CN107948341A - Mac地址匹配方法及装置 - Google Patents

Mac地址匹配方法及装置 Download PDF

Info

Publication number
CN107948341A
CN107948341A CN201711248123.7A CN201711248123A CN107948341A CN 107948341 A CN107948341 A CN 107948341A CN 201711248123 A CN201711248123 A CN 201711248123A CN 107948341 A CN107948341 A CN 107948341A
Authority
CN
China
Prior art keywords
mac address
confidence level
confidence
face image
image information
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
Application number
CN201711248123.7A
Other languages
English (en)
Other versions
CN107948341B (zh
Inventor
陆韵
沈贝伦
张登
沈俊青
李冰
孙云
常荣虎
盛丽兰
郑申俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Zhongao Technology Co Ltd
Original Assignee
Hangzhou Zhongao Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Zhongao Technology Co Ltd filed Critical Hangzhou Zhongao Technology Co Ltd
Priority to CN201711248123.7A priority Critical patent/CN107948341B/zh
Publication of CN107948341A publication Critical patent/CN107948341A/zh
Application granted granted Critical
Publication of CN107948341B publication Critical patent/CN107948341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2101/00—Indexing scheme associated with group H04L61/00
    • H04L2101/60—Types of network addresses
    • H04L2101/618—Details of network addresses
    • H04L2101/622—Layer-2 addresses, e.g. medium access control [MAC] addresses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2101/00—Indexing scheme associated with group H04L61/00
    • H04L2101/60—Types of network addresses
    • H04L2101/69—Types of network addresses using geographic information, e.g. room number
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L61/00—Network arrangements, protocols or services for addressing or naming
    • H04L61/45—Network directories; Name-to-address mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了MAC地址匹配方法及装置，涉及测量评估技术领域，其中，该MAC地址匹配方法包括：首先，由经过校准的卡口采集器和MAC采集器的第一置信度函数，计算车牌和MAC地址绑定的第一置信度，然后，当人脸图像信息的清晰度符合预设的标准清晰度时，计算人脸图像信息和MAC地址绑定的第二置信度，其中，人脸图像信息由卡口采集器采集，这样，当第一置信度和第二置信度均超过预设的置信阈值时，将车牌和MAC地址、MAC地址和人脸图像信息分别进行置信绑定，通过上述处理过程，将车辆、MAC地址和人员进行了有效匹配，从而大大减少了人工校验的成本。

