套牌車識(shí)別技術(shù)綜述

張帆+孫冀

摘要：隨著我國社會(huì)經(jīng)濟(jì)的不斷發(fā)展，人民生活水平不斷提高，機(jī)動(dòng)車保有量也持續(xù)增長，關(guān)于汽車的違法犯罪日益增多，套牌車就是其中之一，如何方便快捷地檢測出套牌車是交管部門面臨的一大難題。該文簡述了幾種常見的套牌車識(shí)別技術(shù)，論述了它們的工作原理和設(shè)計(jì)方法，對每種識(shí)別技術(shù)的優(yōu)缺點(diǎn)及其使用范圍作了相應(yīng)的介紹，最后分析了套牌車識(shí)別技術(shù)中存在的問題及其發(fā)展趨勢。

關(guān)鍵詞：套牌車；自動(dòng)化檢測；物聯(lián)網(wǎng)；網(wǎng)格化監(jiān)控；車輛識(shí)別

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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

車牌相當(dāng)于車輛的“身份證”，是交管部門對車輛進(jìn)行管理的重要憑證。套牌車的存在嚴(yán)重影響了正常的交通秩序，侵害了國家和他人的合法權(quán)益，增加了交管部門日常管理工作的難度，其社會(huì)危害性不容忽視[1]。目前交管部門常用的套牌車識(shí)別方法主要依靠交警盤查和群眾舉報(bào)，人工比對車牌號(hào)、發(fā)動(dòng)機(jī)號(hào)等特征，效率低下。

據(jù)公安部交管局統(tǒng)計(jì)，截至2017年3月底，全國機(jī)動(dòng)車保有量首次突破3億輛[2]，而交警數(shù)量卻沒有同步大幅增長，礙于缺乏有效的監(jiān)管手段，雖然國家出臺(tái)了懲罰套牌車主，維護(hù)合法車主權(quán)益的相關(guān)政策[3]，但是對日漸猖獗套牌行為不足以進(jìn)行有效震懾，在這種背景下，研究一種自動(dòng)化、高效率、易推廣的套牌車檢測方法就顯得尤為重要。近年來，針對套牌車自動(dòng)檢測的研究逐漸起步，采用的技術(shù)手段也呈現(xiàn)出多樣性，下面將對目前常見的幾種技術(shù)手段進(jìn)行論述。

1 基于物聯(lián)網(wǎng)技術(shù)的套牌車檢測方法

該方法采用的是物聯(lián)網(wǎng)中常用的RFID技術(shù)（射頻識(shí)別技術(shù)），RFID技術(shù)是一種利用射頻通信實(shí)現(xiàn)的非接觸式自動(dòng)識(shí)別技術(shù)，具有存儲(chǔ)容量大、識(shí)別率高、基本不受氣候環(huán)境影響等優(yōu)點(diǎn)[4]，通過特殊的加密算法，能夠有效地防止電子標(biāo)簽中的信息被破解或篡改[5]。如圖1所示，基于該技術(shù)的套牌車檢測系統(tǒng)主要由識(shí)讀基站和后臺(tái)管理系統(tǒng)兩大部分組成，當(dāng)待識(shí)別車輛經(jīng)過基站時(shí)，基站的監(jiān)控?cái)z像頭就會(huì)捕獲車輛照片，利用圖像處理和模式識(shí)別等技術(shù)獲取車牌號(hào)，同時(shí)RFID識(shí)讀設(shè)備會(huì)對車載電子標(biāo)簽里面存儲(chǔ)的車牌號(hào)進(jìn)行讀取，比對兩次獲取的車牌號(hào)是否一致，如果不一致，則說明待識(shí)別車輛存在套牌嫌疑，就將待識(shí)別車輛的信息發(fā)送至后臺(tái)管理系統(tǒng)，由交警指揮平臺(tái)發(fā)出布控指令，通知相關(guān)卡口對該車進(jìn)行查緝[6]。

