CN109872541A - 一种车辆信息分析方法及装置 - Google Patents

Abstract

本发明公开了一种车辆信息分析方法及装置，解决了现有技术中获取车辆信息方式单一，不能对车辆信息有效利用的问题，该方法包括：获取卡口过车图片，提取所述卡口过车图片中的第一车辆信息；从视频流中抽取包含车辆的目标图片，提取所述目标图片中的第二车辆信息；从所述提取的第一车辆信息和第二车辆信息中，获取属于同一车辆的车辆信息，并根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑。本发明通过融合卡口过车、视频监控过车的信息，对车辆信息进行分析计算，方便在针对车辆进行案件研判时，快速发现涉案车辆的相关线索。

Description

一种车辆信息分析方法及装置

技术领域

本发明涉及算法技术领域，尤其涉及一种车辆信息分析方法及装置。

背景技术

当前刑事犯罪处于高发态势，犯罪涉及多时空，多区域。犯罪嫌疑人通常利用车辆快速逃离，因此侦查机关需要通过追踪车辆追捕犯罪嫌疑人。然而，传统的侦查手段已不能适应当前高效率、高质量打击刑事犯罪的要求。近年来，侦查机关利用现代信息技术变革侦查模式，拓展侦查思维，转变侦查观念，创新侦查方法，建设大量涉车视频，包括治安卡口、治安监控、电子警察、交通监控等，在打击各类涉车违法犯罪活动中发挥了重要作用。对于涉车犯罪案件，通过车辆可识别特征对车辆进行追踪和认定，在此基础上进行车辆侦查有其现实必要性。

另外，随着大数据技术的不断推广，各种基于大数据技术的车辆大数据系统也应运而生，车辆大数据系统是以云计算、大数据分析、深度学习等技术为支撑，以车辆数据为核心，实现多源海量车辆资源信息的联网接入、分析处理、云端存储、智能研判等功能。有效的解决了海量车辆数据的接入难、属性少、查询检索难和应用深度不高等问题，为侦查机关提供有力的技术支持。

传统的车辆大数据系统，是基于卡口过车图片的分析，数据总线将前端数据进行汇聚、回传，系统收集过车点位、过车时间、车道、朝向等数据，将车辆图片进行结构化处理，识别车辆的车型、车头(尾)、颜色、车身特征等。但是相比视频监控，卡口点位的密度不大，在很多密集区域，仅通过卡口数据不能有效体现车辆轨迹。过车数据蕴含信息丰富，但往往只能用来做结构化的检索、对比、查询，其潜在的关系还需要经验丰富的用户，通过繁杂的操作完成。

发明内容

本发明提供一种车辆信息分析方法及装置，解决了现有技术中获取车辆信息方式单一，不能对车辆信息有效利用的问题。

为了解决上述的技术问题，本发明提供了一种车辆信息分析方法及装置，具体包括：

依照本发明第一方面，本发明实施例提供一种车辆信息分析方法，该方法包括：

获取卡口过车图片，提取所述卡口过车图片中的第一车辆信息；

从视频流中抽取包含车辆的目标图片，提取所述目标图片中的第二车辆信息；

从所述提取的第一车辆信息和第二车辆信息中，获取属于同一车辆的车辆信息，并根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑。

上述方法，通过融合卡口过车、视频监控过车的信息，对车辆信息进行分析计算，方便在针对车辆进行案件研判时，快速发现涉案车辆的相关线索。

在一种可选的实现方式中，从所述提取的第一车辆信息和第二车辆信息中，获取属于同一车辆的车辆信息，包括：从一个卡口过车图片中获取一组车辆参数，和/或，从一个目标图片中获取一组车辆参数；将包含相同车辆身份标识的所有组车辆参数，确定为属于同一车辆的车辆信息，所述车辆身份标识用于唯一标识车辆的身份。

在一种可选的实现方式中，将包含相同车辆身份标识的所有组车辆参数，确定为属于同一车辆的车辆信息之后，还包括：对于不包含车辆身份标识的任一组车辆参数，确定该组车辆参数中第一指定参数与其它任一组车辆参数中第一指定参数相同，且所述其它任一组车辆参数包含车辆身份标识时，确定所述该组车辆参数与所述其它任一组车辆参数属于同一车辆的车辆信息。

在一种可选的实现方式中，根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑，包括：采用聚类算法，将属于同一车辆的多组车辆参数结合地图进行聚类，得到所述车辆的时空轨迹；若判断同一车辆时空轨迹中的相邻时间点对应的轨迹点间的距离，与相邻时间点时间差的比值超过设定阈值时，确定该车辆存在套牌嫌疑。

