[發(fā)明專利]車輛重識(shí)別方法、裝置、電子設(shè)備及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010881410.7
• 申請(qǐng)日: 2020-08-27
• 公開(kāi)（公告）號(hào): CN111967426A
• 公開(kāi)（公告）日: 2020-11-20
• 發(fā)明（設(shè)計(jì)）人: 韓浩瀚
• 申請(qǐng)（專利權(quán)）人: 平安國(guó)際智慧城市科技股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46;G06K9/62;G06F16/901;G06F16/903;G06N3/04;G06N3/08
• 代理公司: 北京辰權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 11619
• 代理人: 劉廣達(dá)

本申請(qǐng)?zhí)峁┮环N車輛重識(shí)別方法、裝置、電子設(shè)備及介質(zhì)。其中方法包括：構(gòu)建用于車輛檢索的重識(shí)別模型，包括哈希編碼層；基于訓(xùn)練樣本對(duì)所述重識(shí)別模型進(jìn)行訓(xùn)練；將包括目標(biāo)車輛的目標(biāo)圖像輸入訓(xùn)練好的重識(shí)別模型，得到輸出的目標(biāo)車輛的哈希編碼數(shù)據(jù)；將包括待識(shí)別車輛的待識(shí)別圖像輸入訓(xùn)練好的重識(shí)別模型，得到輸出的待識(shí)別車輛的哈希編碼數(shù)據(jù)；將所述待識(shí)別車輛與所述目標(biāo)車輛的哈希編碼數(shù)據(jù)進(jìn)行比較，根據(jù)比較結(jié)果得到所述待識(shí)別車輛的識(shí)別結(jié)果。本方案中，將哈希編碼方法與深度學(xué)習(xí)網(wǎng)絡(luò)相結(jié)合，改進(jìn)了重識(shí)別模型識(shí)別準(zhǔn)確度。并使用哈希編碼進(jìn)行車輛檢索，大大壓縮了嵌入向量的維數(shù)，提高了重識(shí)別模型的識(shí)別效率。

技術(shù)領(lǐng)域

本申請(qǐng)涉及智能識(shí)別技術(shù)領(lǐng)域，具體涉及一種車輛重識(shí)別方法及裝置、一種電子設(shè)備以及一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

重識(shí)別是指在目標(biāo)檢測(cè)結(jié)束后為將目標(biāo)與同類目標(biāo)區(qū)分開(kāi)來(lái)所做的工作。從一些簡(jiǎn)單的開(kāi)源數(shù)據(jù)集的表現(xiàn)來(lái)看，現(xiàn)有的重識(shí)別模型已接近可用狀態(tài)，如Market1501以及VeRi776公開(kāi)數(shù)據(jù)集的SOTA已達(dá)到96％。SOTA(全稱state of the art)，用于描述機(jī)器學(xué)習(xí)中取得某個(gè)任務(wù)上當(dāng)前最優(yōu)效果的模型。例如在圖像分類任務(wù)上，某個(gè)模型在常用的數(shù)據(jù)集(如ImageNet)上取得了當(dāng)前最優(yōu)的性能表現(xiàn)，就可以說(shuō)這個(gè)模型達(dá)到了SOTA。

然而，現(xiàn)有的重識(shí)別模型，通過(guò)跨域的測(cè)試來(lái)看，性能僅有60％。這種跨域的測(cè)試主要是指用一個(gè)公開(kāi)數(shù)據(jù)集去測(cè)試在另一個(gè)數(shù)據(jù)集中訓(xùn)練得到的重識(shí)別模型。從信息量來(lái)看，公開(kāi)數(shù)據(jù)集多數(shù)僅提供了ID(標(biāo)識(shí))和攝像信息作為標(biāo)簽，忽略了不同標(biāo)簽之間的差異大小這一重要信息。從模型研發(fā)的進(jìn)程來(lái)看，從最初的交差熵?fù)p失到Center-Loss，再到triplet-loss，以及Multi-loss，貫穿著對(duì)標(biāo)簽信息充分利用的思想，也確實(shí)起到了明顯的改進(jìn)效果。但就車輛重識(shí)別任務(wù)而言，公開(kāi)數(shù)據(jù)集的標(biāo)注信息仍然是相對(duì)不足的，這成為制約車輛重識(shí)別任務(wù)實(shí)現(xiàn)效果的重要原因之一。此外，當(dāng)前的車輛重識(shí)別模型以提高模型準(zhǔn)確率為首要目標(biāo)，輸出的嵌入向量高達(dá)上千維，不利于最終的應(yīng)用，例如查詢。

發(fā)明內(nèi)容

本申請(qǐng)的目的是提供一種車輛重識(shí)別方法及裝置、一種電子設(shè)備以及一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，以提高車輛重識(shí)別的準(zhǔn)確度和識(shí)別效率。

本申請(qǐng)第一方面提供一種車輛重識(shí)別方法，包括：

構(gòu)建用于車輛檢索的重識(shí)別模型，所述重識(shí)別模型包括哈希編碼層；

基于訓(xùn)練樣本對(duì)所述重識(shí)別模型進(jìn)行訓(xùn)練；

將包括目標(biāo)車輛的目標(biāo)圖像輸入訓(xùn)練好的重識(shí)別模型，得到哈希編碼層輸出的目標(biāo)車輛的哈希編碼數(shù)據(jù)；

將包括待識(shí)別車輛的待識(shí)別圖像輸入訓(xùn)練好的重識(shí)別模型，得到哈希編碼層輸出的待識(shí)別車輛的哈希編碼數(shù)據(jù)；

將所述待識(shí)別車輛的哈希編碼數(shù)據(jù)與所述目標(biāo)車輛的哈希編碼數(shù)據(jù)進(jìn)行比較，根據(jù)比較結(jié)果得到所述待識(shí)別車輛的識(shí)別結(jié)果。

本申請(qǐng)第二方面提供一種車輛重識(shí)別裝置，包括：

模型構(gòu)建模塊，用于構(gòu)建用于車輛檢索的重識(shí)別模型，所述重識(shí)別模型包括哈希編碼層；

模型訓(xùn)練模塊，用于基于訓(xùn)練樣本對(duì)所述重識(shí)別模型進(jìn)行訓(xùn)練；

第一識(shí)別模塊，用于將包括目標(biāo)車輛的目標(biāo)圖像輸入訓(xùn)練好的重識(shí)別模型，得到哈希編碼層輸出的目標(biāo)車輛的哈希編碼數(shù)據(jù)；

第二識(shí)別模塊，用于將包括待識(shí)別車輛的待識(shí)別圖像輸入訓(xùn)練好的重識(shí)別模型，得到哈希編碼層輸出的待識(shí)別車輛的哈希編碼數(shù)據(jù)；

比較模塊，用于將所述待識(shí)別車輛的哈希編碼數(shù)據(jù)與所述目標(biāo)車輛的哈希編碼數(shù)據(jù)進(jìn)行比較，根據(jù)比較結(jié)果得到所述待識(shí)別車輛的識(shí)別結(jié)果。