一种车辆特征分类检索系统和方法技术方案

技术编号:15725128 阅读:67 留言:0更新日期:2017-06-29 12:41
本发明专利技术提供一种车辆特征分类检索系统及方法,其方法包括:根据设定的截取范围在目标车辆图像上进行局部截取,得到车脸图像;构建卷积神经网络,从车脸图像中提取n个目标车辆特征信息;根据预先构建的特征信息数据库中的特征信息对n个目标车辆特征信息进行预定次数的特征比对及特征融合处理,完成预定次数的特征比对后得到检索结果;以及根据每次特征融合处理后得到的融合特征对数据库中特征信息进行更新。本发明专利技术能够极大的提高检索准确率,进行多次特征比对,每次特征对比后得到的最高相似度特征信息再进行特征融合,将融合特征作为下一次的输入,重复进行对比和融合处理,提高可靠性和准确性,还能够减少设备的投入。

【技术实现步骤摘要】
一种车辆特征分类检索系统和方法
本专利技术主要涉及图像检索领域,具体涉及一种车辆特征分类检索系统和方法。
技术介绍
近年来,随着国内经济水平不断的进步,汽车已成为千万家庭外出必备的工具,因此汽车数量成爆炸倍增长,在这种情况下,智能的交通的发展成为了必然,同时随着GPU能力不断提高也使得卷积神经网络取得了大突破,这也为智能交通系统应用提供了更有效的方式。在智能交通系统中,车辆型号检索是极其重要的一部分。车辆型号识别就是利用每个型号的车辆之间存在着或多或少的差异,即便是同一品牌不同车型也有着差异。因此利用此特性可以进行车型识别,并在城市交通监控、车辆追踪等领域都有着广泛的前景。在智能交通系统中,每个城市每天都会产生千万条的交通信息,因此检索的准确率是非常重要的,而传统的检索方式例如MD、ST、CSR等,在数据库中的检索准确率有限,无形中会给智能交通的车辆追踪带来不便,且检索正确率普遍不高。
技术实现思路
本专利技术所要解决的技术问题是针对现有技术的不足,提供一种车辆特征分类检索系统和方法。本专利技术解决上述技术问题的技术方案如下:一种车辆特征分类检索系统,包括:图像截取模块,用于从设置在道路卡口处的图像采集设备上获取目标车辆图像,根据设定的截取范围在目标车辆图像上进行局部截取,得到车脸图像;特征提取模块,用于构建卷积神经网络,通过所述卷积神经网络从车脸图像中提取n个目标车辆特征信息;特征处理模块,用于根据预先构建的特征信息数据库中的特征信息对n个目标车辆特征信息进行预定次数的特征比对,每次特征对比后确定的最高相似度特征信息与特征对比时的目标车辆特征信息进行特征融合,得到融合特征信息,供下一次特征对比时使用,直到完成预定次数的特征对比后得到检索结果;更新模块,用于根据特征处理模块每次特征融合处理后得到的融合特征对特征信息数据库中特征信息进行更新。本专利技术的有益效果是:能够极大的提高检索准确率,进行多次特征比对,每次特征对比后得到的最高相似度特征信息再进行特征融合,将融合特征作为下一次的输入,重复进行对比和融合处理,与现有的传统检索方法相比,检索准确率能够达到96.7%,检提高可靠性和准确性,能够更好的满足智能交通系统的需求,还能够减少设备的投入。在上述技术方案的基础上,本专利技术还可以做如下改进。进一步,所述图像截取模块包括:获取单元,用于从设置在道路卡口处的图像采集设备上获取目标车辆图像;截取单元,用于通过EasyPR方法在目标车辆图像中定位出车牌,根据车牌在目标车辆图像中的位置,以及预设的高度值和宽度值,得到截取范围,根据截取范围在目标车辆图像上进行局部截取,得到车脸图像。采用上述进一步方案的有益效果是:能够快速、准确的获得所需的车脸图像,为提取特征信息进行预处理。进一步,所述车脸图像中包括车牌两侧的车灯、车辆品牌标志、进气格栅和车辆保险杠。进一步,所述特征处理模块包括:处理单元,用于根据余弦相似度方法将n个目标车辆特征信息与预先构建的特征数据库中的特征信息进行特征比对,得到最高相似度特征信息,并根据预定次数n判断是否完成第n次特征对比,如果不是,则将本次得到的最高相似度特征信息发送特征融合单元,再根据余弦相似度方法将特征融合单元反馈来的融合特征与更新后的特征信息数据库中的特征信息进行下一次的特征对比,否则停止对比,得到检索结果;特征融合单元,用于将发送来的特征数据库中最高相似度特征信息与目标车辆特征信息进行特征融合,得到融合特征,并将融合特征发送更新模块进行更新,同时将融合特征反馈处理单元中进行下一次的特征相似度对比。