[發明專利]一種基于虛擬號牌的無牌車輛識別方法

有效

• 申請號: 201611156309.5
• 申請日: 2016-12-15
• 公開（公告）號: CN106845341B
• 公開（公告）日: 2020-04-10
• 發明（設計）人: 公緒超
• 申請（專利權）人: 南京積圖網絡科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 郎志濤

1.一種基于虛擬號牌的無牌車輛識別方法，其特征在于，所述方法包括：

步驟1為虛擬號牌構建步驟,包括基于視頻或圖像進行車輛檢測，獲得車輛特寫圖,對車輛圖像進行特征提取,生成虛擬號牌，構建虛擬號牌庫；

步驟2為虛擬號牌庫識別步驟,包括基于視頻或圖像進行目標車輛檢測，獲得目標車輛特寫圖，對目標車輛圖像進行特征提取,生成虛擬號牌,與所述虛擬號牌庫比對結果。

2.根據權利要求1所述的一種基于虛擬號牌的無牌車輛識別方法，其特征在于，所述步驟1包括：

步驟1-1、基于視頻或圖像進行車輛檢測，提取車輛圖像；

步驟1-2、對車輛圖像進行特征提取，所述特征提取是基于深度學習所描述的圖像特征，所述圖像特征包括描述全車圖像的若干維全局特征，和/或描述車輛局部區域的若干維局部特征；

步驟1-3、將所得的全局特征和/或局部特征量化，并存儲，生成虛擬號牌，構建虛擬號牌庫。

3.根據權利要求1或2所述的基于虛擬號牌的無牌車輛識別方法，其特征在于：所述步驟2包括：

步驟2-1、基于視頻或圖像進行目標車輛檢測，提取目標車輛圖像；

步驟2-2、對目標車輛圖像進行特征提取，所述特征提取是基于深度學習所描述的圖像特征，所述圖像特征包括描述全車圖像的若干維全局特征，和/或描述車輛局部區域的若干維局部特征；

步驟2-3、將所得的目標車輛的全局特征和/或局部特征量化，并存儲，生成目標車輛的虛擬號牌；

步驟2-4、將目標車輛的虛擬號牌與虛擬號牌庫中的虛擬號牌逐一比對，得到識別結果。

4.根據權利要求2或3所述的基于虛擬號牌的無牌車輛識別方法，其特征在于：步驟1-2或者步驟2-2中，所述深度學習包括采用快速區域深度卷積神經網絡目標檢測算法。

5.根據權利要求2或3所述的基于虛擬號牌的無牌車輛識別方法，其特征在于：步驟1-2或者步驟2-2中，不采用所述深度學習的方法，而是采用級聯特征目標檢測方法。

6.根據權利要求4所述的基于虛擬號牌的無牌車輛識別方法，其特征在于：所述快速區域深度卷積神經網絡目標檢測算法包括在得到車輛的特寫圖之后，利用深度卷積方法，將所述特寫圖作為深度卷積神經網絡的輸入，通過前饋神經網絡計算得到車輛圖像的若干維全局特征，同時按照幾何位置關系確定局部區域，以此為基礎獲取相應的若干維局部特征。

7.根據權利要求3所述的一種基于虛擬號牌的無牌車輛識別方法，其特征在于，

所述步驟1-3包括將獲得的全局特征以及局部特征形成完整的特征向量并無損的存儲于特征庫中，以此構建車輛的虛擬號牌庫，或者根據大量樣本數據的訓練，將特征按照訓練閾值形成哈希碼，根據相應的哈希表征算法形成二維碼，以此構建車輛的虛擬號牌庫。

8.根據權利要求3所述的一種基于虛擬號牌的無牌車輛識別方法，其特征在于，所述步驟2-4包括采用分布式并行計算的方式，采用倒數比距離與余弦距離將目標車輛的虛擬號牌和數據庫中的虛擬號牌進行距離相似度匹配，從而進行車輛比對分析。

9.根據權利要求8所述的一種基于虛擬號牌的無牌車輛識別方法，其特征在于，所述步驟2-4包括當相似度高于一定閾值時，判定識別成功，并輸出所匹配的虛擬號牌結果。