CN112614347A - 套牌检测方法、装置、计算机设备及存储介质 - Google Patents
套牌检测方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112614347A CN112614347A CN202011531091.3A CN202011531091A CN112614347A CN 112614347 A CN112614347 A CN 112614347A CN 202011531091 A CN202011531091 A CN 202011531091A CN 112614347 A CN112614347 A CN 112614347A
- Authority
- CN
- China
- Prior art keywords
- group
- time period
- unit time
- driver
- determining
- 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
Images
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
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种套牌检测方法、装置、计算机设备及存储介质,能够有效的提高套牌检测的准确率。该方法包括:获取预设时间段内的驾乘人员抓拍信息;驾乘人员抓拍信息包括:驾乘人员标识、驾乘人员抓拍时间以及驾乘人员标识关联的车牌号;确定相同车牌号的驾乘人员抓拍信息中,各个驾乘人员标识归属的群组;每一群组中的人员具有关联关系;根据驾乘人员抓拍时间,获取确定出的群组在时间上的分布;根据该分布,确定相同车牌号对应的车辆为***辆的概率。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及套牌检测方法、装置、计算机设备及存储介质。
背景技术
近年来,伴随着我国机动车保有量的急剧增加,***辆也呈增多态势。所谓***辆是指通过伪造或者非法套取、冒用他人合法车辆号牌及行驶证等手续上路行驶,以逃避违章、肇事和交纳相关费用责任的车辆。***辆扰乱了正常的道路交通秩序,带来很大交通安全隐患。***辆的车牌号即为套牌。
目前,多采用基于网格化监控的套牌检测方法进行套牌检测。该方法的基本原理为将所有的监控点相连成为一个网格,若挂同一车牌的车在同一时点在不同的网格点同时被电子设备拍摄到,或者在不同时点被拍摄到,但两次拍摄的时间差小于两个网格点的最短通行时间,则有一辆为***辆。该方法依赖于数据的准确性,比如两个网格点的最短通行时间的准确性,但是两个网格点的最短通行时间存在时效性,道路情况每时每刻都在变化,往往可能会由于某些突发情况(车祸,道路维修等)导致两个网格点的最短通行时间不准确,从而导致检测结果不准确。
发明内容
本申请提供一种套牌检测方法、装置、计算机设备及存储介质,能够有效的提高套牌检测的准确率。
本申请的技术方案如下:
第一方面,本申请提供一种套牌检测方法,该方法包括:获取预设时间段内的驾乘人员抓拍信息;驾乘人员抓拍信息包括:驾乘人员标识、驾乘人员抓拍时间以及驾乘人员标识关联的车牌号;确定相同车牌号的驾乘人员抓拍信息中,各个驾乘人员标识归属的群组;每一群组中的人员具有关联关系;根据驾乘人员抓拍时间,获取确定出的群组在时间上的分布;根据该分布,确定该相同车牌号对应的车辆为***辆的概率。
本申请中的套牌检测方法,从同一个车牌号对应的车辆的驾乘人员之间的关联关系入手,具有关联关系的人员归属同一个群组,例如,同一家庭中的所有人员可以归属同一群组,该家庭中的任一人员的朋友也可以归属该群组。本申请基于***辆的驾乘人员所属群组乘坐或驾驶该***辆的时间分布呈现一定规律的原则,根据确定出的同一车牌号所对应车辆的驾乘人员所属群组乘坐或驾驶该同一车牌号所对应车辆的时间分布,确定该同一车牌号对应的车辆为***辆的概率,而确定使用同一车牌号的驾乘人员所属的群组乘坐或驾驶该同一车牌号所对应车辆的时间分布不受时空距离的实效性影响,从而提高了套牌检测的准确率。
在一种可能的实现方式中,上述确定相同车牌号的驾乘人员抓拍信息中,各个驾乘人员标识归属的群组,包括:获取群组成员关系;该群组成员关系包括多个群组标识,每个群组标识对应多个人员标识;从该群组成员关系中,确定相同车牌号的驾乘人员抓拍信息中,与各个驾乘人员标识相同的人员标识所属的群组为各个驾乘人员标识所属的群组;对于各个驾乘人员标识中的任一驾乘人员标识,在群组成员关系中不存在与该任一驾乘人员标识相同的人员标识的情况下,新建群组;新建的群组标识对应该任一驾乘人员标识。
在另一种可能的实现方式中,上述获取群组成员关系,包括:获取人员抓拍信息,人员抓拍信息包括:人员标识、抓拍位置以及抓拍时间;根据该人员抓拍信息,确定任意两个人员之间的关联次数;关联次数为该任意两个人员在各个抓拍位置的同现次数之和;若两个人员之间的关联次数大于预设阈值,则确定该两个人员归属同一群组;确定具有交集的群组为同一群组。
在另一种可能的实现方式中,上述根据驾乘人员抓拍时间,获取确定出的群组在时间上的分布,包括:根据驾乘人员抓拍时间,统计每一单位时间段内的群组数量;对于每一单位时间段,若群组数量大于1,则选择其中一个群组,作为该单位时间段的群组代表;若群组数量等于1,则以该群组为该单位时间段的群组代表;根据每一单位时间段的群组代表,获取确定出的群组在时间上的分布。
在另一种可能的实现方式中,上述对于每一单位时间段,若群组数量大于1,则选择其中一个群组,作为该单位时间段的群组代表,包括:对于任一单位时间段,若任一单位时间段内的群组数量大于1,则确定任一单位时间段内的群组中在任一单位时间段的前m个单位时间段内均未出现的第一群组;从第一群组中确定该任一单位时间段的群组代表;m为正整数;若第一群组的数量为零,则确定该任一单位时间段内的群组中在前m个单位时间段内最久未出现的第二群组;从第二群组中确定该任一单位时间段的群组代表。
在另一种可能的实现方式中,上述方法还包括:对于该每一单位时间段中群组数量为零的目标单位时间段,若目标单位时间段存在前一个单位时间段,则确定前一个单位时间段的群组为目标单位时间段的群组代表;若目标单位时间段为第一个单位时间段,则确定预设群组为目标单位时间段的群组代表。
第二方面,提供一种套牌检测装置,该套牌检测装置包括第一获取模块,用于获取预设时间段内的驾乘人员抓拍信息;驾乘人员抓拍信息包括:驾乘人员标识、驾乘人员抓拍时间以及驾乘人员标识关联的车牌号;第一确定模块,用于确定相同车牌号的驾乘人员抓拍信息中,各个驾乘人员标识归属的群组;每一群组中的人员具有关联关系;第二获取模块,用于根据驾乘人员抓拍时间,获取确定出的群组在时间上的分布;第二确定模块,用于根据该分布,确定相同车牌号对应的车辆为***辆的概率。
可选的,第二获取模块还用于:获取群组成员关系;群组成员关系包括多个群组标识,每个群组标识对应多个人员标识;第一确定模块还用于:从群组成员关系中,确定相同车牌号的驾乘人员抓拍信息中,与各个驾乘人员标识相同的人员标识所属的群组为各个驾乘人员标识所属的群组;套牌检测装置还包括新建模块,用于对于各个驾乘人员标识中的任一驾乘人员标识,在群组成员关系中不存在与任一驾乘人员标识相同的人员标识的情况下,新建群组;新建的群组标识对应任一驾乘人员标识。
可选的,第二获取模块具体用于获取人员抓拍信息,人员抓拍信息包括:人员标识、抓拍位置以及抓拍时间;第一确定模块具体用于,根据人员抓拍信息,确定任意两个人员之间的关联次数;关联次数为任意两个人员在各个抓拍位置的同现次数之和;若两个人员之间的关联次数大于预设阈值,则确定该两个人员归属同一群组;确定具有交集的群组为同一群组。
