车辆重识别方法、装置、计算机设备、存储介质制造方法及图纸

本申请涉及一种车辆重识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取目标车辆的车侧完整图像；根据所述车侧完整图像提取所述目标车辆的标识特征；标记与所述目标车辆的轮轴数相同的候选车辆为中间候选车辆；根据所述中间候选车辆的标识特征与所述目标车辆的标识特征获得识别结果。目标车辆的标识特征能够准确地表示目标车辆的真实状况，可以提高重识别的准确度。通过根据目标车辆的轮轴数筛选候选车辆，能有效缩小候选车辆的数量、减少后续重识别过程中的数据处理量，同时还能提高重识别的速率。同时还能提高重识别的速率。同时还能提高重识别的速率。

Vehicle re identification method, device, computer equipment, storage medium

【技术实现步骤摘要】
车辆重识别方法、装置、计算机设备、存储介质


[0001]本申请涉及车辆管理
，特别是涉及一种车辆重识别方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]人工智能的发展正在不断提升交通领域的智能化水平，作为智能交通系统的一部分，车辆重识别是指在没有重叠区域的两个摄像头所拍摄的图像中，找到同属于一辆车的图像，实现车辆运行过程的跟踪和分析。实际应用时，一般是先获取到一张目标车辆的图像，同时生成对应的侯选车辆图像集合，将目标车辆与候选车辆逐一进行图像匹配并获得匹配结果。在高速公路运营中，能通过车辆重识别，发现通过篡改交易数据等实施的逃费行为；在公安领域，可通过重识别技术对嫌疑车辆进行跟踪布控，提高抓捕效率。总体上具有较高的经济和社会效益。
[0003]在高速公路场景中，存在大量货运车辆，按国家标准车长可超过20米。对于此类大型货运车辆，为了保证车身图像完整，现有技术中的摄像机大都采用超广角镜头来获取目标车辆的图像，这种方式虽然能满足大车车身图像的采集，但会使获取的目标车辆图像与目标车辆实际状况差异较大，因此会导致车辆重识别获得的识别结果准确性有待提高。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种车辆重识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种车辆重识别方法，所述方法包括：
[0006]获取目标车辆的车侧完整图像；
[0007]根据所述车侧完整图像提取所述目标车辆的标识特征；
[0008]标记与所述目标车辆的轮轴数相同的候选车辆为中间候选车辆；
[0009]根据所述中间候选车辆的标识特征与所述目标车辆的标识特征获得识别结果。
[0010]在其中一个实施例中，所述获取目标车辆的车侧完整图像包括：
[0011]拼接所述目标车辆在连续时间内的多张拍摄图像，以获取所述目标车辆的车侧完整图像。
[0012]在其中一个实施例中，多张所述拍摄图像至少包括所述目标车辆的车头图像和车尾图像，所述拼接所述目标车辆在连续时间内的多张拍摄图像，包括：
[0013]当获取到的所述拍摄图像为所述车头图像时，开启图像拼接算法，以对连续接收到的多张所述拍摄图像进行图像拼接；
[0014]当获取到的所述拍摄图像为所述车尾图像时，关闭图像拼接算法，并将拼接生成的图像作为所述车侧完整图像。
[0015]在其中一个实施例中，所述根据所述车侧完整图像获取候选车辆的标识特征,包括：
[0016]根据所述车侧完整图像获取所述目标车辆的车顶特征和/或车侧特征；
[0017]根据所述目标车辆的所述车顶特征和/或所述车侧特征获取所述目标车辆的标识特征。
[0018]在其中一个实施例中，所述根据所述车侧完整图像获取候选车辆的车顶特征包括：
[0019]根据所述车侧完整图像获取所述目标车辆的车身外框、上边缘左边线位置、上边缘右边线位置、车头位置和车尾位置；
[0020]根据所述车身外框、上边缘左边线位置、上边缘右边线位置、所述车头位置和所述车尾位置对所述车侧完整图像进行截取，以获取所述目标车辆的车顶图像；
[0021]通过车顶特征模型对所述车顶图像进行特征提取，以获取所述目标车辆的所述车顶特征。
[0022]在其中一个实施例中，所述根据所述车侧完整图像获取候选车辆的车侧特征包括：
[0023]根据所述车侧完整图像获取所述目标车辆的车身外框、车身下边线位置、上边缘右边线位置、车头位置和车尾位置；
[0024]根据所述车身外框、所述车身下边线位置、所述上边缘右边线位置、所述车头位置和所述车尾位置对所述车侧完整图像进行截取，以获取所述目标车辆的车侧图像；
[0025]通过车侧特征模型对所述车侧图像进行特征提取，以获取所述目标车辆的所述车侧特征。
[0026]在其中一个实施例中，所述根据所述目标车辆的所述车顶特征和/或所述车侧特征获取所述目标车辆的标识特征前，还包括：
[0027]当所述目标车辆的车轴数大于或等于3时，获取所述目标车辆的护板特征；
