本发明实施例提供了一种车辆视频监控方法，接收远景摄像机发送的第一图像数据，接收近景摄像机发送的第二图像数据，在第一图像数据中获取目标车辆的位置信息，根据拍摄时间和获取的位置信息，在所述第二图像中找到目标车辆，并在第二图像中获得目标车辆的特征信息；将第一图像数据、第二图像数据及目标车辆的特征信息进行关联，生成目标车辆的违法信息。本发明中，服务器接收近景摄像机发送的与远景摄像机在同一抓拍线上拍摄的第二图像数据，根据拍摄时间和目标车辆的位置信息在第二图像数据中找到目标车辆，由此，既可以获得目标车辆发生违法行为的过程又可以获得目标车辆特写图确定目标车辆的车牌信息，实现对车辆高速长距离违法行为的取证。
1.一种车辆视频监控方法，其特征在于，应用于车辆视频监控系统中的服务器，该系统还包括：与所述服务器连接的远景摄像机和近景摄像机；所述远景摄像机和近景摄像机设置于车辆的移动路径上；其中，所述远景摄像机的监控视场范围完全覆盖所述近景摄像机的监控视场范围，在所述远景摄像机和所述近景摄像机的重叠视场的同一位置上设置有抓拍线，所述方法包括：接收所述远景摄像机发送的第一图像数据，其中，所述远景摄像机采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型；所述第一图像数据包含在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间；
接收所述近景摄像机发送的第二图像数据，其中，所述近景摄像机在监测到有车辆到达抓拍线时拍摄第二图像，所述第二图像数据包含多个第二图像及所述第二图像的拍摄时间；
在所述第一图像数据中获取目标车辆的位置信息，根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息；
将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
2.根据权利要求1所述的方法，其特征在于，所述根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，包括：根据第一图像数据中第一目标图像的拍摄时间，在所述第二图像数据中找到与所述拍摄时间相同的第二图像，根据所述第一目标图像中的所述目标车辆的坐标，对应确定所述第二图像中与所述目标车辆匹配的参考车辆，判断所述参考车辆与所述目标车辆的相似度是否大于第二预设阈值，如果是，确定所述参考车辆为所述目标车辆。
3.根据权利要求1所述的方法，其特征在于，所述特征信息还包括：
4.一种服务器，其特征在于，应用于车辆视频监控系统中，该系统还包括：与所述服务器连接的远景摄像机和近景摄像机；所述远景摄像机和近景摄像机设置于车辆的移动路径上；其中，所述远景摄像机的监控视场范围完全覆盖所述近景摄像机的监控视场范围，在所述远景摄像机和所述近景摄像机的重叠视场的同一位置上设置有抓拍线，所述服务器包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行以下步骤：接收所述远景摄像机发送的第一图像数据，其中，所述远景摄像机采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型；所述第一图像数据包含在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间；
接收所述近景摄像机发送的第二图像数据，其中，所述近景摄像机在监测到有车辆到达抓拍线时拍摄第二图像，所述第二图像数据包含多个第二图像及所述第二图像的拍摄时间；
在所述第一图像数据中获取目标车辆的位置信息，根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息；
将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
5.一种车辆视频监控方法，其特征在于，应用于车辆视频监控系统，该系统包括：服务器及与所述服务器连接的远景摄像机和近景摄像机；所述远景摄像机和近景摄像机设置于车辆的移动路径上；其中，所述远景摄像机的监控视场范围完全覆盖所述近景摄像机的监控视场范围，在所述远景摄像机和所述近景摄像机的重叠视场的同一位置上设置有抓拍线，所述方法包括：所述远景摄像机采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型；将在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间进行关联，生成第一图像数据，将所述第一图像数据发送给所述服务器；
所述近景摄像机监测到有车辆到达抓拍线时拍摄第二图像，将所拍摄的多个第二图像及所述第二图像的拍摄时间进行关联，生成第二图像数据，将所述第二图像数据发送给所述服务器；
所述服务器接收所述远景摄像机发送的第一图像数据和所述近景摄像机发送的第二图像数据，在所述第一图像数据中获取目标车辆的位置信息，根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息；将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
6.根据权利要求5所述的方法，其特征在于，所述远景摄像机采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型，包括：针对每个车辆，根据获取的移动轨迹计算出该车辆在每一帧图片中所在的车道号、压线状态及与进入车道后方的车辆的距离；根据所计算出的车道号、压线状态及与进入车道后方的车辆的距离对该车辆进行违法行为分析，确定该车辆是否发生违法行为，如果是，将该车辆确定为目标车辆，并确定该车辆的违法行为类型。
