CN114663862A - 车辆识别方法及装置、***、存储介质 - Google Patents

车辆识别方法及装置、***、存储介质 Download PDF

Info

Publication number
CN114663862A
CN114663862A CN202210540989.XA CN202210540989A CN114663862A CN 114663862 A CN114663862 A CN 114663862A CN 202210540989 A CN202210540989 A CN 202210540989A CN 114663862 A CN114663862 A CN 114663862A
Authority
CN
China
Prior art keywords
vehicle
access control
wireless fidelity
media access
field
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
CN202210540989.XA
Other languages
English (en)
Other versions
CN114663862B (zh
Inventor
周迪
邓松杰
徐爱华
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.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies 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 Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN202210540989.XA priority Critical patent/CN114663862B/zh
Publication of CN114663862A publication Critical patent/CN114663862A/zh
Application granted granted Critical
Publication of CN114663862B publication Critical patent/CN114663862B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种车辆识别方法及装置、存储介质、***,车辆识别方法包括:在无牌的车辆入场时,获取所述车辆的图像生成第一特征信息和无线保真媒体接入控制信息生成第一无线保真媒体接入控制信息集合,作为入场记录并保存,以及,在车辆在场内时,生成场内记录并保存;无牌车辆出场时,获取第二特征信息和第二无线保真媒体接入控制信息集合,匹配到超过一条入场记录时获取当前出场及已出场的车辆的第二特征信息序列;查找相似的第三特征信息序列,根据第三特征信息序列确定无线保真媒体接入控制信息总集合;根据总集合匹配的入场记录进行计费。本实施例提供的方案,通过特征信息和WiFi MAC进行车辆的识别,无须人工参与,通行效率高。

