一種基于智能交通的換牌車輛檢測(cè)方法及其系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及基于智能交通的換牌車輛檢測(cè)方法，其包括以下步驟：(1)通過卡口相機(jī)抓拍車輛圖片，并在所述車輛圖片中識(shí)別車輛檢測(cè)區(qū)域；(2)在所述車輛檢測(cè)區(qū)域內(nèi)提取車輛描述信息特征；(3)將所述車輛描述信息特征與車管所數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行比對(duì)，若比對(duì)結(jié)果不一致，則相應(yīng)車輛為換牌車。此外，本發(fā)明還涉及基于智能交通的換牌車輛檢測(cè)系統(tǒng)。本發(fā)明的基于智能交通的換牌車輛檢測(cè)方法及其系統(tǒng)能夠換牌車輛的迅速識(shí)別，并能夠?qū)崿F(xiàn)對(duì)嫌疑車輛的跟蹤及抓捕。
【專利說明】
一種基于智能交通的換牌車輛檢測(cè)方法及其系統(tǒng)
技術(shù)領(lǐng)域
[0001]本發(fā)明屬于車輛檢測(cè)技術(shù)領(lǐng)域，涉及一種換牌車輛檢測(cè)方法及其系統(tǒng)，具體涉及一種基于智能交通的換牌車輛檢測(cè)方法及其系統(tǒng)。
【背景技術(shù)】
[0002]依賴車牌信息、車架號(hào)等進(jìn)行交通管制的技術(shù)，對(duì)于交通管制、公路布控、公路收費(fèi)等具有深遠(yuǎn)的意義。但是，目前社會(huì)上存在大量的換牌車輛。如果不能對(duì)換牌車輛進(jìn)行高效的識(shí)別，那么將嚴(yán)重影響交通管理技術(shù)的應(yīng)用。
[0003]因此，針對(duì)目前存在的大量換牌車輛，如何快速高效的識(shí)別出換牌車是首先要解決的問題。此外，如何判定該換牌車為套牌車或者在逃嫌疑車也是急需解決的問題，尤其在越來越多的交通逃逸事件中，犯罪嫌疑人為逃避捕獲，在逃逸途中通過更換車牌，擾亂視野，增加抓捕難度，擾亂社會(huì)治安。因此，如何獨(dú)立于車牌實(shí)現(xiàn)對(duì)嫌疑車輛的跟蹤及抓捕，已成為智能交通管理技術(shù)研究領(lǐng)域的一個(gè)新的挑戰(zhàn)。
[0004]鑒于現(xiàn)有技術(shù)的上述技術(shù)缺陷，迫切需要研制一種新型的換牌車輛檢測(cè)方法及其系統(tǒng)。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于克服現(xiàn)有技術(shù)中存在的缺點(diǎn)，提供一種基于智能交通的換牌車輛檢測(cè)方法及其系統(tǒng)，該基于智能交通的換牌車輛檢測(cè)方法及其系統(tǒng)能夠換牌車輛的迅速識(shí)別，并能夠?qū)崿F(xiàn)對(duì)嫌疑車輛的跟蹤及抓捕
[0006]為了實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案:一種基于智能交通的換牌車輛檢測(cè)方法，其特征在于，包括以下步驟:
[0007](I)通過卡口相機(jī)抓拍車輛圖片，并在所述車輛圖片中識(shí)別車輛檢測(cè)區(qū)域；
[0008](2)在所述車輛檢測(cè)區(qū)域內(nèi)提取車輛描述信息特征；
[0009](3)將所述車輛描述信息特征與車管所數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行比對(duì)，若比對(duì)結(jié)果不一致，則相應(yīng)車輛為換牌車。