可选的,第二获取模块具体用于:根据驾乘人员抓拍时间,确定每一单位时间段的群组代表;根据每一单位时间段的群组代表,获取确定出的群组在时间上的分布。
可选的,第二确定模块还用于:对于任一单位时间段,若任一单位时间段内群组的数量大于1,则确定该单位时间段内的群组中在该单位时间段的前m个单位时间段内均未出现的第一群组;若第一群组的数量不为零,则从第一群组中确定该单位时间段的群组代表;m为正整数;若第一群组的数量为零,则确定该单位时间段内的群组中在前m个单位时间段内最久未出现的第二群组;从第二群组中确定该单位时间段的群组代表;若该单位时间段内群组的数量等于1,则确定该群组为该单位时间段的群组代表。
可选的,第二确定模块还用于:对于每一单位时间段中群组数量为零的目标单位时间段,若目标单位时间段存在前一个单位时间段,则确定前一个单位时间段的群组为目标单位时间段的群组代表。
第三方面,提供一种计算机设备,包括:处理器;用于存储处理器可执行指令的存储器。其中,处理器被配置为执行所述指令,以实现上述第一方面以及第一方面的任一种可能的实现方式所示的套牌检测方法。
第四方面,提供一种计算机可读存储介质,当该存储介质中的指令由计算机设备的处理器执行时,使得计算机设备能够执行如第一方面以及第一方面的任一种可能的实现方式所示的套牌检测方法。
第五方面,提供一种计算机程序产品,可直接加载到计算机设备的内部存储器中,并含有软件代码,该计算机程序经由计算机设备载入并执行后能够实现第一方面以及第一方面的任一种可能的实现方式所示的套牌检测方法。
第六方面,提供一种芯片***,该芯片***应用于套牌检测装置;该芯片***包括一个或多个接口电路,以及一个或多个处理器。接口电路和处理器通过线路互联;接口电路用于从套牌检测装置的存储器接收信号,并向处理器发送信号,信号包括存储器中存储的计算机指令。当处理器执行计算机指令时,套牌检测装置执行如第一方面及其任一种可能的设计方式所提供的套牌检测方法。
上述提供的任一种套牌检测装置、计算机设备、计算机可读存储介质、计算机程序产品或芯片***用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文提供的对应的方法中对应方案的有益效果,此处不再赘述。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请实施例,并与说明书一起用于解释本申请的原理,并不构成对本申请的不当限定。
图1是本申请提供的技术方案所适用的一种套牌检测***的结构示意图;
图2是本申请实施例提供的技术方案所适用的一种计算机设备的结构示意图;
图3是本申请实施例提供的一种套牌检测方法的流程示意图;
图4是使用正常车牌号的车辆产生车辆交易的情况下,在预设时间段内使用该车牌号的驾乘人员所属群组的群组曲线示意图;
图5是预设时间段内使用租赁车辆的驾乘人员所属群组的群组曲线示意图;
图6是预设时间段内使用***辆的驾乘人员所属群组的群组曲线示意图;
图7是本申请实施例所提供的一种套牌检测装置的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本申请的技术方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
需要说明的是,在本申请的实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
需要说明的是,本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请实施例中,“至少一个”是指一个或多个。“多个”是指两个或两个以上。
在本申请实施例中,“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本申请实施例提供的套牌检测方法可以适用于套牌检测***。如图1所示,为本申请实施例提供的技术方案所适用的一种***的结构示意图。该***包括套牌检测装置10-1和采集装置10-2。需要说明的是,本申请对该***中每个装置的数量不进行限定,图1中以两个采集装置为例进行说明。其中,套牌检测装置10-1与每个采集装置10-2均可以通过网络连接。
采集装置10-2可以用于获取驾乘人员抓拍信息和人员抓拍信息。或者,采集装置10-2可以用于获取原始信息,该原始信息用于获取驾乘人员抓拍信息和/或人员抓拍信息。在一个例子中,采集装置10-2为用于拍摄图像的任一装置。例如:相机、抓拍机、摄像机、摄像头等。采集装置10-2可以向套牌检测装置10-1发送拍摄到的图像、图像的抓拍时间以及图像的抓拍位置等。采集装置10-2也可以识别拍摄到的图像以确定该图像是否包括人物图像的图像特征或车辆图像的图像特征,在确定该图像包括人物图像的图像特征或车辆图像的图像特征的情况下,向套牌检测装置10-1发送该图像、该图像的抓拍时间以及该图像的抓拍位置等。在另一个例子中,采集装置10-2为用于采集驾乘人员抓拍信息和/或人员抓拍信息的任一感应装置。例如:采集装置10-2可以为媒体存取控制位址(media accesscontrol address,MAC)码采集装置或国际移动用户识别(international mobilesubscriber identity,IMSI)码采集装置等。采集装置10-2可以根据车辆的MAC码或与其类似的唯一标识该车辆的识别码采集驾乘人员抓拍信息。采集装置10-2可以根据人员所携带的移动终端的MAC码或与其类似的能够唯一标识该人员的识别码采集该人员的人员抓拍信息。采集装置10-2向套牌检测装置10-1发送采集到的驾乘人员抓拍信息和/或人员抓拍信息。
套牌检测装置10-1可以用于获取驾乘人员抓拍信息和/或人员抓拍信息。其中,驾乘人员抓拍信息包括:驾乘人员抓拍时间、车牌号和驾乘人员的标识。人员抓拍信息包括:所抓拍到的人物的人员标识、抓拍位置以及人员抓拍时间。可选的,套牌检测装置10-1还可以用于识别采集装置10-2拍摄到的图像。
套牌检测装置10-1可以为终端设备或服务器。其中,终端设备可以为掌上电脑、笔记本电脑、智能手机、车载终端、平板电脑或台式电脑等计算设备。服务器可以是一台服务器,也可以是由多台服务器组成的服务器集群,或者是一个云计算服务中心。
本申请实施例中采集装置10-2可以是固定位置的采集装置,也可以是移动的采集装置,本申请实施例对此不进行限定。
上述采集装置10-2与套牌检测装置10-1的功能均可以通过如图2所示的计算机设备来实现,如图2所示,为本申请实施例提供的技术方案所适用的一种计算机设备的结构示意图。图2中计算机设备10包括但不限于:处理器101、存储器102、输入单元104、接口单元105和电源106等。可选的,计算机设备10还包括摄像头100、显示器104、定位装置107。
其中,摄像头100用于拍摄图像,并发送给处理器101。处理器101是计算机设备的控制中心,利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储器102内的软件程序和/或模块,以及调用存储在存储器102内的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。处理器101可包括一个或多个处理单元;可选的,处理器101可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器101中。如果计算机设备10是采集装置10-2,那么,计算机设备10还可以包括摄像头100。
