本發(fā)明屬于圖像識(shí)別技術(shù)領(lǐng)域，具體涉及一種經(jīng)過(guò)卡口、視頻監(jiān)控等設(shè)備的車(chē)輛管控系統(tǒng)，尤其涉及地理信息系統(tǒng)技術(shù)、圖像識(shí)別技術(shù)、警務(wù)云技術(shù)、圖像檢索技術(shù)的車(chē)輛管控系統(tǒng)。

背景技術(shù)：
近年來(lái)，在公安部的統(tǒng)一領(lǐng)導(dǎo)和部署下，全國(guó)各級(jí)公安機(jī)關(guān)積極推進(jìn)平安城市建設(shè)，目前已安裝了2000多萬(wàn)臺(tái)監(jiān)控?cái)z像機(jī)，其中公安機(jī)關(guān)可控的監(jiān)控?cái)z像機(jī)也超過(guò)百萬(wàn)臺(tái)，在突發(fā)事件處置、刑事案件偵破和反恐維穩(wěn)斗爭(zhēng)中發(fā)揮了巨大作用，視頻圖像已逐步成為發(fā)現(xiàn)犯罪線索、搜集犯罪資料、提取犯罪證據(jù)的重要資源。尤其在偵查破案過(guò)程中，視頻監(jiān)控技術(shù)已成為公安機(jī)關(guān)繼刑偵、技偵、網(wǎng)偵之后的重要技術(shù)手段。如何快速采集、快速調(diào)閱海量視頻，如何迅速發(fā)現(xiàn)視頻監(jiān)控系統(tǒng)中有價(jià)值的辦案線索，如何自動(dòng)分析識(shí)別危害公共安全的人員和行為、如何準(zhǔn)確分析定位視頻線索中的行為軌跡，從而增強(qiáng)公安機(jī)關(guān)快速反應(yīng)、協(xié)同作戰(zhàn)和精確打擊的能力，提升社會(huì)治安動(dòng)態(tài)防控水平，已成為當(dāng)前維護(hù)公共安全的一項(xiàng)重要而緊迫任務(wù)。汽車(chē)也因其快速性、機(jī)動(dòng)性受到了犯罪分子的青睞，駕車(chē)作案成為犯罪分子跨區(qū)域?qū)嵤┝鞲Z犯罪的主要作案方式。而駕車(chē)作案基本上又以團(tuán)伙作案為主，采用假車(chē)牌、套牌車(chē)，作案空間跨度大，連續(xù)性強(qiáng)，往往形成系列性案件，傳統(tǒng)的偵查手段已無(wú)法適應(yīng)此類(lèi)案件的偵查需要。如何對(duì)車(chē)輛圖像進(jìn)行有效識(shí)別，如何對(duì)車(chē)輛軌跡進(jìn)行有效跟蹤成為此類(lèi)案件偵查的關(guān)鍵。

技術(shù)實(shí)現(xiàn)要素：
本發(fā)明目的在于提供一種基于地理時(shí)空約束的警務(wù)云圖像識(shí)別車(chē)輛管控系統(tǒng)，解決了現(xiàn)有技術(shù)中道路圖像中由于汽車(chē)快速性、機(jī)動(dòng)性導(dǎo)致車(chē)輛無(wú)法進(jìn)行有效識(shí)別等問(wèn)題。為了解決現(xiàn)有技術(shù)中的這些問(wèn)題，本發(fā)明提供的技術(shù)方案是：一種基于地理時(shí)空約束的警務(wù)云圖像識(shí)別車(chē)輛管控系統(tǒng)，包括圖像數(shù)據(jù)采集分解模塊、圖像檢索模塊、數(shù)據(jù)存儲(chǔ)模塊和地理信息服務(wù)模塊；其特征 