[发明专利]基于深度卷积神经网络的多任务套牌车辆视觉检测系统及方法

说明书

技术领域

本发明涉及人工智能、大数据、卷积神经网络和计算机视觉在套牌和假牌车辆的检测方面的应用，属于智能交通领域。

背景技术

套牌和假牌车是指通过伪造或者非法套取其它车辆号牌及行驶行驶证等手续上路行驶的车辆。对于套牌和假牌车辆，顾名思义就是车辆的真实身份与车辆的牌照不相符合。由于套牌和假牌车主在路上行驶极少以交通法规来约束自己，随之带来的交通事故、法律纠纷势必给社会带来更大的不稳定因素。套牌和假牌车已被国家明确禁止。中华人民共和国交通法中已有明确规定，不允许套牌和假牌车辆的流动。因此在道路卡口视频监控数据中检测套牌和假牌车辆，对于公安机关加强对公共安全的管控以及保障真正车主的权益有着十分重大的意义。

现有技术中，主要有两类车辆的套牌和假牌识别方法。一类是先对查询车辆进行车牌号识别，然后通过车牌号从数据库中读取车型信息，然后与检测到的车型做比对，从而判断是否为套牌车。中国发明专利申请号为201110361189.3的一种自动识别套牌车辆的智能视频分析系统及方法；中国发明专利申请号为201110400123.0的一种套牌车辆自动检测系统的控制方法；中国发明专利申请号为201310175763.5的一种基于车辆特征匹配的套牌检测方法；中国发明专利申请号为201310233696.8的基于集成分类器的车辆检测分析系统及其检测分析方法；中国发明专利申请号为201310397152.5的基于静态图片的自动套牌车检测方法；中国发明专利申请号为201410333789.2的一种基于车辆身份识别的套牌车识别的方法与装置；中国发明专利申请号为201410381655.8的套牌车检测方法及装置；中国发明专利申请号为201510984703.7的车辆套牌检测方法与系统；中国发明专利申请号为201610054502.1的一种基于二次验证的套牌车识别方法；中国发明专利申请号为201610124110.8的换牌车辆检测方法及其系统；上述专利均属于这类技术范畴。这类套牌识别精度完全取决于车牌和车型的识别精度，在同一车型的情况下使用两个相同的车牌，即假牌车，这类识别方式往往会失效。上述视觉检测技术属于前深度学习时代的视觉检测技术，存在着检测精度和检测鲁棒性不高的问题。

另一类套牌和假牌识别方法，主要是依托大数据技术，通过判断同一车牌号车辆在不同监控点视频中出现的时间关系，结合不同监控点的位置关系，根据其合理性判断是否为套牌车。这类“时空分析”的方法运算量大且复杂；通过人为设定的逻辑规则来寻找疑似套牌车。中国发明专利申请号为201610124110.8的换牌车辆检测方法及其系统；中国发明专利申请号为201410407364.1的基于Hadoop的套牌车识别方法；中国发明专利申请号为201410351356.X的一种套牌车辆缉查布控方法；中国发明专利申请号为201410308640.9的一种车辆翻牌检测方法和装置；中国发明专利申请号为201210361859.6的套牌车的检测方法；中国发明专利申请号为201210295525.3的套牌嫌疑车搜索方法及其装置；上述专利均属于这类技术范畴。此类方法需要大量车辆数据资源，识别效率低下，并且无法区分真正车辆和套牌车辆。

根据2008年5月27日中华人民共和国公安部令第102号发布的《机动车登记规定》及2012年9月12日中华人民共和国公安部令第124号《公安部关于修改〈机动车登记规定〉的决定》规定，车辆登记时对于某一车牌号码，它所对应的车辆车型、车身颜色、车辆品牌等车辆基本信息具有唯一性。车辆车型信息为车辆固有属性，不会被改变，车身颜色的变更需要向车管部门申请，变更结果在车辆基本信息库中实时更新。因此车辆号牌与车型及车身颜色的对应关系较为稳定，不会轻易变动，从这个意义上讲，车牌号所对应的车辆基本信息具有固定性。

对于假牌或者套牌，车牌号与以上车辆基本信息往往并不是严格对应的，不符合车辆基本信息的一致性。

车辆与车牌发牌机关一致性，根据对标准车牌特征分析可知，普通民用车牌首位字符为省份简称，第二位为发牌机关代号，全国各省份车牌发牌机关代号统计数据。

逻辑一致性，同时不同位置逻辑一致性,即同一车辆不可能“同时”出现在不同位置。此处“同时”既包括绝对的同一时间,也包括逻辑上在某时间段内不可能到达的两个地点。