技术特征：
1.一种人车驾乘关系分析方法，其特征在于：所述方法包括以下步骤：s1：获取车卡抓拍设备图片数据，并对所述车卡抓拍设备图片数据进行数据筛选；s2：对筛选后的车卡抓拍设备图片数据进行图像检测，获得满足检测条件的人车图像数据，所述图像检测包括利用目标检测算法获取人脸框、人体框和车辆框坐标，以及利用ocr算法获取车牌框坐标和车牌号；s3：对满足检测条件的人车图像数据进行人车驾乘关系分析，构建人脸-车牌-驾乘关系；s4：获取确定人脸-车牌-驾乘关系后的人车图像数据中的人脸图片，利用人脸图片在档案数据库中进行以图搜档，获取对应的档案身份，构建人脸身份-车牌-驾乘关系；s5：将人脸身份-车牌-驾乘关系录入到图数据库，形成驾乘关系图谱。2.根据权利要求1所述的一种人车驾乘关系分析方法，其特征在于：所述s1具体包括：s11：分别选取工作日、周日以及节假日各一天的所有车卡抓拍设备图片数据；s12：对各个车卡抓拍设备每间隔一段时间获取一张图片数据进行图像检测；s13：分别统计每个车卡抓拍设备的人脸、人体、车辆、车牌号检测结果数；s14：过滤人脸、人体、车辆、车牌号同时低于各检测结果数阈值的车卡抓拍设备；s15：对检测结果数做汇总降序排序，对检测结果多的车卡抓拍设备进行优先处理。3.根据权利要求1所述的一种人车驾乘关系分析方法，其特征在于：所述s2具体包括：s21：获取筛选后的车卡抓拍设备图片数据；s22：对筛选后的车卡抓拍设备图片数据调用人脸检测算法，若检测到人脸，则执行s23，否则执行s25；s23：调用目标检测算法，若同时检测到人体、车辆以及车牌框，则执行s24，否则执行s25；s24：获取车牌框位置，调用ocr识别算法，若识别出车牌号，则执行s3，否则执行s25；s25：结束当前车卡抓拍设备图片数据的图像检测，进行下一张车卡抓拍设备图片数据的图像检测。4.根据权利要求1所述的一种人车驾乘关系分析方法，其特征在于：所述s3具体包括：s31：遍历人脸框坐标列表，获取人脸框坐标；s32：遍历人体框坐标列表，获取人体框坐标；s33：计算人脸-人体的iou以及iour指标；s34：判断是否满足人脸人体关系约束条件，若满足则执行s35，否则执行s312；s35：遍历车辆框坐标列表，获取车辆框坐标；s36：分别计算人脸-车辆以及人体-车辆的iou以及iour指标；s37：判断是否满足人脸人体车辆关系约束条件，若满足则执行s38，否则执行s314；s38：遍历车牌框坐标列表，获取车牌号坐标以及对应车牌号；s39：确定车牌号坐标的最大最小坐标；s310：判断是否满足车辆车牌关系约束条件，若满足则执行s311，否则执行s315；s311：确定正副驾驶位位置；s312：判断人体框坐标是否遍历结束，若是则执行s313，否则返回步骤s32；s313：判断人脸框坐标是否遍历结束，若是则执行s317，否则返回步骤s31；
s314：判断车辆框坐标是否遍历结束，若是则执行s312，否则返回步骤s35；s315：判断车牌坐标是否遍历结束，若是则执行s314，否则返回步骤s38；s316：输出人脸框坐标、车牌号以及驾驶位标记，执行s4；s317：结束当前车卡抓拍设备图片数据的人车驾乘关系分析，进行下一张车卡抓拍设备图片数据的人车驾乘关系分析。5.根据权利要求4所述的一种人车驾乘关系分析方法，其特征在于：所述s3中的iou和iour指标的算法为：步骤101：根据矩形框box1:[xmin1,ymin1,xmax1,ymax1]；box2:[xmin2,ymin2,xmax2,ymax2]，获取矩形框交集对应的左上角和右下角的坐标[xx1,yy1,xx2,yy2]，其中xx1＝max(xmin1,xmin2)；yy1＝max(ymin1,ymin2)；xx2＝min(xmax1,xmax2)；yy2＝max(ymax1,ymax2)；步骤102：计算两个矩形面积：area1＝(xmax1-xmin1)*(ymax1-ymin1)；area2＝(xmax2-xmin2)*(ymax2-ymin2)；步骤103：计算iou和iour指标：inter_area＝(max(0,xx2-xx1))*(max(0,yy2-yy1))；union_area＝area1+area2-inter_area；iou＝inter_area/union_area；iour＝iou/(area1/area2)。6.根据权利要求5所述的一种人车驾乘关系分析方法，其特征在于：所述s3中的人脸人体关系约束条件的算法为：其中fp
iou
为人脸框和人体框之间的iou值，fpt是其阈值，默认为0；fp
iour
