[發明專利]一種車輛匹配方法及系統

有效

• 申請號: 201611080118.5
• 申請日: 2016-11-30
• 公開（公告）號: CN106778777B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 谷瑞翔;高體紅;毛河;龍學軍
• 申請（專利權）人: 成都通甲優博科技有限責任公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 成都市集智匯華知識產權代理事務所(普通合伙) 51237
• 代理人: 李華;溫黎娟

本申請公開了一種車輛匹配方法，包括：獲取第一目標圖像和第二目標圖像；分別提取第一目標圖像和第二目標圖像的特征信息，相應地得到第一圖像特征信息和第二圖像特征信息；其中，第一圖像特征信息和第二圖像特征信息均包括相應目標圖像的視覺詞典、車輛邊緣特征、灰度直方圖特征和顏色特征；對第一圖像特征信息和第二圖像特征信息進行特征差異化處理，得到相應的特征向量；將特征向量輸入預先創建的車輛匹配度預估模型，得到由車輛匹配度預估模型輸出的用于表示第一待匹配車輛和第二待匹配車輛之間匹配程度的匹配結果。本申請公開的技術方案提升了車輛匹配準確度、匹配效率并降低了人工成本。另外，本申請還相應公開了一種車輛匹配系統。

技術領域

本發明涉及車輛監管技術領域，特別涉及一種車輛匹配方法及系統。

背景技術

當前，隨著國民經濟的發展，社會上的汽車保有量不斷地增加，在方便人們出行的同時，也帶來了許多車輛監管難題。例如，為了發現可能存在的違法違規行為的車輛使用現象，道路監管部門以及相關執法部門經常需要對在高速道路上拍攝的兩張圖片中的車輛進行識別匹配，以確定這兩張圖片中的車輛是否為同一輛車。

然而，當前道路監管部門和相關執法部門在對不同圖片中的車輛進行匹配時，通常是采用人工識別匹配方式來判斷不同圖片中的車輛是否為同一輛車，這種人工識別匹配方式一方面會大幅增加人工成本，另一方面則存在效率很低，無法適應當前越來越繁重的車輛監管任務，再一方面則由于人工識別匹配時經常出現嚴重的主觀誤差，難以客觀全面地掌握圖片中的關鍵信息，從而容易導致匹配錯誤的事件發生。

綜上所述可以看出，如何提升車輛匹配準確度、匹配效率并降低人工成本是目前亟待解決的問題。

發明內容

有鑒于此，本發明的目的在于提供一種車輛匹配方法及系統，提升了車輛匹配準確度、匹配效率并降低了人工成本。其具體方案如下：

一種車輛匹配方法，包括：

獲取第一目標圖像和第二目標圖像；其中，所述第一目標圖像為對第一待匹配車輛進行圖像采集后得到的圖像，所述第二目標圖像為對第二待匹配車輛進行圖像采樣后的圖像；

分別提取所述第一目標圖像和所述第二目標圖像的特征信息，相應地得到第一圖像特征信息和第二圖像特征信息；其中，所述第一圖像特征信息和所述第二圖像特征信息均包括相應目標圖像的視覺詞典、車輛邊緣特征、灰度直方圖特征和顏色特征；

對所述第一圖像特征信息和所述第二圖像特征信息進行特征差異化處理，得到相應的特征向量；

將所述特征向量輸入預先創建的車輛匹配度預估模型，得到由所述車輛匹配度預估模型輸出的用于表示所述第一待匹配車輛和所述第二待匹配車輛之間匹配程度的匹配結果；其中，所述車輛匹配度預估模型為基于機器學習算法得到的模型。

優選的，提取所述第一目標圖像和所述第二目標圖像中的任一目標圖像的視覺詞典的過程，包括：

利用預設的圖像特征點提取算法，提取該目標圖像的特征點，得到相應的車輛視覺詞匯集合；

將所述車輛視覺詞匯集合中的每一個詞匯分別映射至預先創建的視覺詞典模型中相對應的聚類中心，得到與該目標圖像對應的視覺詞典。

優選的，所述視覺詞典模型的創建過程，包括：

獲取圖像樣本集；其中，所述圖像樣本集包括分別在不同的拍攝參數和不同的拍攝環境下，對不同類型的車輛進行圖像采集后所得到的圖像；拍攝參數包括拍攝視角和拍攝時間段；拍攝環境包括霧天環境、雨雪環境、晴天環境和沙塵環境；

利用所述圖像特征點提取算法，對所述圖像樣本集中的每一圖像樣本進行特征點提取處理，相應地得到每一圖像樣本所對應的車輛視覺詞匯集合；

利用K-means聚類算法，依次對每一圖像樣本所對應的車輛視覺詞匯集合進行聚類處理，得到所述視覺詞典模型。