车辆套牌检测方法与系统的制作方法
【技术领域】
[0001]本发明涉及图像处理技术领域，具体而言涉及一种车辆套牌检测方法与系统。
【背景技术】
[0002]套牌车是指参照真实牌照，将号码相同的假牌套在其他车上，其中有很多是报废后偷运出来的旧车翻新的。2012年8月20日，公安部明确规定，确定为被套牌的车辆，可撤销使用套牌期间发生的交通违法信息，并可申请换车牌号和行驶证。
[0003]车辆套牌问题的起因多种多样，其结果也是恶劣的。一方面，套牌行为会对公安部门对公共安全的管控造成困难，套牌车没有合法手续和保险，一旦发生交通事故，驾驶人极易逃逸，大大增加了案件的侦破难度。如果套牌车从事的是运输相关行业，由于套牌车的税费等各类维护成本较低，会扰乱相关市场的经营。对于套牌车所用牌照的真车主，在对套牌车的交通违法、事故处理方面，会对真正的车主带来不必要的麻烦和不必要的经济损失。
[0004]目前的套牌问题主要依靠的是车主的自我保护(包括保护个人资料，选择正规维修企业，注意收集证据，发现问题及时上报等)。而对于套牌车辆的检验，则主要依靠的是人为的观察，检查车牌的颜色、触感等，这些方法都依赖于个人的经验。
[0005]检查套牌车另一种方式是利用车牌号在车辆管理部门上网查询车辆登记档案。挪用牌照的套牌车有的是“套”不同车型牌照，有的是“套”同种车型牌照，有的还涂改车架号和相关标志。通过核对相关信息，即可确定是否是套牌车，但是这种操作由于操作起来复杂度较高，很难大规模的进行。
[0006]因此，为解决上述技术问题，有必要提出一种新的车辆套牌检测方法与系统。
【发明内容】
[0007]为了解决现有套牌车检测方法的缺陷，本发明提供了一种新的车辆套牌检测方法，所述方法包括:利用图像处理技术从采集的车辆图像中识别出车辆数字信息;基于所述车辆数字信息中的车脸图像进行车脸关键点定位以计算车脸特征；以及将所述车脸特征与数据库中的相关信息进行比对以得到车辆判定结果。
[0008]示例性地，利用图像处理技术从采集的车辆图像中识别出车辆数字信息包括:利用训练好的人工神经网络从所述车辆图像中识别所述车辆数字信息，其中，所述车辆数字信息包括出车牌信息和所述车脸图像。
[0009]示例性地，基于所述车辆数字信息中的车脸图像进行车脸关键点定位以计算车脸特征包括:利用训练好的人工神经网络在所述车脸图像上进行关键点定位;基于所定位的关键点，在所述车脸图像上截取出关键区域，以经由神经网络分类器得到所述车脸特征。
[0010]示例性地，所述车脸特征包括车辆品牌、车辆型号、车辆颜色和车辆新旧程度中的至少一个特征。
[0011]示例性地，在将所述车脸特征与数据库中的相关信息进行比对以得到车辆判定结果之后还进一步包括:当根据所述车辆判定结果确定车辆为套牌车辆时，发出报警信息。
[0012]另一方面，本发明还提供一种车辆套牌检测系统，所述系统包括:图像处理模块，用于利用图像处理技术从采集的车辆图像中识别出车辆数字信息；车脸特征计算模块，用于基于所述车辆数字信息中的车脸图像进行车脸关键点定位以计算车脸特征；以及比对判定模块，用于将所述车脸特征与数据库中的相关信息进行比对以得到车辆判定结果。
[0013]示例性地，所述图像处理模块进一步包括训练好的人工神经网络，所述训练好的人工神经网络用于从所述车辆图像中识别出所述车辆数字信息，其中，所述车辆数字信息包括车牌信息和所述车脸图像。
[0014]示例性地，所述车脸特征计算模块进一步用于:利用训练好的人工神经网络在所述车脸图像上进行关键点定位;基于所定位的关键点，在所述车脸图像上截取出关键区域，以经由神经网络分类器得到所述车脸特征。
[0015]示例性地，所述车脸特征包括车辆品牌、车辆型号、车辆颜色和车辆新旧程度中的至少一个特征。
