本文關(guān)鍵詞：基于歷史車牌識(shí)別數(shù)據(jù)的套牌車并行檢測(cè)方法

  更多相關(guān)文章： 套牌車 車牌識(shí)別數(shù)據(jù)集 數(shù)據(jù)傾斜 數(shù)據(jù)劃分 MapReduce

【摘要】：針對(duì)現(xiàn)有套牌車檢測(cè)方法中所具有的成本高及檢測(cè)效率低等缺點(diǎn),提出一種基于歷史車牌識(shí)別數(shù)據(jù)(ANPR)集的套牌車并行檢測(cè)方法 TP-Finder,實(shí)現(xiàn)了基于整數(shù)劃分的數(shù)據(jù)分塊策略,能有效求解大規(guī)模數(shù)據(jù)并行處理時(shí)的數(shù)據(jù)傾斜問(wèn)題,顯著提升套牌車輛的發(fā)現(xiàn)性能。此外,實(shí)現(xiàn)了基于TP-Finder方法的套牌車輛查詢系統(tǒng),可準(zhǔn)確呈現(xiàn)所有疑似套牌車輛的歷史行車軌跡。最后,在某市真實(shí)交通數(shù)據(jù)集上對(duì)TP-Finder方法的性能進(jìn)行了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,與缺省的MapReduce分塊策略相比較,TP-Finder的分塊策略能夠帶來(lái)最大20%的性能提升。
【作者單位】： 北方工業(yè)大學(xué)大規(guī)模流數(shù)據(jù)集成與分析技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室;北方工業(yè)大學(xué)云計(jì)算研究中心;
【基金】：北京市教育委員會(huì)科技計(jì)劃面上項(xiàng)目(KM201310009003) 北京市屬高等學(xué)校創(chuàng)新團(tuán)隊(duì)建設(shè)與教師職業(yè)發(fā)展計(jì)劃基金資助項(xiàng)目(IDHT20130502) 北方工業(yè)大學(xué)“人才強(qiáng)校計(jì)劃”青年拔尖人才培育計(jì)劃項(xiàng)目(“增量式的大規(guī)模多源感知數(shù)據(jù)即時(shí)關(guān)聯(lián)方法”)~~
【分類號(hào)】：TP391.41
【正文快照】： 0引言“套牌車”是指未在交管部門辦理手續(xù),偽造、冒用他人合法車牌和行駛駕照的車輛。隨著社會(huì)的快速發(fā)展,機(jī)動(dòng)車保有數(shù)量不斷增長(zhǎng),套牌等機(jī)動(dòng)車違法現(xiàn)象也越來(lái)越突出。如何快速檢測(cè)和準(zhǔn)確識(shí)別套牌車輛一直是交通執(zhí)法所面臨的一個(gè)難題。現(xiàn)有的檢測(cè)方法主要通過(guò)在車輛上安裝車，

本文編號(hào)：1236699