存储器102可用于存储软件程序以及各种数据。存储器102可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能单元所需的应用程序等。此外,存储器102可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。可选地,存储器102可以是非临时性计算机可读存储介质,例如,非临时性计算机可读存储介质可以是只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
显示器103用于显示由用户输入的信息或提供给用户的信息。显示器103可包括显示面板,可以采用液晶显示器(liquid crystal display,LCD)、有机发光二极管(organiclight-emitting diode,OLED)等形式来配置显示面板。如果计算机设备10是套牌检测装置10-1,那么,计算机设备10还可以包括显示器103。
输入单元104可以包括图形处理器(graphics processing unit,GPU),图形处理器对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图像或视频的图像数据进行处理。处理后的图像帧可以显示在显示器103上。经图形处理器处理后的图像帧可以存储在存储器102(或其它存储介质)中。
接口单元105为外部装置与计算机设备10连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元105可以用于接收来自外部装置的输入(例如,数据信息等)并且将接收到的输入传输到计算机设备10内的一个或多个元件或者可以用于在计算机设备10和外部装置之间传输数据。
电源106(比如电池)可以用于为各个部件供电,可选的,电源106可以通过电源管理***与处理器101逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。
定位装置107可以用于记录采集装置10-2的拍摄图像的位置。定位装置可以包括:全球定位***(global positioning system,GPS)装置等。假设计算机设备10是采集装置10-2,那么,计算机设备10还可以包括定位装置107。
可选的,本申请实施例中的计算机指令也可以称之为应用程序代码或***,本申请实施例对此不作具体限定。
需要说明的是,图2所示的计算机设备仅为示例,其不对本申请实施例可适用的计算机设备构成限定。实际实现时,计算机设备可以包括比图2中所示的更多或更少的设备或器件。
本申请实施例可以应用于交通管理场景:管理人员需要对交通道路中行驶的车辆进行套牌检测,以维持正常的道路交通秩序。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
如图3所示,图3是本申请实施例提供的一种套牌检测方法的流程示意图。图3所示的方法可以应用于图1中的套牌检测装置10-1,该方法包括以下S100至S103:
S100:套牌检测装置10-1获取预设时间段内的驾乘人员抓拍信息;驾乘人员抓拍信息包括:驾乘人员标识、驾乘人员抓拍时间以及驾乘人员标识关联的车牌号。其中,驾乘人员标识关联的车牌号用于表征驾乘人员标识所表征的驾乘人员驾驶或乘坐该车牌号的车辆。
在一种可能的实现方式中,套牌检测装置10-1接收别的装置(如图1中的采集装置10-2)发送的预设时间段内的驾乘人员抓拍信息。
在另一种可能的实现方式中,套牌检测装置10-1可以通过如下步骤获取一条驾乘人员抓拍信息:
步骤一:套牌检测装置10-1接收采集装置10-2发送的图像以及该图像的抓拍时间。
需要说明的是,同一车辆相同时刻获取的图像,可以是多个图像也可以是一个图像,本申请对此不进行限定,在一种情况下套牌检测装置10-1接收采集装置10-2发送的同一车辆相同时刻的不同图像以及每个图像的抓拍时间,该不同图像中分别包括车辆的车牌号、该车辆中驾乘人员的特征。在另一种情况下套牌检测装置10-1接收采集装置10-2发送的车辆的图像,该车辆的图像包括车辆的车牌号和人员的特征。
步骤二:套牌检测装置10-1通过预设的识别算法识别图像中的车牌号和人物的特征。
在一个例子中,套牌检测装置10-1通过预设的第一识别算法对图像中的人脸特征进行提取。套牌检测装置10-1通过预设的第二识别算法识别图像中的车牌号。
步骤三:套牌检测装置10-1根据预设的标识算法为识别的人物的特征生成人员标识。一个人员标识用于唯一标识一个人员。
步骤四:套牌检测装置10-1将同一车辆相同时刻获取的图像中识别得到的车牌号、该车辆该时刻的驾乘人员的人员标识以及图像的抓拍时间确定为一条驾乘人员抓拍信息。
在一个例子中,套牌检测装置10-1为识别的该车辆的车牌号以及图像的抓拍时间打标签,该标签为获取的该车辆该时刻的驾乘人员的人员标识,得到一条驾乘人员抓拍信息。后续,套牌检测装置10-1将得到的驾乘人员抓拍信息存入数据库。
可以理解的是,套牌检测装置10-1可以通过上述步骤一至步骤四获取预设时间段内的多条驾乘人员抓拍信息。
在一个例子中,套牌检测装置10-1获取的驾乘人员抓拍信息中包括如下表1所示的驾乘人员抓拍信息:
表1
表1中信息1所在行的数据用于表征驾乘人员标识分别为人员1和人员2的两个驾乘人员在2020年11月25日上午12:00乘坐或驾驶车牌号为A的车辆。其他行的数据的解释与此类似,不再赘述。
可替换的,套牌检测装置10-1可以通过上述步骤一至步骤三获取预设时间段内的多条驾乘人员抓拍信息,并将该多条驾乘人员抓拍信息作为初始驾乘人员抓拍信息。根据初始驾乘人员抓拍信息获取预设时间段内的驾乘人员抓拍信息。
在一种可能的实现方式中,套牌检测装置10-1从初始驾乘人员抓拍信息中确定目标驾乘人员抓拍信息;目标驾乘人员抓拍信息为初始驾乘人员抓拍信息中包括同一车牌号和同一驾乘人员的标识、且信息的数量小于预设阈值的信息;从初始驾乘人员抓拍信息中删除目标驾乘人员抓拍信息,得到预设时间段内的驾乘人员抓拍信息。
在另一种可能的实现方式中,首先,套牌检测装置10-1可以根据车辆的车牌号对所获取的预设时间段内的初始驾乘人员抓拍信息进行分组聚合,对分组聚合后的驾乘人员抓拍信息按照驾乘人员的标识再进行分组聚合,得到至少一个驾乘人员抓拍信息组。相同驾乘人员抓拍信息组中的驾乘人员抓拍信息的驾乘人员的标识相同,且相同驾乘人员抓拍信息组中的驾乘人员抓拍信息包括的车牌号相同。不同驾乘人员抓拍信息组中的驾乘人员抓拍信息的驾乘人员的标识不同,或者,不同的驾乘人员抓拍信息组中的驾乘人员抓拍信息包括的车牌号不同。然后,套牌检测装置10-1获取得到的驾乘人员抓拍信息组中驾乘人员抓拍信息的记录数大于或者等于预设阈值的驾乘人员抓拍信息组所包括的驾乘人员抓拍信息,得到的驾乘人员抓拍信息即为预设时间段内的驾乘人员抓拍信息。
上述根据初始驾乘人员抓拍信息获取预设时间段内的驾乘人员抓拍信息的两种可能的实现方式,均可以去除初始驾乘人员抓拍信息中的噪声数据,从而得到预设时间段内的驾乘人员抓拍信息。
基于表1的示例,套牌检测装置10-1根据车辆的车牌号对所获取的驾乘人员抓拍信息进行分组聚合,对分组聚合后的驾乘人员抓拍信息按照驾乘人员的标识再进行分组聚合,得到包含信息1、信息6、信息7、信息8的人员1的驾乘人员抓拍信息组;得到包含信息1、信息3、信息4、信息5的人员2的驾乘人员抓拍信息组;得到包含信息2的人员3的驾乘人员抓拍信息组。假设预设阈值为3,那么,套牌检测装置10-1过滤人员3的驾乘人员抓拍信息组,获取人员1的驾乘人员抓拍信息组和人员2的驾乘人员抓拍信息组作为预设时间段内的驾乘人员抓拍信息。
S101:套牌检测装置10-1确定相同车牌号的驾乘人员抓拍信息中,各个驾乘人员标识归属的群组;每一群组中的人员具有关联关系。
其中,关联关系可以是父子关系、兄弟关系或朋友关系等。
