子卡口;根据道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、过车轨迹判断同一个车牌号车辆是否为套牌嫌疑车辆。
Description
技术领域
本发明涉及车辆识别技术领域,尤其涉及一种***车辆的识别方法和装置。
背景技术
***按照真牌车的型号和颜色做出假冒车牌,并且与真牌车具有相同的车牌号码。***的出现严重影响道路交通安全。
现有技术中为了能够识别***,通常采用如下的解决方案:基于同一辆车不可能在极短时间内出现在相同或者不同地点的原理,利用车辆的拍摄时间差进行第一步识别,然后计算出交通网络中任意两个检测点之间的前N条最短路径,进而得到车辆的加权平均速度,再根据实时交通信息计算车辆为***的可信度。
这种现有技术需要计算出交通网络中的检测点之间的距离,但是在实际应用过程中获取任意两个检测点之间的距离需要进行实际的距离统计,这个过程需要人工测量,非常繁琐,存在检测***成本高的问题。
发明内容
本发明实施例提供了一种***车辆的识别方法和装置,用于简化***车辆的识别过程,并降低***车辆的检测成本。
为解决上述技术问题,本发明实施例提供以下技术方案:
第一方面,本发明实施例提供一种***车辆的识别方法,包括:
接收道路区域内设置的多个电子卡口分别上报的过车记录数据;
根据所述多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的过车轨迹,所述过车轨迹包括:所述同一个车牌号车辆依次经过的各个电子卡口;
根据所述道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、所述过车轨迹判断所述同一个车牌号车辆是否为套牌嫌疑车辆。
第二方面,本发明实施例还提供一种***车辆的识别装置,包括:
接收模块,用于接收道路区域内设置的多个电子卡口分别上报的过车记录数据;
轨迹提取模块,用于根据所述多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的过车轨迹,所述过车轨迹包括:所述同一个车牌号车辆依次经过的各个电子卡口;
套牌检测模块,用于根据所述道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、所述过车轨迹判断所述同一个车牌号车辆是否为套牌嫌疑车辆。
第三方面,本发明实施例还提供一种***车辆的识别装置,所述***车辆的识别装置包括:
存储器,用于存储计算机可执行程序代码;
收发器,以及
处理器,与所述存储器和所述收发器耦合;
其中所述程序代码包括指令,当所述处理器执行所述指令时,所述指令使所述***车辆的识别装置执行如权利要求1至6中任一项所述的方法。
本申请的第四方面,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中存储有指令,当其在计算机上运行时,使得计算机执行上述各方面所述的方法。
从以上技术方案可以看出,本发明实施例具有以下优点:
在本发明实施例中,首先接收道路区域内设置的多个电子卡口分别上报的过车记录数据;然后根据多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的过车轨迹,过车轨迹包括:同一个车牌号车辆依次经过的各个电子卡口;根据道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、过车轨迹判断同一个车牌号车辆是否为套牌嫌疑车辆。由于本发明实施例中可以使用道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息确定该同一个车牌号车辆是否为套牌嫌疑车辆,相比于现有技术中,车辆的过车轨迹通过电子卡口上报的过车记录数据就可以准确获取,并且本发明实施例中也不需要获取电子卡口的位置,因此可以简化***车辆的识别过程,对于依次通过了不可直达的连续两个电子卡口的车辆,可以确定该车辆具有很大的套牌嫌疑,因此本发明实施例可以提高***车辆的识别精确度。
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,对于本领域的技术人员来讲,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***车辆的识别方法的流程方框示意图;
图2为本发明实施例提供的***车辆的识别方法的一种应用场景示意图;
图3-a为本发明实施例提供的一种***车辆的识别装置的组成结构示意图;
图3-b为本发明实施例提供的一种套牌检测模块的组成结构示意图;
图3-c为本发明实施例提供的另一种***车辆的识别装置的组成结构示意图;
图3-d为本发明实施例提供的另一种***车辆的识别装置的组成结构示意图;
图3-e为本发明实施例提供的另一种***车辆的识别装置的组成结构示意图;
图4为本发明实施例提供的***车辆的识别方法应用于服务器的组成结构示意图。
具体实施方式
本发明实施例提供了一种***车辆的识别方法和装置,用于简化***车辆的识别过程,并提高***车辆的识别精确度。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域的技术人员所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、***、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
以下分别进行详细说明。
