一种类案嫌疑车辆的确定方法及装置制造方法及图纸

本发明专利技术公开了一种类案嫌疑车辆的确定方法及装置，该方法包括获取串案中各案件的案件信息，根据各案件的案发时间、案发地点和车辆特征信息，确定与各案件相对应的多个过车数据集合，确定多个过车数据集合中是否存在满足碰撞条件的车辆，在不存在满足碰撞条件的车辆时，根据该多个过车数据集合，进行非结构化比对，确定出类案嫌疑车辆。由于对过车数据集合采用非结构化比对，可以提高确定嫌疑车辆的准确率，并可以提高确定嫌疑车辆的效率，从而提高工作人员案件分析的效率。

A method and device for determining the suspect vehicle of a kind of case

The invention discloses a method and apparatus for determining a type of suspected case of the vehicle, the method including the case on acquisition in the case of case information, according to the case at the time, the location and characteristics of the vehicle information, determining a plurality of vehicle data corresponding to each case set, determine whether meet the conditions of the vehicle collision in the collection of multiple vehicle data, in the absence of meet the conditions of the vehicle, according to the plurality of vehicle data collection, non structural comparison, determine the case of suspected vehicles. Due to the non structured comparison of the data set, the accuracy of the suspect vehicle can be improved, and the efficiency of the suspect vehicle can be improved, so as to improve the efficiency of staff case analysis.

