[发明专利]车辆信息查询方法及系统

权利要求书

1.一种车辆信息查询方法，其特征在于，包括：

获取多个车辆图像，根据所述多个车辆图像，获取多个车辆特征；

基于局部敏感哈希算法对所述多个车辆特征进行哈希映射，将所述多个车辆特征散列到多个哈希表的散列桶内；

获取待查询车辆图像，根据所述待查询车辆图像，获取待查询车辆特征，并根据所述局部敏感哈希算法对所述待查询车辆特征进行哈希映射，获得所述待查询车辆特征对应的待查询散列桶号；

根据所述多个哈希表，查询与所述待查询散列桶号对应的所述散列桶，并根据所述散列桶，查询与所述待查询车辆特征相关的车辆特征。

2.根据权利要求1所述的车辆信息查询方法，其特征在于，所述基于局部敏感哈希算法对所述多个车辆特征进行哈希映射，将所述多个车辆特征散列到多个哈希表的散列桶内，包括：

根据哈希函数条件筛选局部敏感哈希函数族；

设定准确率阈值，根据所述准确率阈值与所述多个车辆特征对所述局部敏感哈希函数族的函数参数进行训练，获得多个哈希表，并根据所述多个哈希表将所述多个车辆特征散列到散列桶内；

其中，所述准确率阈值表示为相关的所述车辆特征散列到同一个所述散列桶内的准确率；

所述哈希函数条件为对于高维空间的任意两点(x,y)：

若d(x,y)≤R，则h(x)＝h(y)的概率不小于P₁；

若d(x,y)≥cR，则h(x)＝h(y)的概率不大于P₂；

其中，d(x,y)表示两点(x,y)之间的距离，R表示两点(x,y)之间的距离阈值，h表示哈希函数，h(x)和h(y)表示对两点(x,y)的哈希变换，c1，P₁P₂。

3.根据权利要求1所述的车辆信息查询方法，其特征在于，所述根据所述多个哈希表，查询与所述待查询散列桶号对应的所述散列桶，并根据所述散列桶，查询与所述待查询车辆特征相关的车辆特征之后，所述方法还包括：

根据相似性度量方法，将所述待查询车辆特征与所述待查询车辆特征相关的多个车辆特征进行相似性判断，获得多个相似车辆特征；

若所述待查询车辆特征与所述多个相似车辆特征对应同一个车辆且车牌号码相同，则待查询车辆为非套牌车辆。

4.根据权利要求3所述的车辆信息查询方法，其特征在于，所述若所述多个相似车辆特征对应同一个车辆且车牌号码相同，则所述车辆为非套牌车辆之后，所述方法还包括：

若所述待查询车辆特征与所述多个相似车辆特征对应多个车辆且车牌号码相同，则计算所述待查询车辆特征与每个所述相似车辆特征的车辆特征相似度；

若所述车辆特征相似度大于第一判断阈值，则所述待查询车辆为非套牌车辆。

5.根据权利要求4所述的车辆信息查询方法，其特征在于，所述若所述车辆特征相似度大于第一判断阈值，则所述待查询车辆为非套牌车辆之后，还包括：

若所述车辆特征相似度小于或等于所述第一判断阈值，则计算待查询车辆特征与每个相似车辆特征对应的车辆驾驶人相似度与车辆行驶位置相似度；

根据所述车辆特征相似度、所述车辆驾驶人相似度以及所述车辆行驶位置相似度，构建套牌车判断函数；

若所述套牌车判断函数的值小于第二判断阈值，则所述待查询车辆为非套牌车；

若所述套牌车判断函数的值大于或等于所述判断阈值，则所述待查询车辆为套牌车；

其中，所述套牌车判断函数为：Loss＝1-0.6×d₁+0.2×d₂+0.2×d₃；

d₁表示所述车辆特征相似度，d₂表示车辆驾驶人相似度，d₃表示所述车辆行驶位置相似度。

6.根据权利要求3所述的车辆信息查询方法，其特征在于，所述若所述待查询车辆特征与所述多个相似车辆特征对应同一个车辆且车牌号码相同，则待查询车辆为非套牌车辆之后，所述方法还包括：

若所述待查询车辆特征与所述多个相似车辆特征对应的车牌号码不同，则所述待查询车辆为非套牌车辆。