在于所述圖像數(shù)據(jù)采集分解模塊負(fù)責(zé)采集道路圖像，擷取圖像中車(chē)輛特征，并將圖像中車(chē)輛特征信息傳輸給數(shù)據(jù)存儲(chǔ)模塊；所述數(shù)據(jù)存儲(chǔ)模塊用于存儲(chǔ)道路圖像以及關(guān)于圖像中車(chē)輛特征信息的圖像特征元數(shù)據(jù)；所述圖像檢索模塊，用于響應(yīng)請(qǐng)求方的圖像檢索請(qǐng)求，根據(jù)請(qǐng)求方的圖像檢索請(qǐng)求以圖像特征元數(shù)據(jù)與地理時(shí)空約束相混合的圖像檢索模式獲取符合圖像檢索請(qǐng)求的檢索結(jié)果，并將檢索結(jié)果反饋給請(qǐng)求方；所述地理信息服務(wù)模塊用于響應(yīng)請(qǐng)求方的車(chē)輛定位請(qǐng)求，通過(guò)地理信息平臺(tái)服務(wù)的地圖服務(wù)器獲取車(chē)輛空間位置信息，并將車(chē)輛空間位置信息反饋給請(qǐng)求方。優(yōu)選的，所述圖像數(shù)據(jù)采集分解模塊提取的車(chē)輛特征包括車(chē)牌、車(chē)型、車(chē)輛顏色、車(chē)輛前臉特征、車(chē)內(nèi)內(nèi)飾特征。優(yōu)選的，所述系統(tǒng)中以圖像特征元數(shù)據(jù)與地理時(shí)空約束相混合的圖像檢索模式為請(qǐng)求方進(jìn)行車(chē)輛圖像檢索時(shí)，圖像檢索模塊根據(jù)輸入的車(chē)輛圖像特征與地理信息服務(wù)模塊通訊，獲取某一時(shí)間段內(nèi)該車(chē)輛的空間位置信息；具體首先根據(jù)車(chē)輛圖像特征找到在該時(shí)段車(chē)輛出現(xiàn)的第一點(diǎn)，根據(jù)車(chē)輛出現(xiàn)第一點(diǎn)的空間位置通過(guò)臨近分析找出與該點(diǎn)連通的所有點(diǎn)集，在所屬點(diǎn)集對(duì)應(yīng)的車(chē)輛圖像特征集內(nèi)查找所需檢索的車(chē)輛，找到車(chē)輛在空間上的第二點(diǎn)，以此類(lèi)推找出其他點(diǎn)，直至超出檢索時(shí)段。優(yōu)選的，所述系統(tǒng)還包括圖像增強(qiáng)模塊，所述圖像增強(qiáng)模塊根據(jù)將圖像檢索模塊檢索出的結(jié)果在地圖上形成空間點(diǎn)，并將空間點(diǎn)按照時(shí)間的先后順序串聯(lián)，形成被檢索車(chē)輛的空間軌跡；根據(jù)軌跡路徑找到經(jīng)過(guò)道路卡口但未被圖像數(shù)據(jù)采集分解模塊采集或分解出汽車(chē)圖像的點(diǎn)位A1；根據(jù)軌跡時(shí)段，檢索A1點(diǎn)所有圖像特征缺失的記錄；在缺失記錄中根據(jù)圖像特征重新檢索匹配，找到相應(yīng)的圖像數(shù)據(jù)，補(bǔ)充到數(shù)據(jù)存儲(chǔ)模塊的相應(yīng)圖像特征元數(shù)據(jù)中。優(yōu)選的，所述系統(tǒng)中圖像數(shù)據(jù)采集分解模塊設(shè)置有訓(xùn)練學(xué)習(xí)狀態(tài)和圖像識(shí)別狀態(tài)；當(dāng)處于訓(xùn)練學(xué)習(xí)狀態(tài)時(shí)，圖像數(shù)據(jù)采集分解模塊通過(guò)訓(xùn)練學(xué)習(xí)模式形成車(chē)輛特征模型庫(kù)，為在線的圖像識(shí)別提供比對(duì)參數(shù)；當(dāng)處于圖像識(shí)別狀態(tài)時(shí)，圖像數(shù)據(jù)采集分解模塊根據(jù)車(chē)輛特征模型庫(kù)，提取分析經(jīng)過(guò)相應(yīng)圖像數(shù)據(jù)采集分解模塊所處的卡口、視頻監(jiān)控的車(chē)輛特征。