【技术实现步骤摘要】
本专利技术涉及车辆识别，具体为一种基于视频判断真实车辆的方法。
技术介绍
1、基于视频判断真实车辆，是一种通过分析车辆行驶时的图像和视频数据等特征，来辨别和判断出车辆的真实性和合法性的一种技术方法。该技术通常应用于检测和防范非法车辆以及车辆伪造等方面，对于提高道路安全和交通管理有着重要的作用。基于视频判断真实车辆技术的应用领域非常广泛，包括以下方面：道路交通管理、公安安保、物流运输等。在交通管理领域，该技术可用于监控路段上行驶的车辆，辨别可疑车辆，识别违停、超速、闯红灯等违法行为，并未对违法车辆进行处罚提供依据。此外，在物流运输领域，该技术可用于监控货车进出货物园区、仓储设施等，防止货车盗窃、侵占、超载等问题，提高物流运输效率。
2、一般系统单向采集车辆图像容易导致以下不便，单向摄像头只能从一个方向观察车辆，无法获取到车辆的全面信息，这可能导致遗漏一些关键特征，降低车辆识别的准确性，单向摄像头在某些情况下可能会被遮挡，例如其他车辆、建筑物或树木等，这会导致无法获取到完整的车辆图像，影响系统的识别效果，单向摄像头容易受到光照条件的限制，例如强烈的阳光或夜间的暗光环境，这可能导致图像质量下降，影响车辆识别的精度，单向摄像头只能观察到车辆的一侧，无法提供车辆进入和离开的完整信息，这可能导致无法准确验证车辆的真实性，容易受到伪装或欺诈行为的影响。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种基于视频判断真实车辆的方法，解决了单
3、(二)技术方案
4、为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于视频判断真实车辆的方法，具体包括以下步骤：
5、s1.布局摄像头设置
6、将多个用于采像的摄像设备间隔设置在道路上空，并使多个摄像头相对设置，并在道路两侧设置多个摄像设备，确保摄像头能够清晰地捕捉到车辆四周的图像，从多角度对车辆图像进行识别；
7、s2.图像采集
8、通过前后摄像头和侧面摄像头分别采集车辆驶来和离去的图像，使用图像处理技术，包括边缘检测、颜色提取，提取出图像中的车辆信息，进行特征提取；
9、s3.图像比对
10、将车辆驶来和离去的图像以及侧面的多角度图像进行比对，可以使用图像匹配算法，包括特征点匹配、模板匹配，找到两个图像中相同的车辆；
11、s4.多源信息融合
12、将多角度摄像头采集到的车辆信息进行融合，使用机器学习算法，将两个图像中的车辆信息进行组合，提升车辆识别的精度；
13、s5.输出结果
14、根据车辆验证的结果，输出判断为真实车辆的信息。
15、优选的，s1中前后设置在道路上空的多个图像采集设备之间前后间隔长于15米，多个设置在侧面的多个图像采集设备设置在前后多个图像采集设备之间中间位置。
16、优选的，s2图像采集步骤具体如下：
17、a.确定使用的图像处理库：选择opencv图像处理数据库，提供丰富的图像处理函数和算法；
18、b.获取摄像头图像：使用相应的库函数获取前后摄像头和侧面摄像头的图像，使用opencv中的vi deocapture函数来获取摄像头图像；
19、c.图像预处理：对获取的图像进行预处理，包括调整图像大小、灰度化、去噪，通过opencv中的函数实现操作；
20、d.边缘检测：使用边缘检测算法，比如canny算法，来提取图像中的车辆边缘，使用opencv中的canny函数来实现边缘检测；
21、e.颜色提取：使用颜色提取算法进行阈值分割，来提取图像中的车辆颜色信息，使用opencv中的函数来实现阈值分割；
22、f.车辆信息提取：根据边缘和颜色提取的结果，对车辆进行特征提取，计算车辆的大小、形状，使用opencv中的函数实现这些操作；
23、g.结果展示：将提取出的车辆信息进行展示，在图像上绘制车辆边框标记车辆的位置，使用opencv中的函数来实现。
24、优选的，s4.多源信息融合步骤具体如下：
25、a.数据收集：收集来自多个角度的车辆图像数据集，包括驶来和离去的图像以及侧面的多角度图像，确保数据集中包含不同角度、不同光照条件下的车辆图像；
26、b.数据预处理：对收集到的车辆图像进行预处理，包括图像的大小调整、灰度化、归一化，确保所有图像具有相同的尺寸和颜色空间；
27、c.特征提取：使用深度学习模型(如卷积神经网络)来提取车辆图像的特征，使用已经训练好的预训练模型(如vgg)，也可通过自定义模型进行特征提取；
28、d.特征融合：将来自不同角度的车辆图像的特征进行融合；
