【技术实现步骤摘要】
本专利技术涉及图像识别领域，尤其是涉及一种基于车牌检测的跨相机跟踪数据标注辅助系统和方法。
技术介绍
1、当前的跨相机跟踪数据标注方法主要依赖完全的人工标注，标注人员需要在多相机、多时段下追踪同一车辆，但由于跨相机跟踪中车辆的运动模式和走向是不确定的，标注人员难以准确预测车辆在不同相机间的出现时间和位置，标注人员需要在多个相机视野和不同时间段中反复切换，并准确追踪车辆，给人工标注带来较大的负担与困难。
2、如公开号为cn116740659a的专利技术，提出了一种基于红外成像的360度监控车辆重识别方法，通过构建城市360度红外监控车辆重识别视频数据集并进行特征提取，再基于球形卷积进行360度车辆检测，对检测结果进行二次投影，进行双流车辆重检测特征提取，输出车辆重识别结果。这种方法通过红外监控图像得到车辆特征，获取的数据特征均为采集重构得到，缺乏有效对应车辆的原始特征，同时由于忽略了车辆本身的颜色等信息，难以对同款式车辆进行准确区分。
3、由此可见，提出一种通过车辆的直观特征进行跟踪和识别目标的跨相机跟踪数据标注方法是十分必要的。
技术实现思路
1、本专利技术的目的就是为了克服上述现有技术存在的难以精确跟踪和识别目标的缺陷而提供一种基于车牌检测的跨相机跟踪数据标注辅助系统和方法。
2、本专利技术的目的可以通过以下技术方案来实现：
3、一种基于车牌检测的跨相机跟踪数据标注辅助系统，包括多个相机，还包括视频获取模块、车牌检测模块、车牌信息匹
4、进一步地，车牌信息包括车牌号码、车牌类型和帧图像中车牌的位置。
5、进一步地，车牌检测模块包括车牌定位模块、ocr文字识别模块和车牌类型判别模块。
6、进一步地，车牌定位模块通过yolov5模型进行车牌定位，yolov5模型输入视频图像，输出为车牌二维边界框，并依据车牌二维边界框截取车牌图像；ocr文字识别模块通过车牌图像识别车牌号码。
7、进一步地，车牌类型判别模块包括cnn分类模型，cnn分类模型的输入为车牌号码和车牌图像，输出为车牌类型。
8、进一步地，真值生成模块的输入为标记辅助信息，输出为多相机追踪的真值形式，真值形式包括各个车辆的车牌二维边界框、帧序号和相机序号，帧序号依照多相机的相机序号和同一相机的帧序号顺序进行排序。
9、进一步地，车牌信息匹配模块包括记录模块、匹配模块、生成模块和可视化模块。
10、进一步地，匹配模块通过字典遍历的方式匹配各个相机的相同车牌信息，并生成字典文件。
11、本专利技术的第二方面，一种基于如上任一的一种基于车牌检测的跨相机跟踪数据标注辅助系统的跨相机跟踪数据标注辅助方法，包括以下步骤：
12、s1：获取各个相机的视频数据；
13、s2：提取视频数据的每一帧图像中车辆的车牌信息；
14、s3：对车牌信息进行字典遍历，得到车牌信息、帧图像和相机的对应关系；
15、s4：基于对应关系，在视频数据中标注相同的车辆，得到跨相机跟踪数据标注结果。
16、进一步地，对车牌信息进行字典遍历的方法为：根据车牌信息查找各个帧图像中的同一车牌号码，记录出现过同一车牌号码的相机编号和车牌所在帧序号。
17、与现有技术相比，本专利技术具有以下有益效果：
18、1)本专利技术从不同相机录制的视频中，通过定位、识别和匹配车牌信息，通过车牌信息识别各个相机中的相同车辆，能够快速提供多相机车辆匹配的先验信息，降低标注过程中的追踪和识别难度，有助于获得准确的标注结果。
19、2)本专利技术具备较强的环境适应性，能够减小车速变化、车辆遮挡和摄像角度引起的车辆外观差别导致的车辆识别误差，提取的特征直观，保证了跨相机跟踪的稳定性和可靠性，便于复核识别结果。
本文档来自技高网...【技术保护点】