Description

车辆识别方法及装置、***、存储介质
技术领域
本文涉及停车计费技术,尤指一种车辆识别方法及装置、***、存储介质。
背景技术
为了提高车辆通行效率,当前的大型商超、住宅及园区停车场出入口通常都安装有车牌自动识别***。根据车牌信息并结合停车时长,***可生成相应的停车费用。但是现实中总会遇到污损车牌和未悬挂车牌的情况,此时因无法获取车牌信息,一般需要驾乘人员取票/登记、手机扫描二维码的方式进行出入场。由于添加了人员自助操作的环节,过程复杂且不可控,影响通行效率和用户体验。
另外一种方案是通过采集车辆驾驶员的面部图像和车型信息,将驾驶员的面部图像和车型信息进行关联并开始计算停车时间和费用。该方案涉及了生物信息的采集,有法律风险;另外,为保证对车内的人脸自动采集效果,***应该需要配置爆闪灯,这会对驾乘人员造成光污染;以及,***若需要驾乘人员进场、出场主动配合(如开窗探头或下车),则会影响出入口的无感通行体验。
发明内容
本申请实施例提供了一种车辆识别方法及装置、***、存储介质,可以提高无牌车辆通行效率。
本申请实施例提供了一种车辆识别方法,包括:
在无牌的车辆入场时,获取所述车辆的图像生成第一特征信息,以及,获取所述车辆及周边的无线保真媒体接入控制信息生成第一无线保真媒体接入控制信息集合,生成所述车辆的入场记录并保存,所述入场记录包括所述第一特征信息、所述第一无线保真媒体接入控制信息集合、所述车辆的入场时间;以及,在车辆在场内时,根据所述车辆所经过的摄像机采集的所述车辆的图像生成第三特征信息,以及,获取所述车辆及周边的无线保真媒体接入控制信息生成第三无线保真媒体接入控制信息集合,生成所述车辆的场内记录并保存,所述场内记录包括所述摄像机的标识信息、所述第三特征信息、所述第三无线保真媒体接入控制信息集合、所述摄像机采集车辆的图像的图像时间戳;
在无牌的车辆出场时,获取当前出场的车辆的图像生成第二特征信息,以及,获取当前出场的车辆及周边的无线保真媒体接入控制信息生成第二无线保真媒体接入控制信息集合;将所述第二特征信息与入场记录进行匹配,当所述第二特征信息匹配到多条入场记录,且所述第二无线保真媒体接入控制信息集合与所述匹配到的多条入场记录中超过一条入场记录的第一无线保真媒体接入控制信息集合存在交集时,获取当前出场的车辆之前的至少一个已出场的车辆的第二特征信息,将当前出场的车辆和所述已出场的车辆的第二特征信息根据出场顺序生成第二特征信息序列,且所述第二特征信息序列中的第二特征信息对应的车辆为依次出场的连续多个车辆;
对场内预设的多个摄像机,查找途经所述摄像机的车辆,当存在一个目标摄像机,该目标摄像机存在由途经的车辆的第三特征信息按照途经顺序构成的第三特征信息序列,且所述第三特征信息序列中的第i个第三特征信息与所述第二特征信息序列中的第i个第二特征信息相似时,根据目标摄像机的场内记录将所述第三特征信息序列中的每个第三特征信息对应的无线保真媒体接入控制信息集合合并生成无线保真媒体接入控制信息总集合;当所述无线保真媒体接入控制信息总集合仅与所述匹配到的多条入场记录中的一条入场记录的第一无线保真媒体接入控制信息集合存在交集时,根据所述存在交集的入场记录的入场时间对所述出场的车辆进行计费,其中,所述途经顺序与所述出场顺序的时间顺序一致,i为1至n,n为所述第二特征信息序列中第二特征信息数量,且n大于1。
在一示例性实施例中,所述第三特征信息序列为连续途径所述目标摄像机的车辆的第三特征信息构成的序列。
在一示例性实施例中,所述查找途经所述摄像机的车辆包括:查找预设时间段内途经所述摄像机的车辆。
在一示例性实施例中,所述场内预设的多个摄像机包括靠近出场处的多个摄像机。
在一示例性实施例中,所述方法还包括:当所述第二特征信息匹配到多条入场记录,且所述第二无线保真媒体接入控制信息集合仅与所述匹配到的多条入场记录中一条入场记录的第一无线保真媒体接入控制信息集合存在交集时,根据所述存在交集的入场记录的入场时间对所述出场的车辆进行计费。
在一示例性实施例中,所述方法还包括:当所述第二特征信息仅匹配到一条入场记录,根据匹配到的所述入场记录的入场时间对所述出场的车辆进行计费。
在一示例性实施例中,所述第一特征信息、第二特征信息、第三特征信息为通过预设神经网络模型生成的半结构化特征向量。
本公开实施例提供一种车辆识别装置,包括存储器和处理器,所述存储器存储有程序,所述程序在被所述处理器读取执行时,实现上述任一实施例所述的车辆识别方法。
本公开实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述任一实施例所述的车辆识别方法。
本公开实施例提供一种车辆识别***,包括入口处的摄像机、出口处的摄像机和场内的至少一个摄像机、以及后台服务器,其中:
所述入口处的摄像机被配置为,在无牌的车辆入场时,获取所述车辆的图像,或者,获取所述车辆的图像生成第一特征信息,发送所述图像或者所述第一特征信息、所述车辆的入场时间给所述后台服务器;以及,获取所述车辆及周边的无线保真媒体接入控制信息生成第一无线保真媒体接入控制信息集合发送给所述后台服务器;
所述出口处的摄像机被配置为,在无牌的车辆出场时,获取当前出场的车辆的图像,或者,获取当前出场的车辆生成第二特征信息,发送所述图像或者所述第二特征信息给所述后台服务器,以及,获取当前出场的车辆及周边的无线保真媒体接入控制信息生成第二无线保真媒体接入控制信息集合发送给所述后台服务器;
所述场内的摄像机被配置为,在无牌的车辆途经时,获取所述途经的车辆的图像,或者,获取所述车辆的图像生成第三特征信息,发送所述图像或者所述第三特征信息、以及,所述摄像机采集的图像的图像时间戳给所述后台服务器;以及,获取所述途经的车辆及周边的无线保真媒体接入控制信息生成第三无线保真媒体接入控制信息集合发送给所述后台服务器;
所述后台服务器被配置为,接收入口处的摄像机发送的图像生成第一特征信息,或者,接收入口处的摄像机发送的第一特征信息,以及,接收入口处的摄像机发送的第一无线保真媒体接入控制信息集合,生成车辆的入场记录并保存,所述入场记录包括所述第一特征信息、所述第一无线保真媒体接入控制信息集合、所述车辆的入场时间;
以及,接收场内的摄像机发送的图像生成第三特征信息或者接收场内的摄像机发送的第三特征信息,以及,接收场内的摄像机发送的第三无线保真媒体接入控制信息集合,生成所述车辆的场内记录并保存,所述场内记录包括所述场内的摄像机的标识信息、所述第三特征信息、所述第三无线保真媒体接入控制信息集合,所述摄像机采集所述途经的车辆的图像的图像时间戳;
以及,接收出口处的摄像机发送的图像生成第二特征信息或者接收出口处的摄像机发送的第二特征信息,以及,接收出口处的摄像机发送的第二无线保真媒体接入控制信息集合;
当所述第二特征信息匹配到多条入场记录,且所述第二无线保真媒体接入控制信息集合与所述匹配到的多条入场记录中超过一条入场记录的第一无线保真媒体接入控制信息集合存在交集时,获取当前出场的车辆之前的至少一个已出场的车辆的第二特征信息,将当前出场的车辆和所述已出场的车辆的第二特征信息根据出场顺序生成第二特征信息序列;且所述第二特征信息序列中的第二特征信息对应的车辆为依次出场的连续多个车辆;
