车辆重识别方法、装置、设备和计算机存储介质制造方法及图纸

本发明专利技术提供一种车辆重识别方法、装置、设备和计算机存储介质，方法包括：获取当前车辆图像和目标车辆图像；从当前车辆图像和目标车辆图像中分别提取当前车辆和目标车辆的特征点信息以及全局特征，特征点信息中包含车辆的各特征点以及各特征点的标识信息；根据所提取的特征点信息，确定所述当前车辆和所述目标车辆具有相同标识信息的各特征点，并基于所确定的各特征点分别获取所述当前车辆和所述目标车辆的特征点特征；根据车辆的特征点特征与全局特征得到车辆的融合特征，并通过当前车辆与目标车辆的融合特征之间的特征间距值，输出当前车辆与目标车辆是否为同一车辆的识别结果。本发明专利技术能够提升车辆重识别的准确率。

【技术实现步骤摘要】
车辆重识别方法、装置、设备和计算机存储介质
本专利技术涉及识别
，尤其涉及一种车辆重识别方法、装置、设备和计算机存储介质。
技术介绍
车辆重识别(VehicleRe-identification，Reid)用于在数据库中找到与待识别车辆相同的其它车辆图像。车辆重识别可广泛应用于车辆检索、车辆追踪等领域，例如根据待追踪车辆的一张图像在城市的摄像头网络所采集的各车辆图像中重新找到该车辆。现有技术大多都是基于车辆的整体特征进行车辆重识别，但由于大部分车辆的整体外形大同小异，因此仅使用车辆的全局特征进行车辆重识别时存在准确率较低的问题。
技术实现思路
有鉴于此，本专利技术提供了一种车辆重识别方法、装置、设备和计算机存储介质，用于提升车辆重识别的准确率。本专利技术为解决技术问题所采用的技术方案为提供一种车辆重识别方法，所述方法包括：获取当前车辆图像和目标车辆图像；从所述当前车辆图像和所述目标车辆图像中分别提取当前车辆和目标车辆的特征点信息以及全局特征，所述特征点信息中包含车辆的各特征点以及各特征点的标识信息；根据所提取的特征点信息，确定所述当前车辆和所述目标车辆具有相同标识信息的各特征点，并基于所确定的特征点分别获取所述当前车辆和所述目标车辆的特征点特征；根据车辆的特征点特征与全局特征得到车辆的融合特征，并通过当前车辆与目标车辆的融合特征之间的特征间距值，输出所述当前车辆与所述目标车辆是否为同一车辆的识别结果。根据本专利技术一优选实施例，所述全局特征包含车辆的轮廓信息、车辆的颜色信息以及车辆的型号信息中的至少一种。根据本专利技术一优选实施例，在提取得到车辆图像中车辆的特征点信息之后，还包括：根据所述车辆图像以及所述车辆的特征点信息，获取所述车辆的方向特征。根据本专利技术一优选实施例，所述根据所述车辆图像以及所述车辆的特征点信息，获取所述车辆的方向特征包括：根据所述车辆图像构建车辆的3D模型，并根据所述车辆的3D模型，分别获取所述车辆在车前、车后、车侧以及车顶4个方向上的图像；将在各方向上的图像调整为统一尺寸之后，分别获取所述各方向上的图像对应的特征；根据从车辆图像中所提取的特征点信息确定车辆方向，并根据所确定的车辆方向获取各方向上特征的权重值；根据所述各方向上的图像对应的特征以及所述各方向上特征的权重值，得到所述车辆图像中车辆的方向特征。根据本专利技术一优选实施例，在获取车辆的特征点特征时，包括：根据所确定的各特征点，将从所述车辆图像中获取的仅包含单个特征点的最大矩形区域作为各特征点对应的局部块；将所述各特征点对应的局部块调整为统一尺寸之后，依次将所述各特征点对应的局部块进行拼接；对拼接结果进行特征提取，将提取得到的特征作为车辆的特征点特征。根据本专利技术一优选实施例，所述根据车辆的特征点特征与全局特征得到车辆的融合特征包括：将车辆的特征点特征、全局特征以及方向特征进行融合，得到所述车辆的融合特征。根据本专利技术一优选实施例，所述通过当前车辆与目标车辆的融合特征之间的特征间距值，输出所述当前车辆与所述目标车辆是否为同一车辆的识别结果包括：若所述特征间距值大于预设阈值，则输出所述当前车辆与所述目标车辆不是同一车辆的识别结果；若所述特征间距值小于等于预设阈值时，则输出所述当前车辆与所述目标车辆是同一车辆的识别结果。