1.一种基于车牌检测的跨相机跟踪数据标注辅助系统，包括多个相机，其特征在于，还包括视频获取模块、车牌检测模块、车牌信息匹配模块和真值生成模块，所述视频获取模块连接并接收所有相机的视频数据，并传输至车牌检测模块，所述车牌检测模块提取视频数据各帧的车牌信息后传输到车牌信息匹配模块，所述车牌信息匹配模块生成标记辅助信息，并发送到真值生成模块，所述真值生成模块基于标记辅助信息进行多相机跟踪数据标注。
2.根据权利要求1所述的一种基于车牌检测的跨相机跟踪数据标注辅助系统，其特征在于，所述车牌信息包括车牌号码、车牌类型和帧图像中车牌的位置。
3.根据权利要求1所述的一种基于车牌检测的跨相机跟踪数据标注辅助系统，其特征在于，所述车牌检测模块包括车牌定位模块、OCR文字识别模块和车牌类型判别模块。
4.根据权利要求3所述的一种基于车牌检测的跨相机跟踪数据标注辅助系统，其特征在于，所述车牌定位模块通过yolov5模型进行车牌定位，所述yolov5模型输入视频图像，输出为车牌二维边界框，并依据车牌二维边界框截取车牌图像；所述OCR文字识别模块通过车牌图像识别车牌号
5.根据权利要求4所述的一种基于车牌检测的跨相机跟踪数据标注辅助系统，其特征在于，所述车牌类型判别模块包括CNN分类模型，所述CNN分类模型的输入为车牌号码和车牌图像，输出为车牌类型。
6.根据权利要求5所述的一种基于车牌检测的跨相机跟踪数据标注辅助系统，其特征在于，所述真值生成模块的输入为标记辅助信息，输出为多相机追踪的真值形式，所述真值形式包括各个车辆的车牌二维边界框、帧序号和相机序号，所述帧序号依照多相机的相机序号和同一相机的帧序号顺序进行排序。
7.根据权利要求1所述的一种基于车牌检测的跨相机跟踪数据标注辅助系统，其特征在于，所述车牌信息匹配模块包括记录模块、匹配模块、生成模块和可视化模块。
8.根据权利要求7所述的一种基于车牌检测的跨相机跟踪数据标注辅助系统，其特征在于，所述匹配模块通过字典遍历的方式匹配各个相机的相同车牌信息，并生成字典文件。
9.一种基于如权利要求1-8任一所述的一种基于车牌检测的跨相机跟踪数据标注辅助系统的跨相机跟踪数据标注辅助方法，其特征在于，包括以下步骤：
10.根据权利要求9所述的方法，其特征在于，所述对车牌信息进行字典遍历的方法为：根据车牌信息查找各个帧图像中的同一车牌号码，记录出现过同一车牌号码的相机编号和车牌所在帧序号。
...【技术特征摘要】
1.一种基于车牌检测的跨相机跟踪数据标注辅助系统，包括多个相机，其特征在于，还包括视频获取模块、车牌检测模块、车牌信息匹配模块和真值生成模块，所述视频获取模块连接并接收所有相机的视频数据，并传输至车牌检测模块，所述车牌检测模块提取视频数据各帧的车牌信息后传输到车牌信息匹配模块，所述车牌信息匹配模块生成标记辅助信息，并发送到真值生成模块，所述真值生成模块基于标记辅助信息进行多相机跟踪数据标注。
2.根据权利要求1所述的一种基于车牌检测的跨相机跟踪数据标注辅助系统，其特征在于，所述车牌信息包括车牌号码、车牌类型和帧图像中车牌的位置。
3.根据权利要求1所述的一种基于车牌检测的跨相机跟踪数据标注辅助系统，其特征在于，所述车牌检测模块包括车牌定位模块、ocr文字识别模块和车牌类型判别模块。
4.根据权利要求3所述的一种基于车牌检测的跨相机跟踪数据标注辅助系统，其特征在于，所述车牌定位模块通过yolov5模型进行车牌定位，所述yolov5模型输入视频图像，输出为车牌二维边界框，并依据车牌二维边界框截取车牌图像；所述ocr文字识别模块通过车牌图像识别车牌号码。
5.根据权利要求4所述的一种基于车牌检测的跨相机跟踪数据标注辅助...
【专利技术属性】
技术研发人员：杨明，殷承良，庄瀚洋，王春香，杨天宇，秦文刚，王颖，
申请(专利权)人：上海智能网联汽车技术中心有限公司，
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。