本发明***车辆的识别方法的一个实施例,具体可以应用于对***车辆的识别场景中。本发明实施例可以基于车辆过车记录来发现***,本申请实施例中对道路区域内的电子卡口划分为如下两种类型:能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息,使用上述信息对过车轨迹进行分析,从而确定同一个车牌号车辆是否通过相邻电子卡口以及是否通过非相邻电子卡口,进而确定该同一个车牌号车辆是否具有套牌嫌疑。本申请实施例提供的方法有效的弥补现有技术的不足,能够完成对***辆的有效识别。请参阅图1所示,本发明一个实施例提供的***车辆的识别方法,可以包括如下步骤:
101、接收道路区域内设置的多个电子卡口分别上报的过车记录数据。
在本发明实施例中,道路区域可以指的是城市道路或者高速路,只需要在道路区域内设置电子卡口即可,该电子卡口为道路上设置的监控探头,通过电子卡口可以拍摄经过该电子卡口的车辆数据,从而电子卡口可以生成过车记录数据,对于道路区域内设置的多个电子卡口,可以定时的上报各自的过车记录数据。
举例说明,可以根据城市己有的道路和电子卡口,标记出道路区域内所有电子监控点,电子监控点用于获取车辆的过车信息,通过车辆数据库记录所有经过区域内的过车记录数据,该过车记录数据可包括:车牌号码、车牌种类、过车时间、监控点、行驶方向。
在本发明的一些实施例中,电子卡口上报的过车记录数据还可以通过图像识别技术识别车辆的信息,一般是车辆的车型与车牌号。
102、根据多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的过车轨迹,过车轨迹包括:同一个车牌号车辆依次经过的各个电子卡口。
在本发明实施例中,通过多个电子卡口分别上报的过车记录数据,以车牌号为单位,可以统计出每个车牌号的过车轨迹,因为可能存在***,因此同一个车牌号可能由实际的两个以上的车辆在使用,因此需要针对同一个车牌依次经过的各个电子卡口来生成过车轨迹,举例说明,同一个车牌号车辆为车辆a的车辆,该车辆依次通过的电子卡口为电子卡口1、电子卡口3和电子卡口5,则该车辆a的过车轨迹为电子卡口1->电子卡口3->电子卡口5。通过车辆的过车轨迹,可以统计出在车辆在道路区域内的行驶过程,从而记录出该车辆通过的每个电子卡口,使用该过车轨迹就可以通过后续过程判断是否为***。
103、根据道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、过车轨迹判断所述同一个车牌号车辆是否为套牌嫌疑车辆。
在本发明实施例中,可以使用在道路区域内能够直达的相邻电子卡口信息以及不可直达的非相邻电子卡口信息,来对同一个车牌号车辆进行检测,从而确定出该车辆是否具有套牌嫌疑。其中,相邻电子卡口是指车辆只能依次经过的两个电子卡口,在该相邻电子卡口之间不存在其他的电子卡口,即在一条道路上,若某个车辆按照道路行驶方向先后依次经过的两个电子卡口构成相邻电子卡口,在该道路区域内相邻电子卡口是车辆能够直达的。同样的,非相邻电子卡口即是在道路区域内不可直达的电子卡口,例如在某条道路上按照道路行驶方向,电子卡口a和电子卡口b是相邻的,车辆不能通过电子卡口a直接到达该道路上的电子卡口c,但是从电子卡口b可以直接到达电子卡口c,则说明电子卡口a和电子卡口b是相邻电子卡口,电子卡口b和电子卡口c是相邻电子卡口,而电子卡口a和电子卡口c则是非相邻电子卡口。由于本发明实施例中可以根据在道路区域内能够直达的相邻电子卡口信息以及不可直达的非相邻电子卡口信息对车辆的过车轨迹进行判断,从而确定车辆是否具有套牌嫌疑。
在本发明的一些实施例中,步骤103根据道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、过车轨迹判断所述同一个车牌号车辆是否为套牌嫌疑车辆之前,本发明实施例提供的方法还可以包括:
A1、根据预置的数据采集周期获取多个电子卡口在数据采集周期内产生的历史过车记录数据。
A2、从多个电子卡口产生的历史过车记录数据中统计出相邻电子卡口信息以及非相邻电子卡口信息。
其中,为了统计结果的准确性,数据采集周期需要设置的不能太短,否则可能无法采集到有用的过车记录数据,在实际应用场景中,该数据采集周期通常以月为时间单位,例如可以采集最近一个月内的历史过车记录数据,或者采集最近两个月内的历史过车记录数据,此处不做限定。在采集到多个电子卡口产生的历史过车记录数据之后,这些历史过车记录数据可以作为依据来统计相邻电子卡口和非相邻电子卡口,因为历史过车记录数据是道路区域内的多个电子卡口统计出来的真实数据,通过这些历史过车记录数据可以统计出与道路区域内的电子卡口实际分布相一致的电子卡口相邻情况。
进一步的,道路区域内的相邻电子卡口以及非相邻电子卡口的统计过程可以有多种,接下来进行举例说明,步骤A2从多个电子卡口产生的历史过车记录数据中统计出相邻电子卡口信息以及非相邻电子卡口信息,包括:
A21、从多个电子卡口中任意选择出两个电子卡口,得到第一电子卡口对;
A22、根据历史过车记录数据统计依次通过第一电子卡口对的所有车辆的第一过车总次数;
A23、判断第一过车总次数是否大于预置的直达过车阈值;
A24、若第一过车总次数大于直达过车阈值,则确定第一电子卡口对包括的两个电子卡口为相邻电子卡口;或者,
A25、若第一过车总次数小于或等于直达过车阈值,则确定第一电子卡口对包括的两个电子卡口为非相邻电子卡口。
其中,第一电子卡口多个电子卡口中的任意两个电子卡口,即道路区域内的两两电子卡口可以组成一个第一电子卡口对,对于第一电子卡口对的检测过程,在步骤A22-步骤A25中详见说明。举例说明,可以通过设置直达过车阈值的方式来对道路区域内的所有电子卡口进行是否相邻的检测,该直达过车阈值可以根据历史过车记录数据的采集时段、在单位时间内经过该道路区域的车流量有关。若第一过车总次数大于直达过车阈值,则确定第一电子卡口对包括的两个电子卡口为相邻电子卡口,说明这两个电子卡口为一条道路上的相邻两个路口,此时在相邻电子卡口信息中记录该相邻关系。若第一过车总次数小于或等于直达过车阈值,则确定第一电子卡口对包括的两个电子卡口为非相邻电子卡口,此时在非相邻电子卡口信息中记录非相邻关系。