7.根据权利要求6所述的方法，其特征在于，所述确定该车辆的违法行为类型，包括：
判断该车辆所在的车道号是否变化，如果是，确定该车辆的车道号变化的次数，如果该车辆在第一预设时间内的车道号变化次数为1次且该车辆与进入车道后方的车辆的距离大于第一预设阈值，则确定该车辆为目标车辆且该车辆的违法行为类型为违法变道；如果该车辆在第二预设时间内的车道号变化次数大于1次，则确定该车辆为目标车辆且该车辆的违法行为类型为蛇形行驶；如果该车辆在第三预设时间内的车道号与其它车辆的车道号交替变化，则确定该车辆为目标车辆且该车辆的违法行为类型为飙车追逐。
8.根据权利要求5所述的方法，其特征在于，所述根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，包括：根据第一图像数据中第一目标图像的拍摄时间，在所述第二图像数据中找到与所述拍摄时间相同的第二图像；根据所述第一目标图像中的所述目标车辆的坐标，对应确定所述第二图像中与所述目标车辆匹配的参考车辆，判断所述参考车辆与所述目标车辆的相似度是否大于第二预设阈值，如果是，确定所述参考车辆为所述目标车辆。
9.根据权利要求5所述的方法，其特征在于，所述特征信息还包括：
10.一种车辆视频监控系统，其特征在于，该系统包括：服务器及与所述服务器连接的远景摄像机和近景摄像机；所述远景摄像机和近景摄像机设置于车辆的移动路径上；其中，所述远景摄像机的监控视场范围完全覆盖所述近景摄像机的监控视场范围，在所述远景摄像机和所述近景摄像机的重叠视场的同一位置上设置有抓拍线：所述远景摄像机，用于采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型；将在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间进行关联，生成第一图像数据，将所述第一图像数据发送给所述服务器；
所述近景摄像机，用于在监测到有车辆到达抓拍线时拍摄第二图像，将所拍摄的多个第二图像及所述第二图像的拍摄时间进行关联，生成第二图像数据，将所述第二图像数据发送给所述服务器；
所述服务器，用于接收所述远景摄像机发送的第一图像数据和所述近景摄像机发送的第二图像数据，在所述第一图像数据中获取目标车辆的位置信息，根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息；将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
11.根据权利要求10所述的系统，其特征在于，所述远景摄像机，具体用于：
针对每个车辆，根据获取的移动轨迹计算出该车辆在每一帧图片中所在的车道号、压线状态及与进入车道后方的车辆的距离；根据所计算出的车道号、压线状态及与进入车道后方的车辆的距离对该车辆进行违法行为分析，确定该车辆是否发生违法行为，如果是，将该车辆确定为目标车辆并确定该车辆的违法行为类型；将在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间进行关联，生成第一图像数据，将所述第一图像数据发送给所述服务器。
12.根据权利要求10所述的系统，其特征在于，所述远景摄像机，具体用于：
针对每个车辆，根据获取的移动轨迹计算出该车辆在每一帧图片中所在的车道号、压线状态及与进入车道后方的车辆的距离；根据所计算出的车道号、压线状态及与进入车道后方的车辆的距离对该车辆进行违法行为分析，确定该车辆是否发生违法行为，如果是，将该车辆确定为目标车辆，并判断该车辆所在的车道号是否变化，如果是，确定该车辆的车道号变化的次数，如果该车辆在第一预设时间内的车道号变化次数为1次且该车辆与进入车道后方的车辆的距离大于第一预设阈值，则确定该车辆为目标车辆且该车辆的违法行为类型为违法变道；如果该车辆在第二预设时间内的车道号变化次数大于1次，则确定该车辆为目标车辆且该车辆的违法行为类型为蛇形行驶；如果该车辆在第三预设时间内的车道号与其它车辆的车道号交替变化，则确定该车辆为目标车辆且该车辆的违法行为类型为飙车追逐。
13.根据权利要求10所述的系统，其特征在于，所述服务器，具体用于：
接收所述远景摄像机发送的第一图像数据和所述近景摄像机发送的第二图像数据，在所述第一图像数据中获取目标车辆的位置信息；根据第一图像数据中第一目标图像的拍摄时间，在所述第二图像数据中找到与所述拍摄时间相同的第二图像；根据所述第一目标图像中的所述目标车辆的坐标，对应确定所述第二图像中与所述目标车辆匹配的参考车辆，判断所述参考车辆与所述目标车辆的相似度是否大于第二预设阈值，如果是，确定所述参考车辆为所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息；将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
一种车辆视频监控方法、服务器及系统
技术领域
[0001] 本发明涉及视频监控技术领域，特别是涉及一种车辆视频监控方法、服务器及系统。
背景技术