具体的,套牌检测装置10-1获取群组成员关系,从群组成员关系中,获取与各个驾乘人员的标识相同的人员标识所属的群组;将获取到的群组确定为对应的驾乘人员的标识所属的群组。其中,群组成员关系包括多个群组标识,每个群组标识对应多个成员的标识;对于各个驾乘人员标识中的任一驾乘人员标识,在群组成员关系中不存在与该任一驾乘人员标识相同的人员标识的情况下,套牌检测装置10-1新建群组,新建的群组标识对应该任一驾乘人员标识。
套牌检测装置10-1可以通过如下可能的实现方式获取群组成员关系:
在一种可能的实现方式中,套牌检测装置10-1可以获取从别的设备或***导入的群组成员关系。
示例性的,套牌检测装置10-1获取工作人员导入的群组成员关系。
在另一种可能的实现方式中,首先,套牌检测装置10-1根据户籍数据库等公共数据库中的数据获取人员关联关系,该人员关联关系包括人员标识之间的对应关系。然后,套牌检测装置10-1根据该人员关联关系获取群组成员关系。
在一个例子中,套牌检测装置10-1从户籍数据库中获取家庭成员的照片,并通过预设的识别算法识别照片对应的人物的特征,套牌检测装置10-1根据预设的标识算法为识别的人物的特征生成人员标识,并为在同一个家庭的所有家庭成员的人员标识生成相同的群组标识,得到群组成员关系。
在另一种可能的实现方式中,套牌检测装置10-1通过如下步骤获取群组成员关系:
步骤一:套牌检测装置10-1获取人员抓拍信息。其中,人员抓拍信息包括人员标识、抓拍位置以及人员抓拍时间。
具体的,套牌检测装置10-1接收采集装置10-2发送的人员抓拍信息,或者,套牌检测装置10-1接收采集装置10-2发送的人物的图像、该图像的抓拍时间以及该图像的抓拍位置。套牌检测装置10-1通过预设的识别算法识别人物的图像中人物的特征,并根据预设的标识算法为识别的人物的特征生成人员标识。其中,人物的图像可以是车辆中人物的图像也可以是行人的图像,本申请对此不进行限定。
在一个例子中,套牌检测装置10-1获取的人员抓拍信息包括如下表2中的数据:
表2
表2中人员抓拍信息编号为1的人员抓拍信息中的人员标识为人员1,抓拍位置为位置A,在位置A抓拍到人员1表征的人物的图片的抓拍时间为2020.11.30 12:00:30,其余人员抓拍信息的解释与此类似,不再赘述。
步骤二:套牌检测装置10-1根据人员抓拍信息,确定获取的人员抓拍信息中每两个人员之间的关联次数;关联次数为每两个人员在各个抓拍位置的同现次数之和,每两个人员在一个抓拍位置的一次同现为在预设时长内每两个人员在同一个抓拍位置被抓拍。
基于表2中的示例,假设,预设时长为10秒,人员1用于表征人物1,人员2用于表征人物2,那么,套牌检测装置10-1获取的人员抓拍信息中,在位置A抓拍到人物1的图片的抓拍时间为2020.11.30 12:00:30,在位置A抓拍到人物2的图片的抓拍时间为2020.11.3012:00:35,两个抓拍时间差值小于10秒钟且该两条人员抓拍信息的人员标识不同,因此,套牌检测装置10-1获取到一个人物1和人物2的一次同现。在位置A抓拍到人物1的图片的抓拍时间为2020.11.25 18:00:30,在位置A抓拍到人物2的图片的抓拍时间为2020.11.25 18:00:35,套牌检测装置10-1又获取到人物1和人物2的一次同现。在位置B抓拍到人物1的图片的抓拍时间为2020.11.24 17:00:35,在位置B抓拍到人物2的图片的抓拍时间为2020.11.24 17:00:33,套牌检测装置10-1又获取到一个人物1和人物2的一次同现。基于表2的示例,套牌检测装置10-1获取到的人物1和人物2的关联次数即为3。
步骤三,套牌检测装置10-1根据关联次数,生成群组成员关系。可选的,若两个人员之间的关联次数大于预设阈值,则套牌检测装置10-1确定所述两个人员归属同一群组。
例如,套牌检测装置10-1确定目标关联次数,目标关联次数为数值大于或等于预设阈值的关联次数。套牌检测装置10-1确定目标关联次数对应的两个人员归属同一群组,并生成群组成员关系。
在目标关联次数对应的两个人员的人员标识中的任意一个人员标识都不存在对应的群组标识的情况下,套牌检测装置10-1将该两个人员归为同一个群组,并为该群组生成群组标识,建立该两个人员的人员标识分别与该群组标识的对应关系,该对应关系组成该群组的群组成员关系。在目标关联次数对应的两个人员的人员标识中的任意一个人员标识存在对应的群组标识的情况下,套牌检测装置10-1将对应的群组标识标记为该两个人员标识中的另一个人员标识对应的群组标识,得到该群组标识对应的群组的群组成员关系。
基于步骤2中的示例,假设,人员1和人员2的关联次数为10,预设阈值为5,且人员1和人员2均不存在对应的群组标识,那么,人员1和人员2的关联次数属于目标关联次数,套牌检测装置10-1可以为人员1和人员2都生成群组标识1,得到如下表3所示的人员标识与群组标识的对应关系:
表3
人员标识 | 群组标识 |
人员1 | 群组标识1 |
人员2 | 群组标识1 |
可选的,套牌检测装置10-1确定具有交集的群组为同一群组,在一个例子中,若第一关联次数和第二关联次数均属于目标关联次数,第一人员和第二人员对应第一关联次数,第二人员和第三人员对应第二关联次数,则确定第一人员、第二人员和第三人员归属同一群组,得到该群组的群组成员关系;该群组的群组成员包括第一人员、第二人员和第三人员。
需要说明的是,上述各种可能的获取群组成员关系的方式可以结合使用也可以单独使用,本申请对此不进行限定。
S102:套牌检测装置10-1根据驾乘人员抓拍时间,获取确定出的群组在时间上的分布。
在一个例子中,首先,套牌检测装置10-1将预设时间段划分为M个单位时间段,该单位时间段可以是一天或者一个小时。M为大于m的正整数。然后,套牌检测装置10-1根据驾乘人员抓拍时间所属的单位时间段,确定每个单位时间段的群组代表。可选的,套牌检测装置10-1根据驾乘人员抓拍时间,统计每一单位时间段内的群组数量,并确定每一单位时间段的群组代表,根据每一单位时间段的群组代表,获取确定出的群组乘坐或驾驶同一车牌号对应车辆的时间分布。
套牌检测装置10-1确定每一单位时间段的群组代表包括如下情况:
在一种情况下,对于每一单位时间段,若该单位时间段内的群组数量大于1,则套牌检测装置10-1选择该单位时间段内的一个群组作为该单位时间段的群组代表。
可选的,对于单位时间段内的群组数量大于1的任一单位时间段,若该单位时间段内的群组中包括在该单位时间段的前m个单位时间段内均未出现的第一群组,则套牌检测装置10-1从该第一群组中确定该单位时间段的群组代表。m为正整数。需要说明的是,第一群组可能包括多个群组,在第一群组包括多个群组的情况下,套牌检测装置10-1可以从第一群组中任意确定一个第一群组作为该单位时间段的群组代表。
示例性的,假设,该单位时间段内的群组包括群组1和群组2,而该单位时间段的前m个单位时间段内的群组仅包括群组1,那么,套牌检测装置10-1确定群组2为该单位时间段的群组代表。这样,一方面,可以确保将预设时间段内乘坐或驾驶该车牌号对应车辆的群组尽可能的都确定出来,以提高确定的相同车牌号对应的车辆为***辆的概率的准确率。另一方面,由于***辆的群组分布很有可能呈现交替特征,选取前m个单位时间段内的群组中均未出现的群组作为群组代表,可以尽快地发现表征***辆的群组分布的交替特征。
若第一群组的数量为零,则套牌检测装置10-1确定该单位时间段内的群组中在前m个单位时间段内最久未出现的第二群组,从第二群组中确定该单位时间段的群组代表。需要说明的是,第二群组可能包括多个群组,在第二群组包括多个群组的情况下,套牌检测装置10-1可以从第二群组中任意确定一个第二群组作为该单位时间段的群组代表。