[0010]進(jìn)一步地，其中，所述車輛檢測(cè)區(qū)域中設(shè)置有特征碼，通過所述特征碼提取所述車輛描述信息特征。
[0011]更進(jìn)一步地，其中所述基于智能交通的換牌車輛檢測(cè)方法還包括:(4)提取所述換牌車在多個(gè)其它卡口相機(jī)所抓拍車輛圖片中的車輛描述信息特征；(5)將來自多個(gè)其它卡口相機(jī)所抓拍車輛圖片中的車輛描述信息特征進(jìn)行比對(duì)，若比對(duì)結(jié)果不一致，則將所述車輛描述信息特征與已布控的黑名單嫌疑車信息庫數(shù)據(jù)進(jìn)行比對(duì)，若比對(duì)結(jié)果一致，則所述換牌車為在逃嫌疑車，反之，所述換牌車為套牌車。
[0012]再進(jìn)一步地，其中，所述基于智能交通的換牌車輛檢測(cè)方法還包括:(6)根據(jù)所述套牌車或者在逃嫌疑車的車輛描述信息特征，獲取其行車軌跡，并預(yù)估其逃逸方向。
[0013]再更進(jìn)一步地，其中，所述車輛描述信息特征包括結(jié)構(gòu)化特征和非結(jié)構(gòu)化特征，所述結(jié)構(gòu)化特征包括車牌號(hào)、車架號(hào)、車標(biāo)、車型和車身顏色，所述非結(jié)構(gòu)化特征包括紋理和形狀。
[0014]此外，本發(fā)明還提供一種基于智能交通的換牌車輛檢測(cè)系統(tǒng)，其特征在于，包括:
[0015]車輛檢測(cè)區(qū)域識(shí)別模塊，所述車輛檢測(cè)區(qū)域識(shí)別模塊用于在通過卡口相機(jī)抓拍的車輛圖片中識(shí)別車輛檢測(cè)區(qū)域；
[0016]車輛描述信息特征提取模塊，所述車輛描述信息特征提取模塊用于在所述車輛檢測(cè)區(qū)域內(nèi)提取車輛描述信息特征；
[0017]換牌車比對(duì)模塊，所述換牌車比對(duì)模塊用于將所述車輛描述信息特征與車管所數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行比對(duì)，若比對(duì)結(jié)果不一致，則相應(yīng)車輛為換牌車。
[0018]進(jìn)一步地，其中，所述車輛檢測(cè)區(qū)域中設(shè)置有特征碼，通過所述特征碼提取所述車輛描述信息特征。
[0019]更進(jìn)一步地，其中，所述基于智能交通的換牌車輛檢測(cè)系統(tǒng)還包括:換牌車性質(zhì)檢測(cè)模塊，所述換牌車性質(zhì)檢測(cè)模塊用于提取所述換牌車在通過多個(gè)其它卡口相機(jī)抓拍的車輛圖片中的車輛描述信息特征，并將來自多個(gè)其它卡口相機(jī)抓拍的車輛圖片中的車輛描述信息特征進(jìn)行比對(duì)，若比對(duì)結(jié)果不一致，則將所述車輛描述信息特征與已布控的黑名單嫌疑車信息庫數(shù)據(jù)進(jìn)行比對(duì)，若比對(duì)結(jié)果一致，則所述換牌車為在逃嫌疑車，反之，該換牌車為套牌車。
[0020]再進(jìn)一步地，其中，所述基于智能交通的換牌車輛檢測(cè)系統(tǒng)還包括:逃逸預(yù)估模塊，所述逃逸預(yù)估模塊用于根據(jù)所述套牌車或者在逃嫌疑車的車輛描述信息特征，獲取其行車軌跡，并預(yù)估其逃逸方向。