在一种可选的实现方式中，根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑，包括：若判断属于同一车辆的车辆信息的多组车辆参数中的第二指定参数不相同时，判断该车辆存在套牌嫌疑。

在一种可选的实现方式中，所述车辆信息包括如下任一或任多个车辆参数的组合：车牌号码、车辆型号、车辆颜色、车检标个数、车前部摆件、车后部摆件、车辆位置、车辆达到图片中位置的时间。

依照本发明第二方面，本发明实施例还提供一种车辆信息分析装置，所述装置包括：

第一车辆信息获取单元，用于获取卡口过车图片，提取所述卡口过车图片中的第一车辆信息；

第二车辆信息获取单元，用于从视频流中抽取包含车辆的目标图片，提取所述目标图片中的第二车辆信息；

车辆信息分析单元，用于从所述提取的第一车辆信息和第二车辆信息中，获取属于同一车辆的车辆信息，并根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑。

上述装置，通过融合卡口过车、视频监控过车的信息，对车辆信息进行分析计算，方便在针对车辆进行案件研判时，快速发现涉案车辆的相关线索。

在一种可选的实现方式中，所述车辆信息分析单元，用于从所述提取的第一车辆信息和第二车辆信息中，获取属于同一车辆的车辆信息，具体用于：从一个卡口过车图片中获取一组车辆参数，和/或，从一个目标图片中获取一组车辆参数；将包含相同车辆身份标识的所有组车辆参数，确定为属于同一车辆的车辆信息，所述车辆身份标识用于唯一标识车辆的身份。

在一种可选的实现方式中，所述车辆信息分析单元，具体用于将包含相同车辆身份标识的所有组车辆参数，确定为属于同一车辆的车辆信息之后，还用于：对于不包含车辆身份标识的任一组车辆参数，确定该组车辆参数中第一指定参数与其它任一组车辆参数中第一指定参数相同，且所述其它任一组车辆参数包含车辆身份标识时，确定所述该组车辆参数与所述其它任一组车辆参数属于同一车辆的车辆信息。

在一种可选的实现方式中，所述车辆信息分析单元，用于根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑，具体用于：采用聚类算法，将属于同一车辆的多组车辆参数结合地图进行聚类，得到所述车辆的时空轨迹；

若判断同一车辆时空轨迹中的相邻时间点对应的轨迹点间的距离，与相邻时间点时间差的比值超过设定阈值时，确定该车辆存在套牌嫌疑。

在一种可选的实现方式中，所述车辆信息分析单元，用于根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑，具体用于：若判断属于同一车辆的车辆信息的多组车辆参数中的第二指定参数不相同时，判断该车辆存在套牌嫌疑。

在一种可选的实现方式中，所述车辆信息包括如下任一或任多个车辆参数的组合：车牌号码、车辆型号、车辆颜色、车检标个数、车前部摆件、车后部摆件、车辆位置、车辆达到图片中位置的时间。

依照本发明第三方面，本发明实施例还提供一种车辆信息分析装置，所述装置包括存储器和处理器，所述处理器用于：

获取卡口过车图片，提取所述卡口过车图片中的第一车辆信息；

从视频流中抽取包含车辆的目标图片，提取所述目标图片中的第二车辆信息；

从提取的第一车辆信息和第二车辆信息中，获取属于同一车辆的车辆信息，并根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑。

上述装置，通过融合卡口过车、视频监控过车的信息，对车辆信息进行分析计算，方便在针对车辆进行案件研判时，快速发现涉案车辆的相关线索。

在一种可选的实现方式中，所述处理器具体用于：从一个卡口过车图片中获取一组车辆参数，和/或，从一个目标图片中获取一组车辆参数；将包含相同车辆身份标识的所有组车辆参数，确定为属于同一车辆的车辆信息，所述车辆身份标识用于唯一标识车辆的身份。

在一种可选的实现方式中，所述处理器还用于：对于不包含车辆身份标识的任一组车辆参数，确定该组车辆参数中第一指定参数与其它任一组车辆参数中第一指定参数相同，且所述其它任一组车辆参数包含车辆身份标识时，确定所述该组车辆参数与所述其它任一组车辆参数属于同一车辆的车辆信息。