[0028]所述根据所述目标车辆的所述车顶特征和/或所述车侧特征获取所述目标车辆的标识特征，还包括：
[0029]根据所述目标车辆的所述车顶特征、所述车侧特征中的至少一个和所述护板特征获取所述目标车辆的标识特征。
[0030]在其中一个实施例中，根据所述车侧完整图像获取候选车辆的护板特征包括：
[0031]根据所述车侧完整图像确定所述目标车辆的多个所述车轴中距离最大的两个车轴作为边界车轴；
[0032]根据所述边界车轴对所述车侧完整图像进行截取，以获取所述候选车辆的护板图像；
[0033]通过护板特征模型对所述候选车辆的护板图像进行特征提取，以获取所述目标车辆的所述护板特征。
[0034]在其中一个实施例中，所述识别所述中间候选车辆的标识特征与目标车辆的标识特征，获得识别结果包括：
[0035]获取所述中间候选车辆的标识特征；
[0036]计算所述中间候选车辆的标识特征与目标车辆的标识特征间的余弦距离作为相似度分数；
[0037]确定最大的所述相似度分数对应的所述中间候选车辆作为所述识别结果。
[0038]第二方面，本申请还提供了一种车辆重识别装置，所述装置包括：
[0039]图像获取模块，用于获取目标车辆的车侧完整图像；
[0040]特征提取模块，用于根据所述车侧完整图像提取所述目标车辆的标识特征；
[0041]标记模块，用于标记与所述目标车辆的轮轴数相同的候选车辆为中间候选车辆；
[0042]识别模块，用于根据所述中间候选车辆的标识特征与所述目标车辆的标识特征获得识别结果。
[0043]第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
[0044]第四方面，本申请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，所述计算机程序被处理器执行时实现上述的方法的步骤。
[0045]第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
[0046]上述车辆重识别方法、装置、计算机设备、存储介质和计算机程序产品，通过根据目标车辆的轮轴数筛选候选车辆，能有效缩小候选车辆的数量、减少后续重识别过程中的数据处理量，同时还能提高重识别的速率。中间候选车辆是已经经过筛选的，根据筛选后获取的中间候选车辆的识别特征与目标车辆的识别特征获取的识别结果更准确。
附图说明
[0047]图1为一个实施例中车辆重识别方法的流程示意图；
[0048]图2为一个实施例中车辆重识别摄像机安装场景顶视图；
[0049]图3为一个实施例中摄像机安装场景正视图；
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：获取目标车辆的车侧完整图像；根据所述车侧完整图像提取所述目标车辆的标识特征；标记与所述目标车辆的轮轴数相同的候选车辆为中间候选车辆；根据所述中间候选车辆的标识特征与所述目标车辆的标识特征获得识别结果。2.根据权利要求1所述的方法，其特征在于，所述获取目标车辆的车侧完整图像包括：拼接所述目标车辆在连续时间内的多张拍摄图像，以获取所述目标车辆的车侧完整图像。3.根据权利要求2所述的方法，其特征在于，多张所述拍摄图像至少包括所述目标车辆的车头图像和车尾图像，所述拼接所述目标车辆在连续时间内的多张拍摄图像，包括：当获取到的所述拍摄图像为所述车头图像时，开启图像拼接算法，以对连续接收到的多张所述拍摄图像进行图像拼接；当获取到的所述拍摄图像为所述车尾图像时，关闭图像拼接算法，并将拼接生成的图像作为所述车侧完整图像。4.根据权利要求1所述的方法，其特征在于，所述根据所述车侧完整图像获取候选车辆的标识特征,包括：根据所述车侧完整图像获取所述目标车辆的车顶特征和/或车侧特征；根据所述目标车辆的所述车顶特征和/或所述车侧特征获取所述目标车辆的标识特征。5.根据权利要求4所述的方法，其特征在于，所述根据所述车侧完整图像获取候选车辆的车顶特征包括：根据所述车侧完整图像获取所述目标车辆的车身外框、上边缘左边线位置、上边缘右边线位置、车头位置和车尾位置；根据所述车身外框、上边缘左边线位置、上边缘右边线位置、所述车头位置和所述车尾位置对所述车侧完整图像进行截取，以获取所述目标车辆的车顶图像；通过车顶特征模型对所述车顶图像进行特征提取，以获取所述目标车辆的所述车顶特征。6.根据权利要求4所述的方法，其特征在于，所述根据所述车侧完整图像获取候选车辆的车侧特征包括：根据所述车侧完整图像获取所述目标车辆的车身外框、车身下边线位置、上边缘右边线位置、车头位置和车尾位置；根据所述车身外框、所述车身下边线位置、所述上边缘右边线位置、所述车头位置和所述车尾位置对所述车侧完整图像进行截取，以获取所述目标车辆的车侧图像；通过车侧特征模型对所述车侧图像进行特征提取，以获...

【专利技术属性】
技术研发人员：廖原，甘忠志，胡中华，
申请(专利权)人：深圳信路通智能技术有限公司，
类型：发明
国别省市：