[發(fā)明專利]一種車輛特征分類檢索系統(tǒng)和方法

有效

• 申請?zhí)枺?/td>: 201710065703.6
• 申請日: 2017-02-06
• 公開（公告）號: CN106897677B
• 公開（公告）日: 2020-04-10
• 發(fā)明（設(shè)計）人: 蔡曉東;李隆澤
• 申請（專利權(quán)）人: 桂林電子科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62
• 代理公司: 北京輕創(chuàng)知識產(chǎn)權(quán)代理有限公司 11212
• 代理人: 楊立

技術(shù)領(lǐng)域

本發(fā)明主要涉及圖像檢索領(lǐng)域，具體涉及一種車輛特征分類檢索系統(tǒng)和方法。

背景技術(shù)

近年來，隨著國內(nèi)經(jīng)濟(jì)水平不斷的進(jìn)步，汽車已成為千萬家庭外出必備的工具，因此汽車數(shù)量成爆炸倍增長，在這種情況下，智能的交通的發(fā)展成為了必然，同時隨著GPU能力不斷提高也使得卷積神經(jīng)網(wǎng)絡(luò)取得了大突破，這也為智能交通系統(tǒng)應(yīng)用提供了更有效的方式。

在智能交通系統(tǒng)中，車輛型號檢索是極其重要的一部分。車輛型號識別就是利用每個型號的車輛之間存在著或多或少的差異，即便是同一品牌不同車型也有著差異。因此利用此特性可以進(jìn)行車型識別，并在城市交通監(jiān)控、車輛追蹤等領(lǐng)域都有著廣泛的前景。

在智能交通系統(tǒng)中，每個城市每天都會產(chǎn)生千萬條的交通信息，因此檢索的準(zhǔn)確率是非常重要的，而傳統(tǒng)的檢索方式例如MD、ST、CSR等，在數(shù)據(jù)庫中的檢索準(zhǔn)確率有限，無形中會給智能交通的車輛追蹤帶來不便，且檢索正確率普遍不高。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足，提供一種車輛特征分類檢索系統(tǒng)和方法。

本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下：一種車輛特征分類檢索系統(tǒng)，包括：

圖像截取模塊，用于從設(shè)置在道路卡口處的圖像采集設(shè)備上獲取目標(biāo)車輛圖像，根據(jù)設(shè)定的截取范圍在目標(biāo)車輛圖像上進(jìn)行局部截取，得到車臉圖像；

特征提取模塊，用于構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)，通過所述卷積神經(jīng)網(wǎng)絡(luò)從車臉圖像中提取n個目標(biāo)車輛特征信息；

特征處理模塊，用于根據(jù)預(yù)先構(gòu)建的特征信息數(shù)據(jù)庫中的特征信息對n個目標(biāo)車輛特征信息進(jìn)行預(yù)定次數(shù)的特征比對，每次特征對比后確定的最高相似度特征信息與特征對比時的目標(biāo)車輛特征信息進(jìn)行特征融合，得到融合特征信息，供下一次特征對比時使用，直到完成預(yù)定次數(shù)的特征對比后得到檢索結(jié)果；

更新模塊，用于根據(jù)特征處理模塊每次特征融合處理后得到的融合特征對特征信息數(shù)據(jù)庫中特征信息進(jìn)行更新。

本發(fā)明的有益效果是：能夠極大的提高檢索準(zhǔn)確率，進(jìn)行多次特征比對，每次特征對比后得到的最高相似度特征信息再進(jìn)行特征融合，將融合特征作為下一次的輸入，重復(fù)進(jìn)行對比和融合處理，與現(xiàn)有的傳統(tǒng)檢索方法相比，檢索準(zhǔn)確率能夠達(dá)到96.7％，檢提高可靠性和準(zhǔn)確性，能夠更好的滿足智能交通系統(tǒng)的需求，還能夠減少設(shè)備的投入。

在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進(jìn)。

進(jìn)一步，所述圖像截取模塊包括：

獲取單元，用于從設(shè)置在道路卡口處的圖像采集設(shè)備上獲取目標(biāo)車輛圖像；

截取單元，用于通過EasyPR方法在目標(biāo)車輛圖像中定位出車牌，根據(jù)車牌在目標(biāo)車輛圖像中的位置，以及預(yù)設(shè)的高度值和寬度值，得到截取范圍，根據(jù)截取范圍在目標(biāo)車輛圖像上進(jìn)行局部截取，得到車臉圖像。

采用上述進(jìn)一步方案的有益效果是：能夠快速、準(zhǔn)確的獲得所需的車臉圖像，為提取特征信息進(jìn)行預(yù)處理。

進(jìn)一步，所述車臉圖像中包括車牌兩側(cè)的車燈、車輛品牌標(biāo)志、進(jìn)氣格柵和車輛保險杠。

進(jìn)一步，所述特征處理模塊包括：

處理單元，用于根據(jù)余弦相似度方法將n個目標(biāo)車輛特征信息與預(yù)先構(gòu)建的特征數(shù)據(jù)庫中的特征信息進(jìn)行特征比對，得到最高相似度特征信息，并根據(jù)預(yù)定次數(shù)n判斷是否完成第n次特征對比，如果不是，則將本次得到的最高相似度特征信息發(fā)送特征融合單元，再根據(jù)余弦相似度方法將特征融合單元反饋來的融合特征與更新后的特征信息數(shù)據(jù)庫中的特征信息進(jìn)行下一次的特征對比，否則停止對比，得到檢索結(jié)果；

特征融合單元，用于將發(fā)送來的特征數(shù)據(jù)庫中最高相似度特征信息與目標(biāo)車輛特征信息進(jìn)行特征融合，得到融合特征，并將融合特征發(fā)送更新模塊進(jìn)行更新，同時將融合特征反饋處理單元中進(jìn)行下一次的特征相似度對比。

采用上述進(jìn)一步方案的有益效果是：進(jìn)行多次特征比對，每次特征對比后得到的最高相似度特征信息再進(jìn)行特征融合，將融合特征作為下一次的輸入，提高了檢索的可靠性和準(zhǔn)確性。

進(jìn)一步，所述更新模塊具體用于根據(jù)特征處理模塊每次特征融合處理后得到的融合特征來替換特征信息數(shù)據(jù)庫中本次特征相似度對比得到的最高相似度特征信息，完成更新。

采用上述進(jìn)一步方案的有益效果是：將融合特征替換本次檢索得到的最高相似度特征信息，再進(jìn)行下一次的檢索來提高檢索的穩(wěn)定性。

本發(fā)明解決上述技術(shù)問題的另一技術(shù)方案如下：一種車輛特征分類檢索方法，包括如下步驟：

從設(shè)置在道路卡口處的圖像采集設(shè)備上獲取目標(biāo)車輛圖像，根據(jù)設(shè)定的截取范圍在目標(biāo)車輛圖像上進(jìn)行局部截取，得到車臉圖像；