[0016]示例性地，所述比对判定模块进一步用于:当根据所述车辆判定结果确定车辆为套牌车辆时，发出报警信息。
[0017]本发明提供的车辆套牌检测方法和系统仅需基于车辆的照片或视频以及车辆管理部门的数据库，利用人工神经网络进行检验，其检验效率和准确率较高。此外，整个检验过程自动完成，大幅度降低检验所需要的人力、物力。
【附图说明】
[0018]本发明的下列附图在此作为本发明的一部分用于理解本发明。附图中示出了本发明的实施例及其描述，用来解释本发明的原理。
[0019]附图中:
[0020]图1示出了根据本发明的实施例的一种车辆套牌检测方法100的示意性流程图；
[0021]图2示出了根据本发明的实施例的一种车辆套牌检测系统200的示意性结构框图；
[0022]图3示出了根据本发明的实施例的车辆套牌检测系统200的示意性应用场景图；
[0023]图4示出了根据本发明实施例的一种车辆套牌检测系统400的示意性框图。
【具体实施方式】
[0024]在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。
[0025]应当理解的是，本发明能够以不同形式实施，而不应当解释为局限于这里提出的实施例。相反地，提供这些实施例将使公开彻底和完全，并且将本发明的范围完全地传递给本领域技术人员。
[0026]在此使用的术语的目的仅在于描述具体实施例并且不作为本发明的限制。在此使用时，单数形式的“一”、“一个”和“所述/该”也意图包括复数形式，除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”，当在该说明书中使用时，确定所述特征、整数、步骤、操作、元件和/或部件的存在，但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时，术语“和/或”包括相关所列项目的任何及所有组合。
[0027]为了彻底理解本发明，将在下列的描述中提出详细的步骤以及详细的结构，以便阐释本发明的技术方案。本发明的较佳实施例详细描述如下，然而除了这些详细描述外，本发明还可以具有其他实施方式。
[0028]本发明提供一种在监控场景下的智能、高效且高准确率的车辆套牌检测方法及系统。
[0029]图1示出了根据本发明的实施例的一种车辆套牌检测方法100的示意性流程图。下面参照图1来描述该套牌检测方法100的具体操作步骤。
[0030]根据本发明的实施例的车辆套牌检测方法100可以包括如下步骤:
[0031]在步骤S101中，利用图像处理技术从采集的车辆图像中识别出车辆数字信息。
[0032]其中，车辆图像可以通过各种类型的视频采集装置拍摄得到。例如，视频采集装置可以包括交通摄像头、高清摄像头、网络摄像头、手机以及平板电脑等移动设备的前置摄像头等。所采集的车辆图像可以是车辆的照片或者车辆的视频。将采集的车辆图像经过网络或者总线上传至服务器进行处理。在一个实施例中，上传至服务器的信息还包括与车辆图像相关的信息，例如车辆图像采集地点和采集时间等。根据本发明的实施例，通过选择监控摄像头等视频采集装置采集图像数据，并且随后的整个识别、报警过程也不依赖于人工参与，本发明提供的套牌检测方法100完全可以做到基于实时的监控视频信息自动搜寻、查找套牌车辆。
[0033]示例性地，服务器利用图像处理技术可以从所采集的车辆图像中识别出车辆，进而识别出车辆数字信息，所述车辆数字信息包括车脸图像、车牌信息等数字信息。根据本发明的一个实施例，服务器利用训练好的人工神经网络从所采集的车辆图像(例如车辆照片和/或车辆视频)识别出车辆数字信息，所述车辆数字信息可以包括但不限于车牌信息、车脸图像等。另外，在完成此步骤之后，服务器可以将所识别出的车辆数字信息传送至客户端进行校正，例如，车牌数字等识别不准