基于車牌自動(dòng)識(shí)別數(shù)據(jù)的車輛行為跟蹤檢測分析.pdf

1、車牌識(shí)別技術(shù)是智能交通系統(tǒng)的重要組成部分。車牌識(shí)別技術(shù)是一項(xiàng)涉及到多個(gè)領(lǐng)域的技術(shù)，其中包括數(shù)據(jù)挖掘、計(jì)算機(jī)視覺、模式識(shí)別、人工智能、自動(dòng)化、數(shù)字圖像處理等。車牌識(shí)別技術(shù)在交通監(jiān)視和控制中占有非常重要的地位，車牌識(shí)別技術(shù)已經(jīng)成為現(xiàn)代交通工程領(lǐng)域中研究的重點(diǎn)和熱點(diǎn)問題之一，并且在實(shí)際生產(chǎn)生活中，車牌自動(dòng)識(shí)別系統(tǒng)已經(jīng)大量投入使用，但是，每天通過道路交通網(wǎng)的攝像機(jī)所獲取的車牌自動(dòng)識(shí)別數(shù)據(jù)(ANPR)，其數(shù)據(jù)量是非常巨大的，怎樣能夠高效、準(zhǔn)確的從

2、海量的數(shù)據(jù)中提取出我們感興趣的數(shù)據(jù)信息，即行為異常、可疑的車輛車牌號(hào)等相關(guān)信息，并對(duì)車輛進(jìn)行跟蹤，進(jìn)行進(jìn)一步的檢測分析，幫助警方偵查相關(guān)可疑的犯罪活動(dòng)，是當(dāng)前車輛行為跟蹤檢測分析中的一個(gè)重點(diǎn)研究領(lǐng)域，同時(shí)也是一個(gè)難點(diǎn)研究領(lǐng)域。
　　 基于從多個(gè)公路網(wǎng)的多個(gè)攝像機(jī)所獲取的ANPR數(shù)據(jù)，本文針對(duì)如何從海量的ANPR數(shù)據(jù)中快速、準(zhǔn)確的提取出行為異常、可疑的車輛車牌號(hào)等相關(guān)信息，并充分利用車輛數(shù)據(jù)的可利用性和敏感性，對(duì)該問題進(jìn)行了系統(tǒng)的

3、研究，并提出了一種基于Benford定律和模糊聚類的車輛行為跟蹤檢測分析方法。采用數(shù)據(jù)挖掘技術(shù)，首先過濾ANPR數(shù)據(jù)，刪除行為正常的車輛信息，該過程有助于減少每天所獲得的大約200，000條ANPR數(shù)據(jù)的98％;其次，對(duì)剩下的數(shù)據(jù)運(yùn)用一個(gè)排序算法來進(jìn)行車輛行為跟蹤檢測。
　　 本文提出的方法可以在海量的ANPR數(shù)據(jù)中分析和發(fā)現(xiàn)異常的車輛行為。運(yùn)用數(shù)據(jù)聚類技術(shù)從ANPR數(shù)據(jù)中提取相關(guān)信息，用于檢測和識(shí)別異常的車輛行為跟蹤檢測。