一种非车辆身份的车辆识别方法技术

本发明专利技术涉及一种非车辆身份的车辆识别方法，在不需要车辆身份信息的情况下，以司机身份信息结合车辆识别对唯一性的车辆判定其为其自身，进而代替车辆身份信息，即可确定每个唯一性的待识别车辆为其自身，可在司机身份信息、车辆的识别判定同时完成的任意时刻，实现非车辆身份的车辆识别。本发明专利技术通过非车辆身份进行车辆识别，不仅便于实现，识别准确率高，而且对实施场景的要求更低，受环境的影响小。本发明专利技术基于司机身份信息结合车辆确定，对于车辆的行为的识别，可以明确地归属于司机身份信息所属的司机，即如果没有司机，车辆必然不会发生行为，当车辆发生行为时，必然存在司机，因此，车辆发生的行为涉及的法律事件可直接指向身份确定的司机。身份确定的司机。

【技术实现步骤摘要】
一种非车辆身份的车辆识别方法


[0001]本专利技术涉及数据处理
，更具体地说，涉及一种非车辆身份的车辆识别方法。

技术介绍

[0002]现有技术的车辆身份识别，是先设定车辆具备车辆身份信息，然后通过对车辆进行身份识别，获取车辆身份信息，进而完成车辆身份识别。通常将以唯一性的车牌作为车辆身份信息，并基于此，才能够实现其他如通过视频追踪的方法在车辆行驶中对车辆进行身份识别。现有技术中的诸如此类的间接识别方法，虽然实现过程中可以不直接获取车辆身份信息，但技术效果的实现，在本质上均需要基于车辆具备车辆身份信息，即车辆需要先具备车辆身份信息，才能够被获取，无论是通过直接或间接的方法进行获取。如果无法完成车辆身份信息的识别与获取这一前提，则后续的其他任何相关的识别操作均将无效，例如即使在车辆行驶的过程中对车辆实现了视频追踪，但也无法获取车辆身份信息。特别是伪造车牌、套牌、车牌因污损或有意无意的遮挡而无法被识别等情况存在，都无法实现车辆具备车辆身份信息，或正确识别并获取车辆身份信息。
[0003]以车辆作为车辆身份信息，通过车牌对车辆进行车辆身份识别时，由于车辆身份信息与司机身份信息无法形成完全匹配，如果未完成司机身份识别时，车辆发生的行为，仅通过车辆身份信息，无法准确匹配为关联的司机，即如果无法确定司机的身份，车辆发生的行为无法明确地确定所归属的司机。而且，将车辆身份信息与司机身份信息进行绑定，存在较大的泄露隐私的风险。
[0004]因此，车辆身份信息的存在，在一定程度上限制了车辆识别的技术思路的选择，不利于其他相关的识别方法的有效执行。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的不足，提供一种非车辆身份的车辆识别方法，取消车辆的车辆身份信息，以司机身份信息结合车辆识别对唯一性的车辆判定其为其自身，进而代替车辆身份信息，可在司机身份信息、车辆识别同时完成的任意时刻，完成非车辆身份的车辆识别，对待识别车辆的确定效力等同于车辆身份信息。
[0006]本专利技术的技术方案如下：
[0007]一种非车辆身份的车辆识别方法，将司机身份信息与车辆进行绑定，所述的车辆不设置车辆身份，基于图像识别提取所述的车辆的特征信息，作为识别样本；当同时满足以下条件时，判定待识别车辆为其自身，完成车辆识别；
[0008]所述的条件包括但不限于：
[0009]条件一：对位于车辆驾驶位的用户进行司机身份识别，获取司机身份信息；
[0010]条件二：采集待识别车辆的特征信息，与识别样本进行对比，判定待识别车辆与识别样本对应的车辆为相同车辆。
[0011]作为优选，当所述的条件未同时满足时，保留先满足的条件，直至所有条件满足，则完成车辆识别。
[0012]作为优选，对于任一条件，当条件满足后，如果在后续的时刻无法保持条件满足，则判定前序的时刻所述的条件均为不满足。
[0013]作为优选，在不同的采集位置采集待识别目标的至少一种感知数据，所述的待识别目标包括但不限于位于车辆驾驶位的用户、待识别车辆；持续采集的感知数据，当采集的感知数据无法完成待识别目标的识别时，将其与指向当前待识别目标的唯一临时条件进行关联，直至完成待识别目标的识别，将临时条件修改为待识别目标对应的条件；所述的完成待识别目标的识别包括但不限于条件一所述的获取司机身份信息、条件二所述的判定待识别车辆与识别样本对应的车辆为相同车辆。
[0014]作为优选，当相邻的两个采集位置之间存在盲区，在盲区内未采集到感知数据，则判断第一个采集位置采集的感知数据与第二个采集位置采集的感知数据是否具备连贯的逻辑，如果是，则待识别目标在第二个采集位置继承待识别目标在第一个采集位置的条件满足情况；
[0015]所述的连贯的逻辑为：根据感知数据的类型，按照对应的预设规则，基于在前的采集时刻采集的感知数据，能够推断得到在后的采集时刻推定感知数据，且在后的采集时刻推定感知数据与在后的采集时刻采集的感知数据匹配。
