[發(fā)明專利]交通違法數(shù)據(jù)錄入異常檢測方法和裝置

有效

• 申請?zhí)枺?/td>: 202111168287.5
• 申請日: 2021-10-08
• 公開（公告）號(hào): CN113591824B
• 公開（公告）日: 2022-02-01
• 發(fā)明（設(shè)計(jì)）人: 盧朝暉;王昂千;壽智振;張建鑫;周檑勝;徐百超
• 申請（專利權(quán)）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(duì)
• 主分類號(hào): G06V20/56
• 分類號(hào): 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(wù)所(特殊普通合伙) 11463
• 代理人: 何明倫

本申請?zhí)峁┮环N交通違法數(shù)據(jù)錄入異常檢測方法和裝置，所述方法包括：確定所述目標(biāo)審核人員對(duì)應(yīng)的整體違法率；確定所述目標(biāo)審核人員所處理的任一目標(biāo)監(jiān)控點(diǎn)對(duì)應(yīng)的交通違法率模型指示的違法率區(qū)間；確定所述目標(biāo)審核人員對(duì)應(yīng)的整體違法率區(qū)間；確定檢測周期內(nèi)所述目標(biāo)審核人員對(duì)應(yīng)的審核照片中的目標(biāo)車牌號(hào)，并根據(jù)所述目標(biāo)車牌號(hào)確定所述目標(biāo)審核人員對(duì)應(yīng)的交通違法數(shù)據(jù)錄入異常檢測結(jié)果。本發(fā)明實(shí)施例提供的交通違法數(shù)據(jù)錄入異常檢測方法和裝置，提高了審核人員錄入異常檢測的準(zhǔn)確率，并能夠魯棒地適應(yīng)審核數(shù)據(jù)的多樣性。

技術(shù)領(lǐng)域

本申請涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別涉及一種交通違法數(shù)據(jù)錄入異常的判斷方法和裝置。

背景技術(shù)

交通監(jiān)控系統(tǒng)通過預(yù)先安裝在道路各監(jiān)控點(diǎn)的監(jiān)控設(shè)備（如：槍機(jī)、球機(jī)、全景相機(jī)等）采集監(jiān)控照片，并依據(jù)交通行為識(shí)別算法自動(dòng)從監(jiān)控照片中識(shí)別出交通違法行為。然而，交通行為識(shí)別算法的準(zhǔn)確率有限，經(jīng)過識(shí)別的可能存在交通違法行為的照片還需經(jīng)過人工審核，過濾掉識(shí)別錯(cuò)誤的照片后，才能得到最終的交通違法數(shù)據(jù)。審核人員會(huì)將篩選出的交通違法數(shù)據(jù)錄入交通管理平臺(tái)，作為車輛交通違法的憑證。

然而，在人工審核照片的過程中，存在審核人員為協(xié)助交通違法者逃避處罰，將交通違法者對(duì)應(yīng)的監(jiān)控照片在人工審核階段篩選掉、以避免該監(jiān)控照片錄入到交通管理平臺(tái)的情形。現(xiàn)有技術(shù)中為了對(duì)交通違法數(shù)據(jù)錄入異常進(jìn)行檢測會(huì)設(shè)計(jì)相應(yīng)的檢測算法，例如基于審核人員錄入照片的數(shù)量進(jìn)行評(píng)估，又例如對(duì)審核人員錄入照片的數(shù)量在其所審核照片中的占比進(jìn)行評(píng)估。然而這些方法的檢測結(jié)果不準(zhǔn)確，對(duì)審核人員數(shù)據(jù)錄入異常的檢測結(jié)果不但誤檢率高，漏檢率也高，主要原因包括：檢測條件過于簡單，不能夠魯棒地適應(yīng)審核數(shù)據(jù)的多樣性；其次，由于不同的審核人員面對(duì)的審核任務(wù)量不同，所分配到的審核任務(wù)對(duì)應(yīng)的監(jiān)控點(diǎn)的審核難度也不同，因此現(xiàn)有技術(shù)中的檢測條件缺乏對(duì)于不同審核人員的審核任務(wù)的適應(yīng)性；審核人員所處理的審核照片往往是隨機(jī)分配的，因此審核人員違規(guī)行為樣本量小而分散，使得現(xiàn)有的檢測方法難以檢測出數(shù)據(jù)錄入異常。

發(fā)明內(nèi)容

本申請實(shí)施例的目的在于提供一種交通違法數(shù)據(jù)錄入異常的判斷方法、裝置、電子設(shè)備和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，用于判斷交通違法數(shù)據(jù)的錄入異常行為。

第一方面，本發(fā)明實(shí)施例提供了一種交通違法數(shù)據(jù)錄入異常檢測方法，包括：

根據(jù)檢測周期內(nèi)目標(biāo)審核人員對(duì)應(yīng)的任務(wù)分組中所處理的審核照片的數(shù)量以及錄入的違法憑證的數(shù)量，確定所述目標(biāo)審核人員對(duì)應(yīng)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(biāo)審核人員所處理的任一目標(biāo)監(jiān)控點(diǎn)對(duì)應(yīng)的交通違法率模型指示的違法率區(qū)間；

根據(jù)檢測周期內(nèi)所述目標(biāo)審核人員所處理的每一目標(biāo)監(jiān)控點(diǎn)對(duì)應(yīng)的違法率區(qū)間和審核照片數(shù)量，確定所述目標(biāo)審核人員對(duì)應(yīng)的整體違法率區(qū)間；

若所述目標(biāo)審核人員對(duì)應(yīng)的整體違法率不屬于所述整體違法率區(qū)間，和/或，所述目標(biāo)審核人員對(duì)應(yīng)的整體違法率與其他審核人員對(duì)應(yīng)的整體違法率之間的差值均大于預(yù)設(shè)閾值，則確定檢測周期內(nèi)所述目標(biāo)審核人員對(duì)應(yīng)的審核照片中的目標(biāo)車牌號(hào)，并根據(jù)所述目標(biāo)車牌號(hào)確定所述目標(biāo)審核人員對(duì)應(yīng)的交通違法數(shù)據(jù)錄入異常檢測結(jié)果。

可選地，所述交通違法率模型為基于神經(jīng)網(wǎng)絡(luò)的第一交通違法率模型，對(duì)應(yīng)地，所述確定所述目標(biāo)審核人員所處理的任一目標(biāo)監(jiān)控點(diǎn)對(duì)應(yīng)的交通違法率模型指示的違法率區(qū)間，具體包括：

根據(jù)所述目標(biāo)審核人員所處理的任一目標(biāo)監(jiān)控點(diǎn)在多個(gè)歷史計(jì)算周期內(nèi)的違法憑證的數(shù)量和審核照片的數(shù)量，計(jì)算出多個(gè)歷史違法率；

將所述目標(biāo)審核人員所處理的任一目標(biāo)監(jiān)控點(diǎn)在檢測周期內(nèi)的天氣狀況對(duì)應(yīng)的平均環(huán)境系數(shù)、以及道路條件對(duì)應(yīng)的路況系數(shù)以及多個(gè)歷史計(jì)算周期內(nèi)的歷史違法率輸入到第一交通違法率模型，得到所述目標(biāo)審核人員所處理的任一目標(biāo)監(jiān)控點(diǎn)對(duì)應(yīng)的第一交通違法率模型輸出的違法率區(qū)間；