采用上述进一步方案的有益效果是:进行多次特征比对,每次特征对比后得到的最高相似度特征信息再进行特征融合,将融合特征作为下一次的输入,提高了检索的可靠性和准确性。进一步,所述更新模块具体用于根据特征处理模块每次特征融合处理后得到的融合特征来替换特征信息数据库中本次特征相似度对比得到的最高相似度特征信息,完成更新。采用上述进一步方案的有益效果是:将融合特征替换本次检索得到的最高相似度特征信息,再进行下一次的检索来提高检索的稳定性。本专利技术解决上述技术问题的另一技术方案如下:一种车辆特征分类检索方法,包括如下步骤:从设置在道路卡口处的图像采集设备上获取目标车辆图像,根据设定的截取范围在目标车辆图像上进行局部截取,得到车脸图像;构建卷积神经网络,通过所述卷积神经网络从车脸图像中提取n个目标车辆特征信息;根据预先构建的特征信息数据库中的特征信息对n个目标车辆特征信息进行预定次数的特征比对,进行下一次特征比对时对目标车辆特征信息进行特征融合处理,完成预定次数的特征比对后得到检索结果;以及根据每次特征融合处理后得到的融合特征对特征信息数据库中特征信息进行更新。在上述技术方案的基础上,本专利技术还可以做如下改进。进一步,所述从设置在道路卡口处的图像采集设备上获取目标车辆图像,根据设定的截取范围在目标车辆图像上进行局部截取,具体包括如下步骤:从设置在道路卡口处的图像采集设备上获取目标车辆图像;通过EasyPR方法在目标车辆图像中定位出车牌,根据车牌在目标车辆图像中的位置,以及预设的高度值和宽度值,得到截取范围,根据截取范围在目标车辆图像上进行局部截取,得到车脸图像。进一步,所述车脸图像中包括车牌两侧的车灯、车辆品牌标志、进气格栅和车辆保险杠。进一步,所述根据预先构建的特征信息数据库中的特征信息对n个目标车辆特征信息进行预定次数的特征比对,每次特征对比后确定的最高相似度特征信息与特征对比时的目标车辆特征信息进行特征融合,得到融合特征信息,供下一次特征对比时使用,直到完成预定次数的特征对比后得到检索结果,具体包括如下步骤:步骤A:根据余弦相似度方法将n个目标车辆特征信息与预先构建的特征数据库中的特征信息进行特征对比,得到最高相似度特征信息;步骤B:根据预定次数n判断是否完成第n次特征对比,如果不是则执行步骤C,否则执行步骤E;步骤C:将本次得到的最高相似度特征信息与目标车辆特征信息进行特征融合,得到融合特征,并将融合特征发送车辆信息数据库进行更新,执行步骤D;步骤D:根据余弦相似度方法将融合特征与更新后的特征信息数据库中的特征信息进行下一次的特征对比,得到新的最高相似度特征信息,执行步骤B;步骤E:停止对比,得到检索结果。进一步,所述根据每次特征融合处理得到的融合特征对特征信息数据库中特征信息进行更新,具体包括:根据本次特征融合处理后得到的融合特征来替换特征信息数据库中本次特征相似度对比得到的最高相似度特征信息,完成更新。附图说明图1为本专利技术实施例提供的车辆特征分类检索的系统实施例的模块框图;图2为本专利技术实施例提供的车辆特征分类检索的方法实施例的方法流程图。具体实施方式以下结合附图对本专利技术的原理和特征进行描述,所举实例只用于解释本专利技术,并非用于限定本专利技术的范围。图1为本专利技术实施例提供的车辆特征分类检索的系统实施例的模块框图;如图1所示,一种车辆特征分类检索系统,包括:图像截取模块,用于从设置在道路卡口处的图像采集设备上获取目标车辆图像,根据设定的截取范围在目标车辆图像上进行局部截取,得到车脸图像;特征提取模块,用于构建卷积神经网络通过所述卷积神经网络从车脸图像中提取n个目标车辆特征信息;特征处理模块,用于根据预先构建的特征本文档来自技高网...
一种车辆特征分类检索系统和方法

