车辆重识别方法、系统、设备及介质技术方案

本发明专利技术提出的一种车辆重识别方法、系统、设备及介质，该方法通过获取待识别车辆的可见光图像和红外图像，将可见光图像进行第一次比对，得到候选图像及第一比对结果，再将红外图像与候选图像进行比对，得到第二比对结果，结合第一比对结果和第二比对结果来确定各候选图像的候选排名，以实现对待识别车辆的重识别，通过同时利用可见光图像和红外图像的多种光谱信息，结合红外图像的透玻璃特性，丰富车辆重识别技术中用到的特征信息，提高车辆重识别精度，可在无法识别车牌的情况下，通过车辆内部信息的辅助，完成更高精度的车辆重识别，有较强的环境适应性。有较强的环境适应性。有较强的环境适应性。

【技术实现步骤摘要】
车辆重识别方法、系统、设备及介质


[0001]本专利技术涉及计算机
，尤其涉及一种车辆重识别方法、系统、设备及介质。

技术介绍

[0002]车辆重识别技术已在交通监控、公共安全等领域得到了广泛应用。如车辆轨迹追踪、车辆定位等。相关技术中车辆重识别技术主要基于可见光成像技术，通过深度学习技术获取待识别人体特征与待检索目标特征，并对其进行相似度匹配，完成重识别；若成像条件较好，还可以加入车牌识别技术，通过比对车牌号完成精准车辆重识别。
[0003]但是基于实际应用场景，当前车辆重识别技术存在以下几个问题与难点：1、交通监控环境复杂多变，存在大量无法识别车牌的场景，车牌识别较难应用；2、车辆外观较为相似，尤其是一些大众化同品牌、同车款、同颜色车辆较多，相似度较高，除了车牌比对，很难进行区分，可能造成误匹配；3、车辆前后部特征差异较大，匹配难度较大。基于上述问题的存在，当前车辆重识别准确率低、在困难场景下重识别困难。