Description

MAC地址匹配方法及装置
技术领域
本发明涉及测量评估技术领域，尤其涉及MAC地址匹配方法及装置。
背景技术
随着科技的发展和人们生活水平的提高，电子设备越来越普及，人们在外出时通常都会随身携带手机、电脑等电子设备。而车辆中也会安装电子导航、行车记录仪等设备，并且，每个手机、电脑、行车记录仪都有自己对应的MAC地址，MAC(Medium/Media AccessControl)地址，也称为物理地址、硬件地址，用来定义网络设备的位置。MAC地址是由网卡决定的固定地址。由于，一个主机会有一个MAC地址，对应每个网络位置中会有一个专属于它的IP地址。MAC地址可以在一定范围内被MAC采集器采集到。根据MAC地址可以获取很多移动轨迹信息，但无法定位到具体的人和车。
综上，目前关于无法将车辆和人员进行有效匹配的问题，尚无有效的解决办法。
发明内容
有鉴于此，本发明实施例的目的在于提供了MAC地址匹配方法及装置，通过计算车牌和MAC地址绑定的置信度以及人脸图像信息和MAC地址绑定的置信度等，提高了车辆、MAC地址和人员的匹配效率。
第一方面，本发明实施例提供了MAC地址匹配方法，包括：
由经过校准的卡口采集器和MAC采集器的第一置信度函数，计算车牌和MAC地址绑定的第一置信度；
当人脸图像信息的清晰度符合预设的标准清晰度时，计算人脸图像信息和MAC地址绑定的第二置信度，其中，人脸图像信息由卡口采集器采集；
当第一置信度和第二置信度均超过预设的置信阈值时，将车牌和MAC地址、MAC地址和人脸图像信息分别进行置信绑定。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，方法还包括：
根据置信绑定的车牌、MAC地址和人脸图像信息计算未经校准的卡口采集器和MAC采集器的第二置信度函数；
将第一置信度函数更新为第二置信度函数。
结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，由经过校准的卡口采集器和MAC采集器的第一置信度函数包括：
卡口采集器x在第一时间ti检测到车牌i；
MAC采集器y在第二时间tj采集到MAC地址j；
计算第一时间和第二时间的间隔Δtij＝tj-ti；
计算卡口采集器和MAC采集器的第一置信度函数Conxy(Δtij)＝0；
校准第一置信度函数其中，T为校准经验值。
结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，计算车牌和MAC地址绑定的第一置信度包括：
分别获取所有卡口采集器的集合X和所有MAC采集器的集合Y；
计算第一次数集合IJxy，其中，第一次数为车牌i和MAC地址j经过XY的所有次数；
计算车牌i和MAC地址j绑定的第一置信度
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，当人脸图像信息的清晰度符合预设的标准清晰度时，计算人脸图像信息和MAC地址绑定的第二置信度包括：
比对人脸图像信息的清晰度是否符合预设的标准清晰度；
当人脸图像信息的清晰度符合预设的标准清晰度时，在人脸库中查找是否存在与人脸图像信息一致的人物信息；
当查找结果为存在时，获取人物信息k；
当查找结果为不存在时，新建与人脸图像信息一致的人物信息k；
分别获取所有卡口采集器的集合X和所有MAC采集器的集合Y；
计算第二次数集合KJxy，其中，第二次数为人物信息k和MAC地址j经过XY的所有次数；
计算人物信息k和MAC地址j绑定的第二置信度
结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，根据置信绑定的车牌、MAC地址和人脸图像信息计算未经校准的卡口采集器和MAC采集器的第二置信度函数包括：
统计|Δtij|≤MaxT的置信绑定在各时间间隔Δt出现的次数nΔt；
拟合nΔt和Δt的关系函数，得到目标函数Fxy(Δt)＝a1xyΔt+a2xyΔt2+...+an-1xyΔtn-1+anxyΔtn；
校准的卡口采集器和MAC采集器的第二置信度函数其中，N为|Δtij|≤MaxT的置信绑定出现的总次数，MaxT参数可调。
结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第六种可能的实施方式，其中，方法还包括：
当MAC地址j在时间T内出现多次时，计算最小的时间间隔Δt对应的MAC地址j的绑定的第一置信度。
第二方面，本发明实施例提供了MAC地址匹配装置，包括：
第一置信度计算模块，用于由经过校准的卡口采集器和MAC采集器的第一置信度函数，计算车牌和MAC地址绑定的第一置信度；
第二置信度计算模块，用于当人脸图像信息的清晰度符合预设的标准清晰度时，计算人脸图像信息和MAC地址绑定的第二置信度，其中，人脸图像信息由卡口采集器采集；
置信绑定模块，用于当第一置信度和第二置信度均超过预设的置信阈值时，将车牌和MAC地址、MAC地址和人脸图像信息分别进行置信绑定。
第三方面，本发明实施例还提供一种终端，包括存储器以及处理器，存储器用于存储支持处理器执行上述方面提供的MAC地址匹配方法的程序，处理器被配置为用于执行存储器中存储的程序。