示例性的,假设m=3,该单位时间段内的群组包括群组1和群组2,该单位时间段的前第一个单位时间段的群组为群组1,该单位时间段的前第二个单位时间段的群组为群组2,该单位时间段的前第三个单位时间段的群组为群组2,那么,套牌检测装置10-1确定群组2为该单位时间段的群组代表。这样,由于***辆的群组分布很有可能呈现交替特征,选取前m个单位时间段内的群组中最久未出现的群组作为群组代表,可以尽快地呈现表征***辆的群组分布的交替特征。
在另一种情况下,对于每一单位时间段,若该单位时间段内的群组数量等于1,则套牌检测装置10-1将该群组作为该单位时间段的群组代表;
示例性的,假设该单位时间段内的群组仅包括群组1,则套牌检测装置10-1将群组1作为该单位时间段的群组代表。
在另一种情况下,对于每一单位时间段,若该单位时间段内的群组数量为零,若该单位时间段存在前一个单位时间段,则套牌检测装置10-1确定该前一个单位时间段的群组为该单位时间段的群组代表。这样,说明在该单位时间段内没有关于该车牌号的车辆的车辆抓拍信息,因此,沿用前一单位时间段的群组作为该单位时间段的群组代表。若该单位时间段为第一个单位时间段(即该单位时间段不存在前一个单位时间段),则套牌检测装置10-1确定预设群组为该单位时间段的群组代表。
在一个例子中,套牌检测装置10-1为按时间排列的第一个单位时间段确定群组代表:当驾乘人员抓拍信息中的任意一个驾乘人员抓拍时间均不在第一个单位时间段内时,将预设群组作为该第一个单位时间段对应的群组。套牌检测装置10-1在确定第三个单位时间段的群组代表的过程中,当驾乘人员抓拍信息中的任意一个驾乘人员抓拍时间均不在第三个单位时间段内时,套牌检测装置10-1将第二个单位时间段的群组代表作为第三个单位时间段的群组代表。
基于表1的示例,假设,人员1属于群组α,人员2属于群组β,对于车牌A来说,套牌检测装置10-1划分得到的单位时间段为一天。那么,2020.11.20为第一个单位时间段,2020.11.21为第二个单位时间段,2020.11.22为第三个单位时间段,2020.11.23为第四个单位时间段,2020.11.24为第五个单位时间段,2020.11.25为第六个单位时间段。
第一个单位时间段内仅有人员1乘坐或驾驶该车牌A的车辆,套牌检测装置10-1获取人员1的群组为群组α,并确定该第一单位时间段的群组代表为群组α。
第二个单位时间段内既有人员1乘坐或驾驶该车牌A的车辆,又有人员2乘坐或驾驶该车牌A的车辆。第二个单位时间段的前一个单位时间段的群组为群组α,第二个单位时间段内的群组包括群组α和群组β,由于群组β没有在第二个单位时间段的前面的单位时间段内出现,因此,套牌检测装置10-1确定第二个单位时间段的群组代表为群组β。
第三个单位时间段内仅有人员2驾驶或乘坐该车牌A的车辆,套牌检测装置10-1确定第三个单位时间段的群组代表为群组β。
第四个单位时间段内仅有人员2乘坐或驾驶该车牌A的车辆,套牌检测装置10-1确定第四个单位时间段的群组代表为群组β。
第五个单位时间段内仅有人员1乘坐或驾驶该车牌A的车辆,套牌检测装置10-1确定第五个单位时间段的群组代表为群组α。
第六个单位时间段内既有人员1乘坐或驾驶该车牌A的车辆,又有人员2乘坐或驾驶该车牌A的车辆。由于第六个单位时间段的前面的单位时间段的群组代表包括群组α和群组β,第六个单位时间段的前一个单位时间段(即第五单位时间段)的群组代表为群组α,因此,套牌检测装置10-1确定第六个单位时间段的群组代表为群组β。
S103:套牌检测装置10-1根据确定出的群组在时间上的分布,确定相同车牌号对应的车辆为***辆的概率。
对于一个车牌号来说,在一种可能的实现方式中,套牌检测装置10-1可以采用群组曲线图表示使用该车牌号的驾乘人员所属群组乘坐或驾驶该车牌号对应车辆的时间分布。套牌检测装置10-1将群组曲线图输入预设的分类器模型,输出车牌号对应的车辆为***辆的概率。
在一个例子中,对于在预设时间段内使用正常车牌号的驾乘人员抓拍信息来说,假设,使用该正常车牌号对应车辆的驾乘人员包括同一个家庭的成员以及该同一个家庭中任意一个成员的朋友,同一个家庭的成员以及该同一个家庭中任意一个成员的朋友同属一个群组。那么,在预设时间段内使用该正常车牌号对应车辆的驾乘人员所属群组的群组曲线为一条水平直线。
在另一个例子中,对于在预设时间段内车牌号产生交易的情况下,在预设时间段内使用该车牌号的驾乘人员抓拍信息来说,该车牌号交易前和交易后的驾乘人员归属不同的群组,并且在交易时间后一个时间段使用该车牌号对应车辆的驾乘人员所属的群组将会变为另一个群组,在预设时间段内,使用该车牌号的驾乘人员所属群组的群组曲线在交易前呈一条水平直线,在交易后也呈一条水平直线。如图4所示为在预设时间段内车牌号产生交易的情况下,在预设时间段内使用该车牌号的驾乘人员所属群组的群组曲线示意图。图4中横轴为时间轴,纵轴为用于表征群组的数值。图4中在交易时间之前该车牌号对应的车辆的驾乘人员所属的群组为1,交易时间之后该车牌号对应的车辆的驾乘人员所属的群组为2。
在另一个例子中,在预设时间段内使用租赁车辆的车牌号的驾乘人员抓拍信息来说,使用该车牌号的驾乘人员所属的群组会不断的变更。因此,使用该车牌号的驾乘人员所属群组的群组曲线呈不同幅度的波动。如图5所示为预设时间段内使用租赁车辆的驾乘人员所属群组的群组曲线示意图。图5中横轴为时间轴,纵轴为用于表征群组的数值。图5的群组曲线示意图中包括四个单位时间段,按照从左往右的顺序第一个单位时间段的群组代表标识为5;第二个单位时间段的群组代表标识为3;第三个单位时间段的群组代表标识为1;第四个单位时间段的群组标识为4。
在另一个例子中,对于使用***辆的驾乘人员抓拍信息来说,在预设时间段内使用该***辆的车牌号的驾乘人员所属的群组包括至少两个群组,且该至少两个群组会一直进行变换,如图6所示为预设时间段内使用***辆的驾乘人员所属群组的群组曲线示意图。图6中横轴为时间轴,纵轴为用于表征群组的数值。图6所示的群组曲线中:按照从左往右的顺序第一个单位时间段的群组代表标识为1,第二个单位时间段的群组代表标识为2,第三个单位时间段的群组代表标识为2,第四个单位时间段的群组代表标识为1,呈现相同幅度的震荡。
因此,可以理解的是,在不同的群组用不同的数值表征的情况下,对于在预设时间段内使用正常车牌号的驾乘人员抓拍信息,其驾乘人员标识所属的群组的群组曲线应该是相对比较平缓的,对于在预设时间段内使用租赁车辆的驾乘人员抓拍信息,其驾乘人员所属的群组的群组曲线应该呈不同幅度的震荡,对于在预设时间段内使用***辆的驾乘人员抓拍信息,其驾乘人员标识所属的群组的群组曲线容易呈现相同幅度的震荡,因此,套牌检测装置10-1可以将群组曲线图输入预设的分类器模型确定车牌号对应的车辆为***辆的概率。
本申请实施例所提供的套牌检测方法,从同一个车牌号对应的车辆的驾乘人员之间的关联关系入手,基于***辆的驾乘人员所属群组乘坐或驾驶该***辆的时间分布呈现一定规律的原则,确定一个车牌号对应的车辆为***辆的概率,而确定使用同一车牌号的驾乘人员所属群组乘坐或驾驶该同一车牌号所对应车辆的时间分布不受时空距离的实效性影响,从而提高了套牌检测的准确率。
后续,套牌检测装置10-1可以在车牌号对应的车辆为***辆的概率大于第三阈值的情况下,发出告警信息。其中,告警信息包括在套牌检测装置10-1的屏幕显示的告警信息、向该车牌号的合法车主发送的提示信息(如:文字消息或语音消息)或向管理人员发送的提示信息,以将该告警信息通知给对应的人员,提醒对应的人员做出反应以维持正常的交通秩序。