对场内预设的多个摄像机,查找途经所述摄像机的车辆,当存在一个目标摄像机,该目标摄像机存在由途经的车辆的第三特征信息按照途经顺序构成的第三特征信息序列,且所述第三特征信息序列中的第i个第三特征信息与所述第二特征信息序列中的第i个第二特征信息相似时,根据目标摄像机的场内记录将所述第三特征信息序列中的每个第三特征信息对应的无线保真媒体接入控制信息集合合并生成无线保真媒体接入控制信息总集合;当所述无线保真媒体接入控制信息总集合仅与所述匹配到的多条入场记录中的一条入场记录的第一无线保真媒体接入控制信息集合存在交集时,根据所述存在交集的入场记录的入场时间对所述出场的车辆进行计费,其中,所述途经顺序与所述出场顺序的时间顺序一致,i为1至n,n为所述第二特征信息序列中第二特征信息数量,且n大于1。
与相关技术相比,本申请包括一种车辆识别方法及装置、存储介质、***,车辆识别方法包括:在无牌的车辆入场时,获取所述车辆的图像生成第一特征信息,以及,获取所述车辆及周边的无线保真媒体接入控制信息生成第一无线保真媒体接入控制信息集合,生成所述车辆的入场记录并保存,以及,在车辆在场内时,生成所述车辆的场内记录并保存;在所述无牌的车辆出场时,获取当前出场的车辆的图像生成第二特征信息,以及,获取当前出场的车辆及周边的无线保真媒体接入控制信息生成第二无线保真媒体接入控制信息集合;将所述第二特征信息与入场记录进行匹配,当所述第二特征信息匹配到多条入场记录,且所述第二无线保真媒体接入控制信息集合与所述匹配到的多条入场记录中超过一条入场记录的第一无线保真媒体接入控制信息集合存在交集时,获取当前出场的车辆之前的至少一个已出场的车辆的第二特征信息,将当前出场的车辆和所述已出场的车辆的第二特征信息根据出场顺序生成第二特征信息序列;查找相似的第三特征信息序列,根据第三特征信息序列确定无线保真媒体接入控制信息总集合;根据无线保真媒体接入控制信息总集合与入场记录的交集进行计费。本实施例提供的方案,通过特征信息和WiFi MAC进行车辆的识别,无须人工参与(手动登记、扫码等),通行效率高,用户体验佳,可以对同款型无牌车辆进行识别,且无需识别用户生物信息,可以避免法律风险。
本申请的其它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,或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
附图用来提供对本申请技术方案的理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。
图1为一示例性实施例提供的车辆识别方法流程图;
图2为一示例性实施例提供的车辆识别***示意图;
图3为一示例性实施例提供的车辆识别装置框图。
具体实施方式
本申请描述了多个实施例,但是该描述是示例性的,而不是限制性的,并且对于本领域的普通技术人员来说显而易见的是,在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合,并在具体实施方式中进行了讨论,但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外,任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用,或可以替代任何其它实施例中的任何其他特征或元件。
本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合,以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合,以形成另一个由权利要求限定的独特的发明方案。因此,应当理解,在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此,除了根据所附权利要求及其等同替换所做的限制以外,实施例不受其它限制。此外,可以在所附权利要求的保护范围内进行各种修改和改变。
此外,在描述具有代表性的实施例时,说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而,在该方法或过程不依赖于本文所述步骤的特定顺序的程度上,该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的,其它的步骤顺序也是可能的。因此,说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外,针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤,本领域技术人员可以容易地理解,这些顺序可以变化,并且仍然保持在本申请实施例的精神和范围内。
本公开实施例提出一种车辆识别实现方法,基于车辆识别和WiFi无线嗅探协同辨别车辆,可实现和有牌车辆一样的通行效率,而且避免了人脸采集方案可能面临的法律风险。
图1为本公开实施例提供的一种车辆识别方法流程图。如图1所示,本实施例提供的无牌车辆识别及停车费方法,包括:
步骤101,在无牌的车辆入场时,获取所述车辆的图像生成第一特征信息,以及,获取所述车辆及周边的WiFi MAC生成第一WiFi MAC信息集合,生成所述车辆的入场记录并保存,所述入场记录包括所述第一特征信息、所述第一WiFi MAC信息集合、所述车辆的入场时间;
步骤102,在车辆在场内时,根据所述车辆所经过的摄像机采集的所述车辆的图像生成第三特征信息,以及,所述车辆及周边的WiFi MAC生成第三WiFi MAC信息集合,生成所述车辆的场内记录并保存,所述场内记录包括所述摄像机的标识信息、所述第三特征信息、所述第三WiFi MAC信息集合,所述摄像机采集车辆的图像的图像时间戳;
步骤103,在所述无牌的车辆出场时,获取当前出场的车辆的图像生成第二特征信息,以及,获取当前出场的车辆及周边的WiFi MAC生成第二WiFi MAC信息集合,将所述第二特征信息与入场记录进行匹配,当所述第二特征信息匹配到多条入场记录,且所述第二WiFi MAC信息集合与所述匹配到的多条入场记录中超过一条入场记录的第一WiFi MAC信息集合存在交集时,获取当前出场的车辆之前的至少一个已出场的车辆的第二特征信息,将当前出场的车辆和所述已出场的车辆的第二特征信息根据出场顺序生成第二特征信息序列;且所述第二特征信息序列中的第二特征信息对应的车辆为依次出场的连续多个车辆;