第四方面，本发明实施例还提供一种计算机存储介质，用于储存为上述实施例提供的装置所用的计算机软件指令。
本发明实施例提供的MAC地址匹配方法及装置，其中，该MAC地址匹配方法包括：首先，由经过校准的卡口采集器和MAC采集器的第一置信度函数，计算车牌和MAC地址绑定的第一置信度，这里需要进行说明的是，第一置信度函数是预先通过校验车的方式对时钟进行校准的，并且，使卡口采集器和MAC采集器良好绑定，然后，卡口采集器在采集车牌的同时采集车内前排乘客的人脸图像信息，当人脸图像信息的清晰度符合预设的标准清晰度时，计算人脸图像信息和MAC地址绑定的第二置信度，这样，当第一置信度和第二置信度均超过预设的置信阈值时，将上述车牌、MAC地址和人脸图像信息进行置信绑定，从而使车辆、移动终端和人员进行了有效匹配，进而减少了人工进行校验的成本，方便快捷。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，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示出了本发明实施例所提供的MAC地址匹配方法的第一流程图；
图2示出了本发明实施例所提供的MAC地址匹配方法的第二流程图；
图3示出了本发明实施例所提供的MAC地址匹配方法的第三流程图；
图4示出了本发明实施例所提供的MAC地址匹配装置的结构连接图。
图标：1-第一置信度计算模块；2-第二置信度计算模块；3-置信绑定模块。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前，人们在外出时通常都会随身携带手机、电脑等电子设备。而车辆中也会安装电子导航、行车记录仪等设备，并且，每个手机、电脑、行车记录仪都有自己对应的MAC地址。由于，一个主机会有一个MAC地址，对应每个网络位置中会有一个专属于它的IP地址。MAC地址可以在一定范围内被MAC采集器采集到。依靠车牌信息的抓取无法保障抓捕的准确性。原因在于驾车人员一旦更换车辆便无法继续进行追踪，从而无法将车辆和人员进行有效匹配。
基于此，本发明实施例提供了MAC地址匹配方法及装置，下面通过实施例进行描述。
实施例1
参见图1、图2和图3，本实施例提出的MAC地址匹配方法具体包括以下步骤：
步骤S101：由经过校准的卡口采集器和MAC采集器的第一置信度函数，计算车牌和MAC地址绑定的第一置信度。
步骤S102：当人脸图像信息的清晰度符合预设的标准清晰度时，计算人脸图像信息和MAC地址绑定的第二置信度，其中，人脸图像信息由卡口采集器采集。
步骤S103：当第一置信度和第二置信度均超过预设的置信阈值时，将车牌和MAC地址、MAC地址和人脸图像信息分别进行置信绑定。
下面对上述各个步骤进行详细阐述，步骤S101中由经过校准的卡口采集器和MAC采集器的第一置信度函数包括：
(1)卡口采集器x在第一时间ti检测到车牌i，这里需要进行说明的是，在进行采集之前，先要获取路网中的卡口采集器和MAC采集器的坐标等信息，以获取路网中所有的卡口采集器和MAC采集器。这样，由卡口采集器x在第一时间ti对经过的车辆进行车牌检测，并将检测到的车牌记作车牌i。
(2)MAC采集器y在第二时间tj采集到MAC地址j，这样，MAC采集器通常带有射频功能，在第二时间tj，由MAC采集器采集经过的车辆内部的电子设备的MAC地址，并将采集到的MAC地址记作MAC地址j。
(3)计算第一时间和第二时间的间隔Δtij＝tj-ti，当tj早于ti时，Δtij的值为负数；当tj早于ti时，Δtij的值为正数。
(4)为上述车牌i和MAC地址j创建一个置信函数，并令函数初值为0，即计算卡口采集器和MAC采集器的第一置信度函数Conxy(Δtij)＝0。
(5)校准第一置信度函数其中，T为校准经验值，具体实施时，从上述坐标信息中选出经纬度较近的卡口采集器和MAC采集器，通过校验车等方式对时钟进行校正，使卡口采集器和MAC采集器良好绑定，之后，按照第一置信度函数进行校准。需要进行说明的是，校准经验值T的具体数值可根据情况进行灵活设定。
在步骤S101中计算车牌和MAC地址绑定的第一置信度具体包括：
步骤S1011：分别获取所有卡口采集器的集合X和所有MAC采集器的集合Y，以增加采集的准确性。
步骤S1012：计算第一次数集合IJxy，需要进行说明的是，第一次数为车牌i和MAC地址j经过XY的所有次数，统计第一次数放入集合IJxy。在本实施例中，当MAC地址j在时间T内出现多次时，计算最小的时间间隔Δt对应的MAC地址j的绑定的第一置信度，即选择车牌i和MAC地址j的间隔时长较小的Δt所对应的MAC地址j。而对于同一个卡口采集器，当多次检测到车牌i时，则无需计算多次。
步骤S1013：计算车牌i和MAC地址j绑定的第一置信度以便将车辆和电子设备进行匹配。
在步骤S102中当人脸图像信息的清晰度符合预设的标准清晰度时，计算人脸图像信息和MAC地址绑定的第二置信度具体包括：
(1)比对人脸图像信息的清晰度是否符合预设的标准清晰度，需要进行说明的是，预设的标准清晰度是通过经验值获取到的清晰度值，当卡口采集器获取到人脸图像信息后，对其清晰度进行辨别，判断其清晰度是否符合预设的标准清晰度。