技术实现思路

[0004]鉴于以上所述现有技术的缺点，本专利技术提供一种车辆重识别方法、系统、设备及介质，以解决上述技术问题。
[0005]本专利技术提供的车辆重识别方法，其特征在于，所述方法包括：
[0006]获取待识别车辆的车辆图像，所述车辆图像包括可见光图像和红外图像；
[0007]将所述可见光图像与预设车辆数据集中的预设图像进行比对，得到一个或多个候选图像，以及各所述候选图像的第一比对结果；
[0008]将所述红外图像与各所述候选图像进行比对，得到各所述候选图像的第二比对结果；
[0009]根据所述第一比对结果和第二比对结果确定各所述候选图像的候选排名，以实现所述待识别车辆的重识别。
[0010]可选的，将所述红外图像与各所述候选图像进行比对包括：
[0011]对所述可见光图像进行检测，得到待识别车辆的车辆位置信息；
[0012]根据所述车辆位置信息和预设深度信息从所述红外图像中确定目标区域位置信息，并确定目标图像；
[0013]对所述目标图像进行检测，得到所述待识别车辆的待识别车辆内部特征；
[0014]将所述待识别车辆内部特征与所述候选图像的候选车辆特征进行比对。
[0015]可选的，所述目标图像的确定方式包括以下任意之一：
[0016]将所述目标区域位置信息所在目标区域的图像作为目标图像；
[0017]将所述目标区域进行外扩，得到外扩区域，将所述外扩区域的图像作为目标图像。
[0018]可选的，将所述红外图像与各所述候选图像进行比对之前，所述方法还包括：
[0019]获取所述可见光图像和红外图像之间的变换矩阵；
[0020]根据所述变换矩阵将所述可见光图像的像素点位置信息和红外图像的像素点位置信息转换为预设坐标系进行表示。
[0021]可选的，根据所述第一比对结果和第二比对结果确定各所述候选图像的候选排名之后，所述方法还包括：
[0022]将所述候选排名高于预设排名阈值的所述候选图像作为所述待识别车辆的重识别结果。
[0023]可选的，将所述可见光图像与预设图像数据集中的预设图像进行比对，得到一个或多个候选图像，以及各所述候选图像的第一比对结果包括，分别将所述可见光图像和各所述预设图像输入预设车辆检测模型，得到一个或多个候选图像，以及各所述候选图像的第一置信度；
[0024]和/或，
[0025]将所述红外图像与各所述候选图像进行比对，得到各所述候选图像的第二比对结果包括，分别将所述红外图像和各所述预设图像输入预设目标区域检测模型，得到各所述候选图像的第二置信度。
[0026]可选的，所述根据所述第一比对结果和第二比对结果确定各所述候选图像的候选排名包括以下任意之一：
[0027]根据所述第一置信度确定所述候选图像的第一评分，根据所述第二置信度确定所述候选图像的第二评分，根据所述第一评分和第二评分确定所述候选图像的综合评分，根据各所述候选图像的综合评分进行排序，得到候选排名；
[0028]根据所述第一置信度确定所述候选图像的第一排名，根据所述第二置信度确定所述候选图像的第二排名，根据所述第一排名和第二排名确定所述候选图像的候选排名。
[0029]本专利技术还提供了一种车辆重识别系统，所述系统包括：
[0030]获取模块，用于获取待识别车辆的车辆图像，所述车辆图像包括可见光图像和红外图像；
[0031]第一比对模块，用于将所述可见光图像与预设图像数据集中的预设图像进行比对，得到一个或多个候选图像，以及各所述候选图像的第一比对结果；
[0032]第二比对模块，用于将所述红外图像与各所述候选图像进行比对，得到各所述候选图像的第二比对结果；
[0033]确定模块，用于根据所述第一比对结果和第二比对结果确定各所述候选图像的候选排名，以实现所述待识别车辆的重识别。
[0034]本专利技术还提供了一种电子设备，包括处理器、存储器和通信总线；
[0035]所述通信总线用于将所述处理器和存储器连接；
[0036]所述处理器用于执行所述存储器中存储的计算机程序，以实现如上述中任一项实施例所述的方法。
[0037]本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，
[0038]所述计算机程序用于使计算机执行如上述任一项实施例所述的方法。
[0039]本专利技术的有益效果：本专利技术提出的一种车辆重识别方法、系统、设备及介质，该方法通过获取待识别车辆的可见光图像和红外图像，将可见光图像进行第一次比对，得到候选图像及第一比对结果，再将红外图像与候选图像进行比对，得到第二比对结果，结合第一
比对结果和第二比对结果来确定各候选图像的候选排名，以实现对待识别车辆的重识别，通过同时利用可见光图像和红外图像的多种光谱信息，结合红外图像的透玻璃特性，丰富车辆重识别技术中用到的特征信息，提高车辆重识别精度，可在无法识别车牌的情况下，通过车辆内部信息的辅助，完成更高精度的车辆重识别，有较强的环境适应性。
附图说明
[0040]图1是本专利技术一实施例中提供的一种车辆重识别方法的一种流程示意图；
[0041]图2是本专利技术一实施例中提供的车辆M在可见光条件下所拍摄的可见光图像的一种示意图；
[0042]图3是本专利技术一实施例中提供的车辆M采用短波红外成像技术所拍摄的红外图像的一种示意图；
[0043]图4是本专利技术一实施例中提供的可见光
‑
短波双目成像装置的成像原理的一种示意图；
[0044]图5是本专利技术一实施例中提供的具体的车辆重识别方法的一种流程示意图；
[0045]图6是本专利技术一实施例提供的车辆图像和预设车辆数据集中的预设图像的一种示意图；
[0046]图7是本专利技术一实施例中提供的具体的车辆重识别方法的一种流程示意图；
[0047]图8是本专利技术一实施例中提供的车辆重识别系统的一种结构示意图；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆重识别方法，其特征在于，所述方法包括：获取待识别车辆的车辆图像，所述车辆图像包括可见光图像和红外图像；将所述可见光图像与预设车辆数据集中的预设图像进行比对，得到一个或多个候选图像，以及各所述候选图像的第一比对结果；将所述红外图像与各所述候选图像进行比对，得到各所述候选图像的第二比对结果；根据所述第一比对结果和第二比对结果确定各所述候选图像的候选排名，以实现所述待识别车辆的重识别。2.如权利要求1所述的车辆重识别方法，其特征在于，将所述红外图像与各所述候选图像进行比对包括：对所述可见光图像进行检测，得到待识别车辆的车辆位置信息；根据所述车辆位置信息和预设深度信息从所述红外图像中确定目标区域位置信息，并确定目标图像；对所述目标图像进行检测，得到所述待识别车辆的待识别车辆内部特征；将所述待识别车辆内部特征与所述候选图像的候选车辆特征进行比对。3.如权利要求2所述的车辆重识别方法，其特征在于，所述目标图像的确定方式包括以下任意之一：将所述目标区域位置信息所在目标区域的图像作为目标图像；将所述目标区域进行外扩，得到外扩区域，将所述外扩区域的图像作为目标图像。4.如权利要求1所述的车辆重识别方法，其特征在于，将所述红外图像与各所述候选图像进行比对之前，所述方法还包括：获取所述可见光图像和红外图像之间的变换矩阵；根据所述变换矩阵将所述可见光图像的像素点位置信息和红外图像的像素点位置信息转换为预设坐标系进行表示。5.如权利要求1所述的车辆重识别方法，其特征在于，根据所述第一比对结果和第二比对结果确定各所述候选图像的候选排名之后，所述方法还包括：将所述候选排名高于预设排名阈值的所述候选图像作为所述待识别车辆的重识别结果。6.如权利要求1
‑
5任一项所述的车辆重识别方法，其特征在于，将所述可见光图像与预设图像数据集中的预设图像进行比对，得到一个或多个候选图像，以及各所述候选图像的第一比对结果包...

【专利技术属性】
技术研发人员：张桂荣，
申请(专利权)人：重庆紫光华山智安科技有限公司，
类型：发明
国别省市：