[发明专利]一种基于轨迹特征和人车关联的黑车识别方法有效
申请号: | 202110398151.7 | 申请日: | 2021-04-14 |
公开(公告)号: | CN113255723B | 公开(公告)日: | 2021-10-26 |
发明(设计)人: | 薛岭;王倩;刘方旭;余勇;蒋伟 | 申请(专利权)人: | 南京森根安全技术有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06F16/29;G06Q50/26 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 210000 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 轨迹 特征 关联 黑车 识别 方法 | ||
1.一种基于轨迹特征和人车关联的黑车识别方法,其特征在于:具体步骤如下:
步骤一:确认所有登记车辆是否有营运资质;
步骤二:确定备选特征列表;
步骤三:计算人车关联信息;
步骤四:筛选营运车辆的显著性特征列表:基于黑车只占少数的假设,借助显著性检验,比较营运车辆与非营运车辆的各个备选特征对应的值组成的集合是否有显著性差异,如果有显著性差异,则认为该特征显著,根据该方式,依次筛选出显著的特征列表C;
步骤五:确定黑车目标;为借助步骤四特征显著性校验的结果,计算营运车辆在每一个显著的特征对应的特征值构成的集合,这个集合构成一个分布,将A车第i个显著的特征记为ci,ci对应的特征值构成的集合记为Di,具有i个非营运车辆特征的A车为非运营车辆的概率记为pi,则认为A车和非运营车辆的概率大于P的车辆在特征ci上具有一致性,不同特征对应的集合Di的离散程度不同,将两个显著的特征cj和ck对应的特征值构成的集合分别记为Dj和Dk,Dj和Dk的标准差分别记为σj和σk,如果σj大于σk,则认为特征cj的显著大于特征ck,设非营运B车在m个特征上具有一致性,其是黑车的可能性记为其中M是这m个特征的集合,Tm为正常运营车辆具有非正常营运特征的特征数,Tp为正常运营车辆是黑车的概率,如果m超过指定阈值Tm,P超过指定阈值Tp,则认为B车是黑车。
2.根据权利要求1所述的一种基于轨迹特征和人车关联的黑车识别方法,其特征在于:在步骤一中确认所有登记车辆是否有营运资质包括以下步骤:
第一步:将营运证信息表通过身份证关联机动车信息表,确认车辆是否具有有效营运资质;
第二步:确认车辆所有人是否有营运资质,查找车辆所有人类型,如果车辆所有人类型为个人,且没有营运资质,则进行步骤二。
3.根据权利要求1所述的一种基于轨迹特征和人车关联的黑车识别方法,其特征在于:在步骤二中的确定备选特征列表,为从自身轨迹特征和人车交互轨迹特征两个角度选取备选特征列表:
每个角度都从时间、空间、时空交互角度来确定备选特征列表,包括:车辆出现次数、车辆出现天数、车辆出现站点数、车辆在重点站点出现次数、车辆在重点站点出现天数、车辆在重点最大停留时长,人车关联次数、人车天联天数、车辆在重点站点关联人次,被关联人与其他车关联次数、被关联人与其他车关联天数,被关联人与其他车关联站点数;
关联,即在两分钟内同时出现在某个站点,在这些站点有信息采集装置,可以捕获到路过的车牌、经过的人脸、手机卡;
重点站点,即已经掌握的黑车高频出现站点,不仅包括通过案件确认的黑车高频出现站点,也包括根据近期发现的所有的黑车的近一个月的轨迹,通过显著性检验,确定的黑车高频出现站点。
4.根据权利要求1所述的一种基于轨迹特征和人车关联的黑车识别方法,其特征在于:在步骤三中的计算人车关联情况为依照步骤二中的备选特征列表,计算相应的人车关联情况。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京森根安全技术有限公司,未经南京森根安全技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110398151.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种带有照明灯的防滑梯子
- 下一篇:一种智能印章及鉴权方法