優(yōu)選的，所述地理信息服務(wù)模塊采用全國(guó)統(tǒng)一警用地理信息平臺(tái)服務(wù)的地圖服務(wù)器。優(yōu)選的，所述數(shù)據(jù)存儲(chǔ)模塊內(nèi)構(gòu)建圖像元數(shù)據(jù)庫(kù)，所述圖像元數(shù)據(jù)庫(kù)的字段包括：根據(jù)車(chē)輛圖像形成的車(chē)輛特征碼、車(chē)輛經(jīng)過(guò)卡口、視頻的時(shí)間、車(chē)輛經(jīng)過(guò)卡口、視頻監(jiān)控所在的空間經(jīng)緯度、卡口、視頻監(jiān)控設(shè)備的唯一編碼、識(shí)別出來(lái)的車(chē)牌號(hào)碼、識(shí)別出來(lái)的車(chē)輛顏色、識(shí)別出來(lái)的車(chē)輛型號(hào)、其他車(chē)輛特征集合。本發(fā)明提供了一種圖像數(shù)據(jù)采集分解模塊，通過(guò)模塊內(nèi)CUDA編程模型提取圖像特征，將圖像內(nèi)容進(jìn)行分解。經(jīng)過(guò)圖像識(shí)別模型，提取經(jīng)過(guò)卡口、監(jiān)控視頻的車(chē)輛特征包括車(chē)牌、車(chē)型、車(chē)輛顏色、車(chē)輛前臉特征、車(chē)內(nèi)內(nèi)飾特征等，形成車(chē)輛圖像信息的元數(shù)據(jù)，將車(chē)輛圖像數(shù)據(jù)及車(chē)輛圖像元數(shù)據(jù)分類(lèi)存儲(chǔ)在警務(wù)云存儲(chǔ)模塊內(nèi)。再通過(guò)地理信息時(shí)空約束，在縮小了圖像檢索的范圍同時(shí)，將圖像檢索出的結(jié)果在地圖上形成空間點(diǎn)，將這些空間點(diǎn)按照時(shí)間的先后順串聯(lián)，形成被檢索車(chē)輛的空間軌跡。本發(fā)明克服了現(xiàn)有技術(shù)存在的缺陷，提供基于地理時(shí)空約束的警務(wù)云圖像識(shí)別車(chē)輛管控系統(tǒng)。通過(guò)地理信息系統(tǒng)技術(shù)、圖像識(shí)別技術(shù)、警務(wù)云技術(shù)、圖像檢索技術(shù)對(duì)車(chē)輛進(jìn)行管控，從而提高了車(chē)輛圖像的識(shí)別效率。具體的技術(shù)方案中，本發(fā)明基于地理時(shí)空約束的警務(wù)云圖像識(shí)別車(chē)輛管控系統(tǒng)提供了基于地理信息系統(tǒng)的車(chē)輛軌跡分析方法，包括圖像數(shù)據(jù)采集分解模塊、圖像檢索服務(wù)器、警務(wù)云存儲(chǔ)模塊、警用地理信息服務(wù)器、車(chē)輛管控應(yīng)用服務(wù)器五個(gè)部分，其中所述圖像數(shù)據(jù)采集分解模塊采用基于GPU計(jì)算，通過(guò)CUDA編程模型解決大量并行化的問(wèn)題，增加圖像特征的分解速度，提高圖像匹配率。同時(shí)以分布式的圖像數(shù)據(jù)采集分解模塊并行計(jì)算，減輕服務(wù)器集中處理的計(jì)算壓力與網(wǎng)絡(luò)帶寬壓力。所述圖像檢索服務(wù)器采用圖像特征元數(shù)據(jù)與地理時(shí)空約束相混合的圖像檢索模式，通過(guò)地理時(shí)空約束縮小圖像檢索范圍，再根據(jù)圖像特征元數(shù)據(jù)對(duì)所需圖像進(jìn)行檢索。