【技术实现步骤摘要】
一种应用于目标抓拍的车辆目标质量评估方法
[0001]本专利技术属于计算机视觉、人工智能
,具体涉及一种应用于目标抓拍的车辆目标质量评估方法。
技术介绍
[0002]在目标跟踪任务输出的车辆目标轨迹中,如何评判各车辆目标的质量,进而挑选质量高的图像进行抓拍,是车辆目标质量评估的重点研究范畴。现存的车辆目标质量评估方法可分为两类:一、直接将图像质量评估结果等同于车辆目标质量评估结果;二、基于某特定车辆重识别模型,根据该模型对车辆以图搜图效果的好坏进行预测,预测结果越好则车辆目标质量评分越高,从而对车辆目标进行综合评分。
[0003]第一类方法的具体实现:或通过与无失真图像的对比,得到当前失真图像的失真程度;或通过计算图像亮度、模糊程度、图像尺寸、噪声水平等多因素综合评分,使其接近于人眼对当前图像失真程度的判断。但此类方法关注点一直是图像的失真程度,忽视了视频结构化系统中用户真正关注的车辆及车牌本身的信息。
[0004]第二类方法:关注于为车辆以图搜图提供更合适的图像。但由于相同品牌和年款的车辆过于相似,车辆重识别效果往往欠佳。视频结构化系统的真实使用场景下,用户对于有车牌且车牌能看清的车辆,不会进行车辆以图搜图,而是进行车牌以图搜图。若没有车牌信息,用户难以通过车辆图片唯一确定该车辆及其驾驶人信息。故而,相较于车辆信息而言,车牌信息更为重要。抓拍的车辆图像中存在大量不含车牌信息的图像,是此类方法的主要问题。此外,实际应用中,车辆重识别模型更新较为频繁,该方法需要随着车辆重识别模型的更新,频繁更新车 ...
【技术保护点】
【技术特征摘要】
1.一种应用于目标抓拍的车辆目标质量评估方法,其特征在于,包括以下步骤:在目标跟踪任务实时输出的车辆目标轨迹摄像机视频流中,实时对每一个图像帧进行车辆目标质量评估,获得车辆目标质量得分;在每个预设时间段中,选取车辆目标质量得分最高,且大于等于车辆目标质量阈值的车辆目标图像帧,进行抓拍,并保存该车辆目标图像帧;其中,对每一个图像帧进行车辆目标质量评估,获得车辆目标质量得分,具体方法为:步骤1,预先设定n种目标;其中,所述n种目标中,包括车辆目标和非车辆目标;使用目标检测模型,对所述图像帧进行各种目标的目标检测,输出检测到的每种目标的目标检测框的坐标;其中,所述目标检测框包括车辆目标检测框和非车辆目标检测框;步骤2,对于步骤1检测到的车辆目标检测框,表示为G,计算其遮挡得分F1;步骤2.1,预设定目标遮挡规则:目标遮挡规则为:对于两个目标检测框,分别表示为:目标检测框G
a
和目标检测框G
b
,如果目标检测框G
a
和目标检测框G
b
不存在重叠区域,则目标检测框G
a
和目标检测框G
b
彼此互不遮挡;如果目标检测框G
a
和目标检测框G
b
存在重叠区域,则:根据目标检测框G
a
和目标检测框G
b
的上下位置关系,确定遮挡关系;具体方法为:如果目标检测框G
a
位于目标检测框G
b
的上方,则判定目标检测框G
a
被目标检测框G
b
遮挡,遮挡区域面积为目标检测框G
a
和目标检测框G
b
的重叠区域面积;并且,目标检测框G
b
未被目标检测框G
a
遮挡;步骤2.2,根据预设定目标遮挡规则,获得与车辆目标检测框G具有重叠区域的所有其他目标检测框,假设共有m1个其他目标检测框;步骤2.3,从m1个其他目标检测框中,删除掉位于车辆目标检测框G上方的其他目标检测框,即:删除掉未对车辆目标检测框G进行遮挡的其他目标检测框,剩余m2个其他目标检测框,其中,m2个其他目标检测框,为对车辆目标检测框G进行遮挡的其他目标检测框;步骤2.4,对于m2个其他目标检测框,分别计算其与车辆目标检测框G的重叠区域,由此得到m2个重叠区域;再对m2个重叠区域求和,得到车辆目标检测框G被所有其他目标检测框遮挡区域面积之和,表示为:被遮挡区域总面积S0;步骤2.5,采用下式,计算车辆目标检测框G被遮挡面积比例B:B=被遮挡区域总面积S0/车辆目标检测框G的面积S1步骤2.6,根据被遮挡面积比例B,计算车辆目标检测框G的遮挡得分F1;步骤3,计算车辆目标检测框G的分辨率得分F2;步骤4,计算车辆目标检测框G的亮度得分F3;步骤5,计算车辆目标检测框G的模糊程度得分F4;步骤6,计算车辆目标检测框G的车牌得分F5;步骤7,按下式,得到车辆目标检测框G的车辆目标质量得分F0:F0=β1F1+β...
【专利技术属性】
技术研发人员:孙家乐,瞿洪桂,高珊珊,
申请(专利权)人:北京中电兴发科技有限公司,
类型:发明
国别省市:
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。