[发明专利]基于特征融合的失证人员危险驾驶行为预测方法及系统

说明书

本发明公开了一种基于特征融合的失证人员危险驾驶行为预测方法及系统，属于计算机技术领域。包括：通过身份特征采集设备，采集经过该设备附近的人员轨迹信息、车辆轨迹信息；对采集到的人员轨迹信息、车辆轨迹信息进行去重处理，保存至本地数据库中；筛选出区域活跃车辆，根据采集到的人员轨迹信息、车辆轨迹信息进行人‑车关联，找出潜在的车辆实际驾驶人；对可能存在危险驾驶行为的驾驶人进行预测，给相关工作人员进行实时的告警推送。本发明的有益效果是，从多维度采集目标人员的身份特征信息，可以对驾驶人的危险驾驶行为进行精准预测和防范打击，能有效解放人力成本、降低交通事故率，保障公众的生命财产安全。

技术领域

本发明涉及计算机技术领域，更具体地，是一种基于特征融合的失证人员危险驾驶行为预测方法及系统。

背景技术

随着社会的发展，以及居民生活水平的提高，我国汽车保有量逐年上升，随之而来的是交通事故率高居不下。据有关部门统计，失证人员危险驾驶行为正是造成交通事故频发的重要原因之一。失证人员危险驾驶行为主要包括无证驾驶、驾驶证过期、驾驶证被吊销、酒驾、醉驾、毒驾、历史犯罪人员高危驾驶等情形。上述危险驾驶行为极大地危害了公众的生命财产安全，社会不良影响极大，因此各地政府和公安部门都对该类行为予以重点打击查处。

传统的打击方法主要有两种，其一是人工排查，比如在某些路口设置警力随机抽查驾驶员的驾驶证、对驾驶员进行酒精浓度测试等；另外一种是事后发现，比如针对已经发生交通事故的驾驶员定责时才发现相应的危险驾驶行为。传统手段的主要问题在于会极大地耗费人力物力、且覆盖面不全，有较大的局限性。

当前，也出现了基于人工智能的危险驾驶行为检测方法，通常需要在车上加装智能检测设备来检测驾驶员的酒驾、疲劳驾驶等行为；此外，还有一些方法是通过道路卡口高清摄像头采集驾驶员的面部图片，基于图像识别的方法提取人脸面部特征以检测疲劳驾驶等行为。上述方法通常对设备有一定的依赖性，会增加较大的成本开销。前者需要在车上加装额外的设备，很多普通车型并不具备该条件，而后者对道路卡口的摄像头要求较高。

发明内容

为了解决上述问题，本发明提供了一种基于特征融合的失证人员危险驾驶行为预测方法及系统，其目的在于，实现对失证人员危险驾驶行为的精准预测，从而精确防范打击失证人员，降低交通事故率，保障公众的生命财产安全。

为了实现上述目的，本发明提供了一种基于特征融合的失证人员危险驾驶行为预测方法包括：

（S1）通过身份特征采集设备，采集经过该设备附近的人员轨迹信息和车辆轨迹信息；

（S2）对采集到的人员轨迹信息和车辆轨迹信息进行去重处理，并保存至本地数据库中；

（S3）筛选出区域活跃车辆，根据采集到的人员轨迹信息和车辆轨迹信息进行人-车关联，找出潜在的车辆实际驾驶人；

（S4）对可能存在危险驾驶行为的实际驾驶人进行预测，给相关工作人员进行实时的告警推送；

（S5）将告警结果汇总，导出危险驾驶人信息详细报表，转入步骤（S6）；

（S6）重复步骤（S1）~（S5），实现对失证人员危险驾驶行为的持续检测。

进一步地，所述步骤（S1）中，身份特征采集设备包括：侦码采集设备、MAC地址采集设备、人脸摄像头和车牌卡口。

进一步地，侦码采集设备、MAC地址采集设备以及人脸摄像头与车牌卡口安装于同一位置。

进一步地，所述步骤（S2）中对采集到的人员轨迹信息、车辆轨迹信息进行去重处理的方法包括：

针对某一较小时间段∆T内重复采集到的人员轨迹信息、车辆轨迹信息仅保留其中一个；