在本发明的一些实施例中,除了执行前述方法步骤之外,本发明实施例提供的方法还包括:
B1、判断道路区域内设置的多个电子卡口中是否存在故障卡口;
B2、若存在故障卡口,重新统计出相邻电子卡口信息以及非相邻电子卡口信息。
其中,故障卡口是指无法拍摄车辆信息的电子卡口,在道路区域内有的电子卡口为故障卡口时,需要重新统计相邻电子卡口信息以及非相邻电子卡口信息,以使该相邻电子卡口信息以及非相邻电子卡口信息能够符合道路区域内的电子卡口的最新状态。本发明实施例中可根据实际的过车记录统计出相邻电子卡口信息以及非相邻电子卡口信息。举例说明,如果实际上卡口A-》卡口B-》卡口C是相邻的三个路口,但如果卡口B存在故障,本发明实施例根据相邻电子卡口信息以及非相邻电子卡口信息也能够识别出卡口A-》卡口C也是可以直达的。
在本发明的一些实施例中,当判断出同一个车牌号车辆为套牌嫌疑车辆之后,本发明实施例提供的方法还可以包括如下步骤:
C1、根据同一个车牌号车辆的过车轨迹提取到同一个车牌号车辆的所有过车行程,过车行程包括:同一个车牌号车辆依次经过的至少两个电子卡口;
C2、判断同一个车牌号车辆的所有过车行程中是否存在一段过车行程被另一段过车行程分割开;
C3、若所有过车行程中存在一段过车行程被另一段过车行程分割开,则确定同一个车牌号车辆为套牌嫌疑车辆;或者,
C4、若所有过车行程中不存在一段过车行程被另一段过车行程分割开,则取消同一个车牌号车辆为套牌嫌疑车辆的判断结果。
其中,由于车牌识别的准确率不能达到100%,所以有很多路口会有车牌识别错误的情况,这种情况会造成很多***的误识别,本发明实施例可以通过前述步骤C1至步骤C4进行误判断的识别。举例说明如下,对于过车记录a1,a2,a3,a4,…,ai,…,aj,…,an,如果ai-ai+1,aj-aj+1是不可直达的非相邻电子卡口,ai-aj+1是可直达的相邻电子卡口,并且j-i>2,即该号牌车辆的完整行程存在一段行程被另一段完整的行程分割开,才认为该过车记录的车牌有套牌嫌疑。这种方法能够处理某些号牌识别不准确的情况,j-i要求大于2,是因为可能存在某一个号牌识别错误了,只有一条记录分割开了一段完整的行程,大于2是为了避免只有一个号牌识别错误的情况,就是别的号牌识别成了这个号牌,因此通过前述的行程分割判断,就可以进一步的确认某个车牌号车辆是否具有套牌嫌疑。
在本发明的一些实施例中,在前述步骤101接收道路区域内设置的多个电子卡口分别上报的过车记录数据之后,除了执行步骤102,本发明实施例提供的方法还可以执行如下步骤:
D1、根据多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的车牌号信息和车辆型号信息;
D2、根据同一个车牌号车辆的车牌号信息和车辆型号信息查询车辆管理***;
D3、若通过车辆管理***确定同一个车牌号车辆为套牌嫌疑车辆,输出查询结果;
D4、若通过车辆管理***无法确定同一个车牌号车辆是否为套牌嫌疑车辆,触发执行如下步骤:根据多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的过车轨迹。
其中,首先对车辆的过车信息进行监控,并进行车牌识别与车型识别,得到包括经过卡口的车辆的车型、车牌号、车辆颜色等基本信息。举例说明,车辆管理***可以通过车管所数据得到,按照车牌号在车管所车辆信息中查询该车,判断该车登记信息是否与卡口车辆信息识别结果一致,如果基本信息不一致则识别为***。
在本申请的一些实施例中,步骤103根据道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、过车轨迹判断同一个车牌号车辆是否为套牌嫌疑车辆,包括:
E1、通过相邻电子卡口信息和非相邻电子卡口信息判断过车轨迹中是否包含同一个车牌号车辆依次通过的不可直达的连续两个电子卡口;
E2、若过车轨迹中包含了同一个车牌号车辆依次通过的不可直达的连续两个电子卡口,则判定同一个车牌号车辆为套牌嫌疑车辆。
在本发明实施例中,根据道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息,对同一个车牌号车辆的过车轨迹的检测,若过车轨迹中包含了同一个车牌号车辆依次通过的不可直达的连续两个电子卡口,使用相邻电子卡口和非相邻电子卡口可以检测出在过车轨迹中是否包含同一个车牌号车辆依次通过的不可直达的连续两个电子卡口,若检测出了“不可直达的连续两个电子卡口”,则说明不是一辆车在使用一个车牌号,而是该车牌号可能被多个车辆在该道路区域内使用,因此可以判定同一个车牌号车辆为套牌嫌疑车辆。
通过以上实施例对本发明实施例的描述可知,首先接收道路区域内设置的多个电子卡口分别上报的过车记录数据;然后根据多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的过车轨迹,过车轨迹包括:同一个车牌号车辆依次经过的各个电子卡口;根据道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、过车轨迹判断同一个车牌号车辆是否为套牌嫌疑车辆。由于本发明实施例中可以使用道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息确定该同一个车牌号车辆是否为套牌嫌疑车辆,相比于现有技术中,车辆的过车轨迹通过电子卡口上报的过车记录数据就可以准确获取,并且本发明实施例中也不需要获取电子卡口的位置,因此可以简化***车辆的识别过程,对于依次通过了不可直达的连续两个电子卡口的车辆,可以确定该车辆具有很大的套牌嫌疑,因此本发明实施例可以提高***车辆的识别精确度。