(2)当人脸图像信息的清晰度符合预设的标准清晰度时，即人脸图像信息的清晰度足够时，在人脸库中查找是否存在与人脸图像信息一致的人物信息，即判断人脸图像信息是不是人脸库中的一种。
(3)当查找结果为存在时，从上述人脸库中中获取人物信息k。
(4)当查找结果为不存在时，新建与人脸图像信息一致的人物信息k，并且，该人物信息k存入人脸库，从而加大了人脸库的数据存储，便于后续比对。
(5)分别获取所有卡口采集器的集合X和所有MAC采集器的集合Y，以限定第二置信度的适用范围。
(6)计算第二次数集合KJxy，同上，第二次数为人物信息k和MAC地址j经过XY的所有次数。
(7)计算人物信息k和MAC地址j绑定的第二置信度以便将人员和电子设备进行匹配。
此外，MAC地址匹配方法还包括对第一置信度函数的更新，具体包括：
步骤S201：根据置信绑定的车牌、MAC地址和人脸图像信息计算未经校准的卡口采集器和MAC采集器的第二置信度函数，即重复上述步骤，根据上述置信绑定的车牌、MAC地址和人脸图像信息，计算新的卡口采集器和MAC采集器，获取更多的车牌、MAC地址和人脸图像信息的置信绑定，得到更为精确的第二置信度函数。
步骤S202：将第一置信度函数更新为第二置信度函数，来使第一置信度函数进行更新。
在步骤S201中根据置信绑定的车牌、MAC地址和人脸图像信息计算未经校准的卡口采集器和MAC采集器的第二置信度函数具体包括：
(1)统计|Δtij|≤MaxT的置信绑定在各时间间隔Δt出现的次数nΔt，需要进行说明的是，时间间隔的单位由MAC采集器的采集周期决定，采集周期为10秒、20秒、60秒不等。
(2)拟合nΔt和Δt的关系函数，这里需要进行说明的是，拟合的方法有非线性拟合、神经网络拟合等。在本实施例中，通过非线性拟合得到目标函数Fxy(Δt)＝a1xyΔt+a2xyΔt2+...+an-1xyΔtn-1+anxyΔtn，并且，用最小二乘法(但不仅限于最小二乘法)将上述目标函数中的系数进行最小化。
(3)校准的卡口采集器和MAC采集器的第二置信度函数这里，N为|Δtij|≤MaxT的置信绑定出现的总次数，MaxT参数可调。
综上所述，本实施例提供的MAC地址匹配方法包括：首先，由经过校准的卡口采集器和MAC采集器的第一置信度函数，来计算车牌和MAC地址绑定的第一置信度，然后，卡口采集器在采集车牌的同时对车内的前排人员进行人脸图像的采集，当人脸图像信息的清晰度符合预设的标准清晰度时，计算人脸图像信息和MAC地址绑定的第二置信度，其中，标准清晰度由经验值预先设定，这样，当第一置信度和第二置信度均超过预设的置信阈值时，将车牌和MAC地址、MAC地址和人脸图像信息分别进行置信绑定，即认定车牌对应的车辆、MAC地址对应的移动设备和人脸图像信息对应的人员具备绑定关系，从而将车辆、移动设备和人员进行了有效匹配，方便快捷。
实施例2
参见图4，本实施例提供了MAC地址匹配装置包括：依次相连的第一置信度计算模块1、第二置信度计算模块2和置信绑定模块3，使用时，第一置信度计算模块用于由经过校准的卡口采集器和MAC采集器的第一置信度函数，计算车牌和MAC地址绑定的第一置信度，第二置信度计算模块用于当人脸图像信息的清晰度符合预设的标准清晰度时，计算人脸图像信息和MAC地址绑定的第二置信度，其中，人脸图像信息由卡口采集器采集，置信绑定模块用于当第一置信度和第二置信度均超过预设的置信阈值时，将车牌和MAC地址、MAC地址和人脸图像信息分别进行置信绑定，进而实现了车辆、移动终端和人员的有效匹配。
综上所述，本实施例提供的MAC地址匹配装置包括：依次相连的第一置信度计算模块、第二置信度计算模块和置信绑定模块，使用时，第一置信度计算模块用于由经过校准的卡口采集器和MAC采集器的第一置信度函数，计算车牌和MAC地址绑定的第一置信度，第二置信度计算模块用于当人脸图像信息的清晰度符合预设的标准清晰度时，计算人脸图像信息和MAC地址绑定的第二置信度，其中，人脸图像信息由卡口采集器采集，置信绑定模块用于当第一置信度和第二置信度均超过预设的置信阈值时，将车牌和MAC地址、MAC地址和人脸图像信息分别进行置信绑定，这样，车辆、移动终端和人员得到了有效匹配，与人工进行校验相比，省时省力，方便准确。
本发明实施例还提供了一种终端，包括存储器以及处理器，存储器用于存储支持处理器执行上述实施例方法的程序，处理器被配置为用于执行存储器中存储的程序。
本实施例还提供了一种计算机存储介质，用于储存为上述实施例提供的装置所用的计算机软件指令。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。本发明实施例所提供的MAC地址匹配方法及装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案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一个存储介质中，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方法的全部或部分步骤。而前述的存储介质包括：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)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序，也不能理解为指示或暗示相对重要性。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.MAC地址匹配方法，其特征在于，包括：
