[發明專利]一種基于多模態車輛特征識別的車輛特征融合系統

在審

• 申請號: 201910336200.7
• 申請日: 2019-04-24
• 公開（公告）號: CN110135470A
• 公開（公告）日: 2019-08-16
• 發明（設計）人: 李慧萍;張金軻;李振慧;李毅;謝湘東
• 申請（專利權）人: 電子科技大學;湘潭市公安局
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/66;G06K9/00
• 代理公司: 成都華復知識產權代理有限公司 51298
• 代理人: 龐啟成

1.一種基于多模態車輛特征識別的車輛特征融合系統，包括感應模塊、監控模塊、處理模塊、提取模塊、特征融合模塊、匹配模塊、決策模塊和報警模塊，其特征在于：

所述感應模塊包括感應器，用于感應車輛的出現，并在感應到車輛后，將信號傳輸給監控模塊；

所述監控模塊包括攝像頭，用于拍攝車輛的圖片，并將拍攝的車輛圖片傳輸給處理模塊；

所述處理模塊包括微處理器、接收模塊和傳輸模塊，接收模塊用于接收監控模塊傳輸的圖片信息，微處理器用于處理接收模塊接收的圖片信息，傳輸模塊用于將處理的圖片結果傳輸給提取模塊；

所述提取模塊包括車輛顏色提取模塊、車檢坐標提取模塊和車牌提取模塊；

所述車輛顏色提取模塊用于提取圖片中車輛的顏色信息，并將提取的特征數據信息傳輸給特征融合模塊；

所述車檢坐標提取模塊用于提取圖片中車輛的年檢信息，并將提取的特征數據信息傳輸給特征融合模塊；

所述車牌提取模塊用于提取圖片中車輛的車牌照信息，并將提取的特征數據信息傳輸給特征融合模塊；

所述特征融合模塊包括融合模塊，融合模塊用于融合車輛顏色提取模塊、車檢坐標提取模塊和車牌提取模塊提取的圖片中車輛的特征數據信息，并將融合后的特征數據信息傳輸給匹配模塊；

所述匹配模塊包括運算模塊和目標模塊，目標模塊存儲有目標車輛信息，運算模塊用于運算融合模塊傳輸的圖片中車輛的特征信息和目標模塊中目標車輛的信息，并將運算結果數據信息傳輸給決策模塊；

所述決策模塊包括判斷單元，判斷單元用于判斷匹配模塊傳輸的特征信息是否符合目標車輛信息，當判斷車輛信息符合時，決策模塊會控制報警模塊工作；所述報警模塊包括報警器，用于提示工作人員及時了解目標車輛。

2.根據權利要求1所述的一種基于多模態車輛特征識別的車輛特征融合系統，其特征在于：所述感應器為紅外線感應器，通過發射紅外線光，可快速感應是否有車輛經過。

3.根據權利要求1所述的一種基于多模態車輛特征識別的車輛特征融合系統，其特征在于：所述攝像頭為AHD監控攝像頭，AHD監控攝像頭為200萬高清攝像頭，重量為0.85Kg，體積小便于安裝。

4.根據權利要求1所述的一種基于多模態車輛特征識別的車輛特征融合系統，其特征在于：所述微處理器基于Nehalem微架構，2顆核心，內置三通道DDR2內存控制器，每顆核心獨享8KB二級緩存，1-4MB共享三級緩存。

5.根據權利要求1所述的一種基于多模態車輛特征識別的車輛特征融合系統，其特征在于：所述車檢坐標提取模塊包括行掃描單元，采用行掃描法可確定年檢保險標志邊緣以及相應坐標，提取待測參數對應的測量特征點，研究各測量特征點的拓撲信息，確定基于拓撲信息的特征向量；經亞像素邊緣提取后，利用OpenCV中的亞像素角點檢測函數，檢測所有角點，最后根據極限誤差理論，分析誤差產生的原理，對檢測數據與年檢標志的真實尺寸進行比較，建立畸變與誤差補償函數，對其所測量后的數據進行畸變校正和誤差處理，以提高系統的對于年檢標示的測量精度需求。

6.根據權利要求1所述的一種基于多模態車輛特征識別的車輛特征融合系統，其特征在于：所述車輛顏色提取模塊包括向量機單元，向量機單元它基于結構風險最小化理論之上在特征空間中建構最優分割超平面，使得學習器得到全局最優化，并且在整個樣本空間的期望風險以某個概率滿足一定上界，對于車身顏色的提取，需要根據顏色特征和拉格朗日乘子理論設計最優支持向量機，也就是在車輛顏色的特征空間里求解條件極值問題，運用設計好的最優支持向量機識別車身顏色，在各種情況下如光照不同、目標檢測有誤、目標受遮擋或目標運動狀態改變,都能很好地檢測出車輛顏色；同時，各顏色識別率較高。

7.根據權利要求1所述的一種基于多模態車輛特征識別的車輛特征融合系統，其特征在于：所述目標模塊為存儲器，存儲器用于存儲目標車輛的信息，存儲器的容量至少為2T硬盤。

8.根據權利要求1所述的一種基于多模態車輛特征識別的車輛特征融合系統，其特征在于：所述報警器為蜂鳴報警器，蜂鳴報警器為AD11系列CDY-13A蜂鳴報警器。