【技术实现步骤摘要】
一种类案嫌疑车辆的确定方法及装置
本专利技术实施例涉及交通数据处理
，尤其涉及一种类案嫌疑车辆的确定方法及装置。
技术介绍
近几年，全国各地都在大力发展平安城市，平安城市建设已成为城市基础建设的一部分，据统计2016第一季度平安城市市场项目有494个，未来还会有广阔的发展。维护社会治安提高侦查办案效率是平安城市建设的核心工作。随着社会的进步，民众对案件的办理效率和信息公开化要求越来越高，特别是对于社会关注的大案要案，如果不能合理的处理很可能带来较大的负面影响，严重影响社会稳定。目前，国内对串并案件中作案的车辆缺少有效的分析手段，主要是通过区域碰撞分析出相同号牌的车辆，而这种手段过于简单，当犯罪嫌疑人利用套牌或假牌做隐藏，区域碰撞分析方式存在漏洞，无法有效定位嫌疑车辆。
技术实现思路
本专利技术实施例提供一种类案嫌疑车辆的确定方法及装置，用以解决的串并案件中通过套牌、假牌逃避检测的问题。本专利技术实施例提供的一种类案嫌疑车辆的确定方法，包括：获取串案中各案件的案件信息，所述案件信息包括案发时间、案发地点和车辆特征信息；根据所述各案件的案发时间、案发地点和车辆特征信息，确定与所述各案件相对应的多个过车数据集合；确定所述多个过车数据集合中是否存在满足碰撞条件的车辆，所述碰撞条件为同一车牌号至少在两个过车数据集合中出现；若否，则根据所述多个过车数据集合，进行非结构化比对，确定出类案嫌疑车辆。可选的，若所述多个过车数据集合中存在满足碰撞条件的车辆，则将所述满足碰撞条件的车辆确定为类案嫌疑车辆。可选的，所述根据所述多个过车数据集合，进行非结构化比对，确定出类案嫌疑车辆，包括：对每个过车数据集合中的过车数据提取原始特征点，并建立索引；将建立索引后的多个过车数据集合中任一过车数据集合中的每条过车数据的特征点与其它过车数据集合中的过车数据进行比对，确定目标过车数据与对比过车数据的相似度；将相似度符合设定阈值的目标过车数据所对应的车辆确定为类案嫌疑车辆。可选的，所述对每个过车数据集合中的过车数据提取原始特征点，并建立索引，包括：对每条过车数据提取原始特征点的特征数据；将提取的原始特征点的特征数据中的每个特征点映射到视觉字典中的一个字上，生成词袋(Bagofwords，Bow)特征；使用反向索引法为所述Bow特征建立索引。可选的，所述将建立索引后的多个过车数据集合中任一过车数据集合中的每条过车数据的特征点与其它过车数据集合中的过车数据进行比对，确定目标过车数据与对比过车数据的相似度，包括：选取多个过车数据集合中任一过车数据集合中的任一条过车数据为目标过车数据，其它过车数据集合中的每条过车数据为比对过车数据；根据公式(1)确定所述目标过车数据与对比过车数据的相似度；所述公式(1)为：其中，F(A,B)为目标过车数据和对比过车数据的相似度，P(A∩B)为目标过车数据和对比过车数据的匹配特征点的个数，P(A)为目标过车数据的特征点的个数，P(B)为对比过车数据的特征点的个数。可选的，在所述确定出类案嫌疑车辆之后，还包括：将所述确定出的类案嫌疑车辆关联公安警务综合系统，为确定出的类案嫌疑车辆进行嫌疑度排序。相应的，本专利技术实施例还提供了一种类案嫌疑车辆的确定装置，包括：获取单元，用于获取串案中各案件的案件信息，所述案件信息包括案发时间、案发地点和车辆特征信息；处理单元，用于根据所述各案件的案发时间、案发地点和车辆特征信息，确定与所述各案件相对应的多个过车数据集合；确定所述多个过车数据集合中是否存在满足碰撞条件的车辆，所述碰撞条件为同一车牌号至少在两个过车数据集合中出现；若所述多个过车数据集合中不存在满足碰撞条件的车辆，则根据所述多个过车数据集合，进行非结构化比对，确定出类案嫌疑车辆。可选的，所述处理单元还用于：若所述多个过车数据集合中存在满足碰撞条件的车辆，则将所述满足碰撞条件的车辆确定为类案嫌疑车辆。可选的，所述处理单元具体用于：对每个过车数据集合中的过车数据提取原始特征点，并建立索引；将建立索引后的多个过车数据集合中任一过车数据集合中的每条过车数据的特征点与其它过车数据集合中的过车数据进行比对，确定目标过车数据与对比过车数据的相似度；将相似度符合设定阈值的目标过车数据所对应的车辆确定为类案嫌疑车辆。可选的，所述处理单元具体用于：对每条过车数据提取原始特征点的特征数据；将提取的原始特征点的特征数据中的每个特征点映射到视觉字典中的一个字上，生成Bow特征；使用反向索引法为所述Bow特征建立索引。可选的，所述处理单元具体用于：选取多个过车数据集合中任一过车数据集合中的任一条过车数据为目标过车数据，其它过车数据集合中的每条过车数据为比对过车数据；根据公式(1)确定所述目标过车数据与对比过车数据的相似度；所述公式(1)为：其中，F(A,B)为目标过车数据和对比过车数据的相似度，P(A∩B)为目标过车数据和对比过车数据的匹配特征点的个数，P(A)为目标过车数据的特征点的个数，P(B)为对比过车数据的特征点的个数。可选的，所述处理单元还用于：在所述确定出类案嫌疑车辆之后，将所述确定出的类案嫌疑车辆关联公安警务综合系统，为确定出的类案嫌疑车辆进行嫌疑度排序。本专利技术实施例表明，获取串案中各案件的案件信息，根据各案件的案发时间、案发地点和车辆特征信息，确定与各案件相对应的多个过车数据集合，确定多个过车数据集合中是否存在满足碰撞条件的车辆，在不存在满足碰撞条件的车辆时，根据该多个过车数据集合，进行非结构化比对，确定出类案嫌疑车辆。由于对过车数据集合采用非结构化比对，可以提高确定嫌疑车辆的准确率，并可以提高确定嫌疑车辆的效率，从而提高工作人员案件分析的效率。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种类案嫌疑车辆的确定方法的流程示意图；图2为本专利技术实施例提供的一种确定过车数据集合的示意图；图3为本专利技术实施例提供的一种确定是否满足碰撞条件的示意图；图4为本专利技术实施例提供的一种过车数据图像的相对位置划分的示意图；图5为本专利技术实施例提供的一种类案嫌疑车辆的确定装置的结构示意图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。本专利技术实施例中卡口即为道路交通治安卡口监控系统，该监控系统采用先进的光电、计算机、图像处理、模式识别、远程数据访问等技术，对监控路段的机动车道、非机动车道进行全天候实时监控并记录相关图像数据，图像数据包括车辆的通过时间、地点、行驶方向、车牌号码、车牌颜色、车身颜色等信息，并将获取到的信息通过计算机网络传输到卡口系统控制中心的数据库中进行数据存储、查询、比对等处理。本专利技术实施例中的过车数据也可以为卡口监控系统拍摄的图像数据。基于上述描述，图1示例性的示出了本专利技术实施例提供的一种类案嫌疑车本文档来自技高网...