步骤104,对场内预设的多个摄像机,查找途经所述摄像机的车辆,当存在一个目标摄像机,该目标摄像机存在由途经的车辆的第三特征信息按照途经顺序构成的第三特征信息序列,且所述第三特征信息序列中的第i个第三特征信息与所述第二特征信息序列中的第i个第二特征信息相似时,根据目标摄像机的场内记录将所述第三特征信息序列中的每个第三特征信息对应的WiFi MAC信息集合合并生成WiFi MAC总集合;当所述WiFi MAC总集合仅与所述匹配到的多条入场记录中的一条入场记录的第一WiFi MAC信息集合存在交集时,根据所述存在交集的入场记录的入场时间对所述出场的车辆进行计费。其中,i为1至n,n为所述第二特征信息序列中第二特征信息数量,且n大于1,所述途经顺序与所述出场顺序的时间顺序一致。即,出场顺序按照从最早出场到最晚出场依次排列时,途经顺序按照最早途经到最晚途经依次排列;反之亦然。
本实施例提供的方案,通过特征信息和WiFi MAC进行车辆的识别,无须人工参与(手动登记、扫码等),通行效率高,用户体验佳,可以对同款型无牌车辆进行识别,且无需识别用户生物信息,可以避免法律风险。
本实施例中,场即为停车场,停车场入口和出口设置有摄像机进行图像采集;停车场内可以设置一个或多个摄像机。
在一示例性实施例中,所述无牌的车辆可以通过车牌定位和识别进行检测。当无法识别到车牌时,即为无牌车辆。
在一示例性实施例中,所述方法还包括,当有牌的车辆入场时,识别所述车辆的车牌,记录所述车辆的车牌和入场时间;当有牌的车辆出场时,识别车辆的车牌,根据车牌对应的入场时间进行计费。本实施例提供的方案,可以对有牌的车辆直接根据车牌计费,实现简便,效率高。但本公开实施例不限于此,有牌车辆可以根据特征信息和WIFI MAC信息进行识别。
在一示例性实施例中,所述第三特征信息序列为连续途径所述目标摄像机的车辆的第三特征信息构成的序列。但本公开实施例不限于此,比如,第三特征信息序列中的第三特征信息分别对应车辆1、2、3,车辆1,2,3可以是连续途经目标摄像机的车辆,或者,车辆1和2之间有车辆4途径目标摄像机。
在一示例性实施例中,所述在无牌的车辆出场时,获取当前出场的车辆的图像生成第二特征信息,以及,获取当前出场的车辆及周边的WiFi MAC生成第二WiFi MAC信息集合包括:
获取当前出场车辆的图像生成第二特征信息,当所述第二特征信息匹配到多条入场记录时,获取当前出场的车辆及周边的WiFi MAC生成所述第二WiFi MAC信息集合;
所述方法还包括:当所述第二特征信息仅匹配到一条入场记录时,根据匹配到的所述入场记录的入场时间对所述出场的车辆进行计费。
其中,第二特征信息匹配到的入场记录是指:第一特征信息与所述待匹配的第二特征信息相似的入场记录,其中,特征信息相似可以是两个特征信息之间满足预设的匹配条件。以特征信息为特征向量为例,在进行特征向量比对时,如果两者之间的欧氏距离或余弦距离小于等于预设阈值,则两个特征向量相似。两个特征信息相似包括两个特征信息相同的情况。
本实施例中,当根据第二特征信息只匹配到一条入场记录时,可以无需获取WiFiMAC信息即可进行识别和计费,从而可以简化计费。
在一示例性实施例中,所述将所述第二特征信息与入场记录进行匹配包括:计算所述第二特征信息与所述入场记录的第一特征信息的欧式距离或余弦距离,当所述欧式距离或余弦距离小于等于预设阈值时,所述第二特征信息与入场记录匹配。
在一示例性实施例中,所述第一特征信息、第二特征信息、第三特征信息可以为通过预设神经网络模型生成的半结构化特征向量。所述预设神经网络模型可以是通过训练所得的神经网络模型,将获取的图像输入到该预设神经网络模型即可得到半结构化特征向量。但本公开实施例不限于此,所述第一特征信息、第二特征信息可以是基于神经网络模型识别得到的车型信息。使用半结构化特征向量,面对新车辆款型面世,厂商不再需要导入新车数据对神经网络模型进行监督学习,避免了周期性升级停车场设备的麻烦,且通过图像获得半结构化特征向量相比获得车型信息计算量更低,运行速度高,对***硬件要求低,成本低。
在一示例性实施例中,所述查找途经所述摄像机的车辆包括:查找预设时间段内途经所述摄像机的车辆。所述预设时间段可以由用户配置或者***默认设置,所述预设时间段可以是所述出场的车辆出场前的一段时间。
在一示例性实施例中,所述方法还包括,在车辆入场时提示仅无牌车开启WiFi连接,即,无牌车开启WiFi连接,有牌车关闭WiFi连接。本实施例提供的方案,可以通过关闭有牌车的WiFi连接,在第二特征信息序列中存在有牌车时,可以减少WiFi MAC信息总集合中的MAC信息数量,方便查找存在交集的WiFi MAC信息集合。
在一示例性实施例中,所述方法还包括:当所述第二特征信息匹配到多条入场记录,且所述第二WiFi MAC信息集合仅与所述匹配到的多条入场记录中一条入场记录的第一WiFi MAC信息集合存在交集时,根据所述存在交集的入场记录的入场时间对所述出场的车辆进行计费。通常停车场中无牌车辆较少,车型相同的无牌车辆进入同一停车场的几率更低,因此,一般只会匹配到一条入场记录,从而可以很方便的实现车辆的识别。
在一示例性实施例中,所述方法还包括:当未查找到目标摄像机,或者,所述WiFiMAC信息总集合与所述匹配到的多条入场记录中超过一条入场记录的第一WiFi MAC信息集合存在交集时,提示进行人工计费。本实施例提供的方案,可以通过人工计费的方式为无法确认的车辆进行收费。人工计费时可以通过人工手动查找历史录像,确定入场时间进行计费。
在一示例性实施例中,可以采用如下之一或组合进行提示:语音提示、显示屏提示。
下面通过一示例对本公开实施例的技术方案作进一步说明。
本实施例提供的方案,在车辆入场时,摄像机为无牌车辆生成对应的神经网络模型下的半结构化特征向量,并通过摄像机自带的WiFi嗅探(WiFi Sniffer)模块收集此刻摄像机周围的WIFI MAC信息集合,将车辆的特征向量和WIFI MAC信息集合发送到后台服务器;后台服务器将特征向量、WiFi MAC信息集合和入场时间作为车辆的入场记录保存到数据库中;若进入两辆相似的无牌车辆(特征信息相似的车辆),则将不同车辆的特征向量和WiFi MAC集合分开保存。
在车辆出场时,若检测到无牌车,则协同后台服务器判断是否存在与该车辆特征向量相似的其他车辆,若不存在(只匹配到一条入场记录),根据匹配到的入场记录进行计费处理,若存在(匹配到多条入场记录),则采集此刻的WiFi MAC信息集合,若WiFi MAC信息集合只与匹配到多条入场记录中的其中一条的WiFi MAC信息集合有交集,则可以识别车辆,根据车辆的入场时间进行计费。
若采集到的WiFi MAC信息集合与所述匹配到的多个入场记录中的WiFi MAC信息集合有交集,则无法确定是相似车辆中的哪一辆车,则调取之前出去的至少一辆车,将当前出场的车辆和调取的车辆的特征向量按出场顺序生成特征向量序列,根据该特征向量序列识别车辆。
图2为一示例性实施提供的车辆识别***示意图。如图2所示,所述车辆识别***包括:智能摄像机(或者称智能IPC)、显示屏、后台服务器,所述后台服务器和智能IPC相连(可以通过有线或无线方式相连),所述显示屏和智能IPC相连(可以通过有线或无线方式相连),或者,显示屏和智能IPC可以集成在一起,其中:
所述智能IPC可识别车牌号码,并为无牌车辆生成神经网络模型下的半结构化特征向量。智能IPC内可以集成WiFi MAC采集器(即WiFi Sniffer模块),可采集智能IPC附近的无线设备信息,如车辆驾乘人员的手机的MAC地址。停车场的出入口以及内部每个路口可以均安装智能IPC。
所述显示屏可以置于停车场的入口和出口。入口处的显示屏可以提示无牌车需开启WiFi,以达到授权WiFi Sniffer模块无线采集驾乘人员手机WiFiMAC的目的,还可对有牌车显示已识别的车牌号码;出口处的显示屏可以提示车辆的停车时间和收费金额。在另一示例性实施例中,可以不设置显示屏,使用语音提示即可。
所述后台服务器被配置为接收、存储、检索匹配由智能IPC上传的特征向量,并支持分析、过滤智能IPC的WiFi Sniffer模块提供的WiFi MAC地址以识别车辆。
在另一示例性实施例中,车辆的特征向量生成可由后台服务器承担,智能IPC只需要提供车辆的图像或者视频码流,方案对此不做限制。
本实施例提供的车牌识别方法包括:
步骤301,车辆进场后,智能IPC获取图像生成特征信息及获取MAC集合;
在车辆入场时,入口处的智能摄像机为车辆生成对应的神经网络模型下的半结构化特征向量,即第一特征向量,并通过智能摄像机自带的WiFi Sniffer收集此刻智能摄像机周围的WiFi MAC信息生成第一WiFi MAC信息集合,将车辆的第一特征向量和第一WiFiMAC信息集合发送到后台服务器的数据库内保存;若进入两辆相似的无牌车辆,则将车辆特征向量和WiFi MAC信息集合及绑定关系分开保存。
入口处的智能IPC获取车辆的特征向量及WiFi MAC信息集合。通过对视频图像内的感兴趣目标(如车/人)经过目标分类和目标定位后,通过深度神经网络提取相应的半结构化的特征向量。特征向量可以为1*128或1*256的实数向量,不同款型的车辆目标经过深度神经网络的映射会获得不同的特征向量。在采集视频图像的同时,该智能IPC也会通过WiFi Sniffer模块获取周边的WiFi MAC信息。智能IPC上报特征信息、Wifi MAC信息集合和入场时间给后台服务器。
假设一辆无牌车A0进入园区,后台服务器根据入口处的智能IPC上报的信息生成一条智能IPC抓拍车辆的记录,存储车辆的抓拍时间(即入场时间)、特征向量和Wifi MAC信息集合,称为入场记录。
如下表1所示,入场记录可以包括:后台服务器分配给车辆的车辆标识信息(即车辆目标ID)、IPC编号(即上报该特征信息和Wifi MAC信息集合的IPC的编号)、无牌车指示信息(即指示是否为无牌车)、特征向量、MAC信息(即WiFi MAC信息集合),入场时间。
表1 入场记录表一
车辆目标ID IPC编号 无牌车指示 特征向量 MAC信息 入场时间
RecordID1 1 1 特征向量A a1,a2,c,d ET1
表1中,无牌车A0内驾乘人员的手机实际MAC地址为a1,a2。其他的MAC地址c,d属于入口的智能IPC采集到的附近其他人员的手机,为干扰地址。
无牌车指示字段可以用1或0表示,其中,取值为1表示是无牌车,取值为0表示是有牌车,此处仅为示例,可以用其他方式进行指示,比如使用字母表示,等等。
在一示例性实施例中,可以去除无牌车指示字段和车辆目标ID字段。
场内的其他智能IPC会采集车辆的图像生成特征向量以及车辆途经时的WiFiMAC,将特征向量、车辆途经时的WiFi MAC、采集车辆的图像的图像时间戳(即用于生成特征向量的图像的时间戳)上报给后台服务器,后台服务器生成场内记录。如表2所示,场内记录可以包括:IPC编号(即上报该特征信息和Wifi MAC信息集合的IPC的编号)、特征向量、MAC信息(即WiFi MAC信息集合),采集时间。
表2 场内记录表
IPC编号 无牌车 特征向量 MAC信息 采集时间
5 1 特征向量A a1,a2,e,f ET5
其中,场内的智能IPC对有牌车辆和无牌车辆均进行特征向量和MAC信息的采集。
步骤302,无牌车出场时,如果无牌车的特征信息只匹配到一条入场记录,根据匹配到的入场记录中的入场时间进行计费处理。
在无牌车辆离场时,出口处的智能IPC采集视频图像,将采集到的车辆的特征向量与后台服务器内储存的尚未离场的无牌车的入场记录进行匹配(即和入场记录中的特征向量进行比对,比如计算二者的欧式距离或者余弦距离)。若通过特征向量匹配,只匹配到一条入场记录,则直接根据出场时间与匹配到的入场记录的入场时间的时差计算停车费,显示在显示屏上,请司机缴费。
无牌车出场时,如果无牌车的特征信息匹配到多条入场记录,获取当前时刻无牌车及周边的WiFi MAC信息集合(即出场处的智能IPC周边的WiFi MAC信息集合),当该WiFiMAC信息集合仅与匹配到的多条入场记录中的一条存在交集时,根据存在交集的入场记录中的入场时间,当前出场时间进行计费。
当两辆相似车辆进场时,入口的智能IPC会为它们俩各生成一个入场记录,分别如表3和表4所示,二者的特征向量相同或相似。
表3 入场记录表二
车辆目标ID IPC编号 无牌车 特征向量 MAC信息 入场时间
RecordID1 1 1 特征向量A a1,a2,c,d ET1
表4 入场记录表三
车辆目标ID IPC编号 无牌车 特征向量 MAC信息 入场时间
RecordID9 1 1 特征向量A’ a9,e,f ET9
尽管特征向量A和特征向量A’不完全相同,但其两者之间的欧氏距离或余弦距离小于等于预设阈值,故会被***判定为同一款型(相似)车辆。
在无牌车辆出场时,出口处的智能IPC采集视频图像,根据采集到的图像确定车辆的特征向量,将所述特征向量与后台服务器内储存的尚未离场的无牌车的特征向量进行比对。通过特征向量比对,匹配到2条入场记录,则出口处的智能IPC采集此刻周围的WiFi MAC信息集合。若采集到的WiFi MAC信息集合只与匹配到的2条入场记录的其中一条入场记录的WiFi MAC信息集合有交集,则根据存在交集的入场记录中的入场时间以及当前出场时间,进行计费处理。例如采集到的WiFi MAC信息集合是{a1,g,h},只与表3所示的入场记录存在交集,则说明该车辆为表3所示的入场记录对应的车辆,根据表3中的入场时间和当前出场时间进行计费。
步骤304,无牌车出场时,如果无牌车的特征信息匹配到多条入场记录,获取当前时刻无牌车及周边的WiFi MAC信息集合(即出口处的智能IPC周边的WiFi MAC信息集合),当该WiFi MAC信息集合与匹配到的多条入场记录中超过一条入场记录的WiFi MAC信息集合存在交集时,根据出场的连续多个车辆的特征向量序列识别车辆。
即,若采集到WiFi MAC信息集合与匹配的多个入场记录的WiFi MAC信息集合有交集,则无法确定是相似车辆中的哪一辆车,调取之前出去的至少一辆车,将当前出场的车辆和调取的车辆的特征向量按出场顺序生成特征向量序列,发送给附近路口的多个摄像机。若其中一个摄像机曾采集到过相同序列的车辆,获取该摄像机的该车辆序列经过时采集的WiFi MAC信息总集合;当该WiFi MAC信息总集合仅与所述匹配到的多个入场记录中的一个入场记录的WiFi MAC信息集合存在交集,则根据存在交集的入场记录中的入场时间进行计费。
