System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及智慧交通,尤其涉及一种高速公路车辆逃费行为识别方法、装置、设备和存储介质。
技术介绍
1、随着高速公路规模的不断扩大,家庭汽车购买占比的不断提升,高速公路违法逃费查处难度不断增大。现有的高速公路公司的逃费查处方式仍然是通过视频监控翻查寻找,需要耗费专门的人力物力进行。同时,目前逃费行为呈多样化趋势,在不同的时间、区段、车型以及驾驶员的行为等因素影响下存在诸多现象,从而导致查处效率低。
技术实现思路
1、本申请的主要目的在于提供一种高速公路车辆逃费行为识别方法、装置、电子设备和存储介质,旨在解决目前高速公路逃费查处效率低的技术问题。
2、为实现上述目的,本申请提供如下技术方案:
3、一种高速公路车辆逃费行为识别方法,所述高速公路车辆逃费行为识别方法包括:
4、获取采集的目标车辆相关的车辆信息资源集;其中,所述车辆信息资源集包括车辆的图像信息;
5、对所述车辆信息资源集的数据进行处理,生成所述目标车辆的特征数据;
6、根据所述特征数据,获得所述目标车辆的异常行为数据;
7、根据所述目标车辆的异常行为数据,确认所述目标车辆的逃费行为。
8、在一些实施方式中,所述车辆信息资源集还包括所述目标车辆的费用管理信息,所述车辆的图像信息包括所述目标车辆沿途的图像数据;
9、所述对所述车辆信息资源集的数据进行处理,生成所述目标车辆的特征数据步骤,包括:
10、根据所述目标车辆沿途的图
11、所述根据所述特征数据,获得所述目标车辆的异常行为数据步骤,包括:
12、根据所述目标车辆的行驶轨迹,获得所述目标车辆的第一异常行为数据;
13、所述根据所述目标车辆的异常行为数据,确认所述目标车辆的逃费行为步骤,包括:
14、根据所述目标车辆的第一异常行为数据,确认所述目标车辆为第一逃费行为。
15、在一些实施方式中,所述根据所述目标车辆沿途的图像数据生成所述目标车辆的特征数据的步骤,包括:
16、从车辆的图像信息中筛选所述目标车辆沿途的图像数据;其中,所述目标车辆沿途的图像数据包括沿途的若干个数据生成位置以及与每个数据生成位置一一对应的数据生成时间;
17、根据数据生成时间、数据生成位置生成所述目标车辆的行驶轨迹;
18、所述根据所述目标车辆的行驶轨迹,获得所述目标车辆的第一异常行为数据的步骤,包括:
19、根据所述目标车辆的行驶轨迹并结合所述目标车辆的费用管理信息,获得所述目标车辆的第一异常行为数据;其中,所述目标车辆的第一异常行为数据为所述目标车辆的行驶轨迹与所述目标车辆的费用管理信息不匹配信息;
20、根据所述目标车辆的第一异常行为数据,确认所述目标车辆为第一逃费行为的步骤,包括:
21、根据第一判断规则处理所述目标车辆的第一异常行为数据,确认所述目标车辆为第一逃费行为。
22、在一些实施方式中,所述车辆的图像信息包括所述目标车辆在每个停车点的入口图像信息和出口图像信息;
23、所述对所述车辆信息资源集的数据进行处理,生成所述目标车辆的特征数据步骤,包括:
24、根据所述目标车辆在每个停车点的入口图像信息和出口图像信息生成所述目标车辆的特征数据;其中,所述目标车辆的特征数据为表示目标车辆是否有拖挂的比值n;
25、所述根据所述特征数据,获得所述目标车辆的异常行为数据步骤,包括:
26、根据所述比值n,获得所述目标车辆的第二异常行为数据;
27、所述根据所述目标车辆的异常行为数据,确认所述目标车辆的逃费行为步骤,包括:
28、根据所述目标车辆的第二异常行为数据,确认所述目标车辆为第二逃费行为。
29、在一些实施方式中,所述根据所述目标车辆在每个停车点的入口图像信息和出口图像信息生成所述目标车辆的特征数据的步骤,包括:
30、从车辆的图像信息中筛选所述目标车辆在每个停车点的入口图像信息和出口图像信息;
31、基于目标检测算法,截取每个入口图像信息和每个出口图像信息中的所述目标车辆画面;
32、对所述目标车辆的截取画面进行像素化处理,获取所述目标车辆的车头在截取画面中所占的像素点数n1和所述目标车辆的整车在截取画面中的所占像素点数n2;
33、计算每个入口图像信息和每个出口图像信息中n1、n2的比值n;
34、所述根据所述比值n,获得所述目标车辆的第二异常行为数据的步骤,包括:
35、根据所述目标车辆在每个停车点的入口图像信息和出口图像信息中的比值n,获得所述目标车辆的第二异常行为数据;其中,所述第二异常行为数据为根据所述目标车辆在每个停车点的入口图像信息和出口图像信息中的比值n判断的运行状态不匹配信息;
36、根据所述目标车辆的第二异常行为数据,确认所述目标车辆为第二逃费行为的步骤,包括:
37、根据第二判断规则处理所述目标车辆的第二异常行为数据,确认所述目标车辆为第二逃费行为。
38、在一些实施方式中,所述车辆信息资源集还包括所述目标车辆的费用管理信息;所述车辆的图像信息包括所有经过固定位置的车辆的图像数据;
39、所述对所述车辆信息资源集的数据进行处理,生成所述目标车辆的特征数据步骤,包括:
40、根据所有经过固定位置的车辆的图像数据生成所述目标车辆的特征数据;其中,所述目标车辆的特征数据为类别状态;
41、所述根据所述特征数据,获得所述目标车辆的异常行为数据步骤,包括:
42、根据所述目标车辆的类别状态,获得所述目标车辆的第三异常行为数据;
43、所述根据所述目标车辆的异常行为数据,确认所述目标车辆的逃费行为步骤,包括:
44、根据所述目标车辆的第三异常行为数据,确认所述目标车辆为第三逃费行为。
45、在一些实施方式中,所述根据所有经过固定位置的车辆的图像数据生成所述目标车辆的特征数据的步骤,包括:
46、从车辆的图像信息中筛选符合预设条件的经过固定位置的所述目标车辆图像数据;
47、基于目标检测算法和图像识别技术在筛选出的所述目标车辆图像数据中检测所述目标车辆的特征信息;
48、根据所述目标车辆的特征信息,按预设分类规则对所述目标车辆分类;
49、所述根据所述目标车辆的类别状态,获得所述目标车辆的第三异常行为数据的步骤,包括:
50、根据所述目标车辆的类别状态和所述目标车辆的费用管理信息,获得所述目标车辆的第三异常行为数据;其中,所述第三异常行为数据为所述目标车辆的费用管理信息与类别状态不匹配信息;
51、根据所述目标车辆的第三异常行为数据,确认所述目标车辆本文档来自技高网...
【技术保护点】
1.一种高速公路车辆逃费行为识别方法,其特征在于,所述高速公路车辆逃费行为识别方法包括:
2.根据权利要求1所述的高速公路车辆逃费行为识别方法,其特征在于,所述车辆信息资源集还包括所述目标车辆的费用管理信息,所述车辆的图像信息包括所述目标车辆沿途的图像数据;
3.根据权利要求2所述的高速公路车辆逃费行为识别方法,其特征在于,
4.根据权利要求1所述的高速公路车辆逃费行为识别方法,其特征在于,所述车辆的图像信息包括所述目标车辆在每个停车点的入口图像信息和出口图像信息;
5.根据权利要求4所述的高速公路车辆逃费行为识别方法,其特征在于,
6.根据权利要求1所述的高速公路车辆逃费行为识别方法,其特征在于,所述车辆信息资源集还包括所述目标车辆的费用管理信息;所述车辆的图像信息包括所有经过固定位置的车辆的图像数据;
7.根据权利要求6所述的高速公路车辆逃费行为识别方法,其特征在于,
8.根据权利要求1所述的高速公路车辆逃费行为识别方法,其特征在于,所述目标车辆为同一车道的所有车辆;所述车辆信息资源集还包括所
9.根据权利要求8所述的高速公路车辆逃费行为识别方法,其特征在于,
10.一种高速公路车辆逃费行为识别装置,其特征在于,所述识别装置包括:
11.一种电子设备,其特征在于,包括处理器,以及与所述处理器耦接的存储器,所述存储器存储有可被所述处理器执行的程序指令;所述处理器执行所述存储器存储的所述程序指令时实现如权利要求1至9中任一项所述的高速公路车辆逃费行为识别方法。
12.一种存储介质,其特征在于,所述存储介质内存储有程序指令,所述程序指令被处理器执行时实现能够实现如权利要求1至9中任一项所述的高速公路车辆逃费行为识别方法。
...【技术特征摘要】
1.一种高速公路车辆逃费行为识别方法,其特征在于,所述高速公路车辆逃费行为识别方法包括:
2.根据权利要求1所述的高速公路车辆逃费行为识别方法,其特征在于,所述车辆信息资源集还包括所述目标车辆的费用管理信息,所述车辆的图像信息包括所述目标车辆沿途的图像数据;
3.根据权利要求2所述的高速公路车辆逃费行为识别方法,其特征在于,
4.根据权利要求1所述的高速公路车辆逃费行为识别方法,其特征在于,所述车辆的图像信息包括所述目标车辆在每个停车点的入口图像信息和出口图像信息;
5.根据权利要求4所述的高速公路车辆逃费行为识别方法,其特征在于,
6.根据权利要求1所述的高速公路车辆逃费行为识别方法,其特征在于,所述车辆信息资源集还包括所述目标车辆的费用管理信息;所述车辆的图像信息包括所有经过固定位置的车辆的图像数据;
7.根据权利要求6所述的高速公路车辆逃...
【专利技术属性】
技术研发人员:钟宁,于镭英,吕中志,冉茂军,王亚,苏开春,万忠金,兰兵,范立春,刘康星,易翔,李友博,杨天鹏,吴俊,周琦昂,徐春兰,
申请(专利权)人:四川北斗云联科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。