[發(fā)明專利]一種基于海量數(shù)據(jù)分析的重點車輛分析模型

在審

• 申請?zhí)枺?/td>: 201611005756.0
• 申請日: 2016-11-14
• 公開（公告）號: CN108074400A
• 公開（公告）日: 2018-05-25
• 發(fā)明（設(shè)計）人: 范宇
• 申請（專利權(quán)）人: 北京航天長峰科技工業(yè)集團有限公司
• 主分類號: G08G1/017
• 分類號: G08G1/017;G08G1/01
• 代理公司: 暫無信息
• 代理人: 暫無信息

一種基于海量數(shù)據(jù)分析的重點車輛分析模型，包括數(shù)據(jù)采集模塊、車輛信息數(shù)據(jù)庫，以及重點車輛比對排查模塊；數(shù)據(jù)采集模塊對行駛的機動車及路面交通狀態(tài)實施全天候圖像監(jiān)測、視頻錄像，將信息存入車輛信息數(shù)據(jù)庫，實現(xiàn)對機動車動態(tài)跟蹤的視頻數(shù)字化、符號化，并通過重點車輛比對排查模塊進行分析；所述重點車輛比對排查模塊包括敏感區(qū)域進入車輛排查模塊、敏感區(qū)域徘徊車輛排查模塊、尾隨車輛排查模塊、非法聚集車輛排查模塊、行為異常車輛排查模塊、套牌車輛排查模塊。

技術(shù)領(lǐng)域

本發(fā)明涉及視頻監(jiān)控圖像分析處理技術(shù)領(lǐng)域，具體涉及一種應用圖像對反恐防暴重點車輛進行分析的方法。

背景技術(shù)

目前公安交通管理部門已經(jīng)建設(shè)了大量的關(guān)于車輛的信息系統(tǒng)，可以采集到車輛進出道口信息、高架斷面信息、高清卡口信息以及車輛的基本信息，如保險、違章、事故等。但現(xiàn)有系統(tǒng)大多基于關(guān)系型數(shù)據(jù)庫搭建。這種數(shù)據(jù)庫在數(shù)據(jù)量增大的情況下執(zhí)行檢索，尤其是模糊檢索時的速度會發(fā)生幾何級的下降。

由于傳統(tǒng)關(guān)系型數(shù)據(jù)庫缺乏分布式計算能力，所以面向大數(shù)據(jù)時只能越來越慢，即便經(jīng)過優(yōu)化也還是不能滿足大數(shù)據(jù)應用的要求，會造成嚴重的性能瓶頸。因此采用大數(shù)據(jù)處理平臺和新型的車輛模型勢在必行。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種新的重點車輛分析模型，用于判斷該車是否有可能是違法犯罪及恐怖分子所駕駛的車輛，并可及時排查。

本發(fā)明的技術(shù)方案如下：

一種基于海量數(shù)據(jù)分析的重點車輛分析模型，其特征在于：包括數(shù)據(jù)采集模塊、車輛信息數(shù)據(jù)庫，以及重點車輛比對排查模塊；數(shù)據(jù)采集模塊對行駛的機動車及路面交通狀態(tài)實施全天候圖像監(jiān)測、視頻錄像，將信息存入車輛信息數(shù)據(jù)庫，實現(xiàn)對機動車動態(tài)跟蹤的視頻數(shù)字化、符號化，并通過重點車輛比對排查模塊進行分析；所述重點車輛比對排查模塊包括敏感區(qū)域進入車輛排查模塊、敏感區(qū)域徘徊車輛排查模塊、尾隨車輛排查模塊、非法聚集車輛排查模塊、行為異常車輛排查模塊、套牌車輛排查模塊。

所述敏感區(qū)域進入車輛排查模塊，對進入相對敏感區(qū)域的車輛逗留時間設(shè)立一警戒閾值，某一車輛超過該閾值，則對該車輛進行標記，并與車輛信息數(shù)據(jù)庫進行數(shù)據(jù)比對，及時發(fā)現(xiàn)可疑車輛。

所述敏感區(qū)域徘徊車輛排查模塊，在區(qū)域附近監(jiān)控范圍內(nèi)，根據(jù)視頻數(shù)據(jù)，對過往車輛進行路線描繪與重述，對于一定時間內(nèi)車輛路線重復度過高，往返次數(shù)較多的車輛進行數(shù)據(jù)庫比對，并確定是否將該車及車主標記為徘徊車輛。

所述尾隨車輛排查模塊，通過視頻數(shù)據(jù)對汽車尾號及其他特征的識別，將車輛在多個視頻監(jiān)控點的行車記錄進行描繪與重述，形成路線軌跡，并將其與附近時刻其他車輛的行車軌跡進行比對，如果發(fā)現(xiàn)在多個監(jiān)控點有相同的兩輛及以上車輛短時間內(nèi)通過，即兩輛或以上的車輛的路線軌跡一致，應當對其進行數(shù)據(jù)庫比對，判斷是否為后車尾隨前車的情況，并對其做出相應標記。

所述非法聚集車輛排查模塊，通過對監(jiān)控點的車輛路線分析，判斷是否在某一時間點有大量車輛即將匯集于某一區(qū)域，如果存在則應當自動將該區(qū)域列為重點監(jiān)測區(qū)域，并將車輛進行數(shù)據(jù)庫比對；如果存在的問題車輛大于某一閾值，則可能該地區(qū)即將發(fā)生大規(guī)模、群體性的違法犯罪事件，應采取應急措施，并將其他未標記的車輛加入重點嫌疑車輛數(shù)據(jù)庫；如果存在大量從某一區(qū)域駛離的車輛，同樣應進行重點排查，防止可能是大規(guī)模的犯罪事件剛剛結(jié)束，嫌疑人離開現(xiàn)場的可能；

所述行為異常車輛排查模塊，通過對加油站、銀行停車場、管制刀具商店停車場車輛記錄進行分析，對于短時間內(nèi)多次頻繁出入停靠上述區(qū)域的車輛，進行數(shù)據(jù)庫比對并進行標記；

所述套牌車輛排查模塊，將車輛號牌與登記車輛特征比對，相同號牌但車型、顏色特征不同的車輛標記為套牌車；同時進行速度測算，在兩監(jiān)控點中較短時間內(nèi)出現(xiàn)的同一車牌車輛，根據(jù)兩監(jiān)控點間的距離可以測算出該車的最小行車速度，如果車速大于某一閾值，可視為該車牌為套牌，則判定兩輛車中至少有一輛為違法車輛。