[发明专利]电像计算时空轨迹车码关联方法、装置、设备及存储介质

权利要求书

1.一种电像计算时空轨迹车码关联方法，其特征在于，包括：

实时采集车牌记录和移动终端的IMSI记录，并存储每张所述车牌记录及每条所述IMSI记录的时空信息；

根据所述时空信息，通过特征工程构造所述车牌记录与所述IMSI记录之间的关联特征；

将所述关联特征输入训练好的梯度提升树车码关联模型，预测得到所述车牌记录与所述IMSI记录之间的关联概率，以根据所述关联概率确定关联关系对。

2.根据权利要求1所述的电像计算时空轨迹车码关联方法，其特征在于，在所述实时采集车牌记录和移动终端的IMSI记录之前，还包括：

通过测试人员使用车辆在目标地域活动，将采集得到样本车牌记录和样本IMSI记录作为初始正样本，并基于所述初始正样本生成初始负样本；

通过所述特征工程构造所述初始正样本及所述初始负样本的样本关联特征；

建立所述梯度提升树车码关联模型；

根据所述样本关联特征对所述梯度提升树车码关联模型进行训练，得到训练好的所述梯度提升树车码关联模型。

3.根据权利要求2所述的电像计算时空轨迹车码关联方法，其特征在于，所述根据所述样本关联特征对所述梯度提升树车码关联模型进行训练，得到训练好的所述梯度提升树车码关联模型，包括：

将所述样本关联特征按照预设比例随机划分为训练集和验证集；

使用所述训练集对所述梯度提升树车码关联模型进行训练，并使用所述验证集对训练后的所述梯度提升树车码关联模型进行验证；

若验证结果满足预设条件，则保存当前得到的所述梯度提升树车码关联模型，若不满足，则重新进行训练。

4.根据权利要求2所述的电像计算时空轨迹车码关联方法，其特征在于，在所述将所述关联特征输入训练好的梯度提升树车码关联模型，预测得到所述车牌记录与所述IMSI记录之间的关联概率，以根据所述关联概率确定关联关系对之后，还包括：

从实时采集得到的所述车牌记录和所述IMSI记录中选取补充正样本，并基于所述补充正样本生成补充负样本；

根据所述补充正样本及所述补充负样本的补充关联特征对所述梯度提升树车码关联模型进行训练，以更新所述梯度提升树车码关联模型。

5.根据权利要求1所述的电像计算时空轨迹车码关联方法，其特征在于，所述关联特征包括：碰撞特征、速度与方向特征、轨迹相似度特征、场景特征以及组合特征中的至少一种。

6.根据权利要求1所述的电像计算时空轨迹车码关联方法，其特征在于，在所述实时采集车牌记录和移动终端的IMSI记录之后，还包括：

对所述车牌记录和所述IMSI记录进行异常数据处理，所述异常数据处理包括：车牌错误识别修复、经纬度异常修复以及关键字段缺失数据删除中的至少一种；和/或，

对所述车牌记录和所述IMSI记录进行数据建档。

7.根据权利要求1所述的电像计算时空轨迹车码关联方法，其特征在于，所述实时采集车牌记录，包括：

通过车牌相机实时采集车牌相片；

将所述车牌相片输入光学字符识别系统，以识别得到所述车牌记录。

8.一种电像计算时空轨迹车码关联装置，其特征在于，包括：

数据采集模块，用于实时采集车牌记录和移动终端的IMSI记录，并存储每张所述车牌记录及每条所述IMSI记录的时空信息；

关联特征构造模块，用于根据所述时空信息，通过特征工程构造所述车牌记录与所述IMSI记录之间的关联特征；

关联关系确定模块，用于将所述关联特征输入训练好的梯度提升树车码关联模型，预测得到所述车牌记录与所述IMSI记录之间的关联概率，以根据所述关联概率确定关联关系对。

9.一种计算机设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的电像计算时空轨迹车码关联方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的电像计算时空轨迹车码关联方法。