一种基于客运车辆违规上下客的分析方法技术

本发明专利技术提供了一种基于客运车辆违规上下客的分析方法，包括以下步骤：步骤S01：通过对客运监测数据进行车辆违规筛选，获取违规上下客特征值；步骤S02：根据所述违规上下客特征值，进行特征分析，构建车辆违规模型；步骤S03：通过对所述车辆违规模型进行模型对比计算，生成输出值相似度；步骤S04：根据所述输出值相似度，进行偏差识别，获取待检车辆信息；步骤S05：根据所述待检车辆信息对待检车辆进行违规检测，获取车辆违规信息；通过建立车辆违规模型，提高了对客运车违规行为的分析效率，并计算出输出值相似度，增强了对客运车违规分析的准确度，减少了无效检测，节省了违规检测时间。节省了违规检测时间。节省了违规检测时间。

【技术实现步骤摘要】
一种基于客运车辆违规上下客的分析方法


[0001]本专利技术涉及人工智能
，特别涉及一种基于客运车辆违规上下客的分析方法。

技术介绍

[0002]目前，由于司机素质参差不齐、违规上下客问题时有发生，影响了行业发展的秩序，另外下车后的乘客随意穿行高速公路，极易发生交通事故，大客车停在行车道上违规上下客，执法部门无法对不清楚车牌号码、车辆特征的大客车进行管制；受环境影响，存在更多行车不规范问题，及行车过程中不按照规定进行上下客，造成不必要的损失；现有的对车辆进行监管除了目前路边普通摄像头外，还有如申请号为“201410692387.1”的“基于卡口通行信息判断长途客运车辆交通违法行为的方法”中，提到利用公路卡口对凌晨2时到5时的长途客运车进行空间交叠比较，根据车辆属性判断是否存在违规；但该技术方案局限于只适合在特定时间段使用，同时只对车辆进行参考分析，无法对上下车乘客进行对照；本专利技术提出基于AI人工智能技术构建多算法能力，通过分析客运车的数据，再通过对实时视频进行抽帧和算法分析对客运车附近的人流动态分析，从而实现上下客的行为判定，通过数据的连续集合和对人的行为进行持续分析，能够快速准确的发现违规行为。

