一种基于最小距离法的车辆排重方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种基于最小距离法的车辆排重方法和装置，通过获取视频中的帧图像，通过目标检测算法对每张帧图像进行车辆检测得到包含有完整车辆的矩形框的车辆图像；通过目标跟踪算法生成车辆图像中的车辆ID，并获得车辆ID对应的车辆在帧图像中的车辆图像集合；分别计算车辆图像集合中的每张车辆图像的矩形框的距离指数，并将计算得到的最小距离指数所对应的车辆图像标记为车辆排重图像。本申请的实施例提出的车辆排重方法和装置能够有效减少重复的车辆数据，减少车辆信息提取后端负载，大大提升系统性能。

A method, device and storage medium of vehicle weight arrangement based on minimum distance method

【技术实现步骤摘要】
一种基于最小距离法的车辆排重方法、装置及存储介质
本专利技术涉及视频图像处理领域，具体涉及一种基于最小距离法的车辆排重方法、装置及存储介质。
技术介绍
在视频数据处理中根据具体的业务需求，开发出满足不同应用场景要求的数据处理方法，车辆排重就是其中一种应用于视频结构化处理的方法。车辆排重主要应用于视频中同一行进或静止车辆的排重，最终输出一张最符合业务场景所需的车辆图像，如最清晰、最完整的车辆图像。车辆排重可应用于视频车辆结构化信息提取中，包括车颜色识别、车型识别、车牌识别等应用场景中，可以有效减少重复的车辆数据，减少车辆信息提取后端负载，大大提升装置性能。在现有技术中，车辆排重应用的算法包括运动跟踪算法、车辆特征提取比对算法，但都无法给出得到最符合业务场景所需的车辆图像的依据，也就是无法从视频中得到最清晰、最完整的车辆图像，容易出现遗漏或是车辆图像不清晰等问题，特别是针对车辆特征清晰度的场景下，无法得到清晰完整的车辆图像。有鉴于此，设计出一种新的车辆排重方法以获得清晰完整的车辆图像是亟待解决的问题之一。
技术实现思路
针对上述提到的车辆排重无法输出最符合业务场景、最清晰、最完整的车辆图像等问题。本申请的实施例的目的在于提出了一种基于最小距离法的车辆排重方法、装置及存储介质，来解决以上
技术介绍
部分提到的技术问题。第一方面，本申请实施例提供了一种基于最小距离法的车辆排重方法，包括以下步骤：S1：获取视频中的帧图像，通过目标检测算法对每张帧图像进行车辆检测得到包含有完整车辆的矩形框的车辆图像；S2：通过目标跟踪算法生成车辆图像中的车辆ID，并获得车辆ID对应的车辆在帧图像中的车辆图像集合；S3：分别计算车辆图像集合中的每张车辆图像的矩形框的距离指数，并将计算得到的最小距离指数所对应的车辆图像标记为车辆排重图像。在一些实施例中，步骤S3中通过下式计算车辆图像的距离指数S：其中，以车辆图像左上角的端点为原点，x0为矩形框左上角端点的横坐标，y0为矩形框左上角端点的纵坐标，w0为矩形框的长，h0为矩形框的宽，w为车辆图像的长，h为车辆图像的宽，b表示矩形框靠近车辆图像边缘的程度的常量，C表示当矩形框靠近车辆图像边缘时用于缩小矩形框的距离指数的系数，C取10000。通过计算得到车辆图像最小的距离指数可以获得具有最清晰、最完整的车辆的图像，该图像中可以获得更多关于车辆信息的特征。在一些实施例中，目标跟踪算法包括DeepSORT算法。DeepSORT算法是基于SORT算法的改进算法，可以实现在线跟踪，并判断出两个车辆图像中的车辆是否是同一个车辆。在一些实施例中，目标检测算法包括Yolo算法。使用Yolo算法可以准确识别并检测到目标的位置，只需要进行一次CNN运算，算法速度快。在一些实施例中，步骤S3还包括：S31：若计算出的车辆ID的车辆图像的矩形框的距离指数无最小距离指数历史记录，或者存在已记录的最小距离指数且车辆图像的矩形框的距离指数小于车辆ID已记录的最小距离指数，则将车辆图像的矩形框的距离指数更新为车辆ID的最小距离指数。通过此步骤可以准确获得具有最小距离指数的车辆图片，有效实现对车辆进行排重，得到距离摄像头最近的最清晰的车辆图像，该车辆图像上的车辆特征最完整、最清晰。第二方面，本申请的实施例还提出了一种基于最小距离法的车辆排重装置，包括：车辆检测模块，被配置为获取视频中的帧图像，通过目标检测算法对每张帧图像进行车辆检测得到包含有完整车辆的矩形框的车辆图像；车辆跟踪模块，被配置为通过目标跟踪算法生成车辆图像中的车辆ID，并获得车辆ID对应的车辆在帧图像中的车辆图像集合；指数计算模块，被配置为分别计算车辆图像集合中的每张车辆图像的矩形框的距离指数，并将计算得到的最小距离指数所对应的车辆图像标记为车辆排重图像。在一些实施例中，指数计算模块中通过下式计算车辆图像的距离指数S：其中，以车辆图像左上角的端点为原点，x0为矩形框左上角端点的横坐标，y0为矩形框左上角端点的纵坐标，w0为矩形框的长，h0为矩形框的宽，w为车辆图像的长，h为车辆图像的宽，b表示矩形框靠近车辆图像边缘的程度的常量，C表示当矩形框靠近车辆图像边缘时用于缩小矩形框的距离指数的系数，C取10000。通过计算得到车辆图像最小的距离指数可以获得具有最清晰、最完整的车辆的图像，该图像中可以获得更多关于车辆信息的特征。在一些实施例中，目标跟踪算法包括DeepSORT算法。DeepSORT算法是基于SORT算法的改进算法，可以实现在线跟踪，并判断出两个车辆图像中的车辆是否是同一个车辆。在一些实施例中，目标检测算法包括Yolo算法。使用Yolo算法可以准确识别并检测到目标的位置，只需要进行一次CNN运算，算法速度快。在一些实施例中，指数计算模块中被配置为还包括：距离指数更新模块，被配置为若计算出的车辆ID的车辆图像的矩形框的距离指数无最小距离指数历史记录，或者存在已记录的最小距离指数且车辆图像的矩形框的距离指数小于车辆ID已记录的最小距离指数，则将车辆图像的矩形框的距离指数更新为车辆ID的最小距离指数。通过此步骤可以准确获得具有最小距离指数的车辆图片，有效实现对车辆进行排重，得到最清晰、最完整的车辆图像。第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。本申请的实施例公开了一种基于最小距离法的车辆排重方法和装置，通过计算车辆距离指数可以得到最清晰的、最完整的车辆图像，且不遗漏纵向行驶姿态下的最清晰车辆图像，并且结合运动状态下的目标跟踪算法，最终实现车辆排重。本申请的实施例可以有效满足对于车辆特征清晰度和完整度更为关注的场景下。本申请的实施例提出的基于最小距离法的车辆排重方法和装置能够有效减少重复的车辆数据，减少车辆信息提取后端负载，大大提升系统性能。最终得到的车辆排重图片可应用于视频车辆结构化信息提取中，例如车颜色识别、车型识别、车牌识别等场景中进行应用。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，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。图1是本申请的一个实施例可以应用于其中的示例性装置架构图；图2为本专利技术的实施例的基于最小距离法的车辆排重方法的流程示意图；图3为本专利技术的实施例的基于最小距离法的车辆排重装置的示意图；图4是适于用来实现本申请实施例的电子设备的计算机装置的结构示意图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中本文档来自技高网...