所述的警務(wù)云存儲(chǔ)模塊是指基于私有云的警務(wù)公安網(wǎng)絡(luò)分布式的存儲(chǔ)方式，提供圖像信息數(shù)據(jù)的存儲(chǔ)。所述的警用地理信息服務(wù)器是由公安部門(mén)提供的安裝全國(guó)統(tǒng)一警用地理信息平臺(tái)服務(wù)的地圖服務(wù)器，可以為車(chē)輛管控提供空間位置服務(wù)及空間分析服務(wù)。所述的車(chē)輛管控應(yīng)用服務(wù)器是基于警用地理信息服務(wù)器提供的GIS 功能實(shí)現(xiàn)圖像信息的空間化，利用圖像檢索服務(wù)器提供的圖像檢索服務(wù)，實(shí)現(xiàn)對(duì)車(chē)輛的車(chē)型識(shí)別、車(chē)輛軌跡跟蹤、套牌車(chē)的識(shí)別等功能，滿足公安、交管等部門(mén)對(duì)車(chē)輛的管控需求。本系統(tǒng)采用B/S架構(gòu)模式，圖像識(shí)別在前端圖像數(shù)據(jù)采集分解模塊內(nèi)部完成，經(jīng)過(guò)算法改進(jìn)的圖像識(shí)別模型，提取經(jīng)過(guò)卡口、監(jiān)控視頻的車(chē)輛特征包括車(chē)牌、車(chē)型、車(chē)輛顏色、車(chē)輛前臉特征、車(chē)內(nèi)內(nèi)飾特征等，形成車(chē)輛圖像信息的元數(shù)據(jù)，將車(chē)輛圖像數(shù)據(jù)及車(chē)輛圖像元數(shù)據(jù)分類(lèi)存儲(chǔ)在警務(wù)云存儲(chǔ)模塊內(nèi)。車(chē)輛管控系統(tǒng)再?gòu)木瘎?wù)云存儲(chǔ)模塊中檢索所需數(shù)據(jù)進(jìn)行分析。所述車(chē)輛管控系統(tǒng)功能包括以下2個(gè)部分：1、前端圖像分解數(shù)據(jù)采集功能1）訓(xùn)練學(xué)習(xí)訓(xùn)練學(xué)習(xí)功能是前端圖像數(shù)據(jù)采集分解模塊部署初期，通過(guò)訓(xùn)練學(xué)習(xí)模式,對(duì)過(guò)往車(chē)輛進(jìn)行車(chē)輛特征的提取，形成車(chē)輛特征模型庫(kù)，為在線的圖像識(shí)別提供比對(duì)參數(shù)。2）圖像分解識(shí)別根據(jù)車(chē)輛特征模型庫(kù)，提取分析經(jīng)過(guò)卡口、視頻監(jiān)控的車(chē)輛特征。使用經(jīng)過(guò)算法改進(jìn)的圖像識(shí)別模型，提取經(jīng)過(guò)卡口、監(jiān)控視頻的車(chē)輛特征包括車(chē)牌、車(chē)型、車(chē)輛顏色、車(chē)輛前臉特征、車(chē)內(nèi)內(nèi)飾特征等，形成車(chē)輛圖像信息的元數(shù)據(jù)，將車(chē)輛圖像數(shù)據(jù)及車(chē)輛圖像元數(shù)據(jù)分類(lèi)存儲(chǔ)在警務(wù)云存儲(chǔ)模塊內(nèi)。3）圖像分解接口服務(wù)由若干個(gè)前端圖像數(shù)據(jù)采集分解模塊組成圖像分解采集集群，分布于各個(gè)圖像采集管理單元內(nèi)。每個(gè)圖像分解采集模塊以RESTAPI方式對(duì)外提供服務(wù)，服務(wù)包括圖片的存儲(chǔ)、智能圖像分解、車(chē)輛圖像信息預(yù)警等服務(wù)。