由经过校准的卡口采集器和MAC采集器的第一置信度函数，计算车牌和MAC地址绑定的第一置信度；
当人脸图像信息的清晰度符合预设的标准清晰度时，计算人脸图像信息和MAC地址绑定的第二置信度，其中，所述人脸图像信息由所述卡口采集器采集；
当所述第一置信度和所述第二置信度均超过预设的置信阈值时，将所述车牌和所述MAC地址、所述MAC地址和所述人脸图像信息分别进行置信绑定。
2.根据权利要求1所述的MAC地址匹配方法，其特征在于，所述方法还包括：
根据所述置信绑定的所述车牌、所述MAC地址和所述人脸图像信息计算未经校准的卡口采集器和MAC采集器的第二置信度函数；
将所述第一置信度函数更新为所述第二置信度函数。
3.根据权利要求2所述的MAC地址匹配方法，其特征在于，所述由经过校准的卡口采集器和MAC采集器的第一置信度函数包括：
所述卡口采集器x在第一时间ti检测到车牌i；
所述MAC采集器y在第二时间tj采集到MAC地址j；
计算所述第一时间和所述第二时间的间隔Δtij＝tj-ti；
计算所述卡口采集器和所述MAC采集器的第一置信度函数Conxy(Δtij)＝0；
校准所述第一置信度函数其中，T为校准经验值。
4.根据权利要求2所述的MAC地址匹配方法，其特征在于，所述计算车牌和MAC地址绑定的第一置信度包括：
分别获取所有卡口采集器的集合X和所有MAC采集器的集合Y；
计算第一次数集合IJxy，其中，所述第一次数为所述车牌i和所述MAC地址j经过XY的所有次数；
计算所述车牌i和所述MAC地址j绑定的第一置信度
5.根据权利要求1所述的MAC地址匹配方法，其特征在于，所述当人脸图像信息的清晰度符合预设的标准清晰度时，计算人脸图像信息和MAC地址绑定的第二置信度包括：
比对所述人脸图像信息的清晰度是否符合预设的标准清晰度；
当所述人脸图像信息的清晰度符合预设的标准清晰度时，在人脸库中查找是否存在与所述人脸图像信息一致的人物信息；
当查找结果为存在时，获取所述人物信息k；
当查找结果为不存在时，新建与所述人脸图像信息一致的人物信息k；
分别获取所有卡口采集器的集合X和所有MAC采集器的集合Y；
计算第二次数集合KJxy，其中，所述第二次数为所述人物信息k和所述MAC地址j经过XY的所有次数；
计算人物信息k和MAC地址j绑定的第二置信度
6.根据权利要求4所述的MAC地址匹配方法，其特征在于，所述根据所述置信绑定的所述车牌、所述MAC地址和所述人脸图像信息计算未经校准的卡口采集器和MAC采集器的第二置信度函数包括：
统计|Δtij|≤MaxT的置信绑定在各时间间隔Δt出现的次数nΔt；
拟合nΔt和Δt的关系函数，得到目标函数Fxy(Δt)＝a1xyΔt+a2xyΔt2+...+an-1xyΔtn-1+anxyΔtn；
校准的卡口采集器和MAC采集器的第二置信度函数其中，N为|Δtij|≤MaxT的置信绑定出现的总次数，MaxT参数可调。
7.根据权利要求4所述的MAC地址匹配方法，其特征在于，所述方法还包括：
当MAC地址j在时间T内出现多次时，计算最小的所述时间间隔Δt对应的所述MAC地址j的绑定的第一置信度。
8.MAC地址匹配装置，其特征在于，包括：
第一置信度计算模块，用于由经过校准的卡口采集器和MAC采集器的第一置信度函数，计算车牌和MAC地址绑定的第一置信度；
第二置信度计算模块，用于当人脸图像信息的清晰度符合预设的标准清晰度时，计算人脸图像信息和MAC地址绑定的第二置信度，其中，所述人脸图像信息由所述卡口采集器采集；
置信绑定模块，用于当所述第一置信度和所述第二置信度均超过预设的置信阈值时，将所述车牌、所述MAC地址和所述人脸图像信息进行置信绑定。
9.一种终端，其特征在于，包括存储器以及处理器，所述存储器用于存储支持处理器执行权利要求1至7任一项所述方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
10.一种计算机存储介质，其特征在于，用于储存为权利要求8任一项所述装置所用的计算机软件指令。
CN201711248123.7A 2017-11-30 2017-11-30 Mac地址匹配方法及装置 Active CN107948341B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711248123.7A CN107948341B (zh) 2017-11-30 2017-11-30 Mac地址匹配方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711248123.7A CN107948341B (zh) 2017-11-30 2017-11-30 Mac地址匹配方法及装置

