【技术实现步骤摘要】
本申请涉及智能交通，特别是涉及一种跨相机车辆匹配方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、随着智能交通技术的发展，出现了车辆运行轨迹跟踪技术，其中，车辆的跨相机匹配技术是实现车辆运行轨迹跟踪的关键技术之一，现有方法中图像特征主要提取车辆全局信息，而用于区分个体车辆的细节信息由于没有共性无法有效提取，在车辆外观相似或部分遮挡时，容易导致误匹配，基于车牌匹配需要车牌图像足够清晰，但在监控视频中由于分辨率和照明条件很难实现可靠识别，且车标、车型等由于同类车较多，单独使用区分度较差，起不到精确匹配作用，并且，在城市交通及高速场景存在大量候选车辆情况下，基于复杂模型的特征比对方法算力需求高、实时性差，影响交通管理系统的运行效率，难以满足实际应用中对快速、精准车辆识别的迫切需求。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够通过创新的两级模型架构和深度融合多模态语义特征，实现更加高效和精准的跨相机车辆匹配方法、装置、计算机设备、计算机可读存储介质和计
【技术保护点】
1.一种跨相机车辆匹配方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述待预测图像数据进行预处理，得到预处理图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述通过预训练的目标快速过滤模型和目标车辆对所述预处理图像的一级候选车辆集合进行快速过滤，得到二级候选车辆集合，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过预训练的目标细节匹配模型和所述目标车辆对所述二级候选车辆集合进行细节特征匹配，得到结果匹配车辆，包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还
...
【技术特征摘要】
1.一种跨相机车辆匹配方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述待预测图像数据进行预处理，得到预处理图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述通过预训练的目标快速过滤模型和目标车辆对所述预处理图像的一级候选车辆集合进行快速过滤，得到二级候选车辆集合，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过预训练的目标细节匹配模型和所述目标车辆对所述二级候选车辆集合进行细节特征匹配，得到结果匹配车辆，包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
...【专利技术属性】
技术研发人员：胡中华，廖原，陈炫憧，黄球，
申请(专利权)人：北京信路威科技股份有限公司，
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。