一种汽车电子标识数据和视频识别数据的匹配方法及装置制造方法及图纸

本发明专利技术提供了一种汽车电子标识数据和视频识别数据的匹配方法，包括如下步骤：1)获取时间段t1至t2内的视频数据，构成车辆特征的第一特征矩阵；2)获取时间段t1至t2内的汽车电子标识的射频数据，构成车辆特征的第二特征矩阵；3)计算第一特征矩阵中每一行与第二特征矩阵中每一行的相似度；4)将上步得到的相似度构成匹配矩阵；5)通过匹配矩阵找到匹配和非匹配的视频数据和射频数据。本发明专利技术所述方法实施简单，可以在服务器端使用，也可以在资源受限的采集端使用，很有通用性。将视频和射频能够提供的车辆特征都作为匹配因素考虑，借鉴了概率的理论，计算视频和射频数据的匹配度，将数据集中匹配度最大的数据对作为匹配结果。

【技术实现步骤摘要】
一种汽车电子标识数据和视频识别数据的匹配方法及装置
本专利技术属于RFID射频识别技术和抓拍摄像机车牌识别
，尤其是涉及一种汽车电子标识数据和视频识别数据的匹配方法及装置。
技术介绍
1.汽车电子标识：俗称“电子车牌”，将车牌号码等信息存储在射频标签中，能够自动、非接触、不停车地完成车辆的识别和监控，是基于物联网无源射频识别(RFID)在智慧交通领域的延伸。2.双基匹配：匹配视频数据与RFID数据，是识别假/套牌车辆的基础。其基本原理是：同时使用RFID射频识别技术、交通用摄像机车牌识别技术，车辆上安装有铁制车牌以及汽车电子标识(电子标识的内存中存储有车辆相关信息或唯一识别码)，当车辆通过时，由射频识别读写器读取电子标识信息，由摄像机识别铁制车牌号码，并将两样信息进行交叉比对。该方法的意义在于提高车辆识别的准确性，并且由于电子车牌相对于物理车牌具有不被伪造的特点，理论上可以减少问题车、套牌车等违法车辆的通行，提高道路交通的安全性。在技术实际应用上，由于射频识别的识别范围内或视频识别的范围内可能有多辆车存在，所以匹配算法的匹配对象一般是多对多的，需要在两个集合(视频数据集合和射频数据集合)范围内进行匹配。当前各种算法中需要前置约束条件，如需要射频和视频覆盖范围统一，需要对车辆进行定位和测速等；这些约束都对系统的实施和使用环境提出了苛刻的条件。
技术实现思路
有鉴于此，本专利技术旨在提出一种汽车电子标识数据和视频识别数据的匹配算法，实施简单，可以在服务器端使用，也可以在资源受限的采集端使用，很有通用性。为达到上述目的，本专利技术的技术方案是这样实现的：一种汽车电子标识数据和视频识别数据的匹配方法，包括如下步骤：1)获取时间段t1至t2内的视频数据，提取车辆信息，构成车辆特征的第一特征矩阵，第一特征矩阵中的每一行都完整描述了一辆车的特征；2)获取时间段t1至t2内的汽车电子标识的射频数据，构成车辆特征的第二特征矩阵，第二特征矩阵中的每一行都完整描述了一辆车的特征；3)计算第一特征矩阵中每一行与第二特征矩阵中每一行的相似度；4)以视频数据中识别出的车牌为行索引，射频数据识别出的车牌为列索引，将上步得到的相似度构成匹配矩阵；5)通过匹配矩阵找到匹配和非匹配的视频数据和射频数据。优选的，在步骤3中，将第一特征矩阵和第二特征矩阵中的每一行的一辆车的特征构成描述车辆的字符串，然后计算两个字符串的相似度作为车辆的相似度。优选的，在步骤3中，将一车辆的每个特征作为一个字符串，计算第一特征矩阵中每一行与第二特征矩阵中每一行对应的各个特征的字符串相似度，对每个特征设置权重，进行加权计算，得到车辆的相似度。优选的，在步骤5中，具体包括如下步骤：51)得到匹配矩阵中的最大值；52)根据最大值对应的视频数据识别车牌和汽车电子标识车牌，找到相应的特征数据，将此数据对作为匹配结果；53)在匹配矩阵中，将匹配矩阵中最大值对应的行和列消除，即对匹配矩阵进行降维，降维后的矩阵成为新的匹配矩阵；54)判断新的匹配矩阵是否为空；若是，则结束退出；若否则跳到步骤55；55)判断新的匹配矩阵的最大值是否大于相似度下限L，如果是则调到步骤52；否则，调到步骤56；56)输出匹配矩阵中值小于相似度下限L所对应的车牌信息作为重点进行排查。