上述主要从方法的角度对本申请实施例提供的方案进行了介绍。为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的方法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对套牌检测装置进行功能模块的划分,例如可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图7是本申请实施例所提供的一种套牌检测装置的结构示意图。参照图7,该套牌检测装置70包括第一获取模块701、第一确定模块702、第二获取模块703和第二确定模块704。其中:第一获取模块701用于获取预设时间段内的驾乘人员抓拍信息;驾乘人员抓拍信息包括:驾乘人员标识、驾乘人员抓拍时间以及驾乘人员标识关联的车牌号。例如,结合图3,第一获取模块701可以用于执行S100。第一确定模块702,用于确定相同车牌号的驾乘人员抓拍信息中,各个驾乘人员标识归属的群组;每一群组中的人员具有关联关系。例如,结合图3,第一确定模块702可以用于执行S101。第二获取模块703用于根据驾乘人员抓拍时间,获取确定出的群组在时间上的分布;例如,结合图3,第二获取模块703可以用于执行S102。第二确定模块704用于根据确定出的群组在时间上的分布,确定相同车牌号对应的车辆为***辆的概率。例如,结合图3,第二确定模块704可以用于执行S103。
可选的,第二获取模块703还用于:获取群组成员关系;群组成员关系包括多个群组标识,每个群组标识对应多个人员标识;第一确定模块702具体用于:从群组成员关系中,确定相同车牌号的驾乘人员抓拍信息中,与各个驾乘人员标识相同的人员标识所属的群组为各个驾乘人员标识所属的群组;套牌检测装置70还包括新建模块705,用于对于各个驾乘人员标识中的任一驾乘人员标识,在群组成员关系中不存在与任一驾乘人员标识相同的人员标识的情况下,新建群组;新建的群组标识对应任一驾乘人员标识。
可选的,第二获取模块703具体用于:获取人员抓拍信息,人员抓拍信息包括:人员标识、抓拍位置以及抓拍时间;第一确定模块702具体用于:根据人员抓拍信息,确定任意两个人员之间的关联次数;关联次数为任意两个人员在各个抓拍位置的同现次数之和;若两个人员之间的关联次数大于预设阈值,则确定两个人员归属同一群组;确定具有交集的群组为同一群组。
可选的,第二获取模块703具体用于:根据驾乘人员抓拍时间,确定每一单位时间段的群组代表;根据每一单位时间段的群组代表,获取确定出的群组在时间上的分布。
可选的,第二确定模块704还用于:对于任一单位时间段,若任一单位时间段内群组的数量大于1,则确定该单位时间段内的群组中在该单位时间段的前m个单位时间段内均未出现的第一群组;若第一群组的数量不为零,则从第一群组中确定该单位时间段的群组代表;m为正整数;若第一群组的数量为零,则确定该单位时间段内的群组中在前m个单位时间段内最久未出现的第二群组;从第二群组中确定该单位时间段的群组代表;若该单位时间段内群组的数量等于1,则确定该群组为该单位时间段的群组代表。
可选的,第二确定模块704还用于:对于每一单位时间段中群组数量为零的目标单位时间段,若目标单位时间段存在前一个单位时间段,则确定前一个单位时间段的群组为目标单位时间段的群组代表。
在一个示例中,参见图2,上述第一获取模块701的接收功能以及第二获取模块703的接收功能可以由图2中的通信接口104实现。上述第一获取模块701的处理功能、第二获取模块703的处理功能、第一确定模块702、第二确定模块704和新建模块705均可以由图2中的处理器101调用存储器103中存储的计算机程序实现。
关于上述可选方式的具体描述参见前述的方法实施例,此处不再赘述。此外,上述提供的任一种套牌检测装置70的解释以及有益效果的描述均可参考上述对应的方法实施例,不再赘述。
需要说明的是,上述各个模块对应执行的动作仅是具体举例,各个单元实际执行的动作参照上述基于图3所述的实施例的描述中提及的动作或步骤。
本申请实施例还提供了一种计算机设备,包括:存储器和处理器;该存储器用于存储计算机程序,该处理器用于调用该计算机程序,以执行上文提供的任一实施例中提及的动作或步骤。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当该计算机程序在计算机上运行时,使得该计算机执行上文提供的任一实施例中提及的动作或步骤。
本申请实施例还提供一种芯片***,该芯片***应用于计算机设备。该芯片***包括一个或多个接口电路,以及一个或多个处理器。接口电路和处理器通过线路互联。接口电路用于从计算机设备的存储器接收信号,并向处理器发送信号,信号包括存储器中存储的计算机指令。当处理器执行计算机指令时,计算机设备执行上述方法实施例所示的方法流程中套牌检测装置执行的各个步骤。
可选的,该芯片***支持的功能可以包括基于图3所述的实施例中的处理动作,此处不再赘述。本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可通过程序来指令相关的硬件完成。所述的程序可以存储于一种计算机可读存储介质中。上述提到的存储介质可以是只读存储器,随机接入存储器等。上述处理单元或处理器可以是中央处理器,通用处理器、特定集成电路(application specific integrated circuit,ASIC)、微处理器(digital signal processor,DSP),现场可编程门阵列(field programmable gatearray,FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。
本申请实施例还提供了一种包含指令的计算机程序产品,当该指令在计算机上运行时,使得计算机执行上述实施例中的任意一种方法。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriberline,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带),光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solidstate disk,SSD))等。
应注意,本申请实施例提供的上述用于存储计算机指令或者计算机程序的器件,例如但不限于,上述存储器、计算机可读存储介质和通信芯片等,均具有非易失性(non-transitory)。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种套牌检测方法,其特征在于,所述方法包括:
获取预设时间段内的驾乘人员抓拍信息;所述驾乘人员抓拍信息包括:驾乘人员标识、驾乘人员抓拍时间以及所述驾乘人员标识关联的车牌号;
确定相同车牌号的驾乘人员抓拍信息中,各个驾乘人员标识归属的群组;每一群组中的人员具有关联关系;
根据所述驾乘人员抓拍时间,获取确定出的群组在时间上的分布;
根据所述分布,确定所述相同车牌号对应的车辆为***辆的概率。
2.根据权利要求1所述的方法,其特征在于,所述确定相同车牌号的驾乘人员抓拍信息中,各个驾乘人员标识归属的群组,包括:
获取群组成员关系;所述群组成员关系包括多个群组标识,每个群组标识对应多个人员标识;
从所述群组成员关系中,确定所述相同车牌号的驾乘人员抓拍信息中,与所述各个驾乘人员标识相同的人员标识所属的群组为所述各个驾乘人员标识所属的群组;
对于所述各个驾乘人员标识中的任一驾乘人员标识,在所述群组成员关系中不存在与所述任一驾乘人员标识相同的人员标识的情况下,新建群组;新建的群组的群组标识对应所述任一驾乘人员标识。
3.根据权利要求2所述的方法,其特征在于,所述获取群组成员关系,包括:
获取人员抓拍信息,所述人员抓拍信息包括:人员标识、抓拍位置以及抓拍时间;
根据所述人员抓拍信息,确定任意两个人员之间的关联次数;所述关联次数为所述任意两个人员在各个抓拍位置的同现次数之和;
若两个人员之间的关联次数大于预设阈值,则确定所述两个人员归属同一群组;