以一个具体示例进行说明。若出口处的摄像机采集到周边的WiFi MAC信息集合为{a1,a9,h,i},特征向量为A,则与两条入场记录存在交集,RecordID1和RecordID9,出现这种情况是因为另一辆相似车辆停在附近。出口处的摄像机回溯历史录像,确定当前出场的车辆之前的多个车辆,比如2个,比如,按时间次序出去的车辆的特征向量分别是C、B、A,得到特征向量序列C-B-A,其中,C为调用的车辆中最早出去的车辆的特征向量,A为当前出场的车辆的特征向量,且C-B-A对应的车辆为连续出场的车辆,即C和B之间无出场的车辆,B和A之间无出场的车辆。出口处的摄像机将该特征向量序列发送给附近的多个摄像机,该多个摄像机检索预设时间段内的历史录像(例如5分钟,可由用户设置或***预设,设置时间段,一是为了周边摄像机不必消耗资源检索过远历史的录像,二是避免时间过长遇到另外一辆相似车辆参与相似序列的概率会增加)。若其中一个摄像机通过回溯历史录像,发现有相似特征向量序列的车辆依据同样次序通过了自己视野,比如,存在特征向量序列C’-B’-A’(或X1-C’-B’-X2-A’),X1,X2对应的车辆为途径目标摄像机但未出场的车辆。其中,C’和C相似,B’和B相似,A’和A相似,且C’对应的车辆、B’对应的车辆、A’对应的车辆连续途经该摄像机,且经过的顺序与C、B、A出场的顺序一致,将该摄像机称为目标摄像机,该目标摄像机将C’对应的WiFi MAC信息集合、B’对应的WiFi MAC信息集合以及A’对应的WiFi MAC信息集合合并为WiFi MAC信息总集合,反馈给出口处的摄像机,例如WiFi MAC信息总集合为{c1,i,k}{b1,h,k}{a1,j,z},该WiFi MAC信息总集合只与RecordID1的WiFi MAC信息集合有交集,而与RecordID9的WiFi MAC信息没有交集,则说明当前车辆为RecordID1对应的车辆,根据RecordID1对应的入场记录的入场时间和当前出场时间进行计费。该实施例中,调取的已出场的车辆为2辆,但本公开实施例不限于此,可以是1辆或者大于2辆。所述预设时间段可以为从当前时刻开始往前的一段时间。
在一示例性实施例中,可以由后台服务器回溯历史录像,确定特征向量序列,以及,回溯其他摄像机的历史录像,确定相似的特征向量序列以及WiFi MAC信息总集合,以及,确定存在交集的入场记录,实现计费。
在一示例性实施例中,在入口处显示屏提示仅无牌车开启WiFi,则在以上车辆序列中可能存在有牌车时,有牌车关闭WiFi,没有对应MAC信息字段,这样车辆序列的WiFiMAC信息集合合并后的范围更小,则容易更快匹配到与其有交集的WiFi MAC信息集合,即能更快识别车辆,提高计费效率。
如图3所示,本公开实施例提供一种车辆识别装置40,包括存储器410和处理器420,所述存储器410存储有程序,所述程序在被所述处理器420读取执行时,实现如上述任一实施例所述的车辆识别方法。
本公开实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述任一实施例所述的车辆识别方法。
本公开实施例提供一种车辆识别***,包括入口处的摄像机、出口处的摄像机和场内的至少一个摄像机、以及后台服务器,后台服务器和摄像机之间可以通过有线或无线方式连接,摄像机之间可以通过有线或无线方式连接,其中:
所述入口处的摄像机被配置为,在无牌的车辆入场时,获取所述车辆的图像,或者,获取所述车辆的图像生成第一特征信息,发送所述图像或者所述第一特征信息、所述车辆的入场时间给所述后台服务器;以及,获取所述车辆及周边的无线保真媒体接入控制信息生成第一无线保真媒体接入控制信息集合发送给所述后台服务器;
所述出口处的摄像机被配置为,在无牌的车辆出场时,获取当前出场的车辆的图像,或者,获取当前出场的车辆生成第二特征信息,发送所述图像或者所述第二特征信息给所述后台服务器,以及,获取当前出场的车辆及周边的无线保真媒体接入控制信息生成第二无线保真媒体接入控制信息集合发送给所述后台服务器;
所述场内的摄像机被配置为,在无牌的车辆途经时,获取所述途经的车辆的图像,或者,获取所述车辆的图像生成第三特征信息,发送所述图像或者所述第三特征信息、以及,所述途经的车辆的图像的图像时间戳给所述后台服务器;以及,获取所述途经的车辆及周边的无线保真媒体接入控制信息生成第三无线保真媒体接入控制信息集合发送给所述后台服务器;
所述后台服务器被配置为,接收入口处的摄像机发送的图像生成第一特征信息,或者,接收入口处的摄像机发送的第一特征信息,以及,接收入口处的摄像机发送的第一无线保真媒体接入控制信息集合,生成车辆的入场记录并保存,所述入场记录包括所述第一特征信息、所述第一无线保真媒体接入控制信息集合、所述车辆的入场时间;
以及,接收场内的摄像机发送的图像生成第三特征信息或者接收场内的摄像机发送的第三特征信息,以及,接收场内的摄像机发送的第三无线保真媒体接入控制信息集合,生成所述车辆的场内记录并保存,所述场内记录包括所述场内的摄像机的标识信息、所述第三特征信息、所述第三无线保真媒体接入控制信息集合,所述摄像机采集所述途经的车辆的图像的图像时间戳;
以及,接收出口处的摄像机发送的图像生成第二特征信息或者接收出口处的摄像机发送的第二特征信息,以及,接收出口处的摄像机发送的第二无线保真媒体接入控制信息集合;
当所述第二特征信息匹配到多条入场记录,且所述第二无线保真媒体接入控制信息集合与所述匹配到的多条入场记录中超过一条入场记录的第一无线保真媒体接入控制信息集合存在交集时,获取当前出场的车辆之前的至少一个已出场的车辆的第二特征信息,将当前出场的车辆和所述已出场的车辆的第二特征信息根据出场顺序生成第二特征信息序列。且所述第二特征信息序列中的第二特征信息对应的车辆为依次出场的连续多个车辆;
对场内预设的多个摄像机,查找途经所述摄像机的车辆,当存在一个目标摄像机,该目标摄像机存在由途经的车辆的第三特征信息按照途经顺序构成的第三特征信息序列,且所述第三特征信息序列中的第i个第三特征信息与所述第二特征信息序列中的第i个第二特征信息相似时,根据目标摄像机的场内记录将所述第三特征信息序列中的每个第三特征信息对应的无线保真媒体接入控制信息集合合并生成无线保真媒体接入控制信息总集合;当所述无线保真媒体接入控制信息总集合仅与所述匹配到的多条入场记录中的一条入场记录的第一无线保真媒体接入控制信息集合存在交集时,根据所述存在交集的入场记录的入场时间对所述出场的车辆进行计费,其中,所述途经顺序与所述出场顺序的时间顺序一致,i为1至n,n为所述第二特征信息序列中第二特征信息数量,且n大于1。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、***、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于 RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。