【技术保护点】
一种类案嫌疑车辆的确定方法，其特征在于，包括：获取串案中各案件的案件信息，所述案件信息包括案发时间、案发地点和车辆特征信息；根据所述各案件的案发时间、案发地点和车辆特征信息，确定与所述各案件相对应的多个过车数据集合；确定所述多个过车数据集合中是否存在满足碰撞条件的车辆，所述碰撞条件为同一车牌号至少在两个过车数据集合中出现；若否，则根据所述多个过车数据集合，进行非结构化比对，确定出类案嫌疑车辆。

【技术特征摘要】
1.一种类案嫌疑车辆的确定方法，其特征在于，包括：获取串案中各案件的案件信息，所述案件信息包括案发时间、案发地点和车辆特征信息；根据所述各案件的案发时间、案发地点和车辆特征信息，确定与所述各案件相对应的多个过车数据集合；确定所述多个过车数据集合中是否存在满足碰撞条件的车辆，所述碰撞条件为同一车牌号至少在两个过车数据集合中出现；若否，则根据所述多个过车数据集合，进行非结构化比对，确定出类案嫌疑车辆。2.如权利要求1所述的方法，其特征在于，若所述多个过车数据集合中存在满足碰撞条件的车辆，则将所述满足碰撞条件的车辆确定为类案嫌疑车辆。3.如权利要求1所述的方法，其特征在于，所述根据所述多个过车数据集合，进行非结构化比对，确定出类案嫌疑车辆，包括：对每个过车数据集合中的过车数据提取原始特征点，并建立索引；将建立索引后的多个过车数据集合中任一过车数据集合中的每条过车数据的特征点与其它过车数据集合中的过车数据进行比对，确定目标过车数据与对比过车数据的相似度；将相似度符合设定阈值的目标过车数据所对应的车辆确定为类案嫌疑车辆。4.如权利要求3所述的方法，其特征在于，所述对每个过车数据集合中的过车数据提取原始特征点，并建立索引，包括：对每条过车数据提取原始特征点的特征数据；将提取的原始特征点的特征数据中的每个特征点映射到视觉字典中的一个字上，生成词袋Bow特征；使用反向索引法为所述Bow特征建立索引。5.如权利要求3所述的方法，其特征在于，所述将建立索引后的多个过车数据集合中任一过车数据集合中的每条过车数据的特征点与其它过车数据集合中的过车数据进行比对，确定目标过车数据与对比过车数据的相似度，包括：选取多个过车数据集合中任一过车数据集合中的任一条过车数据为目标过车数据，其它过车数据集合中的每条过车数据为比对过车数据；根据公式(1)确定所述目标过车数据与对比过车数据的相似度；所述公式(1)为：其中，F(A,B)为目标过车数据和对比过车数据的相似度，P(A∩B)为目标过车数据和对比过车数据的匹配特征点的个数，P(A)为目标过车数据的特征点的个数，P(B)为对比过车数据的特征点的个数。6.如权利要求1至5任一所述的方法，其特征在于，在所述确定出类案嫌疑车辆之后，还包括：将所述确定出的类案嫌疑...

【专利技术属性】
技术研发人员：徐辉锋，崔尧尧，刘晓军，程刚，
申请(专利权)人：青岛海信网络科技股份有限公司，
类型：发明
国别省市：山东,37