为便于更好的理解和实施本发明实施例的上述方案,下面举例相应的应用场景来进行具体说明。
本发明实施例提出一种基于车辆过车记录的***发现算法,该方法根据车辆历史过车记录统计出相邻电子卡口路网分布情况信息,该相邻电子卡口路网分布情况信息中包括有统计出相邻电子卡口信息和非相邻电子卡口信息,统计出的相邻电子卡口路网分布情况信息与实际行车中的相邻路口一致,该方法能够有效的弥补上述方法的不足,方法简单的同时也完成了对***辆的有效识别。本发明实施例中根据实际的历史过车记录数据统计出相邻卡口路网分布情况信息,如果实际上电子卡口A-》电子卡口B-》电子卡口C这样的连同关系,如果有些车辆可能会刻意绕开电子卡口B,但是用本发明实施例也能够识别出电子卡口A和电子卡口C也是可以直达的,电子卡口A和电子卡口C被识别为相邻电子卡口,从而可以对***辆的识别具有很高的准确度。
本发明实施例提供的***发现算法流程如图2所示,具体过程可以包括如下步骤:
1、对车辆的过车信息进行监控,并进行车牌识别和车型识别,得到包括经过电子卡口的车辆的车型,车牌号,车辆颜色等基本信息。
2、初步的识别***。按照车牌号在车管所车辆信息中查询该车,判断该车登记信息是否与卡口车辆信息识别结果一致,如果基本信息不一致则识别为***。查询车管所数据是比较准确的***识别过程,所以第一步是需要车管所数据进行查询,从而提高套牌识别的准确率,能够有效的识别出非常明显的因为车型不同的***情况。如图2所示,从过车数据流中统计出电子卡口1和电子卡口2的过车记录数据,通过车辆管理***进行车型颜色识别之后,发现车型与车牌不匹配时,直接输出结果为***。而对于车牌、车型都相同的***,可以进入本发明实施例提供的后续步骤3。
3、根据相邻电子卡口信息和非相邻电子卡口信息的***发现算法判断是否为***。具体算法如下:首先根据历史过车记录数据统计出相邻电子卡口信息和非相邻电子卡口信息。使用的历史过车记录数据可以是多个车辆的过车记录ABCDEFGHI,ABCDEFGHI分别指代不同的电子卡口。
接下来统计相邻电子卡口信息和非相邻电子卡口信息。举例说明,以一段时间的所有车辆的过车记录作为统计依据。统计方法是根据一个月的过车记录,统计任意两个相邻电子卡口的所有车辆的出现次数,得到两个路口以及连续通过这两个路口的过车次数。在统计过车次数时是不区分车辆的,这个相邻电子卡口的过车次数是根据每辆车的过车记录来计算的。举例说明,分别统计:卡口A与卡口B的过车次数,卡口C与卡口D的过车次数,......,卡口A与卡口C的过车次数。
在本发明实施例中,通过车辆实际的过车记录来统计出相邻路口而不是通过人工标记相邻路口,是因为车辆在行驶时不完全是按照规则来进行行驶,不可避免的会刻意绕过某些摄像头,使得物理上不相邻的卡口实际行车过程中是可直达的,其中,只要有车辆连续穿过两个卡口的过车次数大于直达过车阈值N,就可以认为是相邻电子卡口,本发明实施例设置了一个阈值N,只有两个卡口的过车次数超过N的时候才是相邻电子卡口,并且通过过车记录来统计出相邻电子卡口,可以充分适应摄像头的故障情况,统计出来的相邻电子卡口与实际的相邻路口是吻合的。例如统计出的相邻电子卡口路网分布情况完全根据真实的过车记录统计得到,如果abc是三个连通的卡口,即从卡口a可以到卡口b,从卡口b可以到达卡口c,但是其实b这个卡口的摄像头是有问题的,那么按照本发明实施例就会认为卡口a和卡口c其实才是相邻电子卡口,虽然卡口a和卡口c是物理上不相邻,但是在实际行车的摄像头拍摄的时候,卡口a和卡口c是相邻电子卡口。
在本发明实施例中,由于车辆经过的路口都是连续的,如果一辆车的连续的两个过车记录不是一对连续的路口,那么这两个过车记录的两辆车一定不是同一辆车。例如,如果卡口A,卡口B的过车次数少于N次,可以认为卡口A,卡口B是不能够直达的,这样就能够得到一个相邻路口矩阵,如下表1所示,其中A-F为路口,矩阵值为两个卡口的过车次数。
其中,如果N取5次,例如按照这个表,B->D、D->B是不同的过车记录,N的取值可以是一个经验参数,通过查看次数定义出一个N值,B->D与D->B是不同的过车记录,因为过车是有方向的,有可能有单行线之类的路。则在上表中,B->D,A->E,A->F,B->E,C->F,D->C,E->B,E->F,F->B均不可达,例如B、D不可达是指对于一辆车而言,不可能依次经过卡口B和卡口D。根据大量的车辆的过车记录,统计得到某两个路口直达的次数,这里更多的是利用是统计分析的方法,把这个统计分析的结果作为一个相邻电子卡口路网分布情况信息保存下来。
在统计出相邻电子卡口路网分布情况信息之后,将该相邻电子卡口路网分布情况信息用于车辆的套牌嫌疑识别,如果一辆车的一段过车记录为【A->B->D->F->B】,因为B->D,F->B通过相邻电子卡口路网分布情况信息可知均不可达,那么认为该车辆为可疑***辆。
由于车牌识别的准确率不能达到100%,所以有很多路口会有车牌识别错误的情况,这种情况会造成很多***的误识别,下面本发明实施例就这种情况进行如下的处理:对于过车记录a1,a2,a3,a4,…,ai,…,aj,…,an,如果ai-ai+1,aj-aj+1不可达,ai-aj+1可达并且j-i>2,即该号牌车辆的完整行程存在一段行程被另一段完整的行程分割开,才认为该过车记录的车牌有套牌嫌疑。这里描述大于2是因为可能存在某一个号牌识别错误了,只有一条记录分割开了一段完整的行程,大于2是为了避免只有一个号牌识别错误的情况,就是别的号牌识别成了这个号牌。
经过实验证明,本发明提出的基于相邻电子卡口路网分布情况信息的***发现算法能够发现车型颜色一致的并且两辆车是否在同一时间段出现都能够进行有效识别。本发明中提到的基于相邻电子卡口路网分布情况信息的方法能够有效的发现***,经过实际场景的测试也证明了该方法的有效性。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
