【技术实现步骤摘要】
本专利技术涉及智能交通管理领域，特别涉及一种用于全息路口的车辆重识别目标关联方法及系统。
技术介绍
1、在智能交通系统中，路口是交通流的重要节点，也是事故易发区域。因此，对路口的交通车流进行监测和控制具有重要意义。目前，基于单目相机、电警相机、多目相机和雷达视频一体机等感知设备的交通流监测系统已经得到了广泛应用，能够实现对道路内的车辆及行人进行快速准确的抓拍、检测和跟踪等功能。在全息路口场景中，多传感器的目标的关联与去重是一个重要的任务，它旨在匹配不同传感器之间的相同车辆，并将其关联到一个唯一的标识符，以便实现全息路口的车辆追踪和管理。随着深度神经网络的兴起和大型数据集的提出，车辆重识别(re-identification,reid)成为了路口内对多镜头见目标关联的主流方案之一，其效果远高于传统的目标关联算法。车辆重识别是指给定一张车辆图像，找出其他摄像头拍摄的同一车辆，其本质是图像检索的子问题。在真实交通监控系统中，车辆再识别可以起到对目标车辆进行定位、监管、刑侦的作用。
2、目前，最接近的现有技术方案通常采用物理坐标转换后二分图匹配或鸟瞰图投影等方法来实现多路口跨镜头的目标关联。坐标系转换与二分图匹配的方式通常是将不同摄像头捕获到的目标位置信息映射到一个共同的路口笛卡尔坐标系中，然后采用欧氏距离等度量方法，通过计算目标在共同坐标系下的距离来判断它们是否属于同一辆车辆。为了实现目标之间的匹配，通常使用关联算法，如匈牙利算法等，然而该方法主要依赖车辆的颜色、车牌号码、车型等高级特征进行目标关联，却忽略了车辆本身的其他
技术实现思路
1、为解决上述技术问题，本专利技术提供一种用于全息路口的车辆重识别目标关联方法及系统，可以解决现有全息路口的车辆重识别目标关联的准确度较低、误差较大的问题。
2、为实现上述目的，一方面，本专利技术一种用于全息路口的车辆重识别目标关联方法，所述方法包括：
3、根据预置图像分割模型从全息路口各个方向分别采集的路口图中获取路面有效区域；
4、获取全息路口各个方向分别采集的路口图在世界坐标系下到图片坐标系内的外参矩阵和各个路口间的单应性投影矩阵；
5、根据所述路口间的单应性投影矩阵将所述路面有效区域进行投影，得到各个路口两两间的重合区域；
6、对所述图片中路面有效区域内车辆进行3d目标检测，并根据所述重合区域预置范围内的车辆对应的检测结果建立车辆候选库和车辆匹配库；
7、对所述车辆候选库中路口内车辆进行重识别提取车辆特征信息，并根据车辆特征信息和车辆的位置信息进行目标关联匹配；
8、根据所述目标关联匹配结果对所述车辆匹配库进行更新。
9、进一步地，所述获取全息路口各个方向分别采集的路口图从世界坐标系到图片坐标系内的外参矩阵和各个路口间的单应性投影矩阵的步骤包括：
10、以路口中心为原点建立坐标系，获取各个方向分别采集的路口图从世界坐标系到图片坐标系的内外参矩阵；
11、根据内外参矩阵计算各个路口间的单应性投影矩阵。
12、进一步地，所述根据所述路口间的单应性投影矩阵将所述路面有效区域进行投影，得到各个路口两两间的重合区域的步骤包括：
13、根据公式进行计算，其中，aij是单应投影矩阵h的元素项，i＝1,2,3；j＝1,2,3；(x,y,z)为待变换图像像素点的齐次坐标，对应的二维坐标为(x,y,1)；(x,y,z)为变换后的坐标，其对应的二维齐次坐标为(x’＝x/z,y’＝y/z)，点(x’,y’)就是原图像对应的像素点的经过变换后的二维平面坐标，
14、进一步地，所述对所述车辆候选库中路口内车辆进行重识别提取车辆特征信息，并根据车辆特征信息和车辆的位置信息进行目标关联匹配的步骤包括：
15、采用特征提取器提取车辆特征，并对不同的特征配置不同的权重值；
16、根据配置有不同权重值的各个特征信息和车辆的位置信息进行目标关联匹配。
17、进一步地，所述根据所述目标关联匹配结果对所述车辆匹配库进行更新的步骤包括：
18、当任意两个车辆目标匹配次数大于或等于预置帧数后，则将新出现的目标标识信息更改为另一个镜头中的车辆目标的初始标识信息。
19、另一方面，本专利技术提供一种用于全息路口的车辆重识别目标关联系统，所述系统包括：获取模块，用于根据预置图像分割模型从全息路口各个方向分别采集的路口图中获取路面有效区域；
20、所述获取模块，还用于获取全息路口各个方向分别采集的路口图在世界坐标系下到图片坐标系内的外参矩阵和各个路口间的单应性投影矩阵；