本专利技术为解决技术问题所采用的技术方案为提供一种车辆重识别装置，所述装置包括：获取单元，用于获取当前车辆图像和目标车辆图像；提取单元，用于从所述当前车辆图像和所述目标车辆图像中分别提取当前车辆和目标车辆的特征点信息以及全局特征，所述特征点信息中包含车辆的各特征点以及各特征点的标识信息；处理单元，用于根据所提取的特征点信息，确定所述当前车辆和所述目标车辆具有相同标识信息的各特征点，并基于所确定的特征点分别获取所述当前车辆和所述目标车辆的特征点特征；输出单元，用于根据车辆的特征点特征与全局特征得到车辆的融合特征，并通过当前车辆与目标车辆的融合特征之间的特征间距值，输出所述当前车辆与所述目标车辆是否为同一车辆的识别结果。根据本专利技术一优选实施例，所述全局特征包含车辆的轮廓信息、车辆的颜色信息以及车辆的型号信息中的至少一种。根据本专利技术一优选实施例，所述提取单元在提取得到车辆图像中车辆的特征点信息之后，还执行：根据所述车辆图像以及所述车辆的特征点信息，获取所述车辆的方向特征。根据本专利技术一优选实施例，所述提取单元在根据所述车辆图像以及所述车辆的特征点信息，获取所述车辆的方向特征时，具体执行：根据所述车辆图像构建车辆的3D模型，并根据所述车辆的3D模型，分别获取所述车辆在车前、车后、车侧以及车顶4个方向上的图像；将在各方向上的图像调整为统一尺寸之后，分别获取所述各方向上的图像对应的特征；根据从车辆图像中所提取的特征点信息确定车辆方向，并根据所确定的车辆方向获取各方向上特征的权重值；根据所述各方向上的图像对应的特征以及所述各方向上特征的权重值，得到所述车辆图像中车辆的方向特征。根据本专利技术一优选实施例，所述处理单元在获取车辆的特征点特征时，具体执行：根据所确定的各特征点，将从所述车辆图像中获取的仅包含单个特征点的最大矩形区域作为各特征点对应的局部块；将所述各特征点对应的局部块调整为统一尺寸之后，依次将所述各特征点对应的局部块进行拼接；对拼接结果进行特征提取，将提取得到的特征作为车辆的特征点特征。根据本专利技术一优选实施例，所述输出单元在根据车辆的特征点特征与全局特征得到车辆的融合特征时，具体执行：将车辆的特征点特征、全局特征以及方向特征进行融合，得到所述车辆的融合特征。根据本专利技术一优选实施例，所述输出单元在通过当前车辆与目标车辆的融合特征之间的特征间距值，输出所述当前车辆与所述目标车辆是否为同一车辆的识别结果时，具体执行：若所述特征间距值大于预设阈值时，则输出所述当前车辆与所述目标车辆不是同一车辆的识别结果；若所述特征间距值小于等于预设阈值时，则输出所述当前车辆与所述目标车辆是同一车辆的识别结果。由以上技术方案可以看出，本专利技术首先提取车辆图像中车辆的全局特征以及特征点信息，并基于所提取的特征点信息来确定当前车辆与目标车辆具有相同标识信息的的各特征点，进而根据所确定的各特征点来获取当前车辆与目标车辆的特征点特征，从而利用车辆的特征点特征与全局特征的融合特征进行车辆重识别，由于使用了车辆中种类更为丰富的特征，从而提升了车辆重识别的准确率。【附图说明】图1为本专利技术一实施例提供的一种车辆重识别方法流程图；图2a为本专利技术一实施例提供的车辆特征点信息的标注结果的示意图；图2b为本专利技术一实施例提供的同一车辆特征点信息的标注结果的另一示意图；图3为本专利技术一实施例提供的一种车辆重识别装置结构图；图4为本专利技术一实施例提供的计算机系统/服务器的框图。【具体实施方式】为了使本专利技术的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本专利技术进行详细描述。在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B本文档来自技高网...