为便于更好的实施本发明实施例的上述方案,下面还提供用于实施上述方案的相关装置。
请参阅图3-a所示,本发明实施例提供的一种***车辆的识别装置300,可以包括:接收模块301、轨迹提取模块302、套牌检测模块303,其中,
接收模块301,用于接收道路区域内设置的多个电子卡口分别上报的过车记录数据;
轨迹提取模块302,用于根据所述多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的过车轨迹,所述过车轨迹包括:所述同一个车牌号车辆依次经过的各个电子卡口;
套牌检测模块303,用于根据所述道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、所述过车轨迹判断所述同一个车牌号车辆是否为套牌嫌疑车辆。
在本发明的一些实施例中,请参阅图3-b所示,套牌检测模块303,包括:
过车轨迹判断模块3031,用于通过所述相邻电子卡口信息和所述非相邻电子卡口信息判断所述过车轨迹中是否包含所述同一个车牌号车辆依次通过的不可直达的连续两个电子卡口;
套牌嫌疑确定模块3032,用于若所述过车轨迹中包含了所述同一个车牌号车辆依次通过的不可直达的连续两个电子卡口,则判定所述同一个车牌号车辆为套牌嫌疑车辆。
在本发明的一些实施例中,请参阅图3-c所示,***车辆的识别装置300还包括:历史数据获取模块304和卡口统计模块305,其中,
所述历史数据获取模块304,用于所述套牌检测模块303根据所述道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、所述过车轨迹判断所述同一个车牌号车辆是否为套牌嫌疑车辆之前,根据预置的数据采集周期获取所述多个电子卡口在所述数据采集周期内产生的历史过车记录数据;
所述卡口统计模块305,用于从所述多个电子卡口产生的历史过车记录数据中统计出所述相邻电子卡口信息以及所述非相邻电子卡口信息。
进一步的,在本发明的一些实施例中,卡口统计模块305,具体用于从所述多个电子卡口中任意选择出两个电子卡口,得到第一电子卡口对;根据所述历史过车记录数据统计依次通过所述第一电子卡口对的所有车辆的第一过车总次数;判断所述第一过车总次数是否大于预置的直达过车阈值;若所述第一过车总次数大于所述直达过车阈值,则确定所述第一电子卡口对包括的两个电子卡口为相邻电子卡口;或者,若所述第一过车总次数小于或等于所述直达过车阈值,则确定所述第一电子卡口对包括的两个电子卡口为非相邻电子卡口。
在本发明的一些实施例中,请参阅图3-d所示,相对于图3-a所示,所述***车辆的识别装置300,还包括:误识别检测模块306,其中,
所述误识别检测模块306,用于当所述套牌检测模块303判断出所述同一个车牌号车辆为套牌嫌疑车辆之后,根据所述同一个车牌号车辆的过车轨迹提取到所述同一个车牌号车辆的所有过车行程,所述过车行程包括:所述同一个车牌号车辆依次经过的至少两个电子卡口;判断所述同一个车牌号车辆的所有过车行程中是否存在一段过车行程被另一段过车行程分割开;若所述所有过车行程中存在一段过车行程被另一段过车行程分割开,则确定所述同一个车牌号车辆为套牌嫌疑车辆;或者,若所述所有过车行程中不存在一段过车行程被另一段过车行程分割开,则取消所述同一个车牌号车辆为套牌嫌疑车辆的判断结果。
在本发明的一些实施例中,请参阅图3-e所示,相对于图3-a所示,所述***车辆的识别装置300,还包括:初步识别模块307,其中,
初步识别模块307,用于所述接收模块接收道路区域内设置的多个电子卡口分别上报的过车记录数据之后,根据所述多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的车牌号信息和车辆型号信息;根据所述同一个车牌号车辆的车牌号信息和车辆型号信息查询车辆管理***;若通过所述车辆管理***确定所述同一个车牌号车辆为套牌嫌疑车辆,输出查询结果;若通过所述车辆管理***无法确定所述同一个车牌号车辆是否为套牌嫌疑车辆,触发执行所述轨迹提取模块302。
通过以上对本发明实施例的描述可知,首先接收道路区域内设置的多个电子卡口分别上报的过车记录数据;然后根据多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的过车轨迹,过车轨迹包括:同一个车牌号车辆依次经过的各个电子卡口;根据道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、过车轨迹判断同一个车牌号车辆是否为套牌嫌疑车辆。由于本发明实施例中可以使用道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息确定该同一个车牌号车辆是否为套牌嫌疑车辆,相比于现有技术中,车辆的过车轨迹通过电子卡口上报的过车记录数据就可以准确获取,并且本发明实施例中也不需要获取电子卡口的位置,因此可以简化***车辆的识别过程,对于依次通过了不可直达的连续两个电子卡口的车辆,可以确定该车辆具有很大的套牌嫌疑,因此本发明实施例可以提高***车辆的识别精确度。
图4是本发明实施例提供的一种服务器结构示意图,该服务器1100可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(central processingunits,CPU)1122(例如,一个或一个以上处理器)和存储器1132,一个或一个以上存储应用程序1142或数据1144的存储介质1130(例如一个或一个以上海量存储设备)。其中,存储器1132和存储介质1130可以是短暂存储或持久存储。存储在存储介质1130的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1122可以设置为与存储介质1130通信,在服务器1100上执行存储介质1130中的一系列指令操作。