Publications (2)

Publication Number Publication Date
CN107948341A true CN107948341A (zh) 2018-04-20
CN107948341B CN107948341B (zh) 2019-05-17

Family

ID=61948204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711248123.7A Active CN107948341B (zh) 2017-11-30 2017-11-30 Mac地址匹配方法及装置

Country Status (1)

Country Link
CN (1) CN107948341B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107948341B (zh) * 2017-11-30 2019-05-17 杭州中奥科技有限公司 Mac地址匹配方法及装置
CN109992681A (zh) * 2018-12-28 2019-07-09 杭州励飞软件技术有限公司 数据融合方法及相关产品
CN110191429A (zh) * 2019-05-29 2019-08-30 福建威盾科技集团有限公司 一种基于群智能算法的车与wifi对碰的方法
CN110837753A (zh) * 2018-08-16 2020-02-25 成都华迈通信技术有限公司 一种人车物识别布控的集分模型及其使用方法
CN110852372A (zh) * 2019-11-07 2020-02-28 北京爱笔科技有限公司 一种数据关联方法、装置、设备及可读存储介质
CN110933195A (zh) * 2019-11-25 2020-03-27 福建金石电子有限公司 基于人像、mac、imsi以及车牌的匹配方法、装置以及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104636473A (zh) * 2015-02-13 2015-05-20 百度在线网络技术（北京）有限公司 基于电子支付行为的数据处理方法和***
CN104933424A (zh) * 2015-07-09 2015-09-23 深圳市为科科技有限公司 车辆及行人监测方法及装置
CN104992075A (zh) * 2015-07-30 2015-10-21 浙江宇视科技有限公司 一种基于大数据的多源信息关联方法
CN106611167A (zh) * 2016-12-28 2017-05-03 山东合天智汇信息技术有限公司 一种跟踪方法及***
CN107393310A (zh) * 2017-09-11 2017-11-24 山东创惠电子科技有限责任公司 全制式车辆特征识别与手机热点管控采集比对***及应用