Claims (10)

1.一种车辆识别方法,其特征在于,包括:
在无牌的车辆入场时,获取所述车辆的图像生成第一特征信息,以及,获取所述车辆及周边的无线保真媒体接入控制信息生成第一无线保真媒体接入控制信息集合,生成所述车辆的入场记录并保存,所述入场记录包括所述第一特征信息、所述第一无线保真媒体接入控制信息集合、所述车辆的入场时间;以及,在车辆在场内时,根据所述车辆所经过的摄像机采集的所述车辆的图像生成第三特征信息,以及,获取所述车辆及周边的无线保真媒体接入控制信息生成第三无线保真媒体接入控制信息集合,生成所述车辆的场内记录并保存,所述场内记录包括所述摄像机的标识信息、所述第三特征信息、所述第三无线保真媒体接入控制信息集合、所述摄像机采集车辆的图像的图像时间戳;
在无牌的车辆出场时,获取当前出场的车辆的图像生成第二特征信息,以及,获取当前出场的车辆及周边的无线保真媒体接入控制信息生成第二无线保真媒体接入控制信息集合;将所述第二特征信息与入场记录进行匹配,当所述第二特征信息匹配到多条入场记录,且所述第二无线保真媒体接入控制信息集合与所述匹配到的多条入场记录中超过一条入场记录的第一无线保真媒体接入控制信息集合存在交集时,获取当前出场的车辆之前的至少一个已出场的车辆的第二特征信息,将当前出场的车辆和所述已出场的车辆的第二特征信息根据出场顺序生成第二特征信息序列,且所述第二特征信息序列中的第二特征信息对应的车辆为依次出场的连续多个车辆;
对场内预设的多个摄像机,查找途经所述摄像机的车辆,当存在一个目标摄像机,该目标摄像机存在由途经的车辆的第三特征信息按照途经顺序构成的第三特征信息序列,且所述第三特征信息序列中的第i个第三特征信息与所述第二特征信息序列中的第i个第二特征信息相似时,根据目标摄像机的场内记录将所述第三特征信息序列中的每个第三特征信息对应的无线保真媒体接入控制信息集合合并生成无线保真媒体接入控制信息总集合;当所述无线保真媒体接入控制信息总集合仅与所述匹配到的多条入场记录中的一条入场记录的第一无线保真媒体接入控制信息集合存在交集时,根据所述存在交集的入场记录的入场时间对所述出场的车辆进行计费,其中,所述途经顺序与所述出场顺序的时间顺序一致,i为1至n,n为所述第二特征信息序列中第二特征信息数量,且n大于1。
2.根据权利要求1所述的车辆识别方法,其特征在于,所述第三特征信息序列为连续途径所述目标摄像机的车辆的第三特征信息构成的序列。
3.根据权利要求1所述的车辆识别方法,其特征在于,所述查找途经所述摄像机的车辆包括:查找预设时间段内途经所述摄像机的车辆。
4.根据权利要求1或2或3所述的车辆识别方法,其特征在于,所述场内预设的多个摄像机包括靠近出场处的多个摄像机。
5.根据权利要求1或2或3所述的车辆识别方法,其特征在于,所述方法还包括:当所述第二特征信息匹配到多条入场记录,且所述第二无线保真媒体接入控制信息集合仅与所述匹配到的多条入场记录中一条入场记录的第一无线保真媒体接入控制信息集合存在交集时,根据所述存在交集的入场记录的入场时间对所述出场的车辆进行计费。
6.根据权利要求1或2或3所述的车辆识别方法,其特征在于,所述方法还包括:当所述第二特征信息仅匹配到一条入场记录,根据匹配到的所述入场记录的入场时间对所述出场的车辆进行计费。
7.根据权利要求1或2或3所述的车辆识别方法,其特征在于,所述第一特征信息、第二特征信息、第三特征信息为通过预设神经网络模型生成的半结构化特征向量。
8.一种车辆识别装置,其特征在于,包括存储器和处理器,所述存储器存储有程序,所述程序在被所述处理器读取执行时,实现如权利要求1至7任一所述的车辆识别方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1至7任一所述的车辆识别方法。
10.一种车辆识别***,其特征在于,包括入口处的摄像机、出口处的摄像机和场内的至少一个摄像机、以及后台服务器,其中:
所述入口处的摄像机被配置为,在无牌的车辆入场时,获取所述车辆的图像,或者,获取所述车辆的图像生成第一特征信息,发送所述图像或者所述第一特征信息、所述车辆的入场时间给所述后台服务器;以及,获取所述车辆及周边的无线保真媒体接入控制信息生成第一无线保真媒体接入控制信息集合发送给所述后台服务器;
所述出口处的摄像机被配置为,在无牌的车辆出场时,获取当前出场的车辆的图像,或者,获取当前出场的车辆生成第二特征信息,发送所述图像或者所述第二特征信息给所述后台服务器,以及,获取当前出场的车辆及周边的无线保真媒体接入控制信息生成第二无线保真媒体接入控制信息集合发送给所述后台服务器;
所述场内的摄像机被配置为,在无牌的车辆途经时,获取所述途经的车辆的图像,或者,获取所述车辆的图像生成第三特征信息,发送所述图像或者所述第三特征信息、以及,所述摄像机采集的图像的图像时间戳给所述后台服务器;以及,获取所述途经的车辆及周边的无线保真媒体接入控制信息生成第三无线保真媒体接入控制信息集合发送给所述后台服务器;
所述后台服务器被配置为,接收入口处的摄像机发送的图像生成第一特征信息,或者,接收入口处的摄像机发送的第一特征信息,以及,接收入口处的摄像机发送的第一无线保真媒体接入控制信息集合,生成车辆的入场记录并保存,所述入场记录包括所述第一特征信息、所述第一无线保真媒体接入控制信息集合、所述车辆的入场时间;
以及,接收场内的摄像机发送的图像生成第三特征信息或者接收场内的摄像机发送的第三特征信息,以及,接收场内的摄像机发送的第三无线保真媒体接入控制信息集合,生成所述车辆的场内记录并保存,所述场内记录包括所述场内的摄像机的标识信息、所述第三特征信息、所述第三无线保真媒体接入控制信息集合,所述摄像机采集所述途经的车辆的图像的图像时间戳;
以及,接收出口处的摄像机发送的图像生成第二特征信息或者接收出口处的摄像机发送的第二特征信息,以及,接收出口处的摄像机发送的第二无线保真媒体接入控制信息集合;
当所述第二特征信息匹配到多条入场记录,且所述第二无线保真媒体接入控制信息集合与所述匹配到的多条入场记录中超过一条入场记录的第一无线保真媒体接入控制信息集合存在交集时,获取当前出场的车辆之前的至少一个已出场的车辆的第二特征信息,将当前出场的车辆和所述已出场的车辆的第二特征信息根据出场顺序生成第二特征信息序列;且所述第二特征信息序列中的第二特征信息对应的车辆为依次出场的连续多个车辆;
对场内预设的多个摄像机,查找途经所述摄像机的车辆,当存在一个目标摄像机,该目标摄像机存在由途经的车辆的第三特征信息按照途经顺序构成的第三特征信息序列,且所述第三特征信息序列中的第i个第三特征信息与所述第二特征信息序列中的第i个第二特征信息相似时,根据目标摄像机的场内记录将所述第三特征信息序列中的每个第三特征信息对应的无线保真媒体接入控制信息集合合并生成无线保真媒体接入控制信息总集合;当所述无线保真媒体接入控制信息总集合仅与所述匹配到的多条入场记录中的一条入场记录的第一无线保真媒体接入控制信息集合存在交集时,根据所述存在交集的入场记录的入场时间对所述出场的车辆进行计费,其中,所述途经顺序与所述出场顺序的时间顺序一致,i为1至n,n为所述第二特征信息序列中第二特征信息数量,且n大于1。
CN202210540989.XA 2022-05-19 2022-05-19 车辆识别方法及装置、***、存储介质 Active CN114663862B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210540989.XA CN114663862B (zh) 2022-05-19 2022-05-19 车辆识别方法及装置、***、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210540989.XA CN114663862B (zh) 2022-05-19 2022-05-19 车辆识别方法及装置、***、存储介质