【技术保护点】
一种车辆特征分类检索系统,其特征在于,包括:图像截取模块,用于从设置在道路卡口处的图像采集设备上获取目标车辆图像,根据设定的截取范围在目标车辆图像上进行局部截取,得到车脸图像;特征提取模块,用于构建卷积神经网络,通过所述卷积神经网络从车脸图像中提取n个目标车辆特征信息;特征处理模块,用于根据预先构建的特征信息数据库中的特征信息对n个目标车辆特征信息进行预定次数的特征比对,每次特征对比后确定的最高相似度特征信息与特征对比时的目标车辆特征信息进行特征融合,得到融合特征信息,供下一次特征对比时使用,直到完成预定次数的特征对比后得到检索结果;更新模块,用于根据特征处理模块每次特征融合处理后得到的融合特征对特征信息数据库中特征信息进行更新。

【技术特征摘要】
1.一种车辆特征分类检索系统,其特征在于,包括:图像截取模块,用于从设置在道路卡口处的图像采集设备上获取目标车辆图像,根据设定的截取范围在目标车辆图像上进行局部截取,得到车脸图像;特征提取模块,用于构建卷积神经网络,通过所述卷积神经网络从车脸图像中提取n个目标车辆特征信息;特征处理模块,用于根据预先构建的特征信息数据库中的特征信息对n个目标车辆特征信息进行预定次数的特征比对,每次特征对比后确定的最高相似度特征信息与特征对比时的目标车辆特征信息进行特征融合,得到融合特征信息,供下一次特征对比时使用,直到完成预定次数的特征对比后得到检索结果;更新模块,用于根据特征处理模块每次特征融合处理后得到的融合特征对特征信息数据库中特征信息进行更新。2.根据权利要求1所述一种车辆特征分类检索系统,其特征在于,所述图像截取模块包括:获取单元,用于从设置在道路卡口处的图像采集设备上获取目标车辆图像;截取单元,用于通过EasyPR方法在目标车辆图像中定位出车牌,根据车牌在目标车辆图像中的位置,以及预设的高度值和宽度值,得到截取范围,根据截取范围在目标车辆图像上进行局部截取,得到车脸图像。3.根据权利要求2所述一种车辆特征分类检索系统,其特征在于,所述车脸图像中包括车牌两侧的车灯、车辆品牌标志、进气格栅和车辆保险杠。4.根据权利要求1所述一种车辆特征分类检索系统,其特征在于,所述特征处理模块包括:处理单元,用于根据余弦相似度方法将n个目标车辆特征信息与预先构建的特征数据库中的特征信息进行特征比对,得到最高相似度特征信息,并根据预定次数n判断是否完成第n次特征对比,如果不是,则将本次得到的最高相似度特征信息发送特征融合单元,再根据余弦相似度方法将特征融合单元反馈来的融合特征与更新后的特征信息数据库中的特征信息进行下一次的特征对比,否则停止对比,得到检索结果;特征融合单元,用于将发送来的特征数据库中最高相似度特征信息与目标车辆特征信息进行特征融合,得到融合特征,并将融合特征发送更新模块进行更新,同时将融合特征反馈处理单元中进行下一次的特征相似度对比。5.根据权利要求1-4任一项所述一种车辆特征分类检索系统,其特征在于,所述更新模块具体用于根据特征处理模块每次特征融合处理后得到的融合特征来替换特征信息数据库中本次特征相似度对比得到的最高相似度特征信息,完成更新。6.一种车辆特征分类检索方法,其特征在于,包括如下步骤:从设置在道路卡口处的图像采集设备上获取目标车辆图像,根据设定的截取范围在目...

【专利技术属性】
技术研发人员:蔡晓东李隆泽
申请(专利权)人:桂林电子科技大学
类型:发明
国别省市:广西,45

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1