[發明專利]一種高速公路車輛唯一標識特征提取方法及系統

在審

• 申請號: 202010865408.0
• 申請日: 2020-08-25
• 公開（公告）號: CN112071076A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 陶杰;鄭于海;亓凌;喻鋒;胡丹;趙恒
• 申請（專利權）人: 浙江省機電設計研究院有限公司
• 主分類號: G08G1/017
• 分類號: G08G1/017;G06K9/62;G06K9/46;G06K9/32;G06N3/04;G06N3/08
• 代理公司: 北京國坤專利代理事務所(普通合伙) 11491
• 代理人: 趙紅霞

本發明屬于車輛特征提取技術領域，公開了一種高速公路車輛唯一標識特征提取方法及系統，所述高速公路車輛唯一標識特征提取的系統包括：視頻數據獲取模塊、數據預處理模塊、中央控制模塊、特征提取模型構建模塊、模型訓練模塊、標識特征提取模塊、特征融合模塊、車輛識別模塊、云存儲模塊、更新顯示模塊。本發明通過深度學習網絡框架對特征提取模型進行訓練，在不同階段根據使用聯合訓練的損失函數不同，能夠提升網絡模型的在不同方面的特征提取能力；通過特征向量、車輛屬性特征向量與表述性特征共同用于車輛重識別，可以提高車輛識別的準確性；依次遞進匹配的方式則在保證高精度的情況下還可以縮短檢索時間，適用于大數據量的車輛重識別。

技術領域

本發明屬于車輛特征提取技術領域，尤其涉及一種高速公路車輛唯一標識特征提取方法及系統。

背景技術

目前，在智能交通系統的應用中，車輛型號識別是道路監控的重要組成部分。車輛型號識別是根據不同品牌不同系列車輛的車頭圖像的唯一性進行車輛型號識別。車輛型號識別在城市交通監控、車輛追蹤、打擊涉車犯罪等領域有著廣泛的應用前景。

現有的車輛型號識別方法一般是提取整輛車的圖像特征并輸入分類器進行識別，該方法雖然包含和車輛各個方面的特征，但是由于車輛往往以各種不同的角度出現在交通監控視頻中，這會造成獲取的車輛圖像變化較大，引入較多的干擾圖像，識別精度差。因此，亟需一種新的車輛唯一標識特征提取的方法。

通過上述分析，現有技術存在的問題及缺陷為：現有的車輛型號識別方法中，由于車輛往往以各種不同的角度出現在交通監控視頻中，這會造成獲取的車輛圖像變化較大，引入較多的干擾圖像，識別精度差。

發明內容

針對現有技術存在的問題，本發明提供了一種高速公路車輛唯一標識特征提取方法及系統。

本發明是這樣實現的，一種高速公路車輛唯一標識特征提取方法，所述高速公路車輛唯一標識特征提取方法，包括：

步驟一，視頻數據獲取模塊通過掃描槍或攝像頭獲取經過高速公路監控卡口的車輛監控原始視頻數據；視頻數據獲取完成后，數據預處理模塊通過數據預處理程序對獲取的車輛監控原始視頻數據進行預處理，提取車輛的車牌和車標圖像；

步驟二，根據預處理完成的視頻數據，中央控制模塊分別控制視頻數據獲取模塊、數據預處理模塊、特征提取模型構建模塊、模型訓練模塊、標識特征提取模塊、特征融合模塊、車輛識別模塊、云存儲模塊和更新顯示模塊，協調各個模塊的正常運行；

步驟三，特征提取模型構建模塊通過模型構建程序構建高速公路車輛特征提取模型；高速公路車輛特征提取模型建立完成后，模型訓練模塊通過模型訓練程序利用大規模車輛數據集、深度學習框架和訓練策略完成所述特征提取模型的分階段訓練；

步驟四，標識特征提取模塊通過訓練好的特征提取模型從車輛的車牌和車標圖像中提取車輛的表述性特征向量和車輛屬性特征；特征融合模塊通過特征融合程序利用特征融合器將車輛的表述性特征向量和車輛屬性特征數據進行融合處理，生成車標與車頭融合的高速公路車輛唯一標識特征數據；

步驟五，車輛識別模塊通過識別程序利用車輛判別分類器對車標與車頭的融合特征數據進行分類判別，并得到高速公路車輛的識別結果；云存儲模塊通過云數據庫服務器存儲獲取的車輛監控原始視頻數據、提取的車輛的車牌和車標圖像、高速公路車輛特征提取模型、高速公路車輛唯一標識特征數據以及車輛的識別結果；

步驟六，更新顯示模塊通過更新程序對獲取的車輛監控原始視頻數據、提取的車輛的車牌和車標圖像、高速公路車輛特征提取模型、高速公路車輛唯一標識特征數據以及車輛的識別結果的實時數據進行更新，并通過高清顯示器進行數據的實時顯示；

步驟一中，所述通過數據預處理模塊利用數據預處理程序對獲取的車輛監控原始視頻數據進行預處理的方法，包括：