[0021]再更進(jìn)一步地，其中，所述車輛描述信息特征包括結(jié)構(gòu)化特征和非結(jié)構(gòu)化特征，所述結(jié)構(gòu)化特征包括車牌號(hào)、車架號(hào)、車標(biāo)、車型和車身顏色，所述非結(jié)構(gòu)化特征包括紋理和形狀。
[0022]本發(fā)明的基于智能交通的換牌車輛檢測(cè)方法及其系統(tǒng)將交通管制與后端再錄入數(shù)據(jù)有效結(jié)合，依賴前端卡口相機(jī)獲取車輛的包含車牌在內(nèi)的車輛描述信息特征，通過與車管所數(shù)據(jù)庫中的信息一次比對(duì)，判定是否為換牌車輛，高效快速。此外，本發(fā)明的基于智能交通的換牌車輛檢測(cè)方法及其系統(tǒng)在進(jìn)一步確認(rèn)該換牌車的性質(zhì)時(shí)，結(jié)合各個(gè)卡口相機(jī)抓拍的圖片中的車輛描述信息特征的比對(duì)，及數(shù)據(jù)分析來判定該換牌車為套牌車或者在逃嫌疑車，使得在有效抓捕套牌車輛的同時(shí)，也解決肇事逃逸途中因頻換更換車牌而引發(fā)的目標(biāo)難定位，捕獲困難的問題。
【附圖說明】
[0023]圖1為本發(fā)明的基于智能交通的換牌車輛檢測(cè)方法的流程示意圖。
[0024]圖2是本發(fā)明的基于智能交通的換牌車輛檢測(cè)方法中的換牌車性質(zhì)檢測(cè)和逃逸預(yù)估的流程示意圖。
[0025]圖3是本發(fā)明的基于智能交通的換牌車輛檢測(cè)系統(tǒng)的構(gòu)成示意圖。
【具體實(shí)施方式】
[0026]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說明，實(shí)施例的內(nèi)容不作為對(duì)本發(fā)明的保護(hù)范圍的限制。
[0027]圖1示出了本發(fā)明的基于智能交通的換牌車輛檢測(cè)方法的流程示意圖。如圖1所示，本發(fā)明的基于智能交通的換牌車輛檢測(cè)方法包括以下步驟:
[0028]首先，通過卡口相機(jī)抓拍車輛圖片，并在所述車輛圖片中識(shí)別車輛檢測(cè)區(qū)域。其中，所述車輛檢測(cè)區(qū)域?yàn)樵谒鲕囕v圖片中初始設(shè)定的一塊封閉區(qū)域，在該區(qū)域內(nèi)進(jìn)行車輛檢測(cè)，該區(qū)域以外的范圍，不進(jìn)行車輛檢測(cè)。
[0029]在本發(fā)明中，優(yōu)選地，在所述車輛圖片中利用基于harr、acf或深度學(xué)習(xí)的車輛檢測(cè)技術(shù)識(shí)別車輛檢測(cè)區(qū)域。其中，基于Haar特征的檢測(cè)技術(shù)為:haar特征為邊緣、線性、中心等模板特征，通過不同模板特征的選取與組合和級(jí)聯(lián)分類器來完成特定檢測(cè)任務(wù)?；贏CF(Aggregate Channel Features)特征的檢測(cè)技術(shù)為一種在基于Harr特征的檢測(cè)技術(shù)上改進(jìn)的快速高效的滑動(dòng)窗檢測(cè)器。基于深度學(xué)習(xí)的檢測(cè)技術(shù)為:利用深層神經(jīng)網(wǎng)絡(luò)自主的提取感興趣區(qū)域以及物體特征，端到端的完成整個(gè)檢測(cè)流程。具體采用哪種檢測(cè)技術(shù)，由用戶根據(jù)需要進(jìn)行選擇。這種檢測(cè)技術(shù)都是本領(lǐng)域的常用技術(shù)，并非本發(fā)明的重點(diǎn)所在，為了簡(jiǎn)化，在此不作詳細(xì)描述。
