利用车辆信息和无线网卡地址关联常用乘车人的方法与流程

本发明涉及信息辅助侦查技术领域，特别涉及一种利用车辆信息和无线网卡地址关联常用乘车人的方法。

背景技术：

现实过程中，手机是随身携带的通信设备，通过手机上网是，车内乘客在乘车过程中的常规操作。而现有的信息辅助侦查技术中，对于车辆内部人员的身份认定是一个难点。原因是目前身份识别认定基本都是依赖于图像视频卡口的人脸识别，也就是说，在下列情况下这种方式很难完成身份识别：

-车速过快

-图像捕捉光照环境不足

-驾驶人采用墨镜/帽子遮挡面部

-目标人物在后排

因此，单纯依赖监控图像进行车辆内部人员的身份认定并不容易实现。急需一种在无法获得人像信息时，还可以对常用乘车人信息进行身份搜索的方法。

技术实现要素：

本发明的目的旨在至少解决所述的技术缺陷之一。

为了实现上述目的，本发明一方面的实施例提供一种利用车辆信息和无线网卡地址关联常用乘车人的方法，包括以下步骤：

s1、按照导航地图确定重叠采集点，所述重叠采集点为在相同或相近的地理位置上同时设置了车辆信息抓拍系统和mac探针设备，确定重叠采集点后并对车辆信息抓拍系统和mac探针设备进行关联并统一编号；

s2、从所述重叠采集点中提取由所述车辆信息抓拍系统以及mac探针采集系统中提取指定时间范围内生成的采集数据；所述采集数据包括由车辆信息抓拍系统抓拍的车辆图像和由mac探针设备获取的移动终端mac地址；

s3、导入车辆图像和获取的移动终端mac地址，按照时间顺序将所述采集数据进行切片统计，包括车辆图像切片统计和mac地址切片统计；所述车辆图像切片统计，用于以j分钟为间隔，获取所有某车牌出现的切片记录，j分钟内多次出现的仅算一次；所述mac地址切片统计，用于在每次车辆出现的时间点前后k分钟内，寻找所有出现过的mac地址；k分钟内多次出现的mac仅统计一次；其中，j和k均为切片时间，单位为分钟；

s4、对上述车辆图像切片统计和mac地址切片统计，按照预设的日期范围，统计mac出现和车辆出现重叠次数最多的前t个结果，并按照下述公式计算重叠率：

某mac的重叠率＝某mac同时出现次数/某车牌出现次数；

s5、设置参考阈值，当计算所得的某mac的重叠率落入所述参考阈值时；可通过mac地址追溯到其手机的运营商登记信息，确定常用驾驶人的身份登记信息，实现常用乘车人关联或者确定其为噪声数据，重复上述步骤，再次计算。

优选的，在步骤s2中还包括步骤s201，对获取的移动终端mac地址进行筛选，包括按照以下预设条件：

(1)、当该mac地址出现在n个以上地点(n为定点mac过滤参数，n>＝1，常取为3)时，判断该mac地址所属设备为非“定点”设备；

(2)、当该mac地址平均每天出现时长小于m个小时(m为常驻mac过滤参数，0<m<24)时，判断该mac地址所属设备为非“常驻”设备；

(3)、选取非定点且非常驻的mac地址进行执行步骤s3的操作。

在上述任意一项是实施例中优选的是，在步骤s201中还包括对获取的移动终端mac地址进行mac地址厂商信息筛选，过滤掉非手机制造厂商的地址。

在上述任意一项是实施例中优选的是，在步骤s2中还包括步骤s202，对获取的车辆图像进行信息筛选：对车辆图像进行特征提取，根据预设的侦查条件，快速定位侦查条件所对应的车辆图像中的车牌。

在上述任意一项是实施例中优选的是，对车辆图像进行特征提取包括以下关键字：乘车人体貌特征、车辆类型、车辆颜色、特种车辆。

在上述任意一项是实施例中优选的是，在步骤s3中，导入车辆图像和获取的移动终端mac地址之前，要校准车辆信息抓拍系统和mac探针设备的采集时间。

在上述任意一项是实施例中优选的是，在步骤s6中，所述参考阈值，按照以下判断条件进行判断：

当重叠率大于50％时，该移动终端mac地址与车辆有关联性；

当重叠率在15％-50％之间时，该移动终端mac地址与车辆的关联性为，该车辆有多个常用驾驶人或多台设备；

当重叠率小于10％的多为噪声数据。

在上述任意一项是实施例中优选的是，在步骤s1中，所述重叠采集点为在相同或相近的地理位置上同时设置了车辆信息抓拍系统和mac探针设备。

在上述任意一项是实施例中优选的是，通过打开移动终端的无线网卡开关，所述mac探针设备即可获取所有无线网卡的mac地址。

根据本发明实施例提供的一种利用车辆信息和无线网卡地址关联常用乘车人的方法，相比于现有的乘车人身份识别方法，至少具有以下优点：

1、打破了传统系统尝试识别车辆驾驶人/乘客时单一依赖人脸识别的局限。实现了在无法获取清洗人像信息场景下对常用乘车人身份信息的搜索。

2、采用本方法一旦确定车辆常用驾驶人的高相关mac地址，则可通过mac地址追溯到其移动设备的运营商登记信息，即确定常用驾驶人的身份登记信息；方便快捷。

3、采用本方法一旦确定常用驾驶人的高相关mac地址，即使在未部署图像采集设备，仅有mac采集设备的地区，也可以画出其完整的路径轨迹。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明一种利用车辆信息和无线网卡地址关联常用乘车人的方法的流程图；