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107948341B (zh) * 2017-11-30 2019-05-17 杭州中奥科技有限公司 Mac地址匹配方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104636473A (zh) * 2015-02-13 2015-05-20 百度在线网络技术（北京）有限公司 基于电子支付行为的数据处理方法和***
CN104933424A (zh) * 2015-07-09 2015-09-23 深圳市为科科技有限公司 车辆及行人监测方法及装置
CN104992075A (zh) * 2015-07-30 2015-10-21 浙江宇视科技有限公司 一种基于大数据的多源信息关联方法
CN106611167A (zh) * 2016-12-28 2017-05-03 山东合天智汇信息技术有限公司 一种跟踪方法及***
CN107393310A (zh) * 2017-09-11 2017-11-24 山东创惠电子科技有限责任公司 全制式车辆特征识别与手机热点管控采集比对***及应用

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107948341B (zh) * 2017-11-30 2019-05-17 杭州中奥科技有限公司 Mac地址匹配方法及装置
CN110837753A (zh) * 2018-08-16 2020-02-25 成都华迈通信技术有限公司 一种人车物识别布控的集分模型及其使用方法
CN109992681A (zh) * 2018-12-28 2019-07-09 杭州励飞软件技术有限公司 数据融合方法及相关产品
CN110191429A (zh) * 2019-05-29 2019-08-30 福建威盾科技集团有限公司 一种基于群智能算法的车与wifi对碰的方法
CN110191429B (zh) * 2019-05-29 2022-09-27 福建威盾科技集团有限公司 一种基于群智能算法的车与wifi对碰的方法
CN110852372A (zh) * 2019-11-07 2020-02-28 北京爱笔科技有限公司 一种数据关联方法、装置、设备及可读存储介质
CN110933195A (zh) * 2019-11-25 2020-03-27 福建金石电子有限公司 基于人像、mac、imsi以及车牌的匹配方法、装置以及设备

Also Published As

Publication number Publication date
CN107948341B (zh) 2019-05-17

Similar Documents

Publication Publication Date Title
CN107948341A (zh) Mac地址匹配方法及装置
Janani et al. Influence of surface distresses on smartphone-based pavement roughness evaluation
CN104408924B (zh) 一种基于耦合隐马尔可夫模型的城市道路异常交通流检测方法
CN108804704A (zh) 一种用户深度画像方法及装置
CN107871011A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN105808912B (zh) 一种交通轨迹数据的可视分析方法、***
CN109933051A (zh) 一种汽车诊断软件配置方法、***、设备及计算机介质
CN108255980B (zh) 兴趣点采全率评估方法、装置、计算机设备及存储介质
RU2331096C1 (ru) Способ моделирования процессов управления техническими средствами и система для его осуществления
CN105046882B (zh) 摔倒检测方法以及装置
CN110488042B (zh) 一种列车加速度检测方法、***、电子设备及存储介质
CN107783979A (zh) 里程桩信息制作方法及装置、地理信息采集设备及导航芯片
CN109154938A (zh) 使用离散非踪迹定位数据将数字图中的实体分类
CN105336164A (zh) 基于大数据分析的错误卡口位置信息自动识别方法
CN108680249A (zh) 一种隧道内列车噪声测算方法、装置及存储介质
CN108363783A (zh) Mac地址与身份信息的绑定方法及装置
Griffith et al. Uncertainty-related research issues in spatial analysis
CN108387757B (zh) 用于检测可移动设备的移动状态的方法和装置
CN113139743A (zh) 污水排放指标分析方法、装置、电子设备及存储介质
CN109102324A (zh) 模型训练方法、基于模型的红包物料铺设预测方法及装置
CN114970705A (zh) 基于多传感数据的行驶状态分析方法、装置、设备及介质
CN114201482A (zh) 人口动态分布统计方法、装置、电子设备及可读存储介质
Medina et al. Statistical validation of crowdsourced pavement ride quality measurements from smartphones
CN106503071A (zh) Poi信息的处理方法及装置
Bello-Salau et al. Development of a road surface condition monitoring and database system

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
GR01 Patent grant
GR01 Patent grant
PP01 Preservation of patent right

Effective date of registration: 20191118

Granted publication date: 20190517

PP01 Preservation of patent right
PD01 Discharge of preservation of patent

Date of cancellation: 20200714

Granted publication date: 20190517

PD01 Discharge of preservation of patent