2、圖像檢索分析功能1）車(chē)輛圖像檢索分析業(yè)務(wù)人員選擇車(chē)輛圖像檢索分析時(shí)，系統(tǒng)需要根據(jù)輸入的車(chē)輛圖像特征檢索某一時(shí)間段內(nèi)該車(chē)輛的空間位置。在這種工作模式下，系統(tǒng)首先根據(jù)車(chē)輛圖像特征找到在該時(shí)段車(chē)輛出現(xiàn)的第一點(diǎn)，根據(jù)車(chē)輛出現(xiàn)第一點(diǎn)的空間位置通過(guò)臨近分析找出與該點(diǎn)連通的所有點(diǎn)集，在所屬點(diǎn)集對(duì)應(yīng)的車(chē)輛圖像特征集內(nèi)查找所需檢索的車(chē)輛，找到車(chē)輛在空間上的第二點(diǎn)，以此類(lèi)推找出第 三、四點(diǎn)等，直至超出檢索時(shí)段。通過(guò)地理時(shí)空約束，在縮小了圖像檢索的范圍同時(shí)，將圖像檢索出的結(jié)果在地圖上形成空間點(diǎn)，將這些空間點(diǎn)按照時(shí)間的先后順串聯(lián)，形成被檢索車(chē)輛的空間軌跡。2）車(chē)輛軌跡增強(qiáng)圖像檢索根據(jù)車(chē)輛在地理時(shí)空的軌跡，推導(dǎo)出車(chē)輛所經(jīng)過(guò)的路線，對(duì)在部分圖像特征識(shí)別不準(zhǔn)確的車(chē)輛圖像特征進(jìn)行補(bǔ)充。實(shí)現(xiàn)的程序步驟：a、服務(wù)器檢索出車(chē)輛在空間上的軌跡點(diǎn)位，形成軌跡路徑；b、根據(jù)軌跡路徑找到經(jīng)過(guò)卡口但未檢索出圖像的點(diǎn)位A1；c、根據(jù)軌跡時(shí)段，檢索A1點(diǎn)所有圖像特征缺失的記錄；d、在缺失記錄中根據(jù)圖像特征重新檢索匹配，找到相應(yīng)的圖像數(shù)據(jù)，補(bǔ)充到圖像特征元數(shù)據(jù)庫(kù)內(nèi)。3）套牌車(chē)輛識(shí)別根據(jù)前端圖像分解采集的圖像特征元數(shù)據(jù)，通過(guò)車(chē)型、車(chē)牌照、顏色與交管部門(mén)登記的車(chē)輛進(jìn)行比較，當(dāng)車(chē)牌照與登記的車(chē)型、顏色不服時(shí)，即可判定為套牌車(chē)輛，系統(tǒng)自動(dòng)報(bào)警并記錄套牌車(chē)輛信息，便于后續(xù)處理。4）實(shí)施交通路況通過(guò)前端圖像采集分解模塊，采集車(chē)速、經(jīng)過(guò)視頻卡口車(chē)輛的數(shù)目與道路最大通行量做比較，形成實(shí)施交通路況數(shù)據(jù)，通過(guò)地理信息技術(shù)以不同的顏色級(jí)別標(biāo)識(shí)到對(duì)應(yīng)的道路上。本發(fā)明旨在解決公安、交管等部門(mén)在車(chē)輛管控的過(guò)程中存在的實(shí)際問(wèn)題，依靠地理信息系統(tǒng)技術(shù)、圖像識(shí)別技術(shù)、警務(wù)云技術(shù)、圖像檢索技術(shù)，根據(jù)管理的不同需求，對(duì)車(chē)輛特征、軌跡進(jìn)行分析，對(duì)車(chē)輛圖像進(jìn)行有效識(shí)別及對(duì)車(chē)輛軌跡進(jìn)行有效跟蹤，具有自己獨(dú)有的特色。