申请/专利权人：珠海市特车网络科技有限公司

申请日：2020-07-31

公开（公告）日：2024-04-12

公开（公告）号：CN112001267B

主分类号：G06V20/62

分类号：G06V20/62;G06K7/10

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2020.12.15#实质审查的生效;2020.11.27#公开

摘要：本发明公开了一种基于RFID与OCR的车辆识别匹配方法及系统，该方法包括：通过摄像装置对行经车辆拍照，对车辆照片进行OCR识别，获取车牌识别信息，生成OCR识别事件；通过读卡装置读取所述行经车辆的RFID标签，获取车辆身份信息，生成RFID行车事件；基于时间窗模型对所述OCR识别事件与所述RFID行车事件进行第一匹配，得到第一匹配结果；若所述第一匹配结果存在，则根据所述第一匹配结果动态更新所述时间窗模型；若所述第一匹配结果不存在，则基于所述时间窗模型对所述OCR识别事件与所述RFID行车事件进行第二匹配，得到第二匹配结果。本发明可精准获取通行车辆所在的车道，提高了路面行经车辆的识别率，可提供违规取证，便于管理。

主权项：1.一种基于RFID与OCR的车辆识别匹配方法，其特征在于，包括：通过摄像装置对行经车辆拍照，对车辆照片进行OCR识别，获取车牌识别信息，生成OCR识别事件，根据拍摄车道保存至OCR识别事件池中，所述拍摄车道为所述摄像装置所在车道位置；通过读卡装置读取所述行经车辆的RFID标签，获取车辆身份信息，生成RFID行车事件，根据读卡车道保存至RFID行车事件池中，所述读卡车道为所述读卡装置所在车道位置；基于时间窗模型对所述OCR识别事件与所述RFID行车事件进行第一匹配，得到第一匹配结果，所述第一匹配包括：若所述车牌识别信息与所述车辆身份信息中的车牌号完全一致，则所述OCR识别事件与所述RFID行车事件匹配；若所述第一匹配结果存在，则根据所述第一匹配结果动态更新所述时间窗模型；若所述第一匹配结果不存在，则基于所述时间窗模型对所述OCR识别事件与所述RFID行车事件进行第二匹配，得到第二匹配结果；所述时间窗模型中所述时间窗模型包括第一识读时差、第二识读时差、相对时差及读卡过程时长；所述第一识读时差、所述第二识读时差、所述相对时差及所述读卡过程时长中的任意一项均包括有动态平均值、最大偏差值及动态更新计数值；所述时间窗模型的动态更新方法包括：若所述OCR识别事件晚于首次所述RFID行车事件，则根据OCR识别时间与首次所述RFID行车事件的读卡时间的差值，基于动态学习模型，更新所述第一识读时差；若所述OCR识别事件早于首次所述RFID行车事件，则根据首次所述RFID行车事件的所述读卡时间与所述OCR识别时间的差值，基于所述动态学习模型，更新所述第二识读时差；查找所述OCR识别事件的所述OCR识别时间之前的最后一次所述RFID行车事件，根据所述最后一次所述RFID行车事件的所述读卡时间与所述OCR识别时间的差值，基于所述动态学习模型，更新所述相对时差；根据首次所述RFID行车事件的所述读卡时间及末次所述RFID行车事件的所述读卡时间的差值，基于所述动态学习模型，更新所述读卡过程时长；所述动态学习模型包括：获取更新值v，根据更新所述动态平均值，其中n为所述动态更新计数值，V为原所述动态平均值，V'为更新后的所述动态平均值；若更新后的所述动态平均值小于等于原所述最大偏差值，则更新原所述最大偏差值为： 其中，n为动态计数值，V为原所述动态平均值，M为原所述最大偏差值，v为更新值，M'为更新后的所述动态平均值。

全文数据：

权利要求：

百度查询： 珠海市特车网络科技有限公司 基于RFID与OCR的车辆识别匹配方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD