一种应用于目标抓拍的车辆目标质量评估方法技术

本发明专利技术提供一种应用于目标抓拍的车辆目标质量评估方法，包括：分别得到车辆目标检测框的遮挡得分、分辨率得分、亮度得分、模糊程度得分、车牌得分，并进行加权求和，得到车辆目标质量得分；在车辆目标轨迹摄像机视频流中，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。优点为：1)本发明专利技术关注的是车辆及车牌本身的信息，而不仅仅是图像的失真程度。评估更为全面，也更符合车辆目标抓拍的真实需求。2)能够保证在同一车辆目标轨迹的一系列车辆目标图像中，优先抓拍含车牌信息的图像。且该发明专利技术不受车辆重识别模型的影响，无需因车辆重识别模型的频繁更新而更新，评测结果更客观。更客观。更客观。

【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，频繁更新车辆目标质量评估方法。

技术实现思路

[0005]针对现有技术存在的缺陷，本专利技术提供一种应用于目标抓拍的车辆目标质量评估方法，可有效解决上述问题。
[0006]本专利技术采用的技术方案如下：
[0007]本专利技术提供一种应用于目标抓拍的车辆目标质量评估方法，包括以下步骤：
[0008]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；
[0009]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：
[0010]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；
[0011]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；
[0012]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；
[0013]步骤2.1，预设定目标遮挡规则：
[0014]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；
[0015]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；
[0016]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；
[0017]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；
[0018]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:
[0019]B＝被遮挡区域总面积S0/车辆目标检测框G的面积S1[0020]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；
[0021]步骤3，计算车辆目标检测框G的分辨率得分F2；
[0022]步骤4，计算车辆目标检测框G的亮度得分F3；
[0023]步骤5，计算车辆目标检测框G的模糊程度得分F4；
[0024]步骤6，计算车辆目标检测框G的车牌得分F5；
[0025]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：
[0026]F0＝β1F1+β2F2+β3F3+β4F4+β5F5[0027]其中：
[0028]β1为遮挡权重；
[0029]β2为分辨率权重；
[0030]β3为亮度权重；
[0031]β4为模糊程度权重；
[0032]β5为车牌权重。
[0033]优选的，步骤2.6具体为：
[0034]若车辆目标检测框G被遮挡面积比例B≤20％，则车辆目标检测框G的遮挡得分F1为：1；
[0035]若20％＜车辆目标检测框G被遮挡面积比例B＜70％，则车辆目标检测框G的遮挡得分F1为：1.4
‑
2*被遮挡面积比例B；
[0036]若车辆目标检测框G被遮挡面积比例B≥70％，则车辆目标检测框G的遮挡得分F1为：0。
[0037]优选的，步骤3具体为：
[0038]步骤3.1，计算得到车辆目标检测框G的长度方向像素数量L0和宽度方向像素数量L1；
[0039]步骤3.2，计算得到车辆目标检测框G的总像素数量L2＝L0＊L1；
[0040]步骤3.3，预设置总像素数量阈值L
max
；
[0041]如果总像素数量L2>L
max
，则车辆目标检测框G的分辨率得分F2为1；
[0042]如果总像素数量L2≤L
max
，则车辆目标检测框G的分辨率得分F2＝L2/L
max
。
[0043]优选的，步骤4具体为：
[0044]步骤4.1，从所述图像帧中裁剪出所述车辆目标检测框G，得到所述车辆目本文档来自技高网...

【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：