[0016]作为优选，在车辆行驶前和/或车辆行驶结束后，进行司机身份识别；
[0017]在车辆行驶前进行司机身份识别的方法为：当识别存在用户从车辆驾驶位进入车辆时，则判定所述的用户为司机，并进行司机身份识别；或者，当识别存在连续两个用户从车辆副驾驶侧进入车辆，则判定第一位进入的用户为司机，并进行司机身份识别；
[0018]在车辆行驶结束后进行司机身份识别的方法为：当识别存在用户从车辆驾驶位下车时，则判定所述的用户为司机，并进行司机身份识别；或者，当识别存在连续两个用户从车辆副驾驶侧下车时，则判定第二位下车的用户为司机，并进行司机身份识别。
[0019]作为优选，车辆的特征信息包括但不限于车辆型号、颜色、改装物，基于图像识别确认车辆型号，从预设的车型数据库中获取该车辆型号的车型参数。
[0020]作为优选，在车辆行驶过程中，利用区块链对识别样本、连续采集的待识别车辆的特征信息、连续获取的待识别车辆的识别结果与司机身份信息进行存储。
[0021]本专利技术利用对等计算体系对目标进行非特定特征识别及位置识别，所述的目标包括车辆、司机；
[0022]对等计算体系包括多个节点设备，所有节点设备之间无主次关系；节点设备设置数据采集装置、运算模块，数据采集装置包括含图像获取装置在内的至少一种类型传感器，用于采集不同对应类型的感知数据；设置于不同的采集位置的节点设备采集目标的至少一种点样本，点样本为对应传感器类型的感知数据；
[0023]对于某一个节点设备，对采集的感知数据进行处理，得到结果数据，并向其他节点设备传播所述的结果数据；接收到所述的结果数据的其他节点设备，将所述的结果数据作为采集的原始数据之一，通过所述的结果数据对其他节点设备的结果数据形成影响；基于此，在不需要获取目标的身份信息的情况下，对等计算体系中的多个节点设备进行协同计算，确定每个唯一性的目标为其自身，实现非特定特征识别，以及对目标进行位置识别。
[0024]作为优选，在车辆行驶过程中，利用对等计算体系对连续采集的原始数据进行基于结果数据计算的非介质存储，所述的原始数据包括感知数据、节点设备接收到的结果数据；
[0025]所述的非介质存储的方法为：每个节点设备通过自身部署的数据处理模型对采集的原始数据进行处理，计算得到结果数据，并向其他节点设备传播所述的结果数据；接收到所述的结果数据的其他节点设备，将所述的结果数据作为采集的原始数据之一，利用其数据处理模型计算获得当前节点设备的结果数据；具体地，当前节点设备接收前序节点设备输出的前序结果数据，并结合当前节点设备采集的当前原始数据，计算获得当前结果数据，并传输至后续节点设备；以此类推，将结果数据在节点设备之间进行传递，结果数据表征节点设备所连接的传感器所感知的感知状态、节点设备的自身状态、节点设备所连接的执行装置的设备状态，通过结果数据的计算以及节点设备之间的连接关系，完成各节点设备所连接的传感器所感知的感知状态、各节点设备的自身状态、各节点设备所连接的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非车辆身份的车辆识别方法，其特征在于，将司机身份信息与车辆进行绑定，所述的车辆不设置车辆身份，基于图像识别提取所述的车辆的特征信息，作为识别样本；当同时满足以下条件时，判定待识别车辆为其自身，完成车辆识别；所述的条件包括但不限于：条件一：对位于车辆驾驶位的用户进行司机身份识别，获取司机身份信息；条件二：采集待识别车辆的特征信息，与识别样本进行对比，判定待识别车辆与识别样本对应的车辆为相同车辆。2.根据权利要求1所述的非车辆身份的车辆识别方法，其特征在于，当所述的条件未同时满足时，保留先满足的条件，直至所有条件满足，则完成车辆识别。3.根据权利要求1所述的非车辆身份的车辆识别方法，其特征在于，对于任一条件，当条件满足后，如果在后续的时刻无法保持条件满足，则判定前序的时刻所述的条件均为不满足。4.根据权利要求1所述的非车辆身份的车辆识别方法，其特征在于，在不同的采集位置采集待识别目标的至少一种感知数据，所述的待识别目标包括但不限于位于车辆驾驶位的用户、待识别车辆；持续采集的感知数据，当采集的感知数据无法完成待识别目标的识别时，将其与指向当前待识别目标的唯一临时条件进行关联，直至完成待识别目标的识别，将临时条件修改为待识别目标对应的条件；所述的完成待识别目标的识别包括但不限于条件一所述的获取司机身份信息、条件二所述的判定待识别车辆与识别样本对应的车辆为相同车辆。5.