摘要
本发明提供了一种基于机器学习和车牌识别数据的缺失路径修复方法,通过对获取的车牌识别数据寻找可能的噪声源,对其进行筛选清洗,提取车辆的出行轨迹,然后对出行轨迹针对行程时间的异常值进行进一步处理,以保证出行轨迹数据的有效性和合理性;并提取出行轨迹数据中的有效特征以训练有效的机器学习模型,针对大规模点位及车牌识别数据的缺失路径,估计出车辆经过每个路口的信息从而形成完整出行链。本发明方法以城市视频车牌识别数据的基本数据项为基础,解决了由于车牌识别数据存在漏拍、错拍等点位缺失现象,导致基于其提取的机动车出行轨迹存在路径缺失的问题。
-
单位广州运星科技有限公司; 华南理工大学; 广州现代产业技术研究院