| 标题 | 套牌车识别技术综述 |
| 范文 | 张帆+孙冀 摘要：随着我国社会经济的不断发展，人民生活水平不断提高，机动车保有量也持续增长，关于汽车的违法犯罪日益增多，套牌车就是其中之一，如何方便快捷地检测出套牌车是交管部门面临的一大难题。该文简述了几种常见的套牌车识别技术，论述了它们的工作原理和设计方法，对每种识别技术的优缺点及其使用范围作了相应的介绍，最后分析了套牌车识别技术中存在的问题及其发展趋势。 关键词：套牌车；自动化检测；物联网；网格化监控；车辆识别 中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）29-0157-03 Abstract： With the continuous development of China's social economy， people's living standards continue to improve and vehicle ownership also continues to grow. There is an increasing number of illegal vehicles. Fake plate vehicle is one of them. How to detect the deck car conventiently and quickly is one of the major problem of the traffic management department. This paper briefly describes several common recognition technology of deck car and discusses their working principle and design method. The advantages and disadvantages of each recognition technology and its application scope are introduced. Finally， the paper analyses the problems and development trend of the recognition technology. Key words：fake plate vehicles； automatic detection； internet of things； grid monitoring； vehicle identification 车牌相当于车辆的“身份证”，是交管部门对车辆进行管理的重要凭证。套牌车的存在严重影响了正常的交通秩序，侵害了国家和他人的合法权益，增加了交管部门日常管理工作的难度，其社会危害性不容忽视[1]。目前交管部门常用的套牌车识别方法主要依靠交警盘查和群众举报，人工比对车牌号、发动机号等特征，效率低下。 据公安部交管局统计，截至2017年3月底，全国机动车保有量首次突破3亿辆[2]，而交警数量却没有同步大幅增长，碍于缺乏有效的监管手段，虽然国家出台了惩罚套牌车主，维护合法车主权益的相关政策[3]，但是对日渐猖獗套牌行为不足以进行有效震慑，在这种背景下，研究一种自动化、高效率、易推广的套牌车检测方法就显得尤为重要。近年来，针对套牌车自动检测的研究逐渐起步，采用的技术手段也呈现出多样性，下面将对目前常见的几种技术手段进行论述。 1 基于物联网技术的套牌车检测方法 该方法采用的是物联网中常用的RFID技术（射频识别技术），RFID技术是一种利用射频通信实现的非接触式自动识别技术，具有存储容量大、识别率高、基本不受气候环境影响等优点[4]，通过特殊的加密算法，能够有效地防止电子标签中的信息被破解或篡改[5]。如图1所示，基于该技术的套牌车检测系统主要由识读基站和后台管理系统两大部分组成，当待识别车辆经过基站时，基站的监控摄像头就会捕获车辆照片，利用图像处理和模式识别等技术获取车牌号，同时RFID识读设备会对车载电子标签里面存储的车牌号进行读取，比对两次获取的车牌号是否一致，如果不一致，则说明待识别车辆存在套牌嫌疑，就将待识别车辆的信息发送至后台管理系统，由交警指挥平台发出布控指令，通知相关卡口对该车进行查缉[6]。 该系统可以部署在车流量较大的治安卡口附近，一旦发现涉嫌套牌的车辆，方便对其进行及时查缉。也可以对现有的收费站或电子警察进行改造，加装RFID识别设备，减少前期投入。RFID技术的优势在于可以对电子标签中存储的信息进行精确识别， 受环境干扰程度小[7]，减小了交通管理部门的工作量，提高了一线工作人员的效率，同时也降低了差错率，提高了执法的权威性，为车辆信息的数字化，车辆识别的自动化以及车辆管理的智能化提供了一个很好的技术平台[8]。因此，2010年上海世博会和2011年深圳大运会均采用该技术管理进出场馆的车辆，收到了很好的效果[9]。国外RFID技术研究起步较早，技术相对成熟[10]，但是从目前国内情况来看，RFID技术并未大规模应用于交管部门的执法领域，技术、标准、成本以及隐私安全等都是制约RFID技术推广和普及的障碍[11]。虽然RFID技术是一项有着广阔市场前景的全新技术，但是目前该技术还不太成熟，相关标准尚未得到统一，以美国和日本为代表的两大阵营制定的标准互不兼容，其他国家也从自身的安全和利益出发制定了相关标准，这造成了不同标准的RFID产品不能通用，导致运营成本居高不下。