确定具有交集的群组为同一群组。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述驾乘人员抓拍时间,获取确定出的群组在时间上的分布,包括:
根据所述驾乘人员抓拍时间,确定每一单位时间段的群组代表;
根据所述每一单位时间段的群组代表,获取确定出的群组在时间上的分布。
5.根据权利要求4所述的方法,其特征在于,所述确定每一单位时间段的群组代表,包括:
对于任一单位时间段,若所述任一单位时间段内群组的数量大于1,则确定所述任一单位时间段内的群组中在所述任一单位时间段的前m个单位时间段内均未出现的第一群组;若所述第一群组的数量不为零,则从所述第一群组中确定所述任一单位时间段的群组代表;m为正整数;若所述第一群组的数量为零,则确定所述任一单位时间段内的群组中在所述前m个单位时间段内最久未出现的第二群组;从所述第二群组中确定所述任一单位时间段的群组代表;
若所述任一单位时间段内群组的数量等于1,则确定该群组为该单位时间段的群组代表。
6.根据权利要求5所述的方法,其特征在于,所述确定每一单位时间段的群组代表,还包括:
对于所述每一单位时间段中所述群组数量为零的目标单位时间段,若所述目标单位时间段存在前一个单位时间段,则确定所述前一个单位时间段的群组为所述目标单位时间段的群组代表。
7.一种套牌检测装置,其特征在于,包括:
第一获取模块,用于获取预设时间段内的驾乘人员抓拍信息;所述驾乘人员抓拍信息包括:驾乘人员标识、驾乘人员抓拍时间以及所述驾乘人员标识关联的车牌号;
第一确定模块,用于确定相同车牌号的驾乘人员抓拍信息中,各个驾乘人员标识归属的群组;每一群组中的人员具有关联关系;
第二获取模块,用于根据所述驾乘人员抓拍时间,获取确定出的群组在时间上的分布;
第二确定模块,用于根据所述分布,确定所述相同车牌号对应的车辆为***辆的概率。
8.根据权利要求7所述的装置,其特征在于,
所述第二获取模块还用于:获取群组成员关系;所述群组成员关系包括多个群组标识,每个群组标识对应多个人员标识;
所述第一确定模块还用于:从所述群组成员关系中,确定所述相同车牌号的驾乘人员抓拍信息中,与所述各个驾乘人员标识相同的人员标识所属的群组为所述各个驾乘人员标识所属的群组;
所述套牌检测装置还包括新建模块,用于对于所述各个驾乘人员标识中的任一驾乘人员标识,在所述群组成员关系中不存在与所述任一驾乘人员标识相同的人员标识的情况下,新建群组;新建的群组标识对应所述任一驾乘人员标识;
所述第二获取模块具体用于:获取人员抓拍信息,所述人员抓拍信息包括:人员标识、抓拍位置以及抓拍时间;
所述第一确定模块具体用于:根据所述人员抓拍信息,确定任意两个人员之间的关联次数;所述关联次数为所述任意两个人员在各个抓拍位置的同现次数之和;若两个人员之间的关联次数大于预设阈值,则确定所述两个人员归属同一群组;确定具有交集的群组为同一群组;
所述第一确定模块具体还用于:根据所述驾乘人员抓拍时间,确定每一单位时间段的群组代表;
所述第二获取模块具体还用于:根据所述每一单位时间段的群组代表,获取确定出的群组在时间上的分布;
所述第一确定模块具体还用于:对于任一单位时间段,若所述任一单位时间段内群组的数量大于1,则确定所述任一单位时间段内的群组中在所述任一单位时间段的前m个单位时间段内均未出现的第一群组;若所述第一群组的数量不为零,则从所述第一群组中确定所述任一单位时间段的群组代表;m为正整数;若所述第一群组的数量为零,则确定所述任一单位时间段内的群组中在所述前m个单位时间段内最久未出现的第二群组;从所述第二群组中确定所述任一单位时间段的群组代表;若所述任一单位时间段内群组的数量等于1,则确定该群组为该单位时间段的群组代表;
所述第一确定模块具体还用于:对于所述每一单位时间段中所述群组数量为零的目标单位时间段,若所述目标单位时间段存在前一个单位时间段,则确定所述前一个单位时间段的群组为所述目标单位时间段的群组代表。
9.一种计算机设备,其特征在于,包括:
处理器和用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述可执行指令,以实现如权利要求1-6任一项所述的套牌检测方法。
10.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由计算机设备的处理器执行时,使得所述计算机设备能够执行如权利要求1-6任一项所述的套牌检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011531091.3A CN112614347B (zh) | 2020-12-22 | 2020-12-22 | 套牌检测方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011531091.3A CN112614347B (zh) | 2020-12-22 | 2020-12-22 | 套牌检测方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112614347A true CN112614347A (zh) | 2021-04-06 |
CN112614347B CN112614347B (zh) | 2022-03-15 |
Family
ID=75245383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011531091.3A Active CN112614347B (zh) | 2020-12-22 | 2020-12-22 | 套牌检测方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112614347B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040089504A1 (en) * | 2002-11-06 | 2004-05-13 | Miroslav Kostka | Control device and control method for an elevator installation with multiple cars |
WO2013112057A1 (en) * | 2012-01-23 | 2013-08-01 | Ares Turbine As | System and method for automatic registration of use of studded tires |
CN103679191A (zh) * | 2013-09-04 | 2014-03-26 | 西交利物浦大学 | 基于静态图片的自动***检测方法 |
CN107067736A (zh) * | 2017-04-12 | 2017-08-18 | 安徽超远信息技术有限公司 | 基于时间路网的***分析方法及其*** |
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 |
CN107967806A (zh) * | 2017-12-01 | 2018-04-27 | 深圳云天励飞技术有限公司 | 车辆套牌检测方法、装置、可读存储介质及电子设备 |
CN108091140A (zh) * | 2016-11-23 | 2018-05-29 | 杭州海康威视数字技术股份有限公司 | 一种确定***辆的方法和装置 |
CN109117714A (zh) * | 2018-06-27 | 2019-01-01 | 北京旷视科技有限公司 | 一种同行人员识别方法、装置、***及计算机存储介质 |
CN110414459A (zh) * | 2019-08-02 | 2019-11-05 | 中星智能***技术有限公司 | 建立人车关联的方法及装置 |