相對(duì)于現(xiàn)有技術(shù)中的方案，本發(fā)明的優(yōu)點(diǎn)是：1、充分利用GPU計(jì)算能力，通過(guò)CUDA編程模型解決大量并行化的問(wèn)題，增加圖像特征的分解速度，提高圖像匹配率。同時(shí)以分布式的圖像數(shù)據(jù)采集分解模塊并行計(jì)算，減輕服務(wù)器集中處理的計(jì)算壓力與網(wǎng)絡(luò)帶寬壓力。2、由若干個(gè)前端圖像數(shù)據(jù)采集分解模塊組成圖像分解采集集群，分布于各個(gè)圖像采集管理單元內(nèi)，每個(gè)圖像分解采集模塊以RESTAPI方式對(duì)外 提供服務(wù)。3、采用地理時(shí)空約束的圖像檢索分析方式，將車(chē)輛活動(dòng)的地理時(shí)空特征與圖像特征元數(shù)據(jù)檢索相結(jié)合，通過(guò)地理時(shí)空約束縮小了圖像檢索范圍，有效的提高了海量圖像檢索的速度與準(zhǔn)確度。4、本發(fā)明采用的B/S架構(gòu)，所有的數(shù)據(jù)保存在警務(wù)云存儲(chǔ)模塊中，便于海量圖像數(shù)據(jù)的管理與跟蹤。5、獨(dú)特的圖像元數(shù)據(jù)庫(kù)，將車(chē)輛特征與空間、時(shí)間結(jié)合起來(lái)，通過(guò)多維對(duì)圖像數(shù)據(jù)進(jìn)行元數(shù)據(jù)描述。本發(fā)明提供了一種基于地理時(shí)空約束的警務(wù)云圖像識(shí)別車(chē)輛管控系統(tǒng)，包括圖像數(shù)據(jù)采集分解模塊、圖像檢索服務(wù)器、警務(wù)云存儲(chǔ)模塊、警用地理信息服務(wù)器、車(chē)輛管控應(yīng)用服務(wù)器五個(gè)部分；系統(tǒng)通過(guò)圖像數(shù)據(jù)采集分解模塊將采集的圖像進(jìn)行分解，形成圖像索引與圖像特征存儲(chǔ)在警務(wù)云內(nèi)；車(chē)輛管控應(yīng)用部分基于警用地理信息服務(wù)器提供的GIS功能實(shí)現(xiàn)圖像信息的空間化，利用圖像檢索服務(wù)器提供的圖像檢索服務(wù)，實(shí)現(xiàn)對(duì)車(chē)輛的車(chē)型識(shí)別、車(chē)輛軌跡跟蹤、套牌車(chē)的識(shí)別等功能，滿足公安、交管等部門(mén)對(duì)車(chē)輛的管控需求。附圖說(shuō)明下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述：圖1為基于地理時(shí)空約束的警務(wù)云圖像識(shí)別車(chē)輛管控系統(tǒng)的組成；圖2為圖像數(shù)據(jù)采集分解模塊集群構(gòu)成圖；圖3為圖像數(shù)據(jù)采集分解識(shí)別流程圖；圖4為車(chē)輛圖像檢索分析流程圖；圖5為車(chē)輛軌跡增強(qiáng)圖像檢索流程圖；圖6為實(shí)時(shí)交通路況流程圖。具體實(shí)施方式以下結(jié)合具體實(shí)施例對(duì)上述方案做進(jìn)一步說(shuō)明。應(yīng)理解，這些實(shí)施例是用于說(shuō)明本發(fā)明而不限于限制本發(fā)明的范圍。實(shí)施例中采用的實(shí)施條件可以根據(jù)具體廠家的條件做進(jìn)一步調(diào)整，未注明的實(shí)施條件通常為常規(guī)實(shí)驗(yàn)中的 條件。