[發明專利]一種視頻中非機動車的檢索方法

有效

• 申請號: 201711308824.5
• 申請日: 2017-12-11
• 公開（公告）號: CN107944017B
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 尚凌輝;鄭永宏;王弘玥;張兆生
• 申請（專利權）人: 浙江捷尚視覺科技股份有限公司
• 主分類號: G06F16/783
• 分類號: G06F16/783;G06F16/738;G06K9/00
• 代理公司: 廣州市越秀區哲力專利商標事務所(普通合伙) 44288
• 代理人: 胡擁軍

1.一種視頻中非機動車的檢索方法，其特征在于，包括如下步驟：

步驟一：獲取圖像庫中含有非機動車和駕駛員的圖像，將每張圖像中的非機動車和駕駛員作為一個目標，對每個目標計算和提取非結構化特征，將所有目標的非結構化特征插入檢索庫；

步驟二：對于一個待檢索圖像，計算和提取該待檢索圖像中目標的非結構化特征；

步驟三：計算和比較待檢索圖像中目標和檢索庫中所有目標的非結構化特征的相似度，得到相似度排序，將相似度排序作為檢索結果；

計算和提取非結構化特征包括如下步驟：

自動檢測和定位圖像中的非機動車和駕駛員；

定位和分割出非機動車區域和駕駛員區域；

分別計算非機動車部分和駕駛員部分的非結構化特征，合并得到一個目標的非結構化特征；

對于一個待檢索圖像，利用檢測器D檢測得到目標位置，定位和分割出待檢索圖像中非機動車區域和駕駛員區域；

對待檢索圖像中非機動車部分使用模型M₁計算得到非結構化特征f₁，對駕駛員部分使用模型M₂計算得到非結構化特征f₂，合并得到待檢索圖像目標的非結構化特征f。

2.根據權利要求1所述的視頻中非機動車的檢索方法，其特征在于，

根據訓練得到的神經網絡模型自動檢測和定位圖像中的非機動車和駕駛員；

根據訓練得到的神經網絡模型定位和分割出非機動車區域和駕駛員區域；

根據訓練得到的神經網絡模型分別計算非機動車部分和駕駛員部分的非結構化特征。

3.根據權利要求2所述的視頻中非機動車的檢索方法，其特征在于，訓練神經網絡模型包括如下步驟：

收集具有目標的多個圖像，構成圖像樣本集；

標注圖像樣本集中非機動車和駕駛員位置，并將其分割成非機動車區域和駕駛員區域；

標注不同非機動車和駕駛員的類別標簽，以此作為標注信息；

由所有圖像樣本集和對應的標注信息組成訓練樣本集N；

基于訓練樣本集N，訓練得到用于自動檢測和定位圖像中非機動車和駕駛員的檢測器D；

基于訓練樣本集N，分別訓練得到用于計算非機動車非結構化特征的模型M₁和用于計算駕駛員非結構化特征的模型M₂。

4.根據權利要求3所述的視頻中非機動車的檢索方法，其特征在于，步驟一包括：

對每張圖像利用檢測器D檢測得到目標位置，定位和分割出非機動車區域和駕駛員區域；

對非機動車部分使用模型M₁計算得到非結構化特征F₁，對駕駛員部分使用模型M₂計算得到非結構化特征F₂，合并得到整體目標的非結構化特征F；

將非結構化特征F插入檢索庫Θ。

5.根據權利要求3所述的一種視頻中非機動車的檢索方法，其特征在于，步驟三包括：計算待檢索圖像目標的非結構化特征f和檢索庫Θ中的每個目標非結構化特征F的相似度，并對相似度結果進行排序，對應排序結果的目標順序即為檢索結果。