[0002] 目前，一般使用远景摄像机和近景摄像机对道路中行驶的车辆进行违法取证。在使用近景摄像机对车辆进行违法取证时，可以获得车辆发生违法行为的过程及车辆的特写图，从而确定车辆的车牌信息完成车辆的违法取证，但对于车辆违法变道、蛇形行驶和飚车追逐等运动速度快且移动距离大的违法行为，使用近景摄相机无法覆盖车辆发生违法行为的完整过程，因此，无法实现对车辆高速长距离违法行为的取证。
[0003] 在使用远景摄像机对车辆进行违法取证时，可以监控到车辆发生违法行为的完整过程，但无法获得发生违法行为的车辆的特写图，导致无法确定车辆的车牌信息，因此，也无法实现对车辆高速长距离违法行为的取证。
[0004] 在通过近景摄像机和远景摄像机相结合的方式对车辆进行违法取证时，使用远景摄相机监控车辆违法行为，当检测到有违法行为发生时，发出调整摄像机的拍摄角度及镜头焦距的指令到近景摄像机，近景摄像机拉近并跟踪发生违法行为的车辆，获得车辆的特写图，从而确定车辆的车牌信息完成车辆的违法取证，但对于车辆违法变道、蛇形行驶和飚车追逐等运动速度快且移动距离大的违法行为，近景摄像机拉近跟踪发生违法行为的车辆一般需要大约1～3s的时间，当车辆的速度较快时(大于60km/h)，在近景摄像机拉近过程中发生违法行为的车辆已经远离近景摄像机的视场，此时，无法获得发生违法行为的车辆的特写图，因此，也无法实现对车辆高速长距离违法行为的取证。
发明内容
[0005] 本发明实施例的目的在于提供一种车辆视频监控方法、服务器及系统，以实现对车辆违法行为的取证。具体技术方案如下：
[0006] 一种车辆视频监控方法，应用于车辆视频监控系统中的服务器，该系统还包括：与所述服务器连接的远景摄像机和近景摄像机；所述远景摄像机和近景摄像机设置于车辆的移动路径上；其中，所述远景摄像机的监控视场范围完全覆盖所述近景摄像机的监控视场范围，在所述远景摄像机和所述近景摄像机的重叠视场的同一位置上设置有抓拍线，所述方法包括：
[0007] 接收所述远景摄像机发送的第一图像数据，其中，所述远景摄像机采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型；所述第一图像数据包含在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间；
[0008] 接收所述近景摄像机发送的第二图像数据，其中，所述近景摄像机在监测到有车辆到达抓拍线时拍摄第二图像，所述第二图像数据包含多个第二图像及所述第二图像的拍摄时间；
[0009] 在所述第一图像数据中获取目标车辆的位置信息，根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息；
[0010] 将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
[0011] 可选的，所述根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，包括：
[0012] 根据第一图像数据中第一目标图像的拍摄时间，在所述第二图像数据中找到与所述拍摄时间相同的第二图像，根据所述第一目标图像中的所述目标车辆的坐标，对应确定所述第二图像中与所述目标车辆匹配的参考车辆，判断所述参考车辆与所述目标车辆的相似度是否大于第二预设阈值，如果是，确定所述参考车辆为所述目标车辆。
[0013] 可选的，所述特征信息还包括：
[0014] 车身颜色、车型和车辆子品牌。
[0015] 一种服务器，应用于车辆视频监控系统中，该系统还包括：与所述服务器连接的远景摄像机和近景摄像机；所述远景摄像机和近景摄像机设置于车辆的移动路径上；其中，所述远景摄像机的监控视场范围完全覆盖所述近景摄像机的监控视场范围，在所述远景摄像机和所述近景摄像机的重叠视场的同一位置上设置有抓拍线，所述服务器包括：
[0016] 壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行以下步骤：
[0017] 接收所述远景摄像机发送的第一图像数据，其中，所述远景摄像机采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型；所述第一图像数据包含在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间；
[0018] 接收所述近景摄像机发送的第二图像数据，其中，所述近景摄像机在监测到有车辆到达抓拍线时拍摄第二图像，所述第二图像数据包含多个第二图像及所述第二图像的拍摄时间；
[0019] 在所述第一图像数据中获取目标车辆的位置信息，根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息；
[0020] 将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
[0021] 一种车辆视频监控方法，应用于车辆视频监控系统，该系统包括：服务器及与所述服务器连接的远景摄像机和近景摄像机；所述远景摄像机和近景摄像机设置于车辆的移动路径上；其中，所述远景摄像机的监控视场范围完全覆盖所述近景摄像机的监控视场范围，在所述远景摄像机和所述近景摄像机的重叠视场的同一位置上设置有抓拍线，所述方法包括：
[0022] 所述远景摄像机采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型；将在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间进行关联，生成第一图像数据，将所述第一图像数据发送给所述服务器；