[0030]其次，在所述車輛檢測(cè)區(qū)域內(nèi)提取車輛描述信息特征。在本發(fā)明中，優(yōu)選地，所述車輛檢測(cè)區(qū)域中設(shè)置有特征碼，通過所述特征碼提取所述車輛描述信息特征。具體地，所述特征碼可以是一個(gè)類似于二維碼的圖形，通過掃描該二維碼的圖形即可獲得所述車輛描述信息特征。通過在所述車輛檢測(cè)區(qū)域中設(shè)置特征碼，能夠避免車架號(hào)等信息不易被排到的缺點(diǎn)，從而便于獲得各種車輛描述信息特征。
[0031]在本發(fā)明中，所述車輛描述信息特征包括結(jié)構(gòu)化特征和非結(jié)構(gòu)化特征。所述結(jié)構(gòu)化特征包括車牌號(hào)、車架號(hào)、車標(biāo)、車型和車身顏色。所述非結(jié)構(gòu)化特征包括紋理和形狀。
[0032]在本發(fā)明中，對(duì)車輛描述信息特征的提取可采用基于深度學(xué)習(xí)網(wǎng)絡(luò)的特征提取，亦可采用基于淺層機(jī)器學(xué)習(xí)的方法實(shí)現(xiàn)。其中，基于深度學(xué)習(xí)網(wǎng)絡(luò)的特征提取為通過深層網(wǎng)絡(luò)學(xué)習(xí)到的特征自主地提取圖像特征?；跍\層機(jī)器學(xué)習(xí)的方法為通過人工設(shè)計(jì)的手工模板特征以及等效的淺層網(wǎng)絡(luò)提取圖像特征。具體采用哪種特征提取技術(shù)，由用戶根據(jù)需要進(jìn)行選擇。這種特征提取技術(shù)都是本領(lǐng)域的常用技術(shù)，并非本發(fā)明的重點(diǎn)所在，為了簡(jiǎn)化，在此不作詳細(xì)描述。
[0033]再次，將所述車輛描述信息特征與車管所數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行比對(duì)，若比對(duì)結(jié)果不一致，則相應(yīng)車輛為換牌車;若比對(duì)結(jié)果一致，則相應(yīng)車輛不是換牌車，可以進(jìn)行下一幀車輛圖片的檢測(cè)，以檢測(cè)下一輛車是否為換牌車。這樣，即可實(shí)現(xiàn)換牌車的識(shí)別和檢測(cè)。
[0034]由于每輛車正規(guī)掛牌上路前都需在車管庫內(nèi)進(jìn)行車輛信息登記，在正常情況下應(yīng)為一車一牌，絕對(duì)的一一對(duì)應(yīng)。故基于車牌的車輛描述信息的比對(duì)，若出現(xiàn)同車一牌，而車輛的其他描述信息均不一致，則該車為換牌車。
[0035]本發(fā)明的基于智能交通的換牌車輛檢測(cè)方法還可以包括檢測(cè)換牌車的性質(zhì)和逃逸預(yù)估。
[0036]圖2示出了本發(fā)明的基于智能交通的換牌車輛檢測(cè)方法中的換牌車性質(zhì)檢測(cè)和逃逸預(yù)估的流程示意圖。如圖2所示，在進(jìn)行換牌車性質(zhì)檢測(cè)和逃逸預(yù)估時(shí)，首先是提取所述換牌車在多個(gè)其它卡口相機(jī)所抓拍車輛圖片中的車輛描述信息特征。同理，通過特征碼提取所述車輛描述信息特征。并且，所述車輛描述信息特征也包括結(jié)構(gòu)化特征和非結(jié)構(gòu)化特征。所述結(jié)構(gòu)化特征包括車牌號(hào)、車架號(hào)、車標(biāo)、車型和車身顏色。所述非結(jié)構(gòu)化特征包括紋理和形狀。此外，具體的提取技術(shù)可采用基于深度學(xué)習(xí)網(wǎng)絡(luò)的特征提取，亦可采用基于淺層機(jī)器學(xué)習(xí)的方法實(shí)現(xiàn)。
