基于历史车牌识别数据的套牌车并行检测方法

来源：计算机应用杂志2016年第3期北京时间：

作者：李悦, 刘晨

单位：1. 北方工业大学 大规模流数据集成与分析技术北京市重点实验室, 北京 100144;2. 北方工业大学 云计算研究中心, 北京 100144

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的分块策略能够带来最大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

基金资助：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")。