[0023] 所述近景摄像机监测到有车辆到达抓拍线时拍摄第二图像，将所拍摄的多个第二图像及所述第二图像的拍摄时间进行关联，生成第二图像数据，将所述第二图像数据发送给所述服务器；
[0024] 所述服务器接收所述远景摄像机发送的第一图像数据和所述近景摄像机发送的第二图像数据，在所述第一图像数据中获取目标车辆的位置信息，根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息；将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
[0025] 可选的，所述远景摄像机采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型，包括：
[0026] 针对每个车辆，根据获取的移动轨迹计算出该车辆在每一帧图片中所在的车道号、压线状态及与进入车道后方的车辆的距离；根据所计算出的车道号、压线状态及与进入车道后方的车辆的距离对该车辆进行违法行为分析，确定该车辆是否发生违法行为，如果是，将该车辆确定为目标车辆，并确定该车辆的违法行为类型。
[0027] 可选的，所述确定该车辆的违法行为类型，包括：
[0028] 判断该车辆所在的车道号是否变化，如果是，确定该车辆的车道号变化的次数，如果该车辆在第一预设时间内的车道号变化次数为1次且该车辆与进入车道后方的车辆的距离大于第一预设阈值，则确定该车辆为目标车辆且该车辆的违法行为类型为违法变道；如果该车辆在第二预设时间内的车道号变化次数大于1次，则确定该车辆为目标车辆且该车辆的违法行为类型为蛇形行驶；如果该车辆在第三预设时间内的车道号与其它车辆的车道号交替变化，则确定该车辆为目标车辆且该车辆的违法行为类型为飙车追逐。
[0029] 可选的，所述根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，包括：
[0030] 根据第一图像数据中第一目标图像的拍摄时间，在所述第二图像数据中找到与所述拍摄时间相同的第二图像；根据所述第一目标图像中的所述目标车辆的坐标，对应确定所述第二图像中与所述目标车辆匹配的参考车辆，判断所述参考车辆与所述目标车辆的相似度是否大于第二预设阈值，如果是，确定所述参考车辆为所述目标车辆。
[0031] 可选的，所述特征信息还包括：
[0032] 车身颜色、车型和车辆子品牌。
[0033] 一种车辆视频监控系统，该系统包括：服务器及与所述服务器连接的远景摄像机和近景摄像机；所述远景摄像机和近景摄像机设置于车辆的移动路径上；其中，所述远景摄像机的监控视场范围完全覆盖所述近景摄像机的监控视场范围，在所述远景摄像机和所述近景摄像机的重叠视场的同一位置上设置有抓拍线：
[0034] 所述远景摄像机，用于采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型；将在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间进行关联，生成第一图像数据，将所述第一图像数据发送给所述服务器；
[0035] 所述近景摄像机，用于在监测到有车辆到达抓拍线时拍摄第二图像，将所拍摄的多个第二图像及所述第二图像的拍摄时间进行关联，生成第二图像数据，将所述第二图像数据发送给所述服务器；
[0036] 所述服务器，用于接收所述远景摄像机发送的第一图像数据和所述近景摄像机发送的第二图像数据，在所述第一图像数据中获取目标车辆的位置信息，根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息；将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
[0037] 可选的，所述远景摄像机，具体用于：
[0038] 针对每个车辆，根据获取的移动轨迹计算出该车辆在每一帧图片中所在的车道号、压线状态及与进入车道后方的车辆的距离；根据所计算出的车道号、压线状态及与进入车道后方的车辆的距离对该车辆进行违法行为分析，确定该车辆是否发生违法行为，如果是，将该车辆确定为目标车辆并确定该车辆的违法行为类型；将在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间进行关联，生成第一图像数据，将所述第一图像数据发送给所述服务器。
[0039] 可选的，所述远景摄像机，具体用于：
[0040] 针对每个车辆，根据获取的移动轨迹计算出该车辆在每一帧图片中所在的车道号、压线状态及与进入车道后方的车辆的距离；根据所计算出的车道号、压线状态及与进入车道后方的车辆的距离对该车辆进行违法行为分析，确定该车辆是否发生违法行为，如果是，将该车辆确定为目标车辆，并判断该车辆所在的车道号是否变化，如果是，确定该车辆的车道号变化的次数，如果该车辆在第一预设时间内的车道号变化次数为1次且该车辆与进入车道后方的车辆的距离大于第一预设阈值，则确定该车辆为目标车辆且该车辆的违法行为类型为违法变道；如果该车辆在第二预设时间内的车道号变化次数大于1次，则确定该车辆为目标车辆且该车辆的违法行为类型为蛇形行驶；如果该车辆在第三预设时间内的车道号与其它车辆的车道号交替变化，则确定该车辆为目标车辆且该车辆的违法行为类型为飙车追逐。
[0041] 可选的，所述服务器，具体用于：