Publications (2)

Publication Number Publication Date
CN114663862A true CN114663862A (zh) 2022-06-24
CN114663862B CN114663862B (zh) 2022-08-23

Family

ID=82036811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210540989.XA Active CN114663862B (zh) 2022-05-19 2022-05-19 车辆识别方法及装置、***、存储介质

Country Status (1)

Country Link
CN (1) CN114663862B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104021598A (zh) * 2014-07-01 2014-09-03 福州瑞芯微电子有限公司 一种车辆计费的方法、装置和***
CN107730900A (zh) * 2017-01-19 2018-02-23 西安艾润物联网技术服务有限责任公司 蓝牙辅助计费方法及***
CN108010142A (zh) * 2017-12-28 2018-05-08 浙江宇视科技有限公司 停车计费的方法及装置
CN109559395A (zh) * 2018-11-20 2019-04-02 陕西坤翔互联网科技有限公司 一种识别无牌车辆入场计费的控制方法及储存设备
US20200349617A1 (en) * 2019-04-30 2020-11-05 Pied Parker, Inc. Image-based parking recognition and navigation
US20220138675A1 (en) * 2020-10-30 2022-05-05 Nomaly Holdings Corporation System and method for display and verification of vehicle and vehicle records

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104021598A (zh) * 2014-07-01 2014-09-03 福州瑞芯微电子有限公司 一种车辆计费的方法、装置和***
CN107730900A (zh) * 2017-01-19 2018-02-23 西安艾润物联网技术服务有限责任公司 蓝牙辅助计费方法及***
CN108010142A (zh) * 2017-12-28 2018-05-08 浙江宇视科技有限公司 停车计费的方法及装置
CN109559395A (zh) * 2018-11-20 2019-04-02 陕西坤翔互联网科技有限公司 一种识别无牌车辆入场计费的控制方法及储存设备
US20200349617A1 (en) * 2019-04-30 2020-11-05 Pied Parker, Inc. Image-based parking recognition and navigation
US20220138675A1 (en) * 2020-10-30 2022-05-05 Nomaly Holdings Corporation System and method for display and verification of vehicle and vehicle records

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ABARI OMID ET.AL: "Caraoke: An E-Toll Transponder Network for Smart Cities", 《ACM SIGCOMM COMPUTER COMMUNICATION REVIEW》 *
姚琳: "基于物联网技术的智能停车场管理***的设计与实现", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
耿玉菊: "智能停车场泊车引导与车位管理模式分析", 《新型工业化》 *

Also Published As

Publication number Publication date
CN114663862B (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CN111932693B (zh) 城市路侧停车场管理***
CN108351967A (zh) 一种多人脸检测方法、装置、服务器、***及存储介质
CN113160602B (zh) 一种智能公交调度模拟***
CN110853391A (zh) 智能共享停车***
CN110517500B (zh) 一种人车关联处理方法及装置
CN108320582B (zh) 一种具备剩余车位统计功能的停车管理***
CN108399782A (zh) 室外反向导车的方法、装置、***、设备及存储介质
CN109271907B (zh) 车辆etc设备的控制方法及***
CN111984806A (zh) 一种确定车辆与终端关联程度的方法、装置和存储介质
CN114663773B (zh) 多节点协同的车辆识别方法及装置、***、存储介质
CN112863229A (zh) 一种基于停车设备和技术实现无人值守的***及其方法
CN109376665B (zh) 基于群智感知的出租车驾驶员的驾驶行为评估***
CN114663862B (zh) 车辆识别方法及装置、***、存储介质
CN111260800A (zh) 支付方法、支付***、车载终端及计算机可读存储介质
CN107730899A (zh) 车辆识别方法及装置
CN115797842A (zh) 车辆占道经营检测方法、装置、电子设备及存储介质
CN113158852B (zh) 一种基于人脸与非机动车协同识别的交通卡口监控***
CN106997630A (zh) 一种车辆不停车智能门禁管理***
CN108520637B (zh) 一种具备停车诱导功能的智能化停车***
CN112435352A (zh) 交通物流园的车辆计费方法及设备
CN113327337A (zh) 一种确保车辆正常缴费出场的方法
CN112579911A (zh) 一种车辆洗车信息的推荐方法及***
CN112883943B (zh) 一种轴型识别方法及***
CN114863543B (zh) 一种特征更新的人脸识别方法及***
US11704914B2 (en) Method and system for reducing manual review of license plate images for assessing toll charges

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