[發明專利]目標匹配方法及裝置

在審

• 申請號: 201811205632.6
• 申請日: 2018-10-16
• 公開（公告）號: CN111062400A
• 公開（公告）日: 2020-04-24
• 發明（設計）人: 楊愛勝
• 申請（專利權）人: 浙江宇視科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/32;G06N3/04
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 唐維虎

本申請實施例提供一種目標匹配方法及裝置，應用于電子設備。目標匹配方法包括：從目標圖像中獲取目標的多個關鍵特征區域。將所述多個關鍵特征區域輸入到預先訓練的深度網絡模型中，得到各個關鍵特征區域的特征向量。基于所述各個關鍵特征區域的特征向量從待檢索數據集中獲取匹配結果。由此，能夠避免在車輛匹配過程中由于車身非關鍵部件特征的影響而導致的匹配效率和匹配準確率低的問題，提高了車輛匹配準確率與辨識過程中的抗干擾性，同時也減少了匹配過程中的計算量，提高了車輛匹配的速度。

技術領域

本申請涉及車輛匹配領域，具體而言，涉及一種目標匹配方法及裝置。

背景技術

在安防領域，車輛匹配一般利用安防攝像頭以一定的角度拍攝待匹配車輛獲得車輛圖像，并對車輛圖像進行全局特征提取，再根據全局特征提取結果對車輛進行匹配，這種目標匹配方法在特征提取的計算量較大，在待匹配車輛較多的情況時會導致匹配效率下降，此外對車輛圖像進行全局特征提取，非關鍵特征區域會干擾訓練結果，使非關鍵特征區域的權重較大，導致過擬合，降低車輛的匹配效率和匹配準確率。

申請內容

有鑒于此，本申請的目的在于提供一種目標匹配方法及裝置，以解決或者改善上述問題。

為了實現上述目的，本申請實施例采用的技術方案如下：

第一方面，本申請實施例提供一種目標匹配方法，應用于電子設備，所述方法包括：

從目標圖像中獲取目標的多個關鍵特征區域。

將所述多個關鍵特征區域輸入到預先訓練的深度網絡模型中，得到各個關鍵特征區域的特征向量。

基于所述各個關鍵特征區域的特征向量從待檢索數據集中獲取匹配結果。

可選地，所述從目標圖像中獲取目標的多個關鍵特征區域的步驟，包括：

從所述目標圖像中獲取所述目標對應的目標圖像區域。

從目標圖像中獲取所述目標的定位點。

根據所述定位點對所述目標圖像進行矯正，得到矯正后的圖像區域。

根據預設的提取區域劃定標準，從所述矯正后的圖像區域中獲取所述目標的多個關鍵特征區域。

可選地，所述定位點包括至少四個基準點，所述根據所述定位點對所述目標圖像進行矯正，得到矯正后的圖像區域的步驟，包括：

根據所述至少四個基準點與每個基準點對應的定位點約束條件生成對應的仿射變換矩陣，其中，每個所述仿射變換矩陣對應四個所述基準點。

基于所述仿射變換矩陣對所述目標圖像區域進行矯正，得到矯正后的目標圖像區域。

可選地，所述深度網絡模型包括由多個卷積層組成的卷積層組，所述將所述多個關鍵特征區域輸入到預先訓練的深度網絡模型中，得到各個關鍵特征區域的特征向量的步驟，包括：

對于所述多個關鍵特征區域，將該關鍵特征區域輸入到所述深度網絡模型，依次經過每個卷積層特征提取得到每個卷積層對應的該關鍵特征區域的特征圖像，并將最后一個卷積層提取得到的該關鍵特征區域的特征圖像作為該關鍵特征區域的特征向量，以得到各個關鍵特征區域的特征向量。

可選地，所述卷積層組包括具有采樣功能的卷積層，所述依次經過每個卷積層特征提取得到每個卷積層對應的該關鍵特征區域的特征圖像的步驟，包括：

在當前進行特征提取的卷積層為所述具有采樣功能的卷積層時，通過該具有采樣功能的卷積層對上一層卷積層提取得到的特征圖像的每個通道圖像進行采樣，以改變每個通道圖像的尺寸，并同時對該特征圖像進行特征提取，以輸出對應的該關鍵特征區域的特征圖像。