基于孪生网络的图像认证方法及系统技术方案

本发明专利技术提供了一种基于孪生网络的图像认证方法及系统，涉及图像处理技术领域，该方法包括：采集待进行审核的目标车辆的多个角度的图像，获得多个车辆图像；对多个车辆图像进行图像分割，获取多个车辆区域的多个区域图像；基于孪生网络，构建车辆识别通道，车辆识别通道内包括多个车辆区域对应的多个车辆区域识别路径；将多个区域图像结合多个车辆区域的多个标准区域图像，输入多个车辆区域识别路径，进行相似度分析，获得多个相似度信息；根据多个相似度信息，计算获取目标车辆的综合相似度信息；判断综合相似度信息是否大于综合相似度阈值，进行车辆图像认证

【技术实现步骤摘要】
基于孪生网络的图像认证方法及系统


[0001]本专利技术涉及图像处理
，具体涉及一种基于孪生网络的图像认证方法及系统
。

技术介绍

[0002]车辆在使用到达一定年限时，需要进行审核认证，以保证车辆符合相关规定，无法以非法改装后的车辆正常上路，保护道路交通的安全性
。
[0003]车辆审核认证过程中包括外观是否合格的认证内容，现有技术中一般基于车管所人员进行识别认证，效率较低，部分自动化进行车辆外观认证的方法存在准确度不够的问题
。