[0037]其次，將來自多個(gè)其它卡口相機(jī)所抓拍車輛圖片中的車輛描述信息特征進(jìn)行比對(duì)，若比對(duì)結(jié)果不一致，則將所述車輛描述信息特征與已布控的黑名單嫌疑車信息庫數(shù)據(jù)進(jìn)行比對(duì)，若比對(duì)結(jié)果一致，則所述換牌車為在逃嫌疑車，反之，所述換牌車為套牌車。
[0038]再次，可以根據(jù)所述套牌車或者在逃嫌疑車的車輛描述信息特征，獲取其行車軌跡，并預(yù)估其逃逸方向，以進(jìn)行布控?cái)r截該車輛，以便對(duì)該車進(jìn)行處罰或抓捕。本發(fā)明中，具體地，若干個(gè)卡口相機(jī)分別分布在不同的地理位置，形成一個(gè)卡扣相機(jī)抓拍網(wǎng)絡(luò)。每個(gè)卡口相機(jī)之間信息是互通的，通過比對(duì)技術(shù)，就可以獲知嫌疑車輛在一段時(shí)間內(nèi)通過哪些卡口相機(jī)，將這些點(diǎn)位連接起來，形成車輛在該段時(shí)間內(nèi)的行駛軌跡，通過行駛軌跡，可以預(yù)估車輛的逃逸方向。
[0039]圖3示出了本發(fā)明的基于智能交通的換牌車輛檢測(cè)系統(tǒng)的構(gòu)成示意圖。如圖3所示，本發(fā)明的基于智能交通的換牌車輛檢測(cè)系統(tǒng)包括:車輛檢測(cè)區(qū)域識(shí)別模塊、車輛描述信息特征提取模塊和換牌車比對(duì)模塊。
[0040]其中，所述車輛檢測(cè)區(qū)域識(shí)別模塊用于在通過卡口相機(jī)抓拍的車輛圖片中識(shí)別車輛檢測(cè)區(qū)域。如前所述，可以利用基于harr、aCf或深度學(xué)習(xí)的車輛檢測(cè)技術(shù)識(shí)別車輛檢測(cè)區(qū)域。
[0041]所述車輛描述信息特征提取模塊用于在所述車輛檢測(cè)區(qū)域內(nèi)提取車輛描述信息特征。同理，可以在所述車輛檢測(cè)區(qū)域中設(shè)置有特征碼，通過所述特征碼提取所述車輛描述信息特征。并且，如前所述，所述車輛描述信息特征包括結(jié)構(gòu)化特征和非結(jié)構(gòu)化特征。所述結(jié)構(gòu)化特征包括車牌號(hào)、車架號(hào)、車標(biāo)、車型和車身顏色。所述非結(jié)構(gòu)化特征包括紋理和形狀。此外，對(duì)車輛描述信息特征的提取可采用基于深度學(xué)習(xí)網(wǎng)絡(luò)的特征提取，亦可采用基于淺層機(jī)器學(xué)習(xí)的方法實(shí)現(xiàn)。
[0042]所述換牌車比對(duì)模塊用于將所述車輛描述信息特征與車管所數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行比對(duì)，若比對(duì)結(jié)果不一致，則相應(yīng)車輛為換牌車。具體地，由于每輛車正規(guī)掛牌上路前都需在車管庫內(nèi)進(jìn)行車輛信息登記，在正常情況下應(yīng)為一車一牌，絕對(duì)的一一對(duì)應(yīng)。故基于車牌的車輛描述信息的比對(duì)，若出現(xiàn)同車一牌，而車輛的其他描述信息均不一致，則該車為換牌車。