一种汽车电子标识数据和视频识别数据的匹配装置，包括：第一特征获取单元，获取时间段t1至t2内的视频数据，提取车辆信息，构成车辆特征的第一特征矩阵，第一特征矩阵中的每一行都完整描述了一辆车的特征；第二特征获取单元，获取时间段t1至t2内的汽车电子标识的射频数据，构成车辆特征的第二特征矩阵，第二特征矩阵中的每一行都完整描述了一辆车的特征；相似度计算单元，计算第一特征矩阵中每一行与第二特征矩阵中每一行的相似度；匹配矩阵构建单元，以视频数据中识别出的车牌为行索引，射频数据识别出的车牌为列索引，将上步得到的相似度构成匹配矩阵；结果输出单元，通过匹配矩阵找到匹配和非匹配的视频数据和射频数据。优选的，相似度计算单元，将第一特征矩阵和第二特征矩阵中的每一行的一辆车的特征构成描述车辆的字符串，然后计算两个字符串的相似度作为车辆的相似度。优选的，相似度计算单元，将一车辆的每个特征作为一个字符串，计算第一特征矩阵中每一行与第二特征矩阵中每一行对应的各个特征的字符串相似度，对每个特征设置权重，进行加权计算，得到车辆的相似度。优选的，结果输出单元的工作过程如下：S1)得到匹配矩阵中的最大值；S2)根据最大值对应的视频数据识别车牌和汽车电子标识车牌，找到相应的特征数据，将此数据对作为匹配结果；S3)在匹配矩阵中，将匹配矩阵中最大值对应的行和列消除，即对匹配矩阵进行降维，降维后的矩阵成为新的匹配矩阵；S4)判断新的匹配矩阵是否为空；若是，则结束退出；若否则跳到步骤S5；S5)判断新的匹配矩阵的最大值是否大于相似度下限L，如果是则调到步骤52；否则，调到步骤S6；S6)输出匹配矩阵中值小于相似度下限L所对应的车牌信息作为重点进行排查。相对于现有技术，本专利技术所述的方法及装置均具有以下优势：(1)区别于传统的匹配算法只匹配车牌，而是将视频和射频能够提供的车辆特征都作为匹配因素考虑；(2)区别于传统的算法只能给出两个数据匹配或者不匹配的直接结果，本算法借鉴了概率的理论，计算视频和射频数据的匹配度，将数据集中匹配度最大的数据对作为匹配结果，解决了视频数据自身也有识别正确率导致的不匹配问题；(3)结合矩阵的数据结果特征，构成匹配矩阵，判断过程中逐渐进行降维处理，匹配度计算的效率更高，更准确；(4)对于不同特征，给予权值，避免了不重要特征影响整体匹配度的问题。附图说明构成本专利技术的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术实施例所述匹配矩阵的逐渐降维过程示意图。具体实施方式需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。本专利技术实施例一种汽车电子标识数据和视频识别数据的匹配方法，包括如下步骤：1、在时间段(t2-t1)内，视频数据提供了车辆特征的第一数据矩阵V(n*k)，其中ViPlateNo是车辆i的车牌信息，ViFi是车辆i的某一特征信息(如车辆颜色)；V1PlateNoV1F1V1F2V1F3……V1FkV2PlateNoV2F1V2F2V2F3……V2FkV3PlateNoV3F1V3F2V3F3……V3Fk………………………………VnPlateNoVnF1VnF2VnF3……VnFk2、在同样的时间段(t2-t1)内，汽车电子标识提供了车辆特征的第二数据矩阵R(m*k)，其中RiPlateNo是车辆i的车牌信息，RiFi是车辆i的某一特征信息(如车辆颜色)R1PlateNoR1F1R1F2R1F3……R1FkR2PlateNoR2F1R2F2R2F3……R2FkR3PlateNoR3F1R3F2R3F3……R3Fk………………………………RmPlateNoRnF1RnF2RnF3……RnFk3、两个矩阵中的每一行都完整描述了一辆车的特征，根据特征计算矩阵V和矩阵R中每一行的相似度，计算相似本文档来自技高网...