为人脸框和人体框之间的iour值，fprt是其阈值，默认为0.80。7.根据权利要求6所述的一种人车驾乘关系分析方法，其特征在于：所述人脸人体车辆关系约束条件具体为：其中，fc
iou
为人脸框和车辆框之间的iou值，fct是其阈值，默认为0；fc
iour
为人脸框和车辆框之间的iour值，fcrt是其阈值，默认为0.80；pc
iou
为人体框和车辆框之间的iou值，pct是其阈值，默认为0；pc
iour
为人体框和车辆框之间的iour值，pcrt是其阈值，默认为0.80；p[3]<c[1]+(c[3]-c[1])*halft指人体框下边界线不得超过车辆halft的下边界线；p[3]为人体框右下角x坐标,c[1]为车辆框左上角x坐标，c[3]为车辆框右下角x坐标,halft为边界分割比例，默认2/3。
8.根据权利要求7所述的一种人车驾乘关系分析方法，其特征在于：所述s3中的车辆车牌关系约束条件具体为：其中，c为车辆框的坐标；plate_text为车牌号文本，plate_text_t为文本长度阈值，默认5；license_maxmin为车牌号坐标license的最大最小坐标：[min(licensex),min(licensey),max(licensex),max(licensey)]；其中，licensex是license所有坐标点的x列表,licensey是license所有坐标点的y列表。9.根据权利要求8所述的一种人车驾乘关系分析方法，其特征在于：所述s3中的正副驾驶位位置确定条件具体为：其中right为正，left为副，f[0]为人脸框左上角x坐标，c[0]为车辆框左上角x坐标,c[2]为车辆框右下角x坐标。10.根据权利要求9所述的一种人车驾乘关系分析方法，其特征在于：所述s4具体包括以下步骤：s41：获取步骤s3中的确定人脸-车牌-驾乘关系后的人车图像数据；s42：根据人脸框坐标提取人脸图片；s43：利用人脸图片进行以图搜档；s44：判断档案数据库中是否存在大于预设相似度阈值的人脸数据，若存在则执行s45，否则执行s46；s45：获取对应档案身份，构建人脸身份-车牌-驾乘关系，执行s5；s46：结束当前车卡抓拍设备图片数据的人车驾乘关系分析，进行下一张车卡抓拍设备图片数据的人车驾乘关系分析。11.根据权利要求10所述的一种人车驾乘关系分析方法，其特征在于：所述s5具体包括：s51：获取人脸档案身份以及对应的车牌号和驾驶位标记；s52：构建人脸档案身份对应的face节点以及车牌号对应的veco节点；s53：创建face2veco边关系，以驾驶位标记、关联次数以及关联天数做为属性录入到neo4j图数据库，形成驾乘关系图谱，并将关系详情录入到检索数据库。12.一种人车驾乘关系分析装置，其特征在于：所述装置包括：设备选择模块，配置用于获取车卡抓拍设备图片数据，并对所述车卡抓拍设备图片数据进行数据筛选；图像检测模块，配置用于对筛选后的车卡抓拍设备图片数据进行图像检测，获得满足检测条件的人车图像数据，所述图像检测包括利用目标检测算法获取人脸框、人体框和车
辆框坐标，以及利用ocr算法获取车牌框坐标和车牌号；关系确定模块，配置用于对满足检测条件的人车图像数据进行人车驾乘关系分析，构建人脸-车牌-驾乘关系；确认身份模块，配置用于获取确定人脸-车牌-驾乘关系后的人车图像数据中的人脸图片，利用人脸图片在档案数据库中进行以图搜档，获取对应的档案身份，构建人脸身份-车牌-驾乘关系；关系入库模块，配置用于将人脸身份-车牌-驾乘关系录入到图数据库，形成驾乘关系图谱。13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-11中任一所述的计算方法。
技术总结
本申请涉及一种人车驾乘关系分析方法，其包括以下步骤：S1：获取车卡抓拍设备图片数据，并对所述车卡抓拍设备图片数据进行数据筛选；S2：对筛选后的车卡抓拍设备图片数据进行图像检测，获得满足检测条件的人车图像数据，所述图像检测包括利用目标检测算法获取人脸框、人体框和车辆框坐标，以及利用OCR算法获取车牌框坐标和车牌号；S3：对满足检测条件的人车图像数据进行人车驾乘关系分析，构建人脸-车牌-驾乘关系；S4：获取确定人脸-车牌-驾乘关系后的人车图像数据中的人脸图片，利用人脸图片在档案数据库中进行以图搜档，获取对应的档案身份，构建人脸身份-车牌-驾乘关系；S5：将人脸身份-车牌-驾乘关系录入到图数据库，形成驾乘关系图谱。系图谱。系图谱。
技术研发人员：施翔飞 周成祖 吴鸿伟 蓝坤宏 梁煜麓 阮志忠
受保护的技术使用者：厦门市美亚柏科信息股份有限公司
技术研发日：2022.08.15
技术公布日：2022/11/8