[0042] 接收所述远景摄像机发送的第一图像数据和所述近景摄像机发送的第二图像数据，在所述第一图像数据中获取目标车辆的位置信息；根据第一图像数据中第一目标图像的拍摄时间，在所述第二图像数据中找到与所述拍摄时间相同的第二图像；根据所述第一目标图像中的所述目标车辆的坐标，对应确定所述第二图像中与所述目标车辆匹配的参考车辆，判断所述参考车辆与所述目标车辆的相似度是否大于第二预设阈值，如果是，确定所述参考车辆为所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息；将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
[0043] 本发明实施例中，车辆视频监控中的服务器接收远景摄像机发送的第一图像数据，接收近景摄像机发送的与远景摄像机在同一抓拍线上拍摄的第二图像数据，并根据拍摄时间和在所述第一图像数据中获取的发生违法行为的目标车辆的位置信息在所述第二图像数据中找到目标车辆。由此，既可以获得目标车辆发生违法行为的过程又可以获得目标车辆的特写图确定目标车辆的车牌信息，完成对车辆违法行为的取证，实现对车辆高速长距离违法行为的取证。当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
附图说明
[0044] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0045] 图1为本发明实施例提供的一种车辆视频监控方法的流程示意图；
[0046] 图2为机器学习的车辆检测方法的流程示意图；
[0047] 图3为本发明实施例提供的一种服务器的结构示意图；
[0048] 图4为本发明实施例提供的一种车辆视频监控方法的另一流程示意图；
[0049] 图5为蛇形行驶的示意图；
[0050] 图6为本发明实施例提供的一种车辆视频监控系统的结构示意图。
具体实施方式
[0051] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0052] 下面首先对本发明实施例所提供的一种车辆视频监控方法进行介绍。
[0053] 如图1所示，本发明实施例提供的一种车辆视频监控方法，图1所示方法可以应用于车辆视频监控系统中的服务器，该系统还可以包括：与所述服务器连接的远景摄像机和近景摄像机；所述远景摄像机和近景摄像机设置于车辆的移动路径上；其中，所述远景摄像机的监控视场范围完全覆盖所述近景摄像机的监控视场范围，在所述远景摄像机和所述近景摄像机的重叠视场的同一位置上设置有抓拍线，该方法可以包括以下步骤：
[0054] S101：接收远景摄像机发送的第一图像数据，其中，所述远景摄像机采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型；所述第一图像数据包含在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间。
[0055] 为了获得车辆的违法信息，需要在车辆的移动路径上设置远景摄像机和近景摄像机，对经过的车辆进行检测和跟踪，其中，远景摄像机的监控视场范围完全覆盖近景摄像机的监控视场范围，在远景摄像机和近景摄像机的重叠视场的同一位置上设置有抓拍线。通过远景摄像机分析车辆轨迹来判断车辆是否有违法行驶的行为，由此确定发生违法行为的目标车辆及所述目标车辆的违法行为类型。
[0056] 其中，车辆的检测和跟踪的方法有很多，由于机器学习的算法有较高检测性能，因此作为本发明的一种实施方式，可选用机器学习的车辆检测方法，具体模型训练和车辆目标检测过程如图2所示，检测器训练过程为对样本数据进行挑选，获取正样本和负样本，然后对正样本和负样本进行特征提取，并放入训练分类器进行训练；动态区域内目标检测过程为输入图片，对输入的图片进行滑窗检测，然后进行特征提取，通过训练分类器对提取的特征进行特征计算和阈值比较，最终分类检测出结果并输出。由于机器学习的车辆检测方法为现有技术，在此不再赘述。还可以采用基于Haar特征和AdaBoost学习算法的目标检测方法，该方法能实时地处理目标检测并能取得较好的检出效果；或者采用基于HOG特征和SVM学习算法的检测；或者采用DPM(Deformable Parts Model)目标检测算法，该方法为一种基于部件的检测方法，对目标的形变具有很强的鲁棒性，这都是合理的，在本发明中不再一一赘述。
[0057] 由于远景摄像机可以拍摄到车辆发生违法行为的完整过程，但无法获得发生违法行为的车辆的特写图，导致无法确定车辆的车牌信息，因此，接收远景摄像机发送的在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间关联生成的第一图像数据，以便后续通过近景摄像机拍摄的特写图确定发生违法行为的车辆。
[0058] S102：接收近景摄像机发送的第二图像数据，其中，所述近景摄像机在监测到有车辆到达抓拍线时拍摄第二图像，所述第二图像数据包含多个第二图像及所述第二图像的拍摄时间。
[0059] 由于近景摄像机在监测到有车辆到达抓拍线时拍摄第二图像，因此，可以拍摄车辆的特写图，从而确定车辆的车牌信息，所以接收近景摄像机发送的多个第二图像及所述第二图像的拍摄时间关联生成的第二图像数据，以便后续确定发生违法行为的车辆的车牌信息。
[0060] S103：在所述第一图像数据中获取目标车辆的位置信息，根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息。