【技术保护点】
一种汽车电子标识数据和视频识别数据的匹配方法，其特征在于包括如下步骤：1)获取时间段t1至t2内的视频数据，提取车辆信息，构成车辆特征的第一特征矩阵，第一特征矩阵中的每一行都完整描述了一辆车的特征；2)获取时间段t1至t2内的汽车电子标识的射频数据，构成车辆特征的第二特征矩阵，第二特征矩阵中的每一行都完整描述了一辆车的特征；3)计算第一特征矩阵中每一行与第二特征矩阵中每一行的相似度；4)以视频数据中识别出的车牌为行索引，射频数据识别出的车牌为列索引，将上步得到的相似度构成匹配矩阵；5)通过匹配矩阵找到匹配和非匹配的视频数据和射频数据。

【技术特征摘要】
1.一种汽车电子标识数据和视频识别数据的匹配方法，其特征在于包括如下步骤：1)获取时间段t1至t2内的视频数据，提取车辆信息，构成车辆特征的第一特征矩阵，第一特征矩阵中的每一行都完整描述了一辆车的特征；2)获取时间段t1至t2内的汽车电子标识的射频数据，构成车辆特征的第二特征矩阵，第二特征矩阵中的每一行都完整描述了一辆车的特征；3)计算第一特征矩阵中每一行与第二特征矩阵中每一行的相似度；4)以视频数据中识别出的车牌为行索引，射频数据识别出的车牌为列索引，将上步得到的相似度构成匹配矩阵；5)通过匹配矩阵找到匹配和非匹配的视频数据和射频数据。2.根据权利要求1所述的汽车电子标识数据和视频识别数据的匹配方法，其特征在于：在步骤3中，将第一特征矩阵和第二特征矩阵中的每一行的一辆车的特征构成描述车辆的字符串，然后计算两个字符串的相似度作为车辆的相似度。3.根据权利要求1所述的汽车电子标识数据和视频识别数据的匹配方法，其特征在于：在步骤3中，将一车辆的每个特征作为一个字符串，计算第一特征矩阵中每一行与第二特征矩阵中每一行对应的各个特征的字符串相似度，对每个特征设置权重，进行加权计算，得到车辆的相似度。4.根据权利要求1所述的汽车电子标识数据和视频识别数据的匹配方法，其特征在于：在步骤5中，具体包括如下步骤：51)得到匹配矩阵中的最大值；52)根据最大值对应的视频数据识别车牌和汽车电子标识车牌，找到相应的特征数据，将此数据对作为匹配结果；53)在匹配矩阵中，将匹配矩阵中最大值对应的行和列消除，即对匹配矩阵进行降维，降维后的矩阵成为新的匹配矩阵；54)判断新的匹配矩阵是否为空；若是，则结束退出；若否则跳到步骤55；55)判断新的匹配矩阵的最大值是否大于相似度下限L，如果是则调到步骤52；否则，调到步骤56；56)输出匹配矩阵中值小于相似度下限L所对应的车牌信息作为重点进行排查。5.一种汽车电子标识数据和视频...

【专利技术属性】
技术研发人员：张恺，张智，赵伟，
申请(专利权)人：天津中兴智联科技有限公司，
类型：发明
国别省市：天津,12