[發明專利]一種基于多特征的三階段車輛檢索方法有效
| 申請號: | 201810996825.1 | 申請日: | 2018-08-29 |
| 公開(公告)號: | CN109255052B | 公開(公告)日: | 2022-03-25 |
| 發明(設計)人: | 徐云靜;高飛;葛一粟;張元鳴;盧書芳;程振波;陸佳煒 | 申請(專利權)人: | 浙江工業大學 |
| 主分類號: | G06F16/73 | 分類號: | G06F16/73;G06V10/25 |
| 代理公司: | 杭州浙科專利事務所(普通合伙) 33213 | 代理人: | 吳秉中 |
| 地址: | 310014 *** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 特征 階段 車輛 檢索 方法 | ||
1.一種基于多特征的三階段車輛檢索方法,其特征在于,包括如下步驟:
步驟1:首先訓練得到檢索過程中需要用到的檢測模型和分類模型,包括:車窗檢測模型winDetect、基于車臉區域的車輛顏色識別模型colorClassify、基于車型重構圖像的深度特征提取網絡模型carTypeFeature及基于車輛重構圖像的深度特征提取網絡模型carFeature;其中,車臉區域根據一種基于車窗的車輛區域分割方法得到;
所述步驟1中的一種基于車窗的車輛區域分割方法具體過程如下:
1.1):對于任意車輛圖像A,首先利用檢測模型winDetect定位車窗的大致位置,并截取得到車窗圖像AW,確定車窗圖像AW上車窗的上、下、左、右邊線的檢測區域分別為:DL(0,0,w/3,h)、DR(2*w/3-1,0,w/3,h)、DT(0,0,w,h/5)、DB(0,4*h/5-1,w,h/5),其中w、h分別表示車窗圖像AW的寬、高;
1.2):利用一種直線檢測方法,分別在對應檢測區域內找到車窗上、下、左、右四條邊線,并將其在圖像A上的對應直線分別記為LT、LR、LB、LL;
1.3):根據如下規則確定車輛的車臉、車窗、車頂、左車身、右車身區域:
a)車臉區域:圖像A上直線LR、LB、LL、圖像A底邊圍成的任意多邊形區域;
b)車窗區域:圖像A上直線LR、LB、LL、LT圍成的四邊形區域;
c)車頂區域:圖像A上直線LR、LB、LL、圖像A頂邊圍成的任意多邊形區域;
d)左車身區域:圖像A上直線LL左側的任意多邊形區域;
e)右車身區域:圖像A上直線LR右側的任意多邊形區域;
步驟2:將被檢索的目標車輛記為I,將車輛搜索庫中車輛集記為X={x0,x1,...,xn-1};
步驟3:用基于車臉區域的車輛顏色識別模型colorClassify識別目標車輛I和車輛集X中所有車輛的顏色,然后從X中找到與目標車輛I顏色相同的車輛,組成車輛集S1;
步驟4:得到目標車輛I和車輛集S1對應的車型重構圖像,記為IT和S1T,用基于車型重構圖像的深度網絡模型carTypeFeature提取IT和S1T對應的車型特征向量,找到車輛集S1中所有滿足對應車型特征向量與I的車型特征向量的歐氏距離小于λ1的車輛,組成新的車輛集,記為S2;其中λ1為預先給定的同車型車輛在特征空間的最大歐氏距離閾值;
步驟5:得到目標車輛I和車輛集S2對應的車輛重構圖像,記為IC和S2C,用基于車型重構圖像的深度網絡模型carFeature提取IC和S2C對應的車輛特征向量,找到車輛集S2中所有滿足對應車輛特征向量與I的車輛特征向量的歐氏距離小于λ2的車輛,組成新的車輛集,記為S3;其中λ2為預先給定的相同車輛在特征空間的最大歐氏距離閾值。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江工業大學,未經浙江工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810996825.1/1.html,轉載請聲明來源鉆瓜專利網。





