驾驶证分值变化的异常识别及判定方法与流程

本申请涉及结合计算机技术的交通管理领域，特别涉及一种驾驶证分值变化的异常识别及判定方法。

背景技术：

1、在驾驶员驾驶机动车违反交通规则时，作为惩戒，通常会对于驾驶员的分数(满分12分)进行扣除。若在一个记分周期记满12分，驾驶员将会面临驾驶证扣留、教育学习、重考甚至注销等。个别驾驶人为了规避这些处罚，铤而走险寻求他人代为处理违法。另一方面由于非现场采集的违法信息多数不能准确识别驾驶人信息，无法精准的确定是否由他人代为处理，所以给违法处理窗口工作人员的辨认和询问工作增加了很大难度。

2、相关技术中，非现场违法处理的情况获知可以由三方面的元素信息构成，分别是当事人、处理机动车和违法信息，三者缺一不可，其中违法信息是和车辆密切关联的，处理的过程就是当事人在违法发生后主动承认并接受处罚的过程。当前主要处理渠道包括窗口和互联网处理，互联网处理的需要机动车车主或者经提前绑定备案的驾驶人，所以买卖分行为的发生均集中在处理窗口。目前，电子监控抓拍设备在不断升级优化、不断提升抓拍效果和清晰度。

3、然而，但由于车辆通行速度、外部光线环境、天气条件等因素影响，多数采集的证据图片不能准确的识别出驾驶人身份信息。另外有部分违法情形当事人不在场，因此，目前仍没有一种方法可以准确确定非现场违法当事人信息。

技术实现思路

1、本发明的目的在于克服现有技术的不足与缺陷，提供了一种驾驶证分值变化的异常识别及判定方法，能够高效识别驾驶证分值处理事件中产生的异常情况，该方法应用于计算机设备中，该方法包括：

2、获取与目标驾驶证分值处理事件中关联的机动车数据以及驾驶员数据，机动车数据为与机动车关联的信息，驾驶员数据是为与机动车的驾驶员关联的信息；

3、对机动车数据进行第一异常标签标记，并对驾驶员数据进行第二异常标记，第一异常标记用于标记机动车数据中表征的异常事件，第二异常标记用于标记驾驶员数据中表征的异常事件；

4、将第一异常标签标记与第二异常标签标记输入异常判定识别模型，输出得到与目标驾驶证分值处理事件对应的异常分值；

5、基于异常分值确定目标驾驶证分值处理事件的异常情形。

6、在一个可选的实施例中，机动车数据包括机动车参数、机动车历史违法信息以及机动车违法处理现场信息中的至少一种；

7、驾驶人信息包括驾驶人身份信息、驾驶人处理事件频次信息以及驾驶人车辆绑定信息中的至少一种。

8、在一个可选的实施例中，对机动车数据进行第一异常标签标记，包括：

9、确定第一异常规则，第一异常规则用于判定对于机动车的历史事故处理事件中产生的异常；

10、基于异常规则对机动车数据进行数据识别，得到第一异常事件集合；

11、基于第一异常事件集合对机动车数据进行第一异常标记。

12、在一个可选的实施例中，第一异常规则包括清分周期异常事件次数规则、清分周期异常事件人数规则、清分周期异常事件分数规则以及清分周期异常事件耦合规则中的至少一种。