[0061] 在接收到第一图像数据和第二图像数据后，在第一图像数据中获取目标车辆的位置信息，根据拍摄时间和目标车辆的位置信息在第二图像中搜索到最匹配的车辆，将该最匹配的车辆确定为目标车辆，并获得目标车辆的特征信息，其中，目标车辆的特征信息是从近景摄像机拍摄的特写图中识别出的至少包含车牌信息的信息，还可以包含车身颜色、车型、和车辆子品牌、驾驶室特征和驾驶员特征等信息。
[0062] S104：将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
[0063] 将包含目标车辆的违法行为的信息进行关联，生成目标车辆的违法信息，可以通过网络上传到中心平台作为对违法车辆的处罚依据。
[0064] 本发明实施例中，车辆视频监控中的服务器接收远景摄像机发送的第一图像数据，接收近景摄像机发送的与远景摄像机在同一抓拍线上拍摄的第二图像数据，并根据拍摄时间和在所述第一图像数据中获取的发生违法行为的目标车辆的位置信息在所述第二图像数据中找到目标车辆。由此，既可以获得目标车辆发生违法行为的过程又可以获得目标车辆的特写图确定目标车辆的车牌信息，完成对车辆违法行为的取证，实现对车辆高速长距离违法行为的取证。
[0065] 具体的，根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，可以包括：
[0066] 根据第一图像数据中第一目标图像的拍摄时间，在所述第二图像数据中找到与所述拍摄时间相同的第二图像，根据所述第一目标图像中的所述目标车辆的坐标，对应确定所述第二图像中与所述目标车辆匹配的参考车辆，判断所述参考车辆与所述目标车辆的相似度是否大于第二预设阈值，如果是，确定所述参考车辆为所述目标车辆。
[0067] 由于在所述远景摄像机和所述近景摄像机的重叠视场的同一位置上设置有抓拍线，当目标车辆达到抓拍线时，远景摄像机和近景摄像机同时拍摄图像，所以可以根据第一目标图像的拍摄时间，在所述第二图像数据中找到与所述拍摄时间相同的第二图像。
[0068] 根据第一目标图像中目标车辆的坐标，对应确定第二图像中与所述目标车辆的坐标相同的参考车辆，并对目标车辆和参考车辆进行相似性度量，在相似度大于第二预设阈值时，确定参考车辆和目标车辆为同一辆车。其中，相似性度量方法可以采用归一化积相关、相位相关、均平方差或去均值均平方差，这都是合理的，在此不再一一赘述。
[0069] 具体的，所述特征信息还可以包括：
[0070] 车身颜色、车型和车辆子品牌。
[0071] 相应地，如图3所示，本申请实施例还提供了一种服务器，应用于车辆视频监控系统中，该系统还可以包括：与所述服务器连接的远景摄像机和近景摄像机；所述远景摄像机和近景摄像机设置于车辆的移动路径上；其中，所述远景摄像机的监控视场范围完全覆盖所述近景摄像机的监控视场范围，在所述远景摄像机和所述近景摄像机的重叠视场的同一位置上设置有抓拍线，所述服务器可以包括：
[0072] 壳体301、处理器302、存储器303、电路板304和电源电路305，其中，电路板304安置在壳体围成的空间内部，处理器302和存储器303设置在电路板304上；电源电路305，用于为电子设备的各个电路或器件供电；存储器303用于存储可执行程序代码；处理器302通过读取存储器303中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行以下步骤：
[0073] 接收所述远景摄像机发送的第一图像数据，其中，所述远景摄像机采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型；所述第一图像数据包含在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间；
[0074] 接收所述近景摄像机发送的第二图像数据，其中，所述近景摄像机在监测到有车辆到达抓拍线时拍摄第二图像，所述第二图像数据包含多个第二图像及所述第二图像的拍摄时间；
[0075] 在所述第一图像数据中获取目标车辆的位置信息，根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息；
[0076] 将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
[0077] 如图4所示，本发明实施例提供的一种车辆视频监控方法，应用于车辆视频监控系统，该系统可以包括：服务器及与所述服务器连接的远景摄像机和近景摄像机；所述远景摄像机和近景摄像机设置于车辆的移动路径上；其中，所述远景摄像机的监控视场范围完全覆盖所述近景摄像机的监控视场范围，在所述远景摄像机和所述近景摄像机的重叠视场的同一位置上设置有抓拍线，所述方法可以包括：
[0078] S401：所述远景摄像机采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型；将在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间进行关联，生成第一图像数据，将所述第一图像数据发送给所述服务器。
[0079] 为了拍摄到车辆发生违法行为的完整过程，需要远景摄像机采集监控视场中所有车辆的移动轨迹，并根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型。在确定发生违法行为的目标车辆后，将在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间进行关联，生成第一图像数据，并将所述第一图像数据发送给所述服务器，以使所述服务器进行后续步骤。