服务器1100还可以包括一个或一个以上电源1126,一个或一个以上有线或无线网络接口1150,一个或一个以上输入输出接口1158,和/或,一个或一个以上操作***1141,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上述实施例中由服务器所执行的***车辆的识别方法步骤可以基于该图4所示的服务器结构。
另外需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本发明而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
综上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照上述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对上述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种***车辆的识别方法,其特征在于,包括:
接收道路区域内设置的多个电子卡口分别上报的过车记录数据;
根据所述多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的过车轨迹,所述过车轨迹包括:所述同一个车牌号车辆依次经过的各个电子卡口;
根据所述道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、所述过车轨迹判断所述同一个车牌号车辆是否为套牌嫌疑车辆。
2.根据权利要求1所述的方法,其特征在于,所述根据所述道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、所述过车轨迹判断所述同一个车牌号车辆是否为套牌嫌疑车辆,包括:
通过所述相邻电子卡口信息和所述非相邻电子卡口信息判断所述过车轨迹中是否包含所述同一个车牌号车辆依次通过的不可直达的连续两个电子卡口;
若所述过车轨迹中包含了所述同一个车牌号车辆依次通过的不可直达的连续两个电子卡口,则判定所述同一个车牌号车辆为套牌嫌疑车辆。
3.根据权利要求1所述的方法,其特征在于,所述根据所述道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、所述过车轨迹判断所述同一个车牌号车辆是否为套牌嫌疑车辆之前,所述方法还包括:
根据预置的数据采集周期获取所述多个电子卡口在所述数据采集周期内产生的历史过车记录数据;
从所述多个电子卡口产生的历史过车记录数据中统计出所述相邻电子卡口信息以及所述非相邻电子卡口信息。
4.根据权利要求3所述的方法,其特征在于,从所述多个电子卡口产生的历史过车记录数据中统计出所述相邻电子卡口信息以及所述非相邻电子卡口信息,包括:
从所述多个电子卡口中任意选择出两个电子卡口,得到第一电子卡口对;
根据所述历史过车记录数据统计依次通过所述第一电子卡口对的所有车辆的第一过车总次数;
判断所述第一过车总次数是否大于预置的直达过车阈值;
若所述第一过车总次数大于所述直达过车阈值,则确定所述第一电子卡口对包括的两个电子卡口为相邻电子卡口;或者,
若所述第一过车总次数小于或等于所述直达过车阈值,则确定所述第一电子卡口对包括的两个电子卡口为非相邻电子卡口。
5.根据权利要求1所述的方法,其特征在于,当判断出所述同一个车牌号车辆为套牌嫌疑车辆之后,所述方法还包括:
根据所述同一个车牌号车辆的过车轨迹提取到所述同一个车牌号车辆的所有过车行程,所述过车行程包括:所述同一个车牌号车辆依次经过的至少两个电子卡口;
判断所述同一个车牌号车辆的所有过车行程中是否存在一段过车行程被另一段过车行程分割开;
若所述所有过车行程中存在一段过车行程被另一段过车行程分割开,则确定所述同一个车牌号车辆为套牌嫌疑车辆;或者,
若所述所有过车行程中不存在一段过车行程被另一段过车行程分割开,则取消所述同一个车牌号车辆为套牌嫌疑车辆的判断结果。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述接收道路区域内设置的多个电子卡口分别上报的过车记录数据之后,所述方法还包括:
根据所述多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的车牌号信息和车辆型号信息;
根据所述同一个车牌号车辆的车牌号信息和车辆型号信息查询车辆管理***;
若通过所述车辆管理***确定所述同一个车牌号车辆为套牌嫌疑车辆,输出查询结果;
若通过所述车辆管理***无法确定所述同一个车牌号车辆是否为套牌嫌疑车辆,触发执行如下步骤:根据所述多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的过车轨迹。
7.一种***车辆的识别装置,其特征在于,包括:
接收模块,用于接收道路区域内设置的多个电子卡口分别上报的过车记录数据;
轨迹提取模块,用于根据所述多个电子卡口分别上报的过车记录数据提取出同一个车牌号车辆的过车轨迹,所述过车轨迹包括:所述同一个车牌号车辆依次经过的各个电子卡口;
套牌检测模块,用于根据所述道路区域内能够直达的相邻电子卡口信息和不可直达的非相邻电子卡口信息、所述过车轨迹判断所述同一个车牌号车辆是否为套牌嫌疑车辆。
8.根据权利要求7所述的装置,其特征在于,所述套牌检测模块,包括:
过车轨迹判断模块,用于通过所述相邻电子卡口信息和所述非相邻电子卡口信息判断所述过车轨迹中是否包含所述同一个车牌号车辆依次通过的不可直达的连续两个电子卡口;