該系統(tǒng)可以部署在車流量較大的治安卡口附近，一旦發(fā)現(xiàn)涉嫌套牌的車輛，方便對其進(jìn)行及時(shí)查緝。也可以對現(xiàn)有的收費(fèi)站或電子警察進(jìn)行改造，加裝RFID識(shí)別設(shè)備，減少前期投入。RFID技術(shù)的優(yōu)勢在于可以對電子標(biāo)簽中存儲(chǔ)的信息進(jìn)行精確識(shí)別， 受環(huán)境干擾程度小[7]，減小了交通管理部門的工作量，提高了一線工作人員的效率，同時(shí)也降低了差錯(cuò)率，提高了執(zhí)法的權(quán)威性，為車輛信息的數(shù)字化，車輛識(shí)別的自動(dòng)化以及車輛管理的智能化提供了一個(gè)很好的技術(shù)平臺(tái)[8]。因此，2010年上海世博會(huì)和2011年深圳大運(yùn)會(huì)均采用該技術(shù)管理進(jìn)出場館的車輛，收到了很好的效果[9]。國外RFID技術(shù)研究起步較早，技術(shù)相對成熟[10]，但是從目前國內(nèi)情況來看，RFID技術(shù)并未大規(guī)模應(yīng)用于交管部門的執(zhí)法領(lǐng)域，技術(shù)、標(biāo)準(zhǔn)、成本以及隱私安全等都是制約RFID技術(shù)推廣和普及的障礙[11]。雖然RFID技術(shù)是一項(xiàng)有著廣闊市場前景的全新技術(shù)，但是目前該技術(shù)還不太成熟，相關(guān)標(biāo)準(zhǔn)尚未得到統(tǒng)一，以美國和日本為代表的兩大陣營制定的標(biāo)準(zhǔn)互不兼容，其他國家也從自身的安全和利益出發(fā)制定了相關(guān)標(biāo)準(zhǔn)，這造成了不同標(biāo)準(zhǔn)的RFID產(chǎn)品不能通用，導(dǎo)致運(yùn)營成本居高不下。目前，中國電子標(biāo)簽國家標(biāo)準(zhǔn)工作組正在考慮制定中國的RFID標(biāo)準(zhǔn)，預(yù)計(jì)在不久的將來，以RFID技術(shù)為代表的物聯(lián)網(wǎng)相關(guān)技術(shù)將在套牌車檢測中發(fā)揮更大的作用。

2 基于網(wǎng)格化監(jiān)控的套牌車檢測方法

網(wǎng)格化監(jiān)控是在現(xiàn)有的視頻監(jiān)控系統(tǒng)的基礎(chǔ)上，在監(jiān)控盲區(qū)加裝監(jiān)控?cái)z像頭，并對現(xiàn)有的監(jiān)控平臺(tái)進(jìn)行升級(jí)改造，實(shí)現(xiàn)視頻監(jiān)控的網(wǎng)格化全覆蓋，能夠?qū)囕v進(jìn)行全程視頻監(jiān)控和實(shí)時(shí)跟蹤，提升城市的信息化和智能化水平[12]。該方法是在現(xiàn)有的車牌識(shí)別技術(shù)和視頻監(jiān)控系統(tǒng)的基礎(chǔ)上，將車牌信息與各個(gè)監(jiān)控點(diǎn)的數(shù)據(jù)關(guān)聯(lián)起來，基于一輛車不可能在同時(shí)出現(xiàn)在兩個(gè)地點(diǎn)的原理，通過時(shí)間差和路徑信息，綜合判定車輛是否涉嫌套牌，實(shí)現(xiàn)套牌車的自動(dòng)化檢測和報(bào)警[13]。endprint

如圖3所示，基于網(wǎng)格化監(jiān)控的套牌車識(shí)別系統(tǒng)主要有車輛檢測系統(tǒng)和套牌車判定系統(tǒng)大部分組成，其中涉及的關(guān)鍵技術(shù)有車牌識(shí)別、監(jiān)控點(diǎn)的選取還有套牌判定方法[14]，其中車牌識(shí)別技術(shù)目前已經(jīng)相當(dāng)成熟，幾乎可以做到和電子標(biāo)簽一樣的識(shí)別正確率[15]。該方法的優(yōu)勢在于可以將套牌車判定系統(tǒng)與現(xiàn)有的智能交通平臺(tái)系統(tǒng)進(jìn)行融合，經(jīng)實(shí)踐證明該方法具有成熟實(shí)用價(jià)值，目前已經(jīng)在北京等大城市投入使用，并取得了成功。但是由于城市路網(wǎng)的密度相當(dāng)大，對全路網(wǎng)進(jìn)行監(jiān)控將是一筆巨大的投入，而監(jiān)控點(diǎn)設(shè)置過少則將影響該系統(tǒng)的識(shí)別成功率，此外，對于異地套牌等情形，需要將全國各地的監(jiān)控點(diǎn)進(jìn)行聯(lián)網(wǎng)[16]，由此產(chǎn)生的大規(guī)模數(shù)據(jù)，在傳輸處理時(shí)會(huì)出現(xiàn)性能瓶頸問題，對該檢測方法的實(shí)時(shí)性造成影響[17]。近年來針對交通大數(shù)據(jù)的研究逐漸起步，相關(guān)學(xué)者提出了很多能夠降低計(jì)算復(fù)雜度，提高套牌車檢測準(zhǔn)確率的算法，諸如基于海量數(shù)據(jù)統(tǒng)計(jì)的定向套牌車檢測算法[18]、基于歷史車牌識(shí)別數(shù)據(jù)的套牌車并行檢測算法[19]和交通流大數(shù)據(jù)中的套牌車并行檢測算法[20]等算法，或者通過云計(jì)算等方式協(xié)同處理大數(shù)據(jù)，提高該方法的檢測速度和識(shí)別精度[21]。隨著我國的城市化進(jìn)程不斷推進(jìn)，基礎(chǔ)設(shè)施不斷完善，很多城市的視頻監(jiān)控系統(tǒng)已經(jīng)能夠達(dá)到網(wǎng)格化監(jiān)控的要求，不需要重復(fù)建設(shè)，另外隨著大數(shù)據(jù)時(shí)代的到來，以前無法解決的系統(tǒng)性能瓶頸問題也將迎刃而解，基于網(wǎng)格化監(jiān)控的套牌車檢測方法憑借其穩(wěn)定的性能，低廉的推廣成本，將成為套牌車檢測方法相當(dāng)重要的一個(gè)發(fā)展方向。