技术实现思路

[0003]本专利技术提供一种基于客运车辆违规上下客的分析方法，用以解决的情况。
[0004]本专利技术提供了一种基于客运车辆违规上下客的分析方法，包括以下步骤：
[0005]步骤S01：通过对客运监测数据进行车辆违规筛选，获取违规上下客特征值；
[0006]步骤S02：根据所述违规上下客特征值，进行特征分析，构建车辆违规模型；
[0007]步骤S03：通过对所述车辆违规模型进行模型对比计算，生成输出值相似度；
[0008]步骤S04：根据所述输出值相似度，进行偏差识别，获取待检车辆信息；
[0009]步骤S05：根据所述待检车辆信息对待检车辆进行违规检测，获取车辆违规信息
[0010]作为本技术方案的一种实施例，在于所述步骤S01包括：
[0011]通过将客运监测数据按照数据作用进行数据分类，获取监测数据类别；其中，
[0012]所述客运监测数据包括：卡口数据和视频结构化数据；
[0013]所述监测数据类别包括：数字类别、速度类别、时间类别、行为类别；
[0014]通过对每一检测数据类别进行类别特征提取，生成每一类别的类别特征值，对所述类别特征值进行上下客分析，获取违规上下客特征值。
[0015]作为本技术方案的一种实施例，在于所述步骤S02包括：
[0016]通过将违规上下客特征值进行建模筛选处理，获取违规模型特征信息；其中，
[0017]所述违规模型特征信息包括：位置信息、节点信息、边缘信息、间段信息；
[0018]根据所述违规模型特征信息，进行主体模型构建，生成车辆违规模型。
[0019]作为本技术方案的一种实施例，在于所述模型对比计算包括以下步骤：
[0020]步骤一：通过对车辆违规模型数据进行归一化处理，获取归一化数据；其中，
[0021]所述归一化处理通过对车辆违规模型数据进行离差标准化，将转化结果映射到预设区间；其中，
[0022]所述离差标准化包括：通过预设的转换函数将车辆违规模型数据进行线性变换；
[0023]步骤二：将所述归一化数据传输至孪生网络进行映射分析处理，生成孪生特征空间数据；其中，
[0024]所述孪生网络包括：提取归一化数据的双输入数据，输入到神经网络中，并进行映射处理；其中，
[0025]所述双输入数据包括：前帧数据、后帧数据；
[0026]步骤三：对所述孪生特征空间数据进行输出计算，获取输出值相似度，并进行判断；其中，
[0027]当所述输出值相似度小于等于预设的阈值时，则为正常车辆行为；
[0028]当所述输出值相似度大于预设的阈值时，则为异常车辆行为。
[0029]作为本技术方案的一种实施例，在于所述步骤S04包括：
[0030]通过根据输出值相似度，匹配对应的计算方法，进行偏差计算，获取偏差值，并进行判断；其中，
[0031]所述偏差计算包括：根据所述对应的计算方法，将输出值与预设的输出对照数据组进行对比计算，获取对比偏差值；
[0032]当所述偏差值大于预设的阈值时，则为过大偏差，确定为待检测车辆，获取待检测车辆信息；
[0033]当所述偏差值小于等于预设的阈值时，则为正常偏差。
[0034]作为本技术方案的一种实施例，在于所述步骤S05包括：
[0035]通过将待检车辆信息进行关键数据筛选，获取第一筛选信息；其中，
[0036]所述关键数据筛选包括：移动状态筛选、路径筛选；
[0037]对所述第一筛选信息进行车辆信息提取，获取第一待检车辆，并对所述第一待检车辆进行违规检测，获取车辆违规信息；其中，
[0038]所述违规检测包括：客运车检测、客运车车牌识别。
[0039]作为本技术方案的一种实施例，在于所述客运车检测包括以下步骤：
[0040]步骤S10：通过对待检测车辆信息进行特征分层，获取信息特征层；其中，
[0041]所述特征分层包括：尺度分层、成本分层、训练分层；
[0042]步骤S20：根据预设的多尺度特征学习分别提取每一信息特征层的特征信息，生成信息特征层对应的信息特征节点；
[0043]步骤S30：对所述信息特征层和对应的信息特征节点，进行子空间映射，获取映射结果，并对映射结果进行判断；其中，
[0044]当所述映射结果在预设的阈值范围内时，则为合规客运车；
[0045]当所述映射结果不在预设的阈值范围内时，则为违规客运车，获取违规客运车信息，并进行预设的违规应对处理。
[0046]作为本技术方案的一种实施例，在于所述客运车车牌识别包括以下步骤：
[0047]步骤S100：通过预设的检测卷积神经网络，进行卷积特征提取，获取特征图；其中，
[0048]所述卷积特征提取包括：卷积、激活函数、构建池化层；
[0049]步骤S200：根据所述特征图进行预设的特征网络分析处理，生成客运车检测边框；其中，
[0050]所述特征网络分析处理包括：区域提案网络处理、全连接层处理；其中，
[0051]所述区域提案网络处理包括：通过生成待选区域，获取待选区域节点，判断待选区域的节点属性，根据所述节点属性进行包围边框回归处理，确定第一待选区域；其中，
[0052]所述节点属性包括：前景节点、背景节点；
[0053]所述全连接层处理包括：根据所述第一待选区域，进行综合信息提取，生成待选区特征图，根据所述待选区特征图进行边框回归计算，获取客运车检测边框；
[0054]步骤S300：根据所述客运车检测边框，进行客运车违规检测，获取客运车违规信息。
[0055]作为本技术方案的一种实施例，在于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于客运车辆违规上下客的分析方法，包括以下步骤：步骤S01：通过对客运监测数据进行车辆违规筛选，获取违规上下客特征值；步骤S02：根据所述违规上下客特征值，进行特征分析，构建车辆违规模型；步骤S03：通过对所述车辆违规模型进行模型对比计算，生成输出值相似度；步骤S04：根据所述输出值相似度，进行偏差识别，获取待检车辆信息；步骤S05：根据所述待检车辆信息对待检车辆进行违规检测，获取车辆违规信息。2.如权利要求1所述的一种基于客运车辆违规上下客的分析方法，其特征在于，所述步骤S01包括：通过将客运监测数据按照数据作用进行数据分类，获取监测数据类别；其中，所述客运监测数据包括：卡口数据和视频结构化数据；所述监测数据类别包括：数字类别、速度类别、时间类别、行为类别；通过对每一检测数据类别进行类别特征提取，生成每一类别的类别特征值，对所述类别特征值进行上下客分析，获取违规上下客特征值。3.如权利要求1所述的一种基于客运车辆违规上下客的分析方法，其特征在于，所述步骤S02包括：通过将违规上下客特征值进行建模筛选处理，获取违规模型特征信息；其中，所述违规模型特征信息包括：位置信息、节点信息、边缘信息、间段信息；根据所述违规模型特征信息，进行主体模型构建，生成车辆违规模型。4.如权利要求1所述的一种基于客运车辆违规上下客的分析方法，其特征在于，所述模型对比计算包括以下步骤：步骤一：通过对车辆违规模型数据进行归一化处理，获取归一化数据；其中，所述归一化处理通过对车辆违规模型数据进行离差标准化，将转化结果映射到预设区间；其中，所述离差标准化包括：通过预设的转换函数将车辆违规模型数据进行线性变换；步骤二：将所述归一化数据传输至孪生网络进行映射分析处理，生成孪生特征空间数据；其中，所述孪生网络包括：提取归一化数据的双输入数据，输入到神经网络中，并进行映射处理；其中，所述双输入数据包括：前帧数据、后帧数据；步骤三：对所述孪生特征空间数据进行输出计算，获取输出值相似度，并进行判断；其中，当所述输出值相似度小于等于预设的阈值时，则为正常车辆行为；当所述输出值相似度大于预设的阈值时，则为异常车辆行为。5.如权利要求1所述的一种基于客运车辆违规上下客的分析方法，其特征在于，所述步骤S04包括：通过根据输出值相似度，匹配对应的计算方法，进行偏差计算，获取偏差值，并进行判断；其中，所述偏差计算包括：根据所述对应的计算方法，将输出值与预设的输出对照数据组进行对比计算，获取对比偏差值；
当所述偏差值大于预设的阈值时，则为过大偏差，确定为待检测车辆，获取待检测车辆信息；当所述偏差值小于等于预设的阈值时，则为正常偏差。6.如权利要求1所述的一种基于客运车辆违规上下客的分析方法，其特征在于，所述步骤S05包括：通过将待检车辆信息进行关键数据筛选，获取第一筛选信息；其中，所述关键数据筛选包括：移动状态筛选、路径筛选；对所述第一筛选信息进行车辆信息提取，获取第一待检车辆，并对所述第一待检车辆...

【专利技术属性】
技术研发人员：战凯，
申请(专利权)人：北京商海文天科技发展有限公司，
类型：发明
国别省市：