套牌嫌疑确定模块,用于若所述过车轨迹中包含了所述同一个车牌号车辆依次通过的不可直达的连续两个电子卡口,则判定所述同一个车牌号车辆为套牌嫌疑车辆。
9.一种***车辆的识别装置,其特征在于,所述***车辆的识别装置包括:
存储器,用于存储计算机可执行程序代码;
收发器,以及
处理器,与所述存储器和所述收发器耦合;
其中所述程序代码包括指令,当所述处理器执行所述指令时,所述指令使所述***车辆的识别装置执行如权利要求1至6中任一项所述的方法。
10.一种计算机可读存储介质,存储有程序指令,其特征在于,处理器执行所存储的程序指令时执行根据权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710640548.6A CN107563288A (zh) | 2017-07-31 | 2017-07-31 | 一种***车辆的识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710640548.6A CN107563288A (zh) | 2017-07-31 | 2017-07-31 | 一种***车辆的识别方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107563288A true CN107563288A (zh) | 2018-01-09 |
Family
ID=60974839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710640548.6A Pending CN107563288A (zh) | 2017-07-31 | 2017-07-31 | 一种***车辆的识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107563288A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109635857A (zh) * | 2018-11-29 | 2019-04-16 | 东软集团股份有限公司 | 人车轨迹监测分析方法、装置、设备及存储介质 |
CN110674749A (zh) * | 2019-09-24 | 2020-01-10 | 北京明略软件***有限公司 | ***识别方法、装置和存储介质 |
CN110874355A (zh) * | 2019-11-28 | 2020-03-10 | 北京以萨技术股份有限公司 | 车辆徘徊绕圈异常行为的检测方法、***、终端及介质 |
CN110910648A (zh) * | 2019-12-18 | 2020-03-24 | 航天信息股份有限公司 | 一种基于区块链的非法车辆纠察方法及*** |
CN111179603A (zh) * | 2018-11-09 | 2020-05-19 | 杭州海康威视数字技术股份有限公司 | 一种车辆识别方法、装置、电子设备及存储介质 |
CN111367906A (zh) * | 2019-07-23 | 2020-07-03 | 杭州海康威视***技术有限公司 | 异常车辆识别方法、装置、设备及计算机可读存储介质 |
CN111369805A (zh) * | 2020-01-09 | 2020-07-03 | 杭州海康威视***技术有限公司 | 套牌检测的方法、装置、电子设备及计算机可读存储介质 |
CN112289028A (zh) * | 2020-10-27 | 2021-01-29 | 南威软件股份有限公司 | 一种涉车套牌发现方法、装置、设备和介质 |
CN113160565A (zh) * | 2021-04-14 | 2021-07-23 | 北京掌行通信息技术有限公司 | 一种***辆的识别方法、装置、存储介质及终端 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104916129A (zh) * | 2015-05-05 | 2015-09-16 | 杭州电子科技大学 | 基于大规模卡口过车数据的道路实时通行速度计算方法 |
CN106022296A (zh) * | 2016-06-01 | 2016-10-12 | 银江股份有限公司 | 一种基于车辆热点区域的概率聚合的***检测方法 |
-
2017
- 2017-07-31 CN CN201710640548.6A patent/CN107563288A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104916129A (zh) * | 2015-05-05 | 2015-09-16 | 杭州电子科技大学 | 基于大规模卡口过车数据的道路实时通行速度计算方法 |
CN106022296A (zh) * | 2016-06-01 | 2016-10-12 | 银江股份有限公司 | 一种基于车辆热点区域的概率聚合的***检测方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111179603B (zh) * | 2018-11-09 | 2021-03-02 | 杭州海康威视数字技术股份有限公司 | 一种车辆识别方法、装置、电子设备及存储介质 |
CN111179603A (zh) * | 2018-11-09 | 2020-05-19 | 杭州海康威视数字技术股份有限公司 | 一种车辆识别方法、装置、电子设备及存储介质 |
CN109635857B (zh) * | 2018-11-29 | 2022-01-25 | 东软集团股份有限公司 | 人车轨迹监测分析方法、装置、设备及存储介质 |