CN110675639A (zh) * | 2019-12-03 | 2020-01-10 | 武汉中科通达高新技术股份有限公司 | 基于卡口过车数据分析***所属真牌的方法 |
WO2020120789A1 (en) * | 2018-12-14 | 2020-06-18 | Luxembourg Institute Of Science And Technology (List) | Method and system for vehicle routing on a road segment |
CN111325054A (zh) * | 2018-12-14 | 2020-06-23 | 航天信息股份有限公司 | 一种确定克隆车辆的方法、装置及计算设备 |
CN111814629A (zh) * | 2020-06-29 | 2020-10-23 | 深圳市商汤科技有限公司 | 人员检测方法及装置、电子设备和存储介质 |
-
2020
- 2020-12-22 CN CN202011531091.3A patent/CN112614347B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040089504A1 (en) * | 2002-11-06 | 2004-05-13 | Miroslav Kostka | Control device and control method for an elevator installation with multiple cars |
WO2013112057A1 (en) * | 2012-01-23 | 2013-08-01 | Ares Turbine As | System and method for automatic registration of use of studded tires |
CN103679191A (zh) * | 2013-09-04 | 2014-03-26 | 西交利物浦大学 | 基于静态图片的自动***检测方法 |
CN108091140A (zh) * | 2016-11-23 | 2018-05-29 | 杭州海康威视数字技术股份有限公司 | 一种确定***辆的方法和装置 |
CN107067736A (zh) * | 2017-04-12 | 2017-08-18 | 安徽超远信息技术有限公司 | 基于时间路网的***分析方法及其*** |
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 |
CN107967806A (zh) * | 2017-12-01 | 2018-04-27 | 深圳云天励飞技术有限公司 | 车辆套牌检测方法、装置、可读存储介质及电子设备 |
CN109117714A (zh) * | 2018-06-27 | 2019-01-01 | 北京旷视科技有限公司 | 一种同行人员识别方法、装置、***及计算机存储介质 |
WO2020120789A1 (en) * | 2018-12-14 | 2020-06-18 | Luxembourg Institute Of Science And Technology (List) | Method and system for vehicle routing on a road segment |
CN111325054A (zh) * | 2018-12-14 | 2020-06-23 | 航天信息股份有限公司 | 一种确定克隆车辆的方法、装置及计算设备 |
CN110414459A (zh) * | 2019-08-02 | 2019-11-05 | 中星智能***技术有限公司 | 建立人车关联的方法及装置 |
CN110675639A (zh) * | 2019-12-03 | 2020-01-10 | 武汉中科通达高新技术股份有限公司 | 基于卡口过车数据分析***所属真牌的方法 |
CN111814629A (zh) * | 2020-06-29 | 2020-10-23 | 深圳市商汤科技有限公司 | 人员检测方法及装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112614347B (zh) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106504353B (zh) | 车辆收费方法和装置 | |
WO2019153193A1 (zh) | 一种出租车运营监测方法、设备、存储介质和*** | |
US20150009047A1 (en) | Method and apparatus for vehicle parking spaces management using image processing | |
CN111723727A (zh) | 基于边缘计算的云监控方法、装置、电子设备及存储介质 | |
US9843611B2 (en) | Incident data collection for public protection agencies | |
CN112820137B (zh) | 一种停车场的管理方法及装置 | |
CN107111940B (zh) | 交通违章管理***和交通违章管理方法 | |
CN109815842A (zh) | 一种确定待识别对象的属性信息的方法及装置 | |
CN105243842A (zh) | 一种基于云计算的交通违章举报***和方法 | |
CN112464030B (zh) | 一种可疑人员确定方法及装置 | |
CN110517500A (zh) | 一种人车关联处理方法及装置 | |
WO2016201867A1 (zh) | 一种m2m车联网的识别方法和装置 | |
CN107004351B (zh) | 交通违章管理***和交通违章管理方法 | |
CN205211166U (zh) | 基于车载行车记录设备的车辆违章信息采集装置 | |
US20180189588A1 (en) | Device for reading vehicle license plate number and method therefor | |
CN112328820A (zh) | 通过人脸图像搜索车辆图像的方法、***、终端及介质 | |
CN112218046B (zh) | 对象监控方法及装置 | |
CN112560714A (zh) | 基于人工智能的酒驾检测方法、装置、服务器及存储介质 | |
CN112614347B (zh) | 套牌检测方法、装置、计算机设备及存储介质 | |
CN111696368A (zh) | 一种超速违法数据生成方法及违法服务器 | |
US11010643B1 (en) | System and method to increase confidence of roadway object recognition through gamified distributed human feedback | |
CN111985304A (zh) | 巡防告警方法、***、终端设备及存储介质 | |
CN108320030B (zh) | 汽车智能服务*** | |
CN111368626A (zh) | 车辆识别方法、装置、电子设备和存储介质 | |
CN113095281A (zh) | ***识别方法、装置、电子设备及存储介质 |
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 |