【技术保护点】
1.一种基于最小距离法的车辆排重方法，其特征在于，包括以下步骤：/nS1：获取视频中的帧图像，通过目标检测算法对每张帧图像进行车辆检测得到包含有完整车辆的矩形框的车辆图像；/nS2：通过目标跟踪算法生成所述车辆图像中的车辆ID，并获得所述车辆ID对应的车辆在所述帧图像中的车辆图像集合；以及/nS3：分别计算所述车辆图像集合中的每张车辆图像的所述矩形框的距离指数，并将计算得到的最小距离指数所对应的车辆图像标记为车辆排重图像。/n

【技术特征摘要】
1.一种基于最小距离法的车辆排重方法，其特征在于，包括以下步骤：
S1：获取视频中的帧图像，通过目标检测算法对每张帧图像进行车辆检测得到包含有完整车辆的矩形框的车辆图像；
S2：通过目标跟踪算法生成所述车辆图像中的车辆ID，并获得所述车辆ID对应的车辆在所述帧图像中的车辆图像集合；以及
S3：分别计算所述车辆图像集合中的每张车辆图像的所述矩形框的距离指数，并将计算得到的最小距离指数所对应的车辆图像标记为车辆排重图像。


2.根据权利要求1所述的基于最小距离法的车辆排重方法，其特征在于，所述步骤S3中通过下式计算所述车辆图像的距离指数S：



其中，以所述车辆图像左上角的端点为原点，x0为所述矩形框左上角端点的横坐标，y0为所述矩形框左上角端点的纵坐标，w0为所述矩形框的长，h0为所述矩形框的宽，w为所述车辆图像的长，h为所述车辆图像的宽，b表示所述矩形框靠近所述车辆图像边缘的程度的常量，C表示当所述矩形框靠近所述车辆图像边缘时用于缩小所述矩形框的距离指数的系数，C取10000。


3.根据权利要求1所述的基于最小距离法的车辆排重方法，其特征在于，所述目标跟踪算法包括DeepSORT算法。


4.根据权利要求1所述的基于最小距离法的车辆排重方法，其特征在于，所述目标检测算法包括Yolo算法。


5.根据权利要求1所述的基于最小距离法的车辆排重方法，其特征在于，所述步骤S3还包括：
若计算出的所述车辆ID的所述车辆图像的所述矩形框的距离指数无最小距离指数历史记录，或者存在已记录的最小距离指数且所述车辆图像的所述矩形框的距离指数小于所述车辆ID已记录的最小距离指数，则将所述车辆图像的所述矩形框的距离指数更新为所述车辆ID的最小距离指数。


6.一种基于最小距离法的车辆排重装置，其特征在于，包括：
车辆检测模块，被配置为获取视频...

【专利技术属性】
技术研发人员：纪艺慧，林长录，吴文，魏朝东，聂志巧，潘锟，林淑强，
申请(专利权)人：厦门市美亚柏科信息股份有限公司，
类型：发明
国别省市：福建;35