根据权利要求4所述的非车辆身份的车辆识别方法，其特征在于，当相邻的两个采集位置之间存在盲区，在盲区内未采集到感知数据，则判断第一个采集位置采集的感知数据与第二个采集位置采集的感知数据是否具备连贯的逻辑，如果是，则待识别目标在第二个采集位置继承待识别目标在第一个采集位置的条件满足情况；所述的连贯的逻辑为：根据感知数据的类型，按照对应的预设规则，基于在前的采集时刻采集的感知数据，能够推断得到在后的采集时刻推定感知数据，且在后的采集时刻推定感知数据与在后的采集时刻采集的感知数据匹配。6.根据权利要求1所述的非车辆身份的车辆识别方法，其特征在于，在车辆行驶前和/或车辆行驶结束后，进行司机身份识别；在车辆行驶前进行司机身份识别的方法为：当识别存在用户从车辆驾驶位进入车辆时，则判定所述的用户为司机，并进行司机身份识别；或者，当识别存在连续两个用户从车辆副驾驶侧进入车辆，则判定第一位进入的用户为司机，并进行司机身份识别；在车辆行驶结束后进行司机身份识别的方法为：当识别存在用户从车辆驾驶位下车时，则判定所述的用户为司机，并进行司机身份识别；或者，当识别存在连续两个用户从车辆副驾驶侧下车时，则判定第二位下车的用户为司机，并进行司机身份识别。7.根据权利要求1所述的非车辆身份的车辆识别方法，其特征在于，车辆的特征信息包括但不限于车辆型号、颜色、改装物，基于图像识别确认车辆型号，从预设的车型数据库中获取该车辆型号的车型参数。8.根据权利要求1至7任一项所述的非车辆身份的车辆识别方法，其特征在于，在车辆行驶过程中，利用区块链对识别样本、连续采集的待识别车辆的特征信息、连续获取的待识
别车辆的识别结果与司机身份信息进行存储。9.根据权利要求1至7任一项所述的非车辆身份的车辆识别方法，其特征在于，利用对等计算体系对目标进行非特定特征识别及位置识别，所述的目标包括车辆、司机；对等计算体系包括多个节点设备，所有节点设备之间无主次关系；节点设备设置数据采集装置、运算模块，数据采集装置包括含图像获取装置在内的至少一种类型传感器，用于采集不同对应类型的感知数据；设置于不同的采集位置的节点设备采集目标的至少一种点样本，点样本为对应传感器类型的感知数据；对于某一个节点设备，对采集的感知数据进行处理，得到结果数据，并向其他节点设备传播所述的结果数据；接收到所述的结果数据的其他节点设备，将所述的结果数据作为采集的原始数据之一，通过所述的结果数据对其他节点设备的结果数据形成影响；基于此，在不需要获取目标的身份信息的情况下，对等计算体系中的多个节点设备进行协同计算，确定每个唯一性的目标为其自身，实现非特定特征识别，以及对目标进行位置识别。10.根据权利要求9所述的非车辆身份的车辆识别方法，其特征在于，当前节点设备接收其他节点设备输出的结果数据；对于当前节点设备，将采集的感知数据结合来自其他节点设备的结果数据，计算得到当前节点设备的结果数据，并发送至其他节点设备；对等计算体系中的节点设备随着感知数据的采集与结果数据的计算，进行协同计算。11.根据权利要求10所述的非车辆身份的车辆识别方法，其特征在于，对等计算体系中，针对于某一个目标的某一种点样本，从采集点样本的节点设备向其他节点设备传递的结果数据中，后续节点设备根据该点样本的特征调节感知注意力，或者，报告该点样本的特征供后续的节点设备调节感知注意力；如果后续的其他节点设备未侦测到该点样本的特征，但是从其他点样本的特征能够确定未能侦测到的该点样本的特征仍然属于该目标时，则继续将该未能侦测到的该点样本的特征表述在当前节点设备的结果数据中并传递至其他节点设备。12.根据权利要求11所述的非车辆身份的车辆识别方法，其特征在于，报告该点样本的特征供后续的节点设备调节感知注意力的方法为：针对前序节点设备提供的表达点样本的特征的结果数据，或点样本的特征调节后续的节点设备的数据处理模型的参数，使得后续的节点设备提高对该点样本的特征进行鉴别的算力；或者，后续的节点设备使用感知注意力模型匹配接收的点样本的特征或表达了点样本的特征的结果数据进行算力调节。13.根据权利要求12所述的非车辆身份的车辆识别方法，其特征在于，节点设备在处理若干前序的节点设备输出的结果数据时，基于数据处理模型，当若干前序的节点设备所描述的目标能够通过某些共性点样本特征确定为同一目标时，将各节点设备描述的点样本特征及其他信息合并到同一目标。14.根据权利要求13所述的非车辆身份的车辆识别方法，其特征在于，当节点设备收到的结果数据表明当前的节点设备在当前次接收结果数据之前，用于标识目标的标志，与其他节点设备用于标识该目标的标志不同，并且其他节点设备为该目标分配的标志更新，则对当前的节点设备在当前次接收结果数据之前用于标识目标的标志进行转换。15.根据权利要求13所述的非车辆身份的车辆识别方法，其特征在于，对当前的节点设备在当前次接收结果数据之前用于标识目标的标志进...

【专利技术属性】
技术研发人员：陈飞，
申请(专利权)人：耀灵人工智能浙江有限公司，
类型：发明
国别省市：