在一种可选的实现方式中，所述处理器具体用于：采用聚类算法，将属于同一车辆的多组车辆参数结合地图进行聚类，得到所述车辆的时空轨迹；

若判断同一车辆时空轨迹中的相邻时间点对应的轨迹点间的距离，与相邻时间点时间差的比值超过设定阈值时，确定该车辆存在套牌嫌疑。

在一种可选的实现方式中，所述处理器具体用于：若判断属于同一车辆的车辆信息的多组车辆参数中的第二指定参数不相同时，判断该车辆存在套牌嫌疑。

在一种可选的实现方式中，所述车辆信息包括如下任一或任多个车辆参数的组合：车牌号码、车辆型号、车辆颜色、车检标个数、车前部摆件、车后部摆件、车辆位置、车辆达到图片中位置的时间。

依照本发明第四方面，提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，该计算机程序被执行时实现上述的方法。

本发明提供的一种车辆信息分析方法及装置与现有技术相比，具有如下优点和有益效果：

本发明将卡口过车数据和视频监控车辆数据进行车辆信息提取和信息融合，对结合后的车辆信息进行信息统计分析，方便在针对车辆或区域进行案件研判时，快速发现涉案车辆的相关线索。

附图说明

图1为实施例提供的一种车辆信息分析方法的流程示意图；

图2为实施例提供的一种车辆信息分析装置示意图；

图3为实施例提供的一种车辆信息分析装置示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

本发明实施例描述的应用场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应用场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。其中，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

本发明实施例提供一种车辆信息分析方法，如图1所示，包括：

步骤101，获取卡口过车图片，提取所述卡口过车图片中的第一车辆信息；

所述卡口为有防守和检查设施的出入口，如收费站、交通或治安检查站。对所有通过卡口的车辆进行拍摄、记录和处理。

所述卡口过车图片为车辆经过卡口时，对该车辆进行拍摄的到的图片。

所述第一车辆信息包括如下任一或任多个车辆参数的组合：车牌号码、车辆型号、车辆颜色、车检标个数、车前部摆件、车后部摆件、车辆位置、车辆达到图片中位置的时间。

在实施中，提取的第一车辆信息中必包含车辆型号、车辆颜色、车辆位置及车辆到达图片中位置的时间信息，其余信息如果有则进行提取，但不一定是必须提取。

步骤102，从视频流中抽取包含车辆的目标图片，提取所述目标图片中的第二车辆信息；

所述视频流为在道路小区等公共区域安装的监控设备拍摄得到的监控视频数据。

所述包含车辆的目标图片为视频流中需要提取车辆信息的车辆在画面中最清晰、像素最大的一帧图像。

所述第二车辆信息包括如下任一或任多个车辆参数的组合：车牌号码、车辆型号、车辆颜色、车检标个数、车前部摆件、车后部摆件、车辆位置、车辆达到图片中位置的时间。

在实施中，提取的第二车辆信息中必包含车辆型号、车辆颜色、车辆位置及车辆到达图片中位置的时间信息，其余信息如果有则进行提取，但不一定是必须提取。

在实施中，上述步骤101与上述步骤102的执行顺序无先后限制，也可以同时执行。

步骤103，从所述提取的第一车辆信息和第二车辆信息中，获取属于同一车辆的车辆信息，并根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑。

在实施中，获取的属于同一车辆的车辆信息为第一车辆信息和第二车辆信息中属于同一车辆的车辆信息的集合。

所述车辆信息包括如下任一或任多个车辆参数的组合：车牌号码、车辆型号、车辆颜色、车检标个数、车前部摆件、车后部摆件、车辆位置、车辆达到图片中位置的时间。

在实施中，获取的车辆信息中必包含车辆型号、车辆颜色、车辆位置及车辆到达图片中位置的时间信息，其余信息如果有则进行提取，但不一定是必须提取。

作为一种可选的实施方式，从一个卡口过车图片中获取一组车辆参数和/或，从一个目标图片中获取一组车辆参数；

在实施中，分别从获取的多个卡口过车图片中获取多组车辆参数，从获取的多个目标图片中获取多组车辆参数。

可选的，可以通过图像识别，识别车辆在卡口过车图片中的位置，结合过车信息中车辆位置和车牌号码信息，确定需要提取车辆信息的目标车辆，通过车辆特征识别对目标车辆进行包括车牌号码、车辆型号、车辆颜色、车检标个数、车前部摆件、车后部摆件、车辆位置及车辆达到图片中位置的时间的车辆参数的识别并提取。此处不对车辆参数信息的识别及提取方法做限定。