【技术保护点】
1.一种车辆重识别方法，其特征在于，所述方法包括：获取当前车辆图像和目标车辆图像；从所述当前车辆图像和所述目标车辆图像中分别提取当前车辆和目标车辆的特征点信息以及全局特征，所述特征点信息中包含车辆的各特征点以及各特征点的标识信息；根据所提取的特征点信息，确定所述当前车辆和所述目标车辆具有相同标识信息的各特征点，并基于所确定的各特征点分别获取所述当前车辆和所述目标车辆的特征点特征；根据车辆的特征点特征与全局特征得到车辆的融合特征，并通过当前车辆与目标车辆的融合特征之间的特征间距值，输出所述当前车辆与所述目标车辆是否为同一车辆的识别结果。

【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：获取当前车辆图像和目标车辆图像；从所述当前车辆图像和所述目标车辆图像中分别提取当前车辆和目标车辆的特征点信息以及全局特征，所述特征点信息中包含车辆的各特征点以及各特征点的标识信息；根据所提取的特征点信息，确定所述当前车辆和所述目标车辆具有相同标识信息的各特征点，并基于所确定的各特征点分别获取所述当前车辆和所述目标车辆的特征点特征；根据车辆的特征点特征与全局特征得到车辆的融合特征，并通过当前车辆与目标车辆的融合特征之间的特征间距值，输出所述当前车辆与所述目标车辆是否为同一车辆的识别结果。2.根据权利要求1所述的方法，其特征在于，所述全局特征包含车辆的轮廓信息、车辆的颜色信息以及车辆的型号信息中的至少一种。3.根据权利要求1所述的方法，其特征在于，在提取得到车辆图像中车辆的特征点信息之后，还包括：根据所述车辆图像以及所述车辆的特征点信息，获取所述车辆的方向特征。4.根据权利要求3所述的方法，其特征在于，所述根据所述车辆图像以及所述车辆的特征点信息，获取所述车辆的方向特征包括：根据所述车辆图像构建车辆的3D模型，并根据所述车辆的3D模型，分别获取所述车辆在车前、车后、车侧以及车顶4个方向上的图像；将在各方向上的图像调整为统一尺寸之后，分别获取所述各方向上的图像对应的特征；根据从车辆图像中所提取的特征点信息确定车辆方向，并根据所确定的车辆方向获取各方向上特征的权重值；根据所述各方向上的图像对应的特征以及所述各方向上特征的权重值，得到所述车辆图像中车辆的方向特征。5.根据权利要求1所述的方法，其特征在于，在获取车辆的特征点特征时，包括：根据所确定的各特征点，将从所述车辆图像中获取的仅包含单个特征点的最大矩形区域作为各特征点对应的局部块；将所述各特征点对应的局部块调整为统一尺寸之后，依次将所述各特征点对应的局部块进行拼接；对拼接结果进行特征提取，将提取得到的特征作为车辆的特征点特征。6.根据权利要求3所述的方法，其特征在于，所述根据车辆的特征点特征与全局特征得到车辆的融合特征包括：将车辆的特征点特征、全局特征以及方向特征进行融合，得到所述车辆的融合特征。7.根据权利要求1所述的方法，其特征在于，所述通过当前车辆与目标车辆的融合特征之间的特征间距值，输出所述当前车辆与所述目标车辆是否为同一车辆的识别结果包括：若所述特征间距值大于预设阈值，则输出所述当前车辆与所述目标车辆不是同一车辆的识别结果；若所述特征间距值小于等于预设阈值时，则输出所述当前车辆与所述目标车辆是同一车辆的识别结果。8.一种车辆重识别装置，其特征在于，所述装置包括：获取单元，用于获取当前车辆图像和目标车辆图像；提取单元，用于从所述当前车辆图像和所述目标车辆图像中分别提取当前车辆和目标车辆的特征点信息以及全局特征，所述特征点信息中包含车辆...

【专利技术属性】
技术研发人员：杨喜鹏，谭啸，文石磊，丁二锐，孙昊，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11