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

如图1所示，本发明实施例的一种利用车辆信息和无线网卡地址关联常用乘车人的方法，包括以下步骤：

s1、按照导航地图确定重叠采集点，所述重叠采集点为在相同或相近的地理位置上同时设置了车辆信息抓拍系统和mac探针设备，确定重叠采集点并对车辆信息抓拍系统和mac探针设备进行关联并统一编号；通过打开移动终端的无线网卡开关，所述mac探针设备即可获取所有无线网卡的mac地址。

s2、从所述重叠采集点中提取由所述车辆信息抓拍系统以及mac探针采集系统中提取指定时间范围内生成的采集数据；所述采集数据包括由车辆信息抓拍系统抓拍的车辆图像和由mac探针设备获取的移动终端mac地址；

进一步，在步骤s2中还包括步骤s201，对获取的移动终端mac地址进行筛选，

包括按照以下预设条件：

(1)、当该mac地址出现在n个以上地点(n为定点mac过滤参数，n>＝1，常取为3)时，判断该mac地址所属设备为非“定点”设备；

(2)、当该mac地址平均每天出现时长小于m个小时(m为常驻mac过滤参数，0<m<24)时，判断该mac地址所属设备为非“常驻”设备；

(3)、选取非定点且非常驻的mac地址进行执行步骤s3的操作。

还包括对获取的移动终端mac地址进行mac地址厂商信息筛选，过滤掉非手机制造厂商的地址，需要说明的是，mac地址是可以被伪造的。假如目标将mac改写为其他厂商的地址，后续操作将无法碰撞到该设备，因此对非手机制造厂商的筛选可以有选择的进行。

进一步，在步骤s2中还包括步骤s202，对获取的车辆图像进行信息筛选：对车辆图像进行特征提取，根据预设的侦查条件，快速定位侦查条件所对应的车辆图像中的车牌。对车辆图像进行特征提取包括以下关键字：乘车人体貌特征、车辆类型、车辆颜色、特种车辆。需要说明的是，预设的侦查条件可以根据关键字进行查询，如侦查仅限于某型号或某类车辆(如黄牌车/公交车/出租车等)，则可根据需要和信息对应过滤。这样可以增加碰撞效率以及碰撞的准确度。另外在某些图像采集系统中，存在车牌识别失败的数据条目，这时要将此类数据清洗掉。

s3、导入车辆图像和获取的移动终端mac地址，按照时间顺序将所述采集数据进行切片统计，包括车辆图像切片统计和mac地址切片统计；

其中，车辆图像切片统计，用于以j分钟为间隔，获取所有某车牌出现的切片记录，j分钟内多次出现的仅算一次；j为切片时间，例如可取5分钟。

所述mac地址切片统计，用于在每次车辆出现的时间点前后k分钟内，寻找所有出现过的mac地址；k分钟内多次出现的mac仅统计一次；其中，j和k均为切片时间，单位为分钟；k为mac搜索时间间隔，例如可取2分钟)

需要说明的是，在步骤s3中，导入车辆图像和获取的移动终端mac地址之前，要校准车辆信息抓拍系统和mac探针设备的采集时间

s4、对上述车辆图像切片统计和mac地址切片统计，按照预设的日期范围，统计mac出现和车辆出现重叠次数最多的前t个结果，并按照下述公式计算重叠率：

某mac的重叠率＝某mac同时出现次数/某车牌出现次数；重叠率较高的为高相关性结果，对应准确度也较高。经多次试验验证，在保证一定的总碰撞次数的前提下(约大于200次)

s5、设置参考阈值，当计算所得的某mac的重叠率落入所述参考阈值时；可通过mac地址追溯到其手机的运营商登记信息，通过与抓拍的乘车人体貌特征进行比对，确定常用驾驶人的身份登记信息，实现常用乘车人关联或者确定其为噪声数据，重复上述步骤，再次计算。

在本发明的一个实施例中，所述参考阈值，按照以下判断条件进行判断：

当重叠率大于50％时，该移动终端mac地址与车辆有关联性，且关联性较强，可通过mac地址追溯到其手机的运营商登记信息，确定常用驾驶人的身份登记信息，实现常用乘车人关联。

当重叠率在15％-50％之间时，该移动终端mac地址与车辆的关联性为，该车辆有多个常用驾驶人或多台设备；根据碰撞计算的结果，如果重叠率一直保持为此区间数值，可以根据移动终端的mac地址，分别调取每个mac地址在运营商录入的信息，关联乘车人。

当重叠率小于10％的多为噪声数据。对于相关性推断没有多少参考价值，重复上述步骤，再次计算。

利用车辆信息和无线网卡地址两种维度的数据，打破了传统系统尝试识别车辆驾驶人/乘客时单一依赖人脸识别的局限。实现了在无法获取清洗人像信息场景下对常用乘车人身份信息的搜索。一旦通过本方法确定车辆常用驾驶人的高相关mac地址，则可通过mac地址追溯到其手机的运营商登记信息，即确定常用驾驶人的身份登记信息。通过车辆的高相关mac地址分布情况，可推断该车辆在某一时段驾驶人的驾驶/分布情况。一旦通过本方案确定常用驾驶人的高相关mac地址，即使在未部署图像采集设备，仅有mac采集设备的地区，也可以画出其完整的路径轨迹。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求及其等同限定。