[發(fā)明專利]一種類案嫌疑車輛的確定方法及裝置

在審

• 申請?zhí)枺?/td>: 201710538737.2
• 申請日: 2017-07-04
• 公開（公告）號: CN107506368A
• 公開（公告）日: 2017-12-22
• 發(fā)明（設(shè)計）人: 徐輝鋒;崔堯堯;劉曉軍;程剛
• 申請（專利權(quán)）人: 青島海信網(wǎng)絡(luò)科技股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q50/26
• 代理公司: 北京同達(dá)信恒知識產(chǎn)權(quán)代理有限公司11291
• 代理人: 張懷陽

技術(shù)領(lǐng)域

本發(fā)明實施例涉及交通數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種類案嫌疑車輛的確定方法及裝置。

背景技術(shù)

近幾年，全國各地都在大力發(fā)展平安城市，平安城市建設(shè)已成為城市基礎(chǔ)建設(shè)的一部分，據(jù)統(tǒng)計2016第一季度平安城市市場項目有494個，未來還會有廣闊的發(fā)展。維護社會治安提高偵查辦案效率是平安城市建設(shè)的核心工作。隨著社會的進步，民眾對案件的辦理效率和信息公開化要求越來越高，特別是對于社會關(guān)注的大案要案，如果不能合理的處理很可能帶來較大的負(fù)面影響，嚴(yán)重影響社會穩(wěn)定。

目前，國內(nèi)對串并案件中作案的車輛缺少有效的分析手段，主要是通過區(qū)域碰撞分析出相同號牌的車輛，而這種手段過于簡單，當(dāng)犯罪嫌疑人利用套牌或假牌做隱藏，區(qū)域碰撞分析方式存在漏洞，無法有效定位嫌疑車輛。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種類案嫌疑車輛的確定方法及裝置，用以解決的串并案件中通過套牌、假牌逃避檢測的問題。

本發(fā)明實施例提供的一種類案嫌疑車輛的確定方法，包括：

獲取串案中各案件的案件信息，所述案件信息包括案發(fā)時間、案發(fā)地點和車輛特征信息；

根據(jù)所述各案件的案發(fā)時間、案發(fā)地點和車輛特征信息，確定與所述各案件相對應(yīng)的多個過車數(shù)據(jù)集合；

確定所述多個過車數(shù)據(jù)集合中是否存在滿足碰撞條件的車輛，所述碰撞條件為同一車牌號至少在兩個過車數(shù)據(jù)集合中出現(xiàn)；

若否，則根據(jù)所述多個過車數(shù)據(jù)集合，進行非結(jié)構(gòu)化比對，確定出類案嫌疑車輛。

可選的，若所述多個過車數(shù)據(jù)集合中存在滿足碰撞條件的車輛，則將所述滿足碰撞條件的車輛確定為類案嫌疑車輛。

可選的，所述根據(jù)所述多個過車數(shù)據(jù)集合，進行非結(jié)構(gòu)化比對，確定出類案嫌疑車輛，包括：

對每個過車數(shù)據(jù)集合中的過車數(shù)據(jù)提取原始特征點，并建立索引；

將建立索引后的多個過車數(shù)據(jù)集合中任一過車數(shù)據(jù)集合中的每條過車數(shù)據(jù)的特征點與其它過車數(shù)據(jù)集合中的過車數(shù)據(jù)進行比對，確定目標(biāo)過車數(shù)據(jù)與對比過車數(shù)據(jù)的相似度；

將相似度符合設(shè)定閾值的目標(biāo)過車數(shù)據(jù)所對應(yīng)的車輛確定為類案嫌疑車輛。

可選的，所述對每個過車數(shù)據(jù)集合中的過車數(shù)據(jù)提取原始特征點，并建立索引，包括：

對每條過車數(shù)據(jù)提取原始特征點的特征數(shù)據(jù)；

將提取的原始特征點的特征數(shù)據(jù)中的每個特征點映射到視覺字典中的一個字上，生成詞袋(Bag of words，Bow)特征；

使用反向索引法為所述Bow特征建立索引。

可選的，所述將建立索引后的多個過車數(shù)據(jù)集合中任一過車數(shù)據(jù)集合中的每條過車數(shù)據(jù)的特征點與其它過車數(shù)據(jù)集合中的過車數(shù)據(jù)進行比對，確定目標(biāo)過車數(shù)據(jù)與對比過車數(shù)據(jù)的相似度，包括：

選取多個過車數(shù)據(jù)集合中任一過車數(shù)據(jù)集合中的任一條過車數(shù)據(jù)為目標(biāo)過車數(shù)據(jù)，其它過車數(shù)據(jù)集合中的每條過車數(shù)據(jù)為比對過車數(shù)據(jù)；

根據(jù)公式(1)確定所述目標(biāo)過車數(shù)據(jù)與對比過車數(shù)據(jù)的相似度；

所述公式(1)為：

其中，F(xiàn)(A,B)為目標(biāo)過車數(shù)據(jù)和對比過車數(shù)據(jù)的相似度，P(A∩B)為目標(biāo)過車數(shù)據(jù)和對比過車數(shù)據(jù)的匹配特征點的個數(shù)，P(A)為目標(biāo)過車數(shù)據(jù)的特征點的個數(shù)，P(B)為對比過車數(shù)據(jù)的特征點的個數(shù)。

可選的，在所述確定出類案嫌疑車輛之后，還包括：

將所述確定出的類案嫌疑車輛關(guān)聯(lián)公安警務(wù)綜合系統(tǒng)，為確定出的類案嫌疑車輛進行嫌疑度排序。

相應(yīng)的，本發(fā)明實施例還提供了一種類案嫌疑車輛的確定裝置，包括：

獲取單元，用于獲取串案中各案件的案件信息，所述案件信息包括案發(fā)時間、案發(fā)地點和車輛特征信息；

處理單元，用于根據(jù)所述各案件的案發(fā)時間、案發(fā)地點和車輛特征信息，確定與所述各案件相對應(yīng)的多個過車數(shù)據(jù)集合；確定所述多個過車數(shù)據(jù)集合中是否存在滿足碰撞條件的車輛，所述碰撞條件為同一車牌號至少在兩個過車數(shù)據(jù)集合中出現(xiàn)；若所述多個過車數(shù)據(jù)集合中不存在滿足碰撞條件的車輛，則根據(jù)所述多個過車數(shù)據(jù)集合，進行非結(jié)構(gòu)化比對，確定出類案嫌疑車輛。

可選的，所述處理單元還用于：

若所述多個過車數(shù)據(jù)集合中存在滿足碰撞條件的車輛，則將所述滿足碰撞條件的車輛確定為類案嫌疑車輛。

可選的，所述處理單元具體用于：

對每個過車數(shù)據(jù)集合中的過車數(shù)據(jù)提取原始特征點，并建立索引；