[0043]此外，在本發(fā)明中，所述基于智能交通的換牌車輛檢測(cè)系統(tǒng)還包括換牌車性質(zhì)檢測(cè)模塊。其中，所述換牌車性質(zhì)檢測(cè)模塊用于提取所述換牌車在通過多個(gè)其它卡口相機(jī)抓拍的車輛圖片中的車輛描述信息特征，并將來自多個(gè)其它卡口相機(jī)抓拍的車輛圖片中的車輛描述信息特征進(jìn)行比對(duì)，若比對(duì)結(jié)果不一致，則將所述車輛描述信息特征與已布控的黑名單嫌疑車信息庫數(shù)據(jù)進(jìn)行比對(duì)，若比對(duì)結(jié)果一致，則所述換牌車為在逃嫌疑車，反之，該換牌車為套牌車。
[0044]最后，本發(fā)明的基于智能交通的換牌車輛檢測(cè)系統(tǒng)還包括逃逸預(yù)估模塊。所述逃逸預(yù)估模塊用于根據(jù)所述套牌車或者在逃嫌疑車的車輛描述信息特征，獲取其行車軌跡，并預(yù)估其逃逸方向。
[0045]本發(fā)明的基于智能交通的換牌車輛檢測(cè)方法及其系統(tǒng)將交通管制與后端再錄入數(shù)據(jù)有效結(jié)合，依賴前端卡口相機(jī)獲取車輛的包含車牌在內(nèi)的車輛描述信息特征，通過與車管所數(shù)據(jù)庫中的信息一次比對(duì)，判定是否為換牌車輛，高效快速。
[0046]此外，本發(fā)明的基于智能交通的換牌車輛檢測(cè)方法及其系統(tǒng)在進(jìn)一步確認(rèn)該換牌車的性質(zhì)時(shí)，結(jié)合各個(gè)卡口相機(jī)抓拍的圖片中的車輛描述信息特征的比對(duì)，及數(shù)據(jù)分析來判定該換牌車為套牌車或者在逃嫌疑車，使得在有效抓捕套牌車輛的同時(shí)，也解決肇事逃逸途中因頻換更換車牌而引發(fā)的目標(biāo)難定位，捕獲困難的問題。
[0047]本發(fā)明的上述實(shí)施例僅僅是為清楚地說明本發(fā)明所作的舉例，而并非是對(duì)本發(fā)明的實(shí)施方式的限定。對(duì)于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動(dòng)。這里無法對(duì)所有的實(shí)施方式予以窮舉。凡是屬于本發(fā)明的技術(shù)方案所引伸出的顯而易見的變化或變動(dòng)仍處于本發(fā)明的保護(hù)范圍之列。
【主權(quán)項(xiàng)】
1.一種基于智能交通的換牌車輛檢測(cè)方法，其特征在于，包括以下步驟: (1)通過卡口相機(jī)抓拍車輛圖片，并在所述車輛圖片中識(shí)別車輛檢測(cè)區(qū)域； (2)在所述車輛檢測(cè)區(qū)域內(nèi)提取車輛描述信息特征； (3)將所述車輛描述信息特征與車管所數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行比對(duì)，若比對(duì)結(jié)果不一致，則相應(yīng)車輛為換牌車。2.根據(jù)權(quán)利要求1所述的基于智能交通的換牌車輛檢測(cè)方法，其特征在于，所述車輛檢測(cè)區(qū)域中設(shè)置有特征碼，通過所述特征碼提取所述車輛描述信息特征。3.根據(jù)權(quán)利要求2所述的基于智能交通的換牌車輛檢測(cè)方法，其特征在于，還包括:(4)提取所述換牌車在多個(gè)其它卡口相機(jī)所抓拍車輛圖片中的車輛描述信息特征；(5)將來自多個(gè)其它卡口相機(jī)所抓拍車輛圖片中的車輛描述信息特征進(jìn)行比對(duì)，若比對(duì)結(jié)果不一致，則將所述車輛描述信息特征與已布控的黑名單嫌疑車信息庫數(shù)據(jù)進(jìn)行比對(duì)，若比對(duì)結(jié)果一致，則所述換牌車為在逃嫌疑車，反之，所述換牌車為套牌車。