實(shí)施例如圖1所示，該基于地理時(shí)空約束的警務(wù)云圖像識(shí)別車(chē)輛管控系統(tǒng)，包括圖像數(shù)據(jù)采集分解模塊、圖像檢索服務(wù)器、警務(wù)云存儲(chǔ)模塊、警用地理信息服務(wù)器、車(chē)輛管控應(yīng)用服務(wù)器五個(gè)部分，所述的圖像數(shù)據(jù)采集分解模塊采用基于GPU計(jì)算的圖像數(shù)據(jù)采集分解模塊，通過(guò)CUDA編程模型解決大量并行化的問(wèn)題，增加圖像特征的分解速度，提高圖像匹配率。同時(shí)以分布式的圖像數(shù)據(jù)采集分解模塊并行計(jì)算，減輕服務(wù)器集中處理的計(jì)算壓力與網(wǎng)絡(luò)帶寬壓力；所述的圖像檢索服務(wù)器采用圖像特征元數(shù)據(jù)與地理時(shí)空約束相混合的圖像檢索模式，通過(guò)地理時(shí)空約束縮小圖像檢索范圍，再根據(jù)圖像特征元數(shù)據(jù)對(duì)所需圖像進(jìn)行檢索；所述的警務(wù)云存儲(chǔ)模塊是指基于私有云的警務(wù)公安網(wǎng)絡(luò)分布式的存儲(chǔ)方式，提供圖像信息數(shù)據(jù)的存儲(chǔ)；所述的警用地理信息服務(wù)器是由公安部門(mén)提供的安裝全國(guó)統(tǒng)一警用地理信息平臺(tái)服務(wù)的地圖服務(wù)器，可以為車(chē)輛管控提供空間位置服務(wù)及空間分析服務(wù)；所述的車(chē)輛管控應(yīng)用服務(wù)器是基于警用地理信息服務(wù)器提供的GIS功能實(shí)現(xiàn)圖像信息的空間化，利用圖像檢索服務(wù)器提供的圖像檢索服務(wù)，實(shí)現(xiàn)對(duì)車(chē)輛的車(chē)型識(shí)別、車(chē)輛軌跡跟蹤、套牌車(chē)的識(shí)別等功能，滿足公安、交管等部門(mén)對(duì)車(chē)輛的管控需求。系統(tǒng)采用B/S架構(gòu)模式，圖像識(shí)別在前端的圖像數(shù)據(jù)采集分解模塊內(nèi)部完成，經(jīng)過(guò)算法改進(jìn)的圖像識(shí)別模型，提取經(jīng)過(guò)卡口、監(jiān)控視頻的車(chē)輛特征包括車(chē)牌、車(chē)型、車(chē)輛顏色、車(chē)輛前臉特征、車(chē)內(nèi)內(nèi)飾特征等，形成車(chē)輛圖像信息的元數(shù)據(jù)，將車(chē)輛圖像數(shù)據(jù)及車(chē)輛圖像元數(shù)據(jù)分類(lèi)存儲(chǔ)在警務(wù)云存儲(chǔ)模塊內(nèi)。車(chē)輛管控系統(tǒng)再?gòu)木瘎?wù)云存儲(chǔ)模塊中檢索所需數(shù)據(jù)進(jìn)行分析。如圖2所示，道路圖像采集通過(guò)部署在道路卡口、視頻監(jiān)控上的原有網(wǎng)絡(luò)高清一體攝像機(jī)完成，高清攝像機(jī)抓拍車(chē)輛圖片后，傳送至圖像數(shù)據(jù)采集分解模塊內(nèi)，由圖像數(shù)據(jù)采集分解模塊根據(jù)車(chē)輛圖片進(jìn)行分解識(shí)別、圖像特征提取、圖像存儲(chǔ)及對(duì)外界接口，根據(jù)道路上車(chē)流壓力的不同，可配置多個(gè)前端圖像分解模塊形成集群。