3 基于車輛識(shí)別的檢測方法

該方法基于視頻監(jiān)控系統(tǒng)采集的車輛圖像，首先利用目前相對成熟的車牌識(shí)別技術(shù)，獲得車牌信息并在數(shù)據(jù)庫中查詢該車牌號(hào)對應(yīng)的車輛外觀特征，然后通過車型識(shí)別技術(shù)提取諸如車身顏色、車標(biāo)、車燈、格柵等車輛外觀特征，通過特征比對綜合判定車輛是否涉嫌套牌[22]。

如圖5所示，基于車輛識(shí)別的套牌車檢測方法主要分為車牌識(shí)別和車型識(shí)別兩大部分，涉及計(jì)算機(jī)視覺、圖像處理和模式識(shí)別等關(guān)鍵技術(shù)[23]。車型識(shí)別首先要在復(fù)雜背景下準(zhǔn)確定位車輛[24]并將車輛從圖像中分割出來[25]，盡可能減少陰影等因素對車輛提取的干擾[26]，然后利用伽柏小波變換等方法提取多尺度多方向的車輛特征，最后計(jì)算它們在歐拉空間的相似性并用最近鄰域法完成分類與匹配[27]。近年來，研究人員針對如何提高車輛識(shí)別的準(zhǔn)確率做了很多工作，諸如改進(jìn)在雨雪或夜間等復(fù)雜情況下定位和提取車輛特征的算法[28]或者利用多角度攝像頭構(gòu)建車輛的三維模型等[29]。

該方法的優(yōu)勢在于可以直接利用現(xiàn)有的視頻監(jiān)控系統(tǒng)提供的圖像數(shù)據(jù)，不需要額外的配套設(shè)施，建設(shè)和使用成本較低，而且可以獲得豐富的車輛特征信息，有利于套牌車的精確識(shí)別。但是，在鑒別克隆車也就是型號(hào)和顏色相同或相似的套牌車時(shí)，該方法就沒有用武之地了。此外，圖像識(shí)別技術(shù)對環(huán)境的要求比較高，在惡劣天氣或者光照條件不理想的情況下，識(shí)別率會(huì)明顯降低，該方法并不能做到全天候二十四小時(shí)對套牌車的有效鑒別。就目前技術(shù)水平而言，圖像識(shí)別技術(shù)并不能達(dá)到百分之百的識(shí)別準(zhǔn)確率，在實(shí)際執(zhí)法過程中，為了保證執(zhí)法的權(quán)威性，還需要人工進(jìn)行二次確認(rèn)，降低了執(zhí)法效率。隨著人工智能時(shí)代的到來，圖像識(shí)別技術(shù)日新月異，識(shí)別準(zhǔn)確率和魯棒性不斷提高，基于車輛識(shí)別的套牌車檢測方法也將發(fā)揮不可替代的作用。

4 結(jié)束語

隨著我國道路交通的迅速發(fā)展和相關(guān)科技水平的不斷提高，各種先進(jìn)的通信和電子技術(shù)正在改變道路交通管理的方式。隨著物聯(lián)網(wǎng)技術(shù)和人工智能技術(shù)的逐步成熟及其向各個(gè)領(lǐng)域包括交通管理領(lǐng)域的滲透，我們可以把基于視頻監(jiān)控系統(tǒng)的車輛識(shí)別技術(shù)和基于物聯(lián)網(wǎng)的電子標(biāo)簽技術(shù)相結(jié)合，充分利用電子標(biāo)簽的準(zhǔn)確性和人工智能的高效性，提高套牌車檢測的實(shí)時(shí)性和識(shí)別率。隨著大數(shù)據(jù)時(shí)代的到來，我們可以充分挖掘視頻監(jiān)控系統(tǒng)中存儲(chǔ)的海量數(shù)據(jù)信息，不但可以實(shí)現(xiàn)套牌車的自動(dòng)化識(shí)別，更可以給交通管理部門提供制定相關(guān)政策和法規(guī)的依據(jù)。