4.根據(jù)權(quán)利要求3所述的基于智能交通的換牌車輛檢測(cè)方法，其特征在于，還包括:(6)根據(jù)所述套牌車或者在逃嫌疑車的車輛描述信息特征，獲取其行車軌跡，并預(yù)估其逃逸方向。5.根據(jù)權(quán)利要求1-5中任一項(xiàng)所述的基于智能交通的換牌車輛檢測(cè)方法，其特征在于，所述車輛描述信息特征包括結(jié)構(gòu)化特征和非結(jié)構(gòu)化特征，所述結(jié)構(gòu)化特征包括車牌號(hào)、車架號(hào)、車標(biāo)、車型和車身顏色，所述非結(jié)構(gòu)化特征包括紋理和形狀。6.一種基于智能交通的換牌車輛檢測(cè)系統(tǒng)，其特征在于，包括: 車輛檢測(cè)區(qū)域識(shí)別模塊，所述車輛檢測(cè)區(qū)域識(shí)別模塊用于在通過卡口相機(jī)抓拍的車輛圖片中識(shí)別車輛檢測(cè)區(qū)域； 車輛描述信息特征提取模塊，所述車輛描述信息特征提取模塊用于在所述車輛檢測(cè)區(qū)域內(nèi)提取車輛描述信息特征； 換牌車比對(duì)模塊，所述換牌車比對(duì)模塊用于將所述車輛描述信息特征與車管所數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行比對(duì)，若比對(duì)結(jié)果不一致，則相應(yīng)車輛為換牌車。7.根據(jù)權(quán)利要求6所述的基于智能交通的換牌車輛檢測(cè)系統(tǒng)，其特征在于，所述車輛檢測(cè)區(qū)域中設(shè)置有特征碼，通過所述特征碼提取所述車輛描述信息特征。8.根據(jù)權(quán)利要求7所述的基于智能交通的換牌車輛檢測(cè)系統(tǒng)，其特征在于，還包括:換牌車性質(zhì)檢測(cè)模塊，所述換牌車性質(zhì)檢測(cè)模塊用于提取所述換牌車在通過多個(gè)其它卡口相機(jī)抓拍的車輛圖片中的車輛描述信息特征，并將來自多個(gè)其它卡口相機(jī)抓拍的車輛圖片中的車輛描述信息特征進(jìn)行比對(duì)，若比對(duì)結(jié)果不一致，則將所述車輛描述信息特征與已布控的黑名單嫌疑車信息庫數(shù)據(jù)進(jìn)行比對(duì)，若比對(duì)結(jié)果一致，則所述換牌車為在逃嫌疑車，反之，該換牌車為套牌車。9.根據(jù)權(quán)利要求8所述的基于智能交通的換牌車輛檢測(cè)系統(tǒng)，其特征在于，還包括:逃逸預(yù)估模塊，所述逃逸預(yù)估模塊用于根據(jù)所述套牌車或者在逃嫌疑車的車輛描述信息特征，獲取其行車軌跡，并預(yù)估其逃逸方向。10.根據(jù)權(quán)利要求6-9中任一項(xiàng)所述的基于智能交通的換牌車輛檢測(cè)系統(tǒng)，其特征在于，所述車輛描述信息特征包括結(jié)構(gòu)化特征和非結(jié)構(gòu)化特征，所述結(jié)構(gòu)化特征包括車牌號(hào)、車架號(hào)、車標(biāo)、車型和車身顏色，所述非結(jié)構(gòu)化特征包括紋理和形狀。
【文檔編號(hào)】G08G1/017GK106056916SQ201610475096
【公開日】2016年10月26日
【申請(qǐng)日】2016年6月23日
【發(fā)明人】康赟, 章文, 王偉, 周陽陽, 楊光
【申請(qǐng)人】安徽時(shí)旭智能科技有限公司