[0080] S402：所述近景摄像机监测到有车辆到达抓拍线时拍摄第二图像，将所拍摄的多个第二图像及所述第二图像的拍摄时间进行关联，生成第二图像数据，将所述第二图像数据发送给所述服务器。
[0081] 为了拍摄到车辆的特写图，需要近景摄像机在检测到有车辆到达抓拍线时拍摄第二图像，并记录第二图像中的车辆位置，将所拍摄的多个第二图像及所述第二图像的拍摄时间进行关联，生成第二图像数据，将所述第二图像数据发送给所述服务器[0082] S403：所述服务器接收所述远景摄像机发送的第一图像数据和所述近景摄像机发送的第二图像数据，在所述第一图像数据中获取目标车辆的位置信息，根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息；将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
[0083] 由于在所述远景摄像机和所述近景摄像机的重叠视场的同一位置上设置有抓拍线，当目标车辆达到抓拍线时，远景摄像机和近景摄像机同时拍摄图像，所以在服务器接收到第一图像数据和第二图像数据后，可以根据第一目标图像的拍摄时间，在所述第二图像数据中找到与所述拍摄时间相同的第二图像。
[0084] 在第一图像数据中获取目标车辆的位置信息，根据目标车辆的位置信息在第二图像中搜索到最匹配的车辆，将该最匹配的车辆确定为目标车辆。
[0085] 由于第二图像为近景摄像机拍摄的特写图，所以可以在第二图像中获得目标车辆的特征信息，其中，所述特征信息至少包含车牌信息。并将包含目标车辆的违法行为的第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息，可以通过网络上传到中心平台作为对违法车辆的处罚依据。
[0086] 本发明实施例中，车辆视频监控中的服务器接收远景摄像机发送的第一图像数据，接收近景摄像机发送的与远景摄像机在同一抓拍线上拍摄的第二图像数据，并根据拍摄时间和在所述第一图像数据中获取的发生违法行为的目标车辆的位置信息在所述第二图像数据中找到目标车辆。由此，既可以获得目标车辆发生违法行为的过程又可以获得目标车辆的特写图确定目标车辆的车牌信息，完成对车辆违法行为的取证，实现对车辆高速长距离违法行为的取证。
[0087] 具体的，所述远景摄像机采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型，可以包括：
[0088] 针对每个车辆，根据获取的移动轨迹计算出该车辆在每一帧图片中所在的车道号、压线状态及与进入车道后方的车辆的距离；根据所计算出的车道号、压线状态及与进入车道后方的车辆的距离对该车辆进行违法行为分析，确定该车辆是否发生违法行为，如果是，将该车辆确定为目标车辆，并确定该车辆的违法行为类型。
[0089] 由于车辆的违法行为一般表现在行驶过程中车道号的变化及阻碍其他车辆通行上，其中，阻碍其它车辆通行表现在该车辆与进入车道后方的车辆的距离上，同时，为了对车辆进行违法行为分析，需要获得车辆发生压线行为的图片。
[0090] 因此，在远景摄像机采集监控视场中所有车辆的移动轨迹时，识别各个车辆所在的车道号，其中，监控视场中的车道线可以通过人工设置也可以通过车道线检测自动识别。在车辆第一次进入远景摄像机的监控视场内时，记录车辆所在的车道号，在识别到车辆所在的车道号变更时，更新车辆所在的车道号，由此，计算出车辆在每一帧图片中所在的车道号及压线状态。
[0091] 根据车辆的移动轨迹与进入该车辆所属在车道后方的车辆的移动轨迹，计算出该车辆与进入车道后方的车辆的距离，从而根据车道号、压线状态及与进入车道后方的车辆的距离对该车辆进行违法行为分析，确定该车辆是否发生违法行为，如果是，将该车辆确定为目标车辆，并确定该车辆的违法行为类型。
[0092] 具体的，所述确定该车辆的违法行为类型，可以包括：
[0093] 判断该车辆所在的车道号是否变化，如果是，确定该车辆的车道号变化的次数，如果该车辆在第一预设时间内的车道号变化次数为1次且该车辆与进入车道后方的车辆的距离大于第一预设阈值，则确定该车辆为目标车辆且该车辆的违法行为类型为违法变道；如果该车辆在第二预设时间内的车道号变化次数大于1次，则确定该车辆为目标车辆且该车辆的违法行为类型为蛇形行驶；如果该车辆在第三预设时间内的车道号与其它车辆的车道号交替变化，则确定该车辆为目标车辆且该车辆的违法行为类型为飙车追逐。
[0094] 违法行为类型包括：违法变道、蛇形行驶和飚车追逐。违法变道、蛇形行驶和飚车追逐都是在规定时间内，车辆连续2(含)次以上的变道行驶方式，如图5所示为蛇形行驶。因此根据车辆变道次数及与其他车辆的距离判断违法该车辆的违法行为类型，具体为在预定时间内变道1次并有阻碍其他车辆通行的情况属于违法变道，在预定时间内变道2(含)次以上为蛇形行驶，在预定时间内两车交替出现违法变道的行为属于飚车追逐。
[0095] 具体的，所述根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，可以包括：
[0096] 根据第一图像数据中第一目标图像的拍摄时间，在所述第二图像数据中找到与所述拍摄时间相同的第二图像；根据所述第一目标图像中的所述目标车辆的坐标，对应确定所述第二图像中与所述目标车辆匹配的参考车辆，判断所述参考车辆与所述目标车辆的相似度是否大于第二预设阈值，如果是，确定所述参考车辆为所述目标车辆。