29、e.训练模型：使用融合后的特征作为输入，将其与车辆的标签进行训练；
30、f.模型评估与调优：使用验证集对训练好的模型进行评估，并根据评估结果进行模型的调优。
31、g.模型应用：使用训练好的模型对新的车辆图像进行识别，将新的车辆图像输入到模型中，根据模型的输出进行车辆识别。
32、一种基于视频判断真实车辆的系统，包括硬件层面，所述硬件层面连接视频采集，所述视频采集连接目标检测和跟踪，所述目标检测和跟踪连接目标验证，所述目标验证连接多源信息整合，所述多源信息整合连接输出结果。
33、优选的，所述硬件层面包括摄像头布局。
34、优选的，所述视频采集包括视频处理算法。
35、优选的，所述目标检测和跟踪包括检测跟踪算法。
36、优选的，所述目标验证包括车辆验证算法。
37、(三)有益效果
38、本专利技术提供了一种基于视频判断真实车辆的方法。具备以下有益效果：
39、1、本专利技术提供了一种基于视频判断真实车辆的方法，通过设置前后两个方向的摄像头，可以实现多源信息采集，从而提升车辆识别的精度和准确性，具体来说，通过使用多个摄像头采集的图像信息，可以从不同角度和视角观察车辆，提供更全面和准确的车辆特征，相互比对两端图像信息，可以进一步验证车辆的真实性，减少误判和漏判的情况，通过使用多源信息融合的方法，可以减少受到光照、遮挡等因素的影响，提高系统对各种复杂场景的适应能力，即使在恶劣的环境条件下，系统仍能保持较高的识别精度，通过并行处理两个摄像头采集的图像信息，系统可以实时地进行车辆识别和验证，及时反馈结果，这样可以提高系统的响应速度，适应实时监控和实时决策的需求，通过使用多源信息采集和比对的方法，可以提高车辆识别的可靠性，即使其中一个摄像头出现故障或无法正常工作，系统仍然可以依靠另一个摄像头进行识别和验证，保证系统的正常运行。
40、2、本专利技术提供了一种基于视频判断真实车辆的方法，通过设置前后两个方向的摄像头，记录车辆驶来和离去两端的图像信息，并相互比对本文档来自技高网...
【技术保护点】
1.一种基于视频判断真实车辆的方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种基于视频判断真实车辆的方法，其特征在于：S1中前后设置在道路上空的多个图像采集设备之间前后间隔长于15米，多个设置在侧面的多个图像采集设备设置在前后多个图像采集设备之间中间位置。
3.根据权利要求1所述的一种基于视频判断真实车辆的方法，其特征在于：S2图像采集步骤具体如下：
4.根据权利要求1所述的一种基于视频判断真实车辆的方法，其特征在于：S4.多源信息融合步骤具体如下：
5.一种基于视频判断真实车辆的系统，包括硬件层面(1)，其特征在于：所述硬件层面(1)连接视频采集(2)，所述视频采集(2)连接目标检测和跟踪(3)，所述目标检测和跟踪(3)连接目标验证(4)，所述目标验证(4)连接多源信息整合(5)，所述多源信息整合(5)连接输出结果(6)。
6.根据权利要求5所述的一种基于视频判断真实车辆的系统，其特征在于：所述硬件层面(1)包括摄像头布局(7)。
7.根据权利要求5所述的一种基于视频判断真实车辆的系统，其
8.根据权利要求5所述的一种基于视频判断真实车辆的系统，其特征在于：所述目标检测和跟踪(3)包括检测跟踪算法(9)。
9.根据权利要求5所述的一种基于视频判断真实车辆的系统，其特征在于：所述目标验证(4)包括车辆验证算法(10)。
...【技术特征摘要】
1.一种基于视频判断真实车辆的方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种基于视频判断真实车辆的方法，其特征在于：s1中前后设置在道路上空的多个图像采集设备之间前后间隔长于15米，多个设置在侧面的多个图像采集设备设置在前后多个图像采集设备之间中间位置。
3.根据权利要求1所述的一种基于视频判断真实车辆的方法，其特征在于：s2图像采集步骤具体如下：
4.根据权利要求1所述的一种基于视频判断真实车辆的方法，其特征在于：s4.多源信息融合步骤具体如下：
5.一种基于视频判断真实车辆的系统，包括硬件层面(1)，其特征在于：所述硬件层面(1)连接视频采集(2)，所述视频采集(2)连接目...
【专利技术属性】
技术研发人员：吴丹，
申请(专利权)人：深圳市大道至简信息技术有限公司，
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。