目前，中国电子标签国家标准工作组正在考虑制定中国的RFID标准，预计在不久的将来，以RFID技术为代表的物联网相关技术将在套牌车检测中发挥更大的作用。 2 基于网格化监控的套牌车检测方法 网格化监控是在现有的视频监控系统的基础上，在监控盲区加装监控摄像头，并对现有的监控平台进行升级改造，实现视频监控的网格化全覆盖，能够对车辆进行全程视频监控和实时跟踪，提升城市的信息化和智能化水平[12]。该方法是在現有的车牌识别技术和视频监控系统的基础上，将车牌信息与各个监控点的数据关联起来，基于一辆车不可能在同时出现在两个地点的原理，通过时间差和路径信息，综合判定车辆是否涉嫌套牌，实现套牌车的自动化检测和报警[13]。 如图3所示，基于网格化监控的套牌车识别系统主要有车辆检测系统和套牌车判定系统大部分组成，其中涉及的关键技术有车牌识别、监控点的选取还有套牌判定方法[14]，其中车牌识别技术目前已经相当成熟，几乎可以做到和电子标签一样的识别正确率[15]。该方法的优势在于可以将套牌车判定系统与现有的智能交通平台系统进行融合，经实践证明该方法具有成熟实用价值，目前已经在北京等大城市投入使用，并取得了成功。但是由于城市路网的密度相当大，对全路网进行监控将是一笔巨大的投入，而监控点设置过少则将影响该系统的识别成功率，此外，对于异地套牌等情形，需要将全国各地的监控点进行联网[16]，由此产生的大规模数据，在传输处理时会出现性能瓶颈问题，对该检测方法的实时性造成影响[17]。近年来针对交通大数据的研究逐渐起步，相关学者提出了很多能够降低计算复杂度，提高套牌车检测准确率的算法，诸如基于海量数据统计的定向套牌车检测算法[18]、基于历史车牌识别数据的套牌车并行检测算法[19]和交通流大数据中的套牌车并行检测算法[20]等算法，或者通过云计算等方式协同处理大数据，提高该方法的检测速度和识别精度[21]。随着我国的城市化进程不断推进，基础设施不断完善，很多城市的视频监控系统已经能够达到网格化监控的要求，不需要重复建设，另外随着大数据时代的到来，以前无法解决的系统性能瓶颈问题也将迎刃而解，基于网格化监控的套牌车检测方法凭借其稳定的性能，低廉的推广成本，将成为套牌车检测方法相当重要的一个发展方向。 3 基于车辆识别的检测方法 该方法基于视频监控系统采集的车辆图像，首先利用目前相对成熟的车牌识别技术，获得车牌信息并在数据库中查询该车牌号对应的车辆外观特征，然后通过车型识别技术提取诸如车身颜色、车标、车灯、格栅等车辆外观特征，通过特征比对综合判定车辆是否涉嫌套牌[22]。 如图5所示，基于车辆识别的套牌车检测方法主要分为车牌识别和车型识别两大部分，涉及计算机视觉、图像处理和模式识别等关键技术[23]。车型识别首先要在复杂背景下准确定位车辆[24]并将车辆从图像中分割出来[25]，尽可能减少阴影等因素对车辆提取的干扰[26]，然后利用伽柏小波变换等方法提取多尺度多方向的车辆特征，最后计算它们在欧拉空间的相似性并用最近邻域法完成分类与匹配[27]。近年来，研究人员针对如何提高车辆识别的准确率做了很多工作，诸如改进在雨雪或夜间等复杂情况下定位和提取车辆特征的算法[28]或者利用多角度摄像头构建车辆的三维模型等[29]。 该方法的优势在于可以直接利用现有的视频监控系统提供的图像数据，不需要额外的配套设施，建设和使用成本较低，而且可以获得丰富的车辆特征信息，有利于套牌车的精确识别。但是，在鉴别克隆车也就是型号和颜色相同或相似的套牌车时，该方法就没有用武之地了。此外，图像识别技术对环境的要求比较高，在恶劣天气或者光照条件不理想的情况下，识别率会明显降低，该方法并不能做到全天候二十四小时对套牌车的有效鉴别。就目前技术水平而言，图像识别技术并不能达到百分之百的识别准确率，在实际执法过程中，为了保证执法的权威性，还需要人工进行二次确认，降低了执法效率。随着人工智能时代的到来，图像识别技术日新月异，识别准确率和鲁棒性不断提高，基于车辆识别的套牌车检测方法也将发挥不可替代的作用。 4 结束语 随着我国道路交通的迅速发展和相关科技水平的不断提高，各种先进的通信和电子技术正在改变道路交通管理的方式。随着物联网技术和人工智能技术的逐步成熟及其向各个领域包括交通管理领域的渗透，我们可以把基于视频监控系统的车辆识别技术和基于物联网的电子标签技术相结合，充分利用电子标签的准确性和人工智能的高效性，提高套牌车检测的实时性和识别率。随着大数据时代的到来，我们可以充分挖掘视频监控系统中存储的海量数据信息，不但可以实现套牌车的自动化识别，更可以给交通管理部门提供制定相关政策和法规的依据。 未来，针对车辆的各种自动化识别技术在需求的推动下仍将不断发展，除了可以将其应用在套牌车的自动化检测外，识别的内容也将会更加丰富，甚至可以做到识别驾驶员是否系安全带等细节信息。另外，针对克隆车，我们可以开发出套牌车主动识别系统，通过更改真车的电子标签信息或者在真车上添加其他特征，从而将真车与套牌车区分开来，实现套牌车的主动识别。 参考文献： [1] 笪东旭. 基于车脸识别的套牌车检测方法研究[D].西安电子科技大学，2013. [2] 机动车保有量突破3亿汽车后市场前景看好[J].重型汽车.2017，（2）：1. [3] 徐艳. 经济新常态下交通运输执法中套牌车的治理策略[J]. 青海交通科技，2016（3）：3-5. [4] D Michelon，R Saba，P Seurre，et al.UHF RFID chip measurement[J].IEEE International Conference on Rfid ，2017 ：1-7.2017 [5] 陈继光，吴中平.