[0097] 由于在所述远景摄像机和所述近景摄像机的重叠视场的同一位置上设置有抓拍线，当目标车辆达到抓拍线时，远景摄像机和近景摄像机同时拍摄图像，所以可以根据第一目标图像的拍摄时间，在所述第二图像数据中找到与所述拍摄时间相同的第二图像。
[0098] 根据第一目标图像中目标车辆的坐标，对应确定第二图像中与所述目标车辆的坐标相同的参考车辆，并对目标车辆和参考车辆进行相似性度量，在相似度大于第二预设阈值时，确定参考车辆和目标车辆为同一辆车。其中，相似性度量方法可以采用归一化积相关、相位相关、均平方差或去均值均平方差，这都是合理的，在此不再一一赘述。
[0099] 具体的，所述特征信息还可以包括：
[0100] 车身颜色、车型和车辆子品牌。
[0101] 如图6所示，本发明实施例提供的一种车辆视频监控系统的结构示意图，该系统包括：服务器61及与所述服务器61连接的远景摄像机62和近景摄像机63；所述远景摄像机62和近景摄像机63设置于车辆的移动路径上；其中，所述远景摄像机62的监控视场范围完全覆盖所述近景摄像机63的监控视场范围，在所述远景摄像机62和所述近景摄像机63的重叠视场的同一位置上设置有抓拍线：
[0102] 所述远景摄像机62，用于采集监控视场中所有车辆的移动轨迹，根据获取的移动轨迹确定发生违法行为的目标车辆及所述目标车辆的违法行为类型；将在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间进行关联，生成第一图像数据，将所述第一图像数据发送给所述服务器；
[0103] 所述近景摄像机63，用于在监测到有车辆到达抓拍线时拍摄第二图像，将所拍摄的多个第二图像及所述第二图像的拍摄时间进行关联，生成第二图像数据，将所述第二图像数据发送给所述服务器；
[0104] 所述服务器61，用于接收所述远景摄像机62发送的第一图像数据和所述近景摄像机63发送的第二图像数据，在所述第一图像数据中获取目标车辆的位置信息，根据拍摄时间和获取的目标车辆的位置信息，在所述第二图像中找到所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息；将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
[0105] 本发明实施例中，车辆视频监控中的服务器接收远景摄像机发送的第一图像数据，接收近景摄像机发送的与远景摄像机在同一抓拍线上拍摄的第二图像数据，并根据拍摄时间和在所述第一图像数据中获取的发生违法行为的目标车辆的位置信息在所述第二图像数据中找到目标车辆。由此，既可以获得目标车辆发生违法行为的过程又可以获得目标车辆的特写图确定目标车辆的车牌信息，完成对车辆违法行为的取证，实现对车辆高速长距离违法行为的取证。
[0106] 具体的，所述远景摄像机63，可以具体用于：
[0107] 针对每个车辆，根据获取的移动轨迹计算出该车辆在每一帧图片中所在的车道号、压线状态及与进入车道后方的车辆的距离；根据所计算出的车道号、压线状态及与进入车道后方的车辆的距离对该车辆进行违法行为分析，确定该车辆是否发生违法行为，如果是，将该车辆确定为目标车辆并确定该车辆的违法行为类型；将在所述目标车辆发生违法行为时所拍摄的多个第一图像、所述目标车辆的违法行为类型、所述目标车辆到达抓拍线时拍摄的第一目标图像及所述第一目标图像的拍摄时间进行关联，生成第一图像数据，将所述第一图像数据发送给所述服务器。
[0108] 具体的，所述远景摄像机63，可以具体用于：
[0109] 针对每个车辆，根据获取的移动轨迹计算出该车辆在每一帧图片中所在的车道号、压线状态及与进入车道后方的车辆的距离；根据所计算出的车道号、压线状态及与进入车道后方的车辆的距离对该车辆进行违法行为分析，确定该车辆是否发生违法行为，如果是，将该车辆确定为目标车辆，并判断该车辆所在的车道号是否变化，如果是，确定该车辆的车道号变化的次数，如果该车辆在第一预设时间内的车道号变化次数为1次且该车辆与进入车道后方的车辆的距离大于第一预设阈值，则确定该车辆为目标车辆且该车辆的违法行为类型为违法变道；如果该车辆在第二预设时间内的车道号变化次数大于1次，则确定该车辆为目标车辆且该车辆的违法行为类型为蛇形行驶；如果该车辆在第三预设时间内的车道号与其它车辆的车道号交替变化，则确定该车辆为目标车辆且该车辆的违法行为类型为飙车追逐。
[0110] 具体的，所述服务器61，可以具体用于：
[0111] 接收所述远景摄像机发送的第一图像数据和所述近景摄像机发送的第二图像数据，在所述第一图像数据中获取目标车辆的位置信息；根据第一图像数据中第一目标图像的拍摄时间，在所述第二图像数据中找到与所述拍摄时间相同的第二图像；根据所述第一目标图像中的所述目标车辆的坐标，对应确定所述第二图像中与所述目标车辆匹配的参考车辆，判断所述参考车辆与所述目标车辆的相似度是否大于第二预设阈值，如果是，确定所述参考车辆为所述目标车辆，并在所述第二图像中获得所述目标车辆的特征信息，所述特征信息至少包含车牌信息；将所述第一图像数据、所述第二图像数据及所述目标车辆的特征信息进行关联，生成目标车辆的违法信息。
[0112] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0113] 本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0114] 以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