13、在一个可选的实施例中，对驾驶员数据进行第二异常标记，包括：

14、确定第二异常规则，第二异常规则用于判定驾驶人的事件处理行为存在的异常；

15、基于第二异常规则对驾驶人数据进行数据识别，得到第二异常事件集合；

16、基于第二异常事件集合对驾驶人数据进行第二异常标记。

17、在一个可选的实施例中，第二异常规则包括预设周期分值总值异常规则、预设周期单次分值异常规则、预设周期车辆数量异常规则以及预设周期耦合异常规则中的至少一种。

18、在一个可选的实施例中，异常判定识别模型包括异常情形定性子模型以及异常分值输出子模型；

19、将第一异常标签标记与第二异常标签标记输入异常判定识别模型，输出得到与目标驾驶证分值处理事件对应的异常分值，包括：

20、将第一异常标签标记与第二异常标签标记输入异常情形定性子模型，输出得到与目标驾驶证分值处理事件对应的异常情形定性结果；

21、将异常情形定性结果输入异常分值输出子模型，输出得到与目标驾驶证分值处理事件对应的异常分值。

22、在一个可选的实施例中，将异常情形定性结果输入异常分值输出子模型，输出得到与目标驾驶证分值处理事件对应的异常分值，包括：

23、基于异常情形定性结果确定异常分值划分标准以及异常分值计算形式；

24、结合异常分值划分标准以及异常分值计算形式，确定与目标整分值处理事件对应异常分值；

25、在一个可选的实施例中，基于异常分值确定目标驾驶证分值处理事件的异常情形，包括：

26、基于异常分值确定与目标驾驶证分值处理事件对应的模型异常等级；

27、结合第一标签标记以及第二标签标记，确定与目标驾驶证分值处理事件对应的标签异常等级；

28、基于模型异常等级以及标签异常等级，确定与目标驾驶证分值处理事件的异常情形。

29、本申请至少包括如下有益效果：

30、针对目标驾驶证分值处理事件，通过对于事件当中的事故处理人以及涉事车辆的数据获取，并基于历史记录对于机动车和驾驶人进行异常数据的特征筛选，在获取筛选结果后，将以标签形式确定的筛选结果输入异常判定识别模型中确定异常分值，并最终确定异常情形。基于交通管理大数据信息，引入对驾驶人和机动车进行异常标记的形式和通过模型计算异常分值的方式，通过系统自动标记和计算，便于识别具有买卖分异常的当事人，加大买卖分违法打击力度。

技术特征：

1.一种驾驶证分值变化的异常识别及判定方法，其特征在于，所述方法应用于计算机设备中，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述机动车数据包括机动车参数、机动车历史违法信息以及机动车违法处理现场信息中的至少一种；

3.根据权利要求1所述的方法，其特征在于，所述对所述机动车数据进行第一异常标签标记，包括：

4.根据权利要求3所述的方法，其特征在于，所述第一异常规则包括清分周期异常事件次数规则、清分周期异常事件人数规则、清分周期异常事件分数规则以及清分周期异常事件耦合规则中的至少一种。

5.根据权利要求2所述的方法，其特征在于，所述对所述驾驶员数据进行第二异常标记，包括：

6.根据权利要求5所述的方法，其特征在于，所述第二异常规则包括预设周期分值总值异常规则、预设周期单次分值异常规则、预设周期车辆数量异常规则以及预设周期耦合异常规则中的至少一种。

7.根据权利要求1所述的方法，其特征在于，所述异常判定识别模型包括定性子模型以及异常分值输出子模型；

8.根据权利要求7所述的方法，其特征在于，所述将所述异常情形定性结果输入所述异常分值输出子模型，输出得到与所述目标驾驶证分值处理事件对应的异常分值，包括：

9.根据权利要求1所述的方法，其特征在于，所述基于所述异常分值确定所述目标驾驶证分值处理事件的异常情形，包括：

技术总结
本发明涉及结合计算机技术的交通管理领域，尤其涉及一种驾驶证分值变化的异常识别及判定方法。该方法包括：获取与目标驾驶证分值处理事件中关联的机动车数据以及驾驶员数据；对机动车数据进行第一异常标签标记，并对驾驶员数据进行第二异常标记；将第一异常标签标记与第二异常标签标记输入异常判定识别模型，输出得到与目标驾驶证分值处理事件对应的异常分值；基于异常分值确定目标驾驶证分值处理事件的异常情形。该方法基于交通管理大数据信息，引入对驾驶人和机动车进行异常标记的形式和通过模型计算异常分值的方式，通过系统自动标记和计算，便于识别具有买卖分异常的当事人，加大买卖分违法打击力度。

技术研发人员：江海龙,李聪,陈学浩,徐晓东,吴进进,李建民,张鑫,周佳宣
受保护的技术使用者：公安部交通管理科学研究所
技术研发日：
技术公布日：2024/3/21