一种物联网电子车牌安全方案[J].物联网技术.2014，（7）：54-57. [6] 黄柱，蔡延光，谢湘平. 基于车辆检测的稽查系统研究[J/OL]. 电子世界，2016，（01）：145-146. [7] 刘东波，黄金，邓毅萍.RFID技术在公安交通管理执法中的应用研究[J].交通信息与安全，2013，（3）：117-120. [8] 马昀骅，关宝璐，万培元，等.智能交通RFID與视频双机识别系统[J].电子技术应用，2015，（10）：62-64. [9] 赵勋.RFID技术在智能交通管理中应用[J].计算机光盘软件与应用，2012，（3）. [10] 何檬.RFID电子标签技术在城市车辆管理中的应用[J].硅谷，2014，（18）：102，40. [11] 俞江.RFID在數字标签中的应用[J].中国印刷，2017，（2）：54-59. [12] Z Fang，D Pi.CM Chen.Artificial immune K-means grid-density clustering algorithm for real-time monitoring and analysis of urban traffic[J].Electronics Letters，2013 ，49 （20）：1272-1273. [13] 朱萍，马韵洁.基于大数据技术快速分析套牌车方法[J].电脑知识与技术，2015，（34）：20，23. [14] 卢晓春，周欣，蒋欣荣，等. 基于网格化监控的套牌车检测系统[J]. 计算机应用，2009，29（10）：2847-2848. [15] 李富贵.从专利角度浅谈车牌识别技术的发展[J].科技创新与应用，2017，（14）：46-46. [16] 周军，吴旻中，黄松锋，等.卡口系统的跨地域整合及典型应用设计[J].中国公共安全：学术版，2015，（2）：68-73. [17] 乔通，赵卓峰，丁维龙.面向套牌甄别的流式计算系统[J].计算机应用，2017，（1）：153-158. [18] 王妍妍，陈文明，刘耀强.基于海量数据统计的定向套牌车检测算法[J].指挥信息系统与技术，2016，（3）：82-85. [19] 李悦，刘晨.基于历史车牌识别数据的套牌车并行检测方法[J].计算机应用，2016，（3）：864-870. [20] 王涛，王顺，沈益民.交通流大数据中的套牌车并行检测算法[J].湖北工程学院学报.2014，（6）：29-32. [21] 刘文，黎茂林. 交通卡口大数据中的套牌车实时检测算法[J]. 电脑与信息技术，2017，25（03）：11-13+21. [22] 黄小龙. 基于卡口车辆特征信息表达方法及其在车辆图像智能分析系统中的应用实现[D].中山大学，2016. [23] 赵阳，高磊，赵炫，张旭.基于车脸特征的车型识别技术及其在公安领域的应用[J].警察技术，2015，（3）：81-84. [24] Xue Yuan；Shuai Su；Houjin Chen.A Graph-Based Vehicle Proposal Location and Detection Algorithm[J].IEEE Transactions on Intelligent Transportation Systems，2017：1-8. [25] A Varghese，G Sreelekha.Background subtraction for vehicle detection[J].Communication Technologies ，2015 ：380-382.2015 [26] Russell M，Zou J，Fang G..Real-time vehicle shadow detection[J].Electronics Letters，2015，.51（16）：1253-1255. [27] Yong Tang，Congzhe Zhang，Renshu Gu，Peng Li，Bin Yang.Vehicle detection and recognition for intelligent traffic surveillance system[J].Multimedia Tools and Applications，2017，76（.4）：5817-5832. [28] B Zhao，D Wang，S Yu，H Zhu，S Xue.An algorithm for headlights region detection in nighttime vehicles[J].IEEE International Conference on Information，2017. [29] Hakki Can Karaimer，Ipek Baris，Yalin Bastanlar.Detection and classification of vehicles from omnidirectional videos using multiple silhouettes[J].Pattern Analysis and Applications.2017， 20（3）：893-905. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。