如圖3所示，道路圖像中車(chē)輛特征信息分解通過(guò)模塊內(nèi)內(nèi)置算法完成，模塊接收一體攝像機(jī)傳入的車(chē)輛圖像后，將車(chē)輛圖像像素化提取出車(chē)輛的邊 界，根據(jù)邊界提取后的像素信息進(jìn)行車(chē)頭識(shí)別或車(chē)尾識(shí)別，提取車(chē)輛的特征數(shù)據(jù)與訓(xùn)練好的車(chē)輛特征庫(kù)進(jìn)行對(duì)比，形成車(chē)輛牌照信息、車(chē)輛特征信息（包括車(chē)牌、車(chē)型、車(chē)輛顏色、車(chē)輛前臉特征、車(chē)尾特征、車(chē)內(nèi)內(nèi)飾特征等）、空間坐標(biāo)信息，并將這些信息保存成車(chē)輛特征元數(shù)據(jù)，并對(duì)外提供REST服務(wù)。如圖4所示，車(chē)輛圖像的檢索分析是根據(jù)輸入的車(chē)輛圖像特征檢索某一時(shí)間段內(nèi)該車(chē)輛的空間位置。在這種工作模式下，系統(tǒng)首先根據(jù)車(chē)輛圖像特征找到在該時(shí)段車(chē)輛出現(xiàn)的第一點(diǎn)，根據(jù)車(chē)輛出現(xiàn)第一點(diǎn)的空間位置通過(guò)臨近分析找出與該點(diǎn)連通的所有點(diǎn)集，在所屬點(diǎn)集對(duì)應(yīng)的車(chē)輛圖像特征集內(nèi)查找所需檢索的車(chē)輛，找到車(chē)輛在空間上的第二點(diǎn)，以此類(lèi)推找出第三、四點(diǎn)等，直至超出檢索時(shí)段。通過(guò)地理時(shí)空約束，在縮小了圖像檢索的范圍同時(shí)，將圖像檢索出的結(jié)果在地圖上形成空間點(diǎn)，將這些空間點(diǎn)按照時(shí)間的先后順串聯(lián)，形成被檢索車(chē)輛的空間軌跡。如圖5所示，車(chē)輛軌跡增強(qiáng)圖像檢索是根據(jù)車(chē)輛在地理時(shí)空的軌跡，推導(dǎo)出車(chē)輛所經(jīng)過(guò)的路線，對(duì)在部分圖像特征識(shí)別不準(zhǔn)確的車(chē)輛圖像特征進(jìn)行補(bǔ)充。實(shí)現(xiàn)的程序步驟如下：a、服務(wù)器檢索出車(chē)輛在空間上的軌跡點(diǎn)位，形成軌跡路徑；b、根據(jù)軌跡路徑找到經(jīng)過(guò)卡口但未檢索出圖像的點(diǎn)位A1；c、根據(jù)軌跡時(shí)段，檢索A1點(diǎn)所有圖像特征缺失的記錄；d、在缺失記錄中根據(jù)圖像特征重新檢索匹配，找到相應(yīng)的圖像數(shù)據(jù)，補(bǔ)充到圖像特征元數(shù)據(jù)庫(kù)內(nèi)。如圖6所示，實(shí)施交通路況是通過(guò)前端圖像采集分解模塊，采集車(chē)速、經(jīng)過(guò)視頻卡口車(chē)輛的數(shù)目與道路最大通行量做比較，形成實(shí)施交通路況數(shù)據(jù)，通過(guò)地理信息技術(shù)以不同的顏色級(jí)別標(biāo)識(shí)到對(duì)應(yīng)的道路上。上述實(shí)例只為說(shuō)明本發(fā)明的技術(shù)構(gòu)思及特點(diǎn)，其目的在于讓熟悉此項(xiàng)技術(shù)的人是能夠了解本發(fā)明的內(nèi)容并據(jù)以實(shí)施，并不能以此限制本發(fā)明的保護(hù)范圍。凡根據(jù)本發(fā)明精神實(shí)質(zhì)所做的等效變換或修飾，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。