[發明專利]交通違法數據錄入異常檢測方法和裝置

有效

• 申請號: 202111168287.5
• 申請日: 2021-10-08
• 公開（公告）號: CN113591824B
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 盧朝暉;王昂千;壽智振;張建鑫;周檑勝;徐百超
• 申請（專利權）人: 浙江力嘉電子科技有限公司;諸暨市公安局交通警察大隊
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V20/62;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G08G1/017
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 何明倫

1.一種交通違法數據錄入異常檢測方法，其特征在于，包括：

根據檢測周期內目標審核人員對應的任務分組中所處理的審核照片的數量以及錄入的違法憑證的數量，確定所述目標審核人員對應的整體違法率；其中，所述違法憑證是從所述審核照片中生成的；

確定所述目標審核人員所處理的任一目標監控點對應的交通違法率模型指示的違法率區間；

根據檢測周期內所述目標審核人員所處理的每一目標監控點對應的違法率區間和審核照片數量，確定所述目標審核人員對應的整體違法率區間；

若所述目標審核人員對應的整體違法率不屬于所述整體違法率區間，和/或，所述目標審核人員對應的整體違法率與其他審核人員對應的整體違法率之間的差值均大于預設閾值，則確定檢測周期內所述目標審核人員對應的審核照片中的目標車牌號，并根據所述目標車牌號確定所述目標審核人員對應的交通違法數據錄入異常檢測結果；

所述交通違法率模型為基于神經網絡的第一交通違法率模型，對應地，所述確定所述目標審核人員所處理的任一目標監控點對應的交通違法率模型指示的違法率區間，具體包括：

根據所述目標審核人員所處理的任一目標監控點在多個歷史計算周期內的違法憑證的數量和審核照片的數量，計算出多個歷史違法率；

將所述目標審核人員所處理的任一目標監控點在檢測周期內的天氣狀況對應的平均環境系數、以及道路條件對應的路況系數以及多個歷史計算周期內的歷史違法率輸入到第一交通違法率模型，得到所述目標審核人員所處理的任一目標監控點對應的第一交通違法率模型輸出的違法率區間；

其中，第一交通違法率模型是以所述目標監控點在模型構建周期內的天氣狀況對應的樣本平均環境系數、以及道路條件對應的樣本路況系數以及多個歷史計算周期內的樣本歷史違法率為訓練樣本，并以對應的人工標注的違法率區間為標簽訓練得到的。

2.根據權利要求1所述的方法，其特征在于，所述交通違法率模型為基于概率密度函數的第二交通違法率模型，對應地，所述確定所述目標審核人員所處理的任一目標監控點對應的交通違法率模型指示的違法率區間，具體包括：

根據所述目標審核人員所處理的任一目標監控點在多個歷史計算周期內的違法憑證的數量和審核照片的數量，計算出多個歷史違法率；

依據所述多個歷史違法率擬合得到所述目標監控點對應的概率密度函數，作為所述監控點對應的第二交通違法率模型；其中，所述第二交通違法率模型指示的違法率區間根據所述第二交通違法率模型的均值和標準差確定。

3.根據權利要求1所述的方法，其特征在于，所述根據所述目標車牌號確定所述目標審核人員對應的交通違法數據錄入異常檢測結果，包括：

根據所述目標車牌號，從檢測周期內所述目標審核人員對應的審核照片中篩選出待驗證數據集；

由目標督查人員對所述待驗證數據集進行審核，確定督查違法率；

根據所述標督查人員確定的督查違法率和所述目標審核人員對應的整體違法率，確定所述目標審核人員對應的交通違法數據錄入異常檢測結果。

4.根據權利要求3所述的方法，其特征在于，所述根據所述目標車牌號，從檢測周期內所述目標審核人員對應的審核照片中篩選出待驗證數據集，包括：

確定檢測周期內所述目標審核人員對應的審核照片，作為任務數據集；

確定檢測周期內所述目標審核人員對應的違法憑證中出現的目標車牌號，并從所述任務數據集中刪除與所述目標車牌號對應的審核照片，得到中間數據集；

篩選出所述中間數據集中出現次數達到指定數值的車牌號對應的審核照片構成待檢數據集，并從所述中間數據集中刪除所述待檢數據集中的審核照片；

從所述中間數據集中隨機抽取指定數量的審核照片加入所述待檢數據集，并將所述待檢數據集中的審核照片作為待驗證數據。