【技术实现步骤摘要】
车辆重识别的方法、装置、设备和存储介质
本申请实施例涉及计算机
中的智能搜索领域,尤其涉及一种车辆重识别的方法、装置、设备和存储介质。
技术介绍
车辆重识别(VehicleRe-identification,Reid)技术可广泛应用于车辆检索、车辆追踪等领域。目前车辆重识别的方法为:服务器接收到第一摄像头拍摄的第一车辆的第一图像后,提取第一车辆的第一全局特征,对比该第一全局特征与基于车辆图像库中的第二图像提取的车辆的第二全局特征,从车辆图像库包括的车辆图像中确定第一车辆的图像。上述车辆重识别的方法存在如下问题:若两个车辆的外观十分相似,则可能出现将两个车辆的图像误判为同一车辆的图像的情况,即目前车辆重识别的方法存在准确率不高的技术问题。
技术实现思路
本申请提供了一种车辆重识别的方法、装置、设备和存储介质,提高了车辆重识别的准确度。根据本申请的一方面,提供了一种车辆重识别的方法,包括:接收来自终端设备的重识别请求,所述重识别请求包括第一摄像头拍摄的第一车辆的第一图像、所述第一摄像头的信息;根据所述第一图像,获取所述第一车辆的第一特征和所述第一车辆的第一车头朝向;根据所述第一特征、基于图像数据库中的多个车辆的图像提取的多个第二特征、所述第一车头朝向以及所述第一摄像头的信息,从所述多个车辆的图像中确定所述第一车辆的第二图像;向终端设备发送所述第二图像。根据本申请的技术提高了车辆重识别的准确度。应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征, ...
【技术保护点】
1.一种车辆重识别的方法,包括:/n接收来自终端设备的重识别请求,所述重识别请求包括第一摄像头拍摄的第一车辆的第一图像和所述第一摄像头的信息;/n根据所述第一图像,获取所述第一车辆的第一特征和所述第一车辆的第一车头朝向;/n根据所述第一特征、基于图像数据库中的多个车辆的图像提取的多个第二特征、所述第一车头朝向以及所述第一摄像头的信息,从所述多个车辆的图像中确定所述第一车辆的第二图像;/n向终端设备发送所述第二图像。/n
【技术特征摘要】
1.一种车辆重识别的方法,包括:
接收来自终端设备的重识别请求,所述重识别请求包括第一摄像头拍摄的第一车辆的第一图像和所述第一摄像头的信息;
根据所述第一图像,获取所述第一车辆的第一特征和所述第一车辆的第一车头朝向;
根据所述第一特征、基于图像数据库中的多个车辆的图像提取的多个第二特征、所述第一车头朝向以及所述第一摄像头的信息,从所述多个车辆的图像中确定所述第一车辆的第二图像;
向终端设备发送所述第二图像。
2.根据权利要求1所述的方法,其中,所述重识别请求包括第一摄像头拍摄的第一车辆的多帧第一图像;根据所述第一图像,获取所述第一车辆的第一车头朝向,包括:
对于每帧第一图像,根据该第一图像,获取所述第一车辆在该第一图像中的车头朝向;
根据所述第一车辆在各第一图像中的车头朝向,获取所述第一车辆的第一车头朝向。
3.根据权利要求2所述的方法,其中,所述获取所述第一车辆在该第一图像中的车头朝向,包括:
基于该第一图像,采用第一神经网络模型获取所述第一车辆在该第一图像中的车头朝向。
4.根据权利要求1~3任一项所述的方法,所述从所述多个车辆的图像中确定所述第一车辆的第二图像,包括:
根据所述第一特征、基于多个车辆的图像提取的多个第二特征,从所述多个车辆的图像中确定预选车辆的图像;其中,基于所述预选车辆的图像提取的第二特征与所述第一特征的相似度大于或等于预设相似度;
根据所述预选车辆的车头朝向、所述第一车头朝向、所述第一摄像头的信息以及拍摄所述预选车辆的图像的摄像头的信息,从所述预选车辆的图像中确定所述第一车辆的第二图像。
5.根据权利要求4所述的方法,其中,所述重识别请求还包括所述第一图像的拍摄时间,所述从所述预选车辆的图像中确定所述第一车辆的第二图像,包括:对于目标拍摄时间在所述第一图像的目标拍摄时间之后的预选车辆的图像:
执行第一操作,所述第一操作包括:根据第i基准车辆的车头朝向、第i基准摄像头的信息、拍摄第i预选车辆的图像的第i预选摄像头的信息,确定第i基准车辆是否会出现在第i预选摄像头中;若是,则获取第i基准车辆出现在第i预选摄像头中时的第i预测车头朝向,若第i预测车头朝向与第i预选车辆的车头朝向相同,则确定第i预选车辆的图像为所述第一车辆的第二图像;初始时,i=1时,第1基准车辆所述第一车辆,第1基准摄像头为所述第一摄像头,所述第i基准车辆的图像的目标拍摄时间在第i预选车辆的图像的目标拍摄时间之前且与第i预选车辆的图像的目标拍摄时间距离最短;
执行第二操作,所述第二操作包括:若存在未遍历到的目标拍摄时间晚于所述第一图像的目标拍摄时间的预选车辆的图像,则将所述i加1,以及若第i预选车辆的图像为所述第二图像,则将第i预选车辆作为第i+1基准车辆,否则将所述第i基准车辆作为第i+1基准车辆;
重复执行所述第一操作和所述第二操作,直至遍历完所有目标拍摄时间晚于所述第一图像的目标拍摄时间的预选车辆的图像。
6.根据权利要求4所述的方法,所述重识别请求还包括所述第一图像的拍摄时间,所述从所述预选车辆的图像中确定所述第一车辆的第二图像,包括:对于目标拍摄时间在所述第一图像的目标拍摄时间之前的预选车辆的图像:
执行第三操作,所述第三操作包括:根据第j基准车辆的车头朝向、第j基准摄像头的信息、拍摄第j预选车辆的图像的第j预选摄像头的信息,确定第j基准车辆是否会出现在第j预选摄像头中;若是,则获取第j基准车辆出现在第j预选摄像头中时的第j预测车头朝向,若第j预测车头朝向与第j预选车辆的车头朝向相同,则确定第j预选车辆的图像为所述第一车辆的第二图像;初始时,j=1时,第1基准车辆所述第一车辆,第1基准摄像头为所述第一摄像头,所述第j基准车辆的图像的目标拍摄时间在第j预选车辆的图像的目标拍摄时间之后且与第j预选车辆的图像的目标拍摄时间距离最短;
执行第四操作,所述第四操作包括:若存在未遍历到的目标拍摄时间早于所述第一图像的目标拍摄时间的预选车辆的图像,则将所述j加1,以及若第j预选车辆的图像为所述第二图像,则将第j预选车辆作为第j+1基准车辆,否则将所述第j基准车辆作为第j+1基准车辆;
重复执行所述第三操作和所述第四操作,直至遍历完所有目标拍摄时间早于所述第一图像的目标拍摄时间的预选车辆的图像。
7.根据权利要求1~3任一项所述的方法,其中,所述第一车辆的第一特征为所述第一车辆的全局特征,所述根据所述第一图像,获取所述第一车辆的第一特征,包括:
基于所述第一图像,采用第二神经网络模型获取所述第一车辆的全局特征。
8.根据权利要求1~3任一项所述的方法,其中,所述第一特征为所述第一车辆的全局子特征和特征点子特征融合后的特征;所述根据所述第一图像,获取所述第一车辆的第一特征,包括:
基于所述第一图像,采用第二神经网络模型获取所述第一车辆的全局子特征;
基于所述第一图像,采用第三神经网络模型获取所述第一车辆的特征点子特征;
融合所述全局子特征和所述特征点子特征,得到所述第一车辆的第一特征。
9.根据权利要求1~3任一项所述的方法,其中,摄像头的信息包括该摄像头的地理位置和该摄像头的镜头朝向。
10.一种车辆重识别的装置,包括:
收发模块,用于接收来自终端设备的重识别请求,所述重识别请求包括第一摄像头拍摄的第一车辆的第一图像、所述第一摄...
【专利技术属性】
技术研发人员:蒋旻悦,谭啸,孙昊,章宏武,文石磊,丁二锐,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京;11
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。