可选的，可以通过车辆特征识别对从视频流中获取的目标图片中的车辆进行包括车牌号码、车辆型号、车辆颜色、车检标个数、车前部摆件、车后部摆件、车辆位置及车辆达到图片中位置的时间的车辆参数的识别并提取。此处不对车辆参数信息的识别及提取方法做限定。

可选的，可将提取的多则车辆参数按照一定的格式存入数据库，此处不对存储格式做限定。

在实施中，可根据任意一个或一组车辆参数对数据库中的该车辆参数对应的车辆的车辆信息进行检索。

可选的，将包含相同车辆身份标识的所有组车辆参数，确定为属于同一车辆的车辆信息，所述车辆身份标识用于唯一标识车辆的身份。

所述相同车辆身份标识为车辆车牌，从在卡口过车图片集视频流中提取的所有组车辆参数中，选择车辆车牌相同的若干组车辆参数，判断为属于同一车辆的车辆信息。

在实施中，可为属于同一车辆的车辆信息建立正式车辆档案，所述正式车辆档案中存储有该车辆的所有车辆信息。

可选的，将包含相同车辆身份标识的所有组车辆参数，确定为属于同一车辆的车辆信息之后，还包括：

对于不包含车辆身份标识的任一组车辆参数，确定该组车辆参数中第一指定参数与其它任一组车辆参数中第一指定参数相同，且所述其它任一组车辆参数包含车辆身份标识时，确定所述该组车辆参数与所述其它任一组车辆参数属于同一车辆的车辆信息。

所述第一指定参数为除车辆车牌参数外，能标识车辆身份的一个或多个车辆参数的组合，例如可以为车辆型号和车辆颜色的组合，其组合方式可以为很多种，此处不对第一指定参数做限定。

在实施中，若判断不包含车辆车牌的任一组车辆参数中的某几个车辆参数，与其它包含车辆车牌的一组车辆参数中的对应参数相同时，判断该不包含车辆车牌的一组车辆参数对应的车辆，与所述其它包含车辆车牌的一组车辆参数对应的车辆为同一车辆，将所述不包含车辆车牌的车辆参数信息写入该车辆的车辆档案中。

在实施中，如有新获取的一组车辆参数，将其中的指定参数与每个车辆档案中的任一组车辆参数进行指定参数的对比，若判断为同一车辆的车辆信息时，将所述新获取的一组车辆参数写入所述车辆的车辆档案中，若判断所述新获取的一组车辆参数的指定参数与所有已有的车辆档案中的任一组车辆参数的指定参数均不相同时，为所述新获取的一组车辆参数对应的车辆建立车辆档案。此处不对指定参数进行限定。

在一种可选的实施方式中，若获取的不包含车辆车牌的一组车辆参数中的第一指定参数与其余任何一组车辆参数中的第一指定参数都不相同时，为所述不包含车辆车牌的一组车辆参数对应的车辆建立临时档案，若后续判断所述车辆参数中的第一指定参数与后来获取的某组包含车辆车牌的一组车辆参数中的第一指定参数相同时，判断为同一车辆，将所述后来获取的包含车辆车牌的一组车辆参数写入所述临时档案，所述临时档案转换为正式档案。

作为一种可选的实施方式，采用聚类算法，将属于同一车辆的多组车辆参数结合地图进行聚类，得到所述车辆的时空轨迹。

在实施中，针对每一个车辆档案中的车辆信息采用聚类算法结合地图进行聚类，得到每一个车辆档案对应的车辆的时空轨迹地图，包括车辆在某一时间在地图中对应的位置。

所述车辆的时空轨迹地图包括车辆在有监控拍摄设备及卡口的所有区域的运行轨迹。

作为一种可选的实施方式，可根据车辆的时空轨迹对车辆是否存在套牌嫌疑进行研判。

在实施中若判断同一车辆的时空轨迹中的相邻时间点对应的轨迹点间的距离，与相邻时间点时间差的比值超过设定阈值时，确定该车辆存在套牌嫌疑。

在实施中，同一个车辆的车辆信息是有联系的，不是孤立的，区域内的车辆不会凭空出现，也不会跳跃式无序出现，若判断同一车辆时空轨迹中的相邻时间点对应的轨迹点间的距离，与相邻时间点时间差的比值超过设定阈值时，即判断车辆出现方式不符合现实情况，因此确定该车辆存在套牌嫌疑。此处不对设定阈值做限定，阈值在设置时应符合车辆真实运动的可能的速度要求。

