基于历史车牌识别数据的套牌车并行检测方法

摘要：

针对现有套牌车检测方法中所具有的成本高及检测效率低等缺点,提出一种基于历史车牌识别数据(ANPR)集的套牌车并行检测方法TP-Finder,实现了基于整数划分的数据分块策略,能有效求解大规模数据并行处理时的数据倾斜问题,显著提升套牌车辆的发现性能.此外,实现了基于TP-Finder方法的套牌车辆查询系统,可准确呈现所有疑似套牌车辆的历史行车轨迹.最后,在某市真实交通数据集上对TP-Finder方法的性能进行了实验验证.实验结果表明,与缺省的MapReduce分块策略相比较,TP-Finder的分决策略能够带来最大20％的性能提升.

关键词：套牌车、车牌识别数据集、数据倾斜、数据划分、MapReduce

所属期刊栏目：36

分类号：TP274(自动化技术及设备)

资助基金：北京市教育委员会科技计划面上项目KM201310009003;北京市属高等学校创新团队建设与教师职业发展计划基金资助项目IDHT20130502;北方工业大学“人才强校计划”青年拔尖人才培育计划项目“增量式的大规模多源感知数据即时关联方法”.This work is partially supported by the Scientific Research Common Program of Beijing Municipal Commission of EducationKM201310009003;Project of Construction of Innovative Teams and Teacher Career Development for Universities and Colleges under Beijing MunicipalityIDHT20130502;the Training Plan of Top Young Talents in North China University of Technology

在线出版日期：2016-06-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：864-870