[發(fā)明專利]一種套牌車檢索方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201810657537.3
• 申請日: 2018-06-25
• 公開（公告）號: CN108984644B
• 公開（公告）日: 2021-04-23
• 發(fā)明（設計）人: 黎鄒鄒;毛亮;李超;熊偉;鄭康元;文莉;薛坤南;黃仝宇;汪剛;宋一兵;侯玉清;劉雙廣
• 申請（專利權）人: 高新興科技集團股份有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06K9/32;G06K9/62
• 代理公司: 廣州國鵬知識產(chǎn)權代理事務所(普通合伙) 44511
• 代理人: 寧尚國

本發(fā)明提供了一種套牌車檢索方法及系統(tǒng)，其方法包括，預先訓練用于車輛過濾的分類模型，獲取目標車輛的類型、顏色、子品牌、車牌號、特征區(qū)域信息，去除目標車輛的車牌號信息獲得第二圖像，去除車輛過車記錄原始測試集車輛的車牌號信息獲得第二測試集，將第二測試集中與目標車輛類型、顏色、子品牌不同的車輛圖像過濾掉獲得第三測試集，選出第三測試集中與第二圖像相似度符合相似度要求的車輛圖像集，恢復圖像集中車輛的車牌號信息，并將圖像集中車輛的車牌信息與第一圖像的車牌信息進行匹配驗證，從而達到匹配驗證的目的。采用本發(fā)明的技術方案，解決了現(xiàn)有技術對套牌車無法實現(xiàn)的精準檢索及驗證的技術問題。

本技術方案涉及車輛監(jiān)控領域，尤其涉及一種套牌車檢索方法及系統(tǒng)。

背景技術

隨著計算機視覺技術的研究與應用，對目標進行跟蹤檢索以其智能性和可靠性可被用在政府管控、違章鎖定、嫌疑人跟等現(xiàn)實場景，目前已經(jīng)應用于交通、公安、軍隊、能源等多個領域，更有進一步深入發(fā)展的趨勢。

在車輛跟蹤監(jiān)測領域，一般是已知目標車輛的圖像信息，需要在海量的測試庫中尋找目標車輛。在刑事辦案過程中，有一種特殊的情況為，犯罪嫌疑人駕駛的車輛為套牌車，也就是犯罪嫌疑人不斷更換車牌。

發(fā)明人在對車輛跟蹤檢索的研究過程中，提出了一種把目標車輛分為有牌車、無牌車、套牌車的檢索方法，因套牌車與有牌車、無牌車檢索的方案均有交叉，為描述簡潔，以“有牌車、無牌車的檢索”及“套牌車的檢索”分別申請專利。

發(fā)明內(nèi)容

本技術方案提出了一種套牌車的檢索及系統(tǒng)，解決了現(xiàn)有技術對套牌車無法實現(xiàn)的精準檢索及驗證的技術問題。

本發(fā)明公開的一種套牌車的檢索方法，包括，

預先訓練用于車輛過濾的模型，所述模型包括車輛類型模型、顏色模型、子品牌模型、車牌信息模型、特征區(qū)域分類模型；

獲取待檢索目標車輛信息的第一圖像，提取所述第一圖像的車輛車牌號信息；

去除所述第一圖像的車輛車牌號信息，獲得第二圖像，提取所述第二圖像的車輛類型信息、車輛顏色信息、車輛子品牌信息、特征提取區(qū)域信息；

去除車輛過車記錄原始測試集車輛的車牌號信息，獲得第二測試集；

對所述第二測試集與所述第二圖像比較，進行車輛類型、車輛顏色、車輛子品牌的過濾，獲得第三測試集；

對所述第三測試集中車輛特征提取區(qū)域與所述第二圖像信息中特征提取區(qū)域使用所述特征區(qū)域分類模型分別提取特征進行比對及相似度排序，選出符合相似度要求的圖像集；

恢復所述圖像集中車輛的車牌號信息，并將所述圖像集中車輛的車牌信息與所述第一圖像的車牌信息進行匹配驗證。

更進一步，所述符合相似度要求的圖像集具體包括，所述相似度大于預先設定的閾值。

更進一步，所述符合相似度要求的圖像集為相似度排名前N的圖像集，其中，N≥1，N為正整數(shù)。

更進一步，所述符合相似度要求的圖像集具體為相似度大于預先設定的閾值并且排名前N的圖像集，其中，N≥1，N為正整數(shù)。

更進一步，N＝100。

更進一步，若所述相似度大于預先設定閾值的圖像集圖像數(shù)量M小于N，則所述圖像集的數(shù)量為M，其中，M≥1，M為正整數(shù)。

更進一步，所述特征區(qū)域分類模型為全車區(qū)域特征分類模型。

更進一步，所述特征區(qū)域分類模型使用分類網(wǎng)絡的512維權連接層作為所述第二測試集中車輛圖片的特征向量。

本發(fā)明還公開了一種套牌車的檢索系統(tǒng)，其特征在于，包括，