未來，針對車輛的各種自動(dòng)化識(shí)別技術(shù)在需求的推動(dòng)下仍將不斷發(fā)展，除了可以將其應(yīng)用在套牌車的自動(dòng)化檢測外，識(shí)別的內(nèi)容也將會(huì)更加豐富，甚至可以做到識(shí)別駕駛員是否系安全帶等細(xì)節(jié)信息。另外，針對克隆車，我們可以開發(fā)出套牌車主動(dòng)識(shí)別系統(tǒng)，通過更改真車的電子標(biāo)簽信息或者在真車上添加其他特征，從而將真車與套牌車區(qū)分開來，實(shí)現(xiàn)套牌車的主動(dòng)識(shí)別。

參考文獻(xiàn)：

[1] 笪東旭. 基于車臉識(shí)別的套牌車檢測方法研究[D].西安電子科技大學(xué)，2013.

[2] 機(jī)動(dòng)車保有量突破3億汽車后市場前景看好[J].重型汽車.2017，（2）：1.

[3] 徐艷. 經(jīng)濟(jì)新常態(tài)下交通運(yùn)輸執(zhí)法中套牌車的治理策略[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] 陳繼光，吳中平.一種物聯(lián)網(wǎng)電子車牌安全方案[J].物聯(lián)網(wǎng)技術(shù).2014，（7）：54-57.

[6] 黃柱，蔡延光，謝湘平. 基于車輛檢測的稽查系統(tǒng)研究[J/OL]. 電子世界，2016，（01）：145-146.

[7] 劉東波，黃金，鄧毅萍.RFID技術(shù)在公安交通管理執(zhí)法中的應(yīng)用研究[J].交通信息與安全，2013，（3）：117-120.

[8] 馬昀驊，關(guān)寶璐，萬培元，等.智能交通RFID與視頻雙機(jī)識(shí)別系統(tǒng)[J].電子技術(shù)應(yīng)用，2015，（10）：62-64.

[9] 趙勛.RFID技術(shù)在智能交通管理中應(yīng)用[J].計(jì)算機(jī)光盤軟件與應(yīng)用，2012，（3）.

[10] 何檬.RFID電子標(biāo)簽技術(shù)在城市車輛管理中的應(yīng)用[J].硅谷，2014，（18）：102，40.endprint

[11] 俞江.RFID在數(shù)字標(biāo)簽中的應(yīng)用[J].中國印刷，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，馬韻潔.基于大數(shù)據(jù)技術(shù)快速分析套牌車方法[J].電腦知識(shí)與技術(shù)，2015，（34）：20，23.

[14] 盧曉春，周欣，蔣欣榮，等. 基于網(wǎng)格化監(jiān)控的套牌車檢測系統(tǒng)[J]. 計(jì)算機(jī)應(yīng)用，2009，29（10）：2847-2848.

[15] 李富貴.從專利角度淺談車牌識(shí)別技術(shù)的發(fā)展[J].科技創(chuàng)新與應(yīng)用，2017，（14）：46-46.

[16] 周軍，吳旻中，黃松鋒，等.卡口系統(tǒng)的跨地域整合及典型應(yīng)用設(shè)計(jì)[J].中國公共安全：學(xué)術(shù)版，2015，（2）：68-73.

[17] 喬通，趙卓峰，丁維龍.面向套牌甄別的流式計(jì)算系統(tǒng)[J].計(jì)算機(jī)應(yīng)用，2017，（1）：153-158.

[18] 王妍妍，陳文明，劉耀強(qiáng).基于海量數(shù)據(jù)統(tǒng)計(jì)的定向套牌車檢測算法[J].指揮信息系統(tǒng)與技術(shù)，2016，（3）：82-85.

[19] 李悅，劉晨.基于歷史車牌識(shí)別數(shù)據(jù)的套牌車并行檢測方法[J].計(jì)算機(jī)應(yīng)用，2016，（3）：864-870.

[20] 王濤，王順，沈益民.交通流大數(shù)據(jù)中的套牌車并行檢測算法[J].湖北工程學(xué)院學(xué)報(bào).2014，（6）：29-32.

[21] 劉文，黎茂林. 交通卡口大數(shù)據(jù)中的套牌車實(shí)時(shí)檢測算法[J]. 電腦與信息技術(shù)，2017，25（03）：11-13+21.

[22] 黃小龍. 基于卡口車輛特征信息表達(dá)方法及其在車輛圖像智能分析系統(tǒng)中的應(yīng)用實(shí)現(xiàn)[D].中山大學(xué)，2016.

[23] 趙陽，高磊，趙炫，張旭.基于車臉特征的車型識(shí)別技術(shù)及其在公安領(lǐng)域的應(yīng)用[J].警察技術(shù)，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，F(xiàn)ang 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.endprint