CN109635857A (zh) * | 2018-11-29 | 2019-04-16 | 东软集团股份有限公司 | 人车轨迹监测分析方法、装置、设备及存储介质 |
CN111367906A (zh) * | 2019-07-23 | 2020-07-03 | 杭州海康威视***技术有限公司 | 异常车辆识别方法、装置、设备及计算机可读存储介质 |
CN111367906B (zh) * | 2019-07-23 | 2023-09-05 | 杭州海康威视***技术有限公司 | 异常车辆识别方法、装置、设备及计算机可读存储介质 |
CN110674749A (zh) * | 2019-09-24 | 2020-01-10 | 北京明略软件***有限公司 | ***识别方法、装置和存储介质 |
CN110674749B (zh) * | 2019-09-24 | 2022-10-25 | 北京明智和术科技有限公司 | ***识别方法、装置和存储介质 |
CN110874355A (zh) * | 2019-11-28 | 2020-03-10 | 北京以萨技术股份有限公司 | 车辆徘徊绕圈异常行为的检测方法、***、终端及介质 |
CN110874355B (zh) * | 2019-11-28 | 2022-08-23 | 以萨技术股份有限公司 | 车辆徘徊绕圈异常行为的检测方法、***、终端及介质 |
CN110910648A (zh) * | 2019-12-18 | 2020-03-24 | 航天信息股份有限公司 | 一种基于区块链的非法车辆纠察方法及*** |
CN111369805A (zh) * | 2020-01-09 | 2020-07-03 | 杭州海康威视***技术有限公司 | 套牌检测的方法、装置、电子设备及计算机可读存储介质 |
CN111369805B (zh) * | 2020-01-09 | 2021-08-06 | 杭州海康威视***技术有限公司 | 套牌检测的方法、装置、电子设备及计算机可读存储介质 |
CN112289028A (zh) * | 2020-10-27 | 2021-01-29 | 南威软件股份有限公司 | 一种涉车套牌发现方法、装置、设备和介质 |
CN113160565A (zh) * | 2021-04-14 | 2021-07-23 | 北京掌行通信息技术有限公司 | 一种***辆的识别方法、装置、存储介质及终端 |
CN113160565B (zh) * | 2021-04-14 | 2022-12-30 | 北京掌行通信息技术有限公司 | 一种***辆的识别方法、装置、存储介质及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107563288A (zh) | 一种***车辆的识别方法和装置 | |
CN104715604B (zh) | 获取实时路况信息的方法及其*** | |
CN109584553A (zh) | 一种基于时空信息的路段关联度缺失补全方法 | |
CN106022296B (zh) | 一种基于车辆热点区域的概率聚合的***检测方法 | |
US9336450B2 (en) | Methods and systems for selecting target vehicles for occupancy detection | |
CN106980113A (zh) | 物体检测装置和物体检测方法 | |
CN111462488A (zh) | 一种基于深度卷积神经网络和交叉口行为特征模型的交叉口安全风险评估方法 | |
CN104574954B (zh) | 一种基于自由流***的车辆稽查方法、控制设备及*** | |
CN105513354A (zh) | 基于视频的城市道路交通拥堵检测*** | |
CN109887283A (zh) | 一种基于卡口数据的道路拥堵预测方法、***及装置 | |
CN105513362B (zh) | 一种公交站台毗邻区公交车运行状态评价验证方法 | |
CN109191830A (zh) | 一种基于视频图像处理的道路拥堵检测方法 | |
CN107329977B (zh) | 一种基于概率分布的假牌车二次筛选方法 | |
CN104750963B (zh) | 交叉口延误时长估计方法及装置 | |
CN106710215A (zh) | 瓶颈上游车道级交通状态预测***及实现方法 | |
CN109272745A (zh) | 一种基于深度神经网络的车辆轨迹预测方法 | |
CN109146506A (zh) | 审查作弊订单的方法及***、终端设备、计算机设备 | |
CN105374208A (zh) | 路况提醒和摄像头检测方法及其装置 | |
CN104794906A (zh) | 室外停车场出口车辆管理平台 | |
CN108596119A (zh) | 射频识别与视频识别匹配方法及***、设备、存储介质 | |
CN109118787A (zh) | 一种基于深度神经网络的车辆速度预测方法 | |
CN103345842A (zh) | 一种道路车辆分型***及方法 | |
CN104700630A (zh) | 一种高速公路车流量的监测方法及*** | |
CN113807588A (zh) | 基于交通事故的行车路径规划方法及装置 | |
CN110322687A (zh) | 确定目标交叉口运行状态信息的方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180109 |
|
RJ01 | Rejection of invention patent application after publication |