21、投影模块，用于根据所述路口间的单应性投影矩阵将所述路面有效区域进行投影，得到各个路口两两间的重合区域；
22、目标检测模块，用于对所述图片中路面有效区域内车辆进行3d目标检测，并根据所述重合区域预置范围内的车辆对应的检测结果建立车辆候选库和车辆匹配库；
23、关联模块，用于对所述车辆候选库中路口内车辆进行重识别提取车辆特征信息，并根据车辆特征信息和车辆的位置信息进行目标关联匹配；
24、更新模块，用于根据所述目标关联匹配结果对所述车辆匹配库进行更新。
25、进一步地，所述获取模块，具体用于以路口中心为原点建立坐标系，获取各个方向分别采集的路口图从世界坐标系到图片坐标系的内外参矩阵；根据内外参矩阵计算各个路口间的单应性投影矩阵。
26、进一步地，所述投影模块，具体用于根据公式进行计算，其中，aij是单应投影矩阵h的元素项，i＝1,2,3；j＝1,2,3；(x,y,z)为待变换图像像素点的齐次坐标，对应的二维坐标为(x,y,1)；(x,y,z)为变换后的坐标，其对应的二维齐次坐标为(x’＝x/z,y’＝y/z)，点(x’,y’)就是原图像对应的像素点的经过变换后的二维平面坐标，
27、进一步地，所述关联模块，具体用于采用特征提取器提取车辆特征，并对不同的特征配置不同的权重值；根据配置有不同权重值的各个特征信息和车辆的位置信息进行目标关联匹配。
28、进一步地，所述更新模块，具体用于当任意两个车辆目标匹配次数大于或等于预置帧数后，则将新出现的目标标识信息更改为另一个镜头中的车辆目标的初始标识信息。
29、本专利技术提供的一种用于全息路口的车辆重识别目标关联方法及系统，通过求解路面有效区域和路口两两间的重合区域，本文档来自技高网...
【技术保护点】
1.一种用于全息路口的车辆重识别目标关联方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种用于全息路口的车辆重识别目标关联方法，其特征在于，所述获取全息路口各个方向分别采集的路口图从世界坐标系到图片坐标系内的外参矩阵和各个路口间的单应性投影矩阵的步骤包括：
3.根据权利要求1所述的一种用于全息路口的车辆重识别目标关联方法，其特征在于，所述根据所述路口间的单应性投影矩阵将所述路面有效区域进行投影，得到各个路口两两间的重合区域的步骤包括：
4.根据权利要求1所述的一种用于全息路口的车辆重识别目标关联方法，其特征在于，所述对所述车辆候选库中路口内车辆进行重识别提取车辆特征信息，并根据车辆特征信息和车辆的位置信息进行目标关联匹配的步骤包括：
5.根据权利要求1所述的一种用于全息路口的车辆重识别目标关联方法，其特征在于，所述根据所述目标关联匹配结果对所述车辆匹配库进行更新的步骤包括：
6.一种用于全息路口的车辆重识别目标关联系统，其特征在于，所述系统包括：
7.根据权利要求6所述的一种用于全息路口的车辆重识
8.根据权利要求7所述的一种用于全息路口的车辆重识别目标关联系统法，其特征在于，
9.根据权利要求6所述的一种用于全息路口的车辆重识别目标关联系统，其特征在于，
10.根据权利要求6所述的一种用于全息路口的车辆重识别目标关联系统，其特征在于，
...【技术特征摘要】
1.一种用于全息路口的车辆重识别目标关联方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种用于全息路口的车辆重识别目标关联方法，其特征在于，所述获取全息路口各个方向分别采集的路口图从世界坐标系到图片坐标系内的外参矩阵和各个路口间的单应性投影矩阵的步骤包括：
3.根据权利要求1所述的一种用于全息路口的车辆重识别目标关联方法，其特征在于，所述根据所述路口间的单应性投影矩阵将所述路面有效区域进行投影，得到各个路口两两间的重合区域的步骤包括：
4.根据权利要求1所述的一种用于全息路口的车辆重识别目标关联方法，其特征在于，所述对所述车辆候选库中路口内车辆进行重识别提取车辆特征信息，并根据车辆特征信息和车辆的...
【专利技术属性】
技术研发人员：闫军，李孟迪，王伟，
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：
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。