技术实现思路

[0004]本申请提供了一种基于孪生网络的图像认证方法及系统，用于针对解决现有技术中车辆外观审核认证效率低
、
准确性不够的技术问题
。
[0005]鉴于上述问题，本申请提供了一种基于孪生网络的图像认证方法及系统
。
[0006]本申请的第一个方面，提供了一种基于孪生网络的图像认证方法，所述方法包括：采集待进行审核的目标车辆的多个角度的图像，获得多个车辆图像；
[0007]对所述多个车辆图像进行图像分割，获取多个车辆区域的多个区域图像；
[0008]基于孪生网络，构建车辆识别通道，所述车辆识别通道内包括所述多个车辆区域对应的多个车辆区域识别路径；
[0009]将所述多个区域图像结合所述多个车辆区域的多个标准区域图像，输入所述多个车辆区域识别路径，进行相似度分析，获得多个相似度信息；
[0010]根据所述多个相似度信息，计算获取所述目标车辆的综合相似度信息；
[0011]判断所述综合相似度信息是否大于综合相似度阈值，进行车辆图像认证
。
[0012]本申请的第二个方面，提供了一种基于孪生网络的图像认证系统，所述系统包括：车辆图像采集模块，用于采集待进行审核的目标车辆的多个角度的图像，获得多个车辆图像；
[0013]车辆图像分割模块，用于对所述多个车辆图像进行图像分割，获取多个车辆区域的多个区域图像；
[0014]识别通道构建模块，用于基于孪生网络，构建车辆识别通道，所述车辆识别通道内包括所述多个车辆区域对应的多个车辆区域识别路径；
[0015]相似度识别模块，用于将所述多个区域图像结合所述多个车辆区域的多个标准区域图像，输入所述多个车辆区域识别路径，进行相似度分析，获得多个相似度信息；
[0016]综合相似度计算模块，用于根据所述多个相似度信息，计算获取所述目标车辆的综合相似度信息；
[0017]车辆认证模块，用于判断所述综合相似度信息是否大于综合相似度阈值，进行车
辆图像认证
。
[0018]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0019]本申请通过采集待进行审核的目标车辆的多个角度的图像，获得多个车辆图像；对多个车辆图像进行图像分割，获取多个车辆区域的多个区域图像；基于孪生网络，构建车辆识别通道，车辆识别通道内包括多个车辆区域对应的多个车辆区域识别路径；将多个区域图像结合多个车辆区域的多个标准区域图像，输入多个车辆区域识别路径，进行相似度分析，获得多个相似度信息；根据多个相似度信息，计算获取目标车辆的综合相似度信息；判断综合相似度信息是否大于综合相似度阈值，进行车辆图像认证
。
通过采用多角度图像采集和图像分割的方法，能够更为全面地获取车辆多个区域的图像，然后基于孪生网络，进行区域图像与合格的标准区域图像的相似度识别，能够减少模型构建所需的数据量，且泛化性较高，并计算综合相似度信息，进行认证，达到了提升车辆外观审核认证效率和准确性的技术效果
。
附图说明
[0020]图1为本申请实施例提供的一种基于孪生网络的图像认证方法流程示意图；
[0021]图2为本申请实施例提供的一种基于孪生网络的图像认证系统结构示意图
。
[0022]附图标记说明：车辆图像采集模块
11
，车辆图像分割模块
12
，识别通道构建模块
13
，相似度识别模块
14
，综合相似度计算模块
15
，车辆认证模块
16。
具体实施方式
[0023]本申请通过提供了一种基于孪生网络的图像认证方法及系统，用于针对解决现有技术中车辆外观审核认证效率低
、
准确性不够的技术问题
。
[0024]实施例一
[0025]如图1所示，本申请提供了一种基于孪生网络的图像认证方法，所述方法包括：
[0026]S100
：采集待进行审核的目标车辆的多个角度的图像，获得多个车辆图像；
[0027]本申请实施例中，目标车辆为待进行车辆外观审核认证的车辆
。
[0028]采集该目标车辆的多个角度的图像，获得多个车辆图像
。
示例性地，多个角度可以为目标车辆的正前方
、
正后方
、
左侧
、
右侧
、
正上方和整下方等角度
。
[0029]可选的，采用现有技术中的图像采集装置进行车辆图像的采集
。
[0030]S200
：对所述多个车辆图像进行图像分割，获取多个车辆区域的多个区域图像；
[0031]本申请实施例中，基于采集获得的多个车辆图像，对多个车辆图像进行图像分割，以获取目标车辆多个车辆区域的区域图像
。
[0032]本申请实施例提供的方法中的步骤
S200
包括：
[0033]S210
：基于语义分割，构建车辆图像分割通道，所述车辆图像分割通道内包括所述多个角度对应的多个车辆图像分割路径；
[0034]S220
：将所述多个车辆图像输入所述多个车辆图像分割路径内，进行图像语义分割，获得所述多个车辆区域的多个区域图像
。
[0035]本申请实施例中，基于深度学习中的语义分割，构建该车辆图像分割通道，该车辆图像分割通道内包括多个角度对应的多个车辆图像分割路径，每个角度采集的车辆图像可
输入对应的车辆图像分割路径内进行图像语义分割
。
[0036]进一步地，将采集获得的多个车辆图像一一对应地输入该多个车辆图像分割路径内，进行图像语义分割，获得多个车辆区域的多个区域图像
。
[0037]示例性地，多个车辆区域包括中网
、
排气
、
轮毂
、
挡风玻璃等多个区域，上述举例并非穷举
。
[0038]本申请实施例提供的方法中的步骤
S210
包括：
[0039]S211
：获取所述目标车辆相同类型汽车在所述多个角度下的图像，获得多个样本车辆图像集合；
[0040]S212
：对所述多个样本车辆图像集合，按照所述多个车辆区域进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于孪生网络的图像认证方法，其特征在于，所述方法包括：采集待进行审核的目标车辆的多个角度的图像，获得多个车辆图像；对所述多个车辆图像进行图像分割，获取多个车辆区域的多个区域图像；基于孪生网络，构建车辆识别通道，所述车辆识别通道内包括所述多个车辆区域对应的多个车辆区域识别路径；将所述多个区域图像结合所述多个车辆区域的多个标准区域图像，输入所述多个车辆区域识别路径，进行相似度分析，获得多个相似度信息；根据所述多个相似度信息，计算获取所述目标车辆的综合相似度信息；判断所述综合相似度信息是否大于综合相似度阈值，进行车辆图像认证
。2.
根据权利要求1所述的方法，其特征在于，对所述多个车辆图像进行图像分割，获取多个车辆区域的多个区域图像，包括：基于语义分割，构建车辆图像分割通道，所述车辆图像分割通道内包括所述多个角度对应的多个车辆图像分割路径；将所述多个车辆图像输入所述多个车辆图像分割路径内，进行图像语义分割，获得所述多个车辆区域的多个区域图像
。3.
根据权利要求2所述的方法，其特征在于，基于语义分割，构建车辆图像分割通道，包括：获取所述目标车辆相同类型汽车在所述多个角度下的图像，获得多个样本车辆图像集合；对所述多个样本车辆图像集合，按照所述多个车辆区域进行图像分割和标识，获得多个样本图像分割结果集合；基于语义分割，构建所述多个角度对应的多个车辆图像分割路径；采用所述多个样本车辆图像集合和多个样本图像分割结果集合，对所述多个车辆图像分割路径进行监督训练，获得所述车辆图像分割通道
。4.
根据权利要求1所述的方法，其特征在于，基于孪生网络，构建车辆识别通道，包括：获取所述目标车辆相同型号车辆的多个车辆区域的历史区域图像，获得多个样本历史区域图像集合；获取所述目标车辆相同型号车辆的多个车辆区域的多个标准区域图像；采用所述多个样本历史区域图像集合和多个标准区域图像，作为构建数据，基于孪生网络，构建所述车辆识别通道
。5.
根据权利要求4所述的方法，其...

【专利技术属性】
技术研发人员：闫军，王伟，冯澍，
申请(专利权)人：智慧互通科技股份有限公司，
类型：发明
国别省市：