在一种可选的实施方式中，可根据车辆档案对车辆是否存在套牌嫌疑记性研判。

在实施中若判断属于同一车辆档案中的某一组或某几组车辆参数中的第二指定参数不相同时，判断该车辆存在套牌嫌疑。

所述第二指定参数可以为车辆型号或车辆颜色或车辆型号与车辆颜色的组合，此处不对第二指定参数做限定。

在一种可选的实施方式中，根据车辆的车辆档案中的车辆信息，通过对车辆信息的分析，判断车辆是否属于新入区的车辆，是否为经常在区内活跃的车辆。

在一种可选的实施方式中，可结合车辆的时空轨迹地图及车辆档案与案件信息对车辆进行研判。

在实施中可根据车辆的时空轨迹地图确定案发时段经过案发区域的车辆，进一步的，对这些车辆的档案进行分析，判断所述车辆是否为辖区内常驻车辆，是否在案发时段之前是否在案发附近落脚，是否有踩点等。

本实施例为一种的设备，该设备解决问题的原理与该方法相似，因此该设备的实施可以参见方法的实施，重复之处不再赘述。

本实施例提供一种车辆信息分析装置，装置示意图如图2所示，所述装置包括：

第一车辆信息获取单元201，用于获取卡口过车图片，提取所述卡口过车图片中的第一车辆信息；

第二车辆信息获取单元202，用于从视频流中抽取包含车辆的目标图片，提取所述目标图片中的第二车辆信息；

车辆信息分析单元203，用于从所述提取的第一车辆信息和第二车辆信息中，获取属于同一车辆的车辆信息，并根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑。

可选的，所述车辆信息分析单元203，用于从所述提取的第一车辆信息和第二车辆信息中，获取属于同一车辆的车辆信息，具体用于：从一个卡口过车图片中获取一组车辆参数，和/或，从一个目标图片中获取一组车辆参数；将包含相同车辆身份标识的所有组车辆参数，确定为属于同一车辆的车辆信息，所述车辆身份标识用于唯一标识车辆的身份。

可选的，所述车辆信息分析单元203，具体用于将包含相同车辆身份标识的所有组车辆参数，确定为属于同一车辆的车辆信息之后，还用于：对于不包含车辆身份标识的任一组车辆参数，确定该组车辆参数中第一指定参数与其它任一组车辆参数中第一指定参数相同，且所述其它任一组车辆参数包含车辆身份标识时，确定所述该组车辆参数与所述其它任一组车辆参数属于同一车辆的车辆信息。

可选的，所述车辆信息分析单元203，用于根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑，具体用于：采用聚类算法，将属于同一车辆的多组车辆参数结合地图进行聚类，得到所述车辆的时空轨迹；若判断同一车辆时空轨迹中的相邻时间点对应的轨迹点间的距离，与相邻时间点时间差的比值超过设定阈值时，确定该车辆存在套牌嫌疑。

可选的，所述车辆信息分析单元203，用于根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑，具体用于：若判断属于同一车辆的车辆信息的多组车辆参数中的第二指定参数不相同时，判断该车辆存在套牌嫌疑。

可选的，所述车辆信息包括如下任一或任多个车辆参数的组合：车牌号码、车辆型号、车辆颜色、车检标个数、车前部摆件、车后部摆件、车辆位置、车辆达到图片中位置的时间。

本实施例还提供一种车辆信息分析装置，如图3所示，所述装置包括存储器301和处理器302，所述处理器302用于：

获取卡口过车图片，提取所述卡口过车图片中的第一车辆信息；

从视频流中抽取包含车辆的目标图片，提取所述目标图片中的第二车辆信息；

从所述提取的第一车辆信息和第二车辆信息中，获取属于同一车辆的车辆信息，并根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑。

可选的，所述处理器302具体用于：从一个卡口过车图片中获取一组车辆参数，和/或，从一个目标图片中获取一组车辆参数；将包含相同车辆身份标识的所有组车辆参数，确定为属于同一车辆的车辆信息，所述车辆身份标识用于唯一标识车辆的身份。

可选的，所述处理器302还用于：对于不包含车辆身份标识的任一组车辆参数，确定该组车辆参数中第一指定参数与其它任一组车辆参数中第一指定参数相同，且所述其它任一组车辆参数包含车辆身份标识时，确定所述该组车辆参数与所述其它任一组车辆参数属于同一车辆的车辆信息。

可选的，所述处理器302具体用于：采用聚类算法，将属于同一车辆的多组车辆参数结合地图进行聚类，得到所述车辆的时空轨迹；

若判断同一车辆时空轨迹中的相邻时间点对应的轨迹点间的距离，与相邻时间点时间差的比值超过设定阈值时，确定该车辆存在套牌嫌疑。

可选的，所述处理器302具体用于：若判断属于同一车辆的车辆信息的多组车辆参数中的第二指定参数不相同时，判断该车辆存在套牌嫌疑。

可选的，所述车辆信息包括如下任一或任多个车辆参数的组合：车牌号码、车辆型号、车辆颜色、车检标个数、车前部摆件、车后部摆件、车辆位置、车辆达到图片中位置的时间。

本实施例为一种计算机存储介质，上述计算机存储介质存储有计算机程序，该计算机程序被执行时实现上述实施例的内容。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上，使得在计算机或其它可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种车辆信息分析方法，其特征在于，包括：

获取卡口过车图片，提取所述卡口过车图片中的第一车辆信息；

从视频流中抽取包含车辆的目标图片，提取所述目标图片中的第二车辆信息；

从提取的第一车辆信息和第二车辆信息中，获取属于同一车辆的车辆信息，并根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑。

2.根据权利要求1所述的方法，其特征在于，从提取的第一车辆信息和第二车辆信息中，获取属于同一车辆的车辆信息，包括：

从一个卡口过车图片中获取一组车辆参数，和/或，从一个目标图片中获取一组车辆参数；

将包含相同车辆身份标识的所有组车辆参数，确定为属于同一车辆的车辆信息，所述车辆身份标识用于唯一标识车辆的身份。

3.根据权利要求2所述的方法，其特征在于，将包含相同车辆身份标识的所有组车辆参数，确定为属于同一车辆的车辆信息之后，还包括：

对于不包含车辆身份标识的任一组车辆参数，确定该组车辆参数中第一指定参数与其它任一组车辆参数中第一指定参数相同，且所述其它任一组车辆参数包含车辆身份标识时，确定所述该组车辆参数与所述其它任一组车辆参数属于同一车辆的车辆信息。

4.根据权利要求2～3任一所述的方法，其特征在于，根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑，包括：

采用聚类算法，将属于同一车辆的多组车辆参数结合地图进行聚类，得到所述车辆的时空轨迹；

若判断同一车辆时空轨迹中的相邻时间点对应的轨迹点间的距离，与相邻时间点时间差的比值超过设定阈值时，确定该车辆存在套牌嫌疑。

5.根据权利要求2～3任一所述的方法，其特征在于，根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑，包括：

若判断属于同一车辆的车辆信息的多组车辆参数中的第二指定参数不相同时，判断该车辆存在套牌嫌疑。

6.根据权利要求1所述的方法，其特征在于，所述车辆信息包括如下任一或任多个车辆参数的组合：

车牌号码、车辆型号、车辆颜色、车检标个数、车前部摆件、车后部摆件、车辆位置、车辆达到图片中位置的时间。

7.一种车辆信息分析装置，其特征在于，该装置包括：

第一车辆信息获取单元，用于获取卡口过车图片，提取所述卡口过车图片中的第一车辆信息；

第二车辆信息获取单元，用于从视频流中抽取包含车辆的目标图片，提取所述目标图片中的第二车辆信息；

车辆信息分析单元，用于从所述提取的第一车辆信息和第二车辆信息中，获取属于同一车辆的车辆信息，并根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑。

8.根据权利要求7所述的装置，其特征在于，所述车辆信息分析单元用于从所述提取的第一车辆信息和第二车辆信息中，获取属于同一车辆的车辆信息，包括：

从一个卡口过车图片中获取一组车辆参数，和/或，从一个目标图片中获取一组车辆参数；

将包含相同车辆身份标识的所有组车辆参数，确定为属于同一车辆的车辆信息，所述车辆身份标识用于唯一标识车辆的身份。

9.根据权利要求8所述的装置，其特征在于，所述车辆信息分析单元用于根据同一车辆的车辆信息确定该车辆是否存在套牌嫌疑，包括：

采用聚类算法，将属于同一车辆的多组车辆参数结合地图进行聚类，得到所述车辆的时空轨迹；

若判断同一车辆时空轨迹中的相邻时间点对应的轨迹点间的距离，与相邻时间点时间差的比值超过设定阈值时，确定该车辆存在套牌嫌疑。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，该计算机程序被执行时实现权利要求1-6任意一项所述的方法。