基于大數據的車輛檢索方法及裝置制造方法及圖紙

本發明專利技術提供了一種基于大數據的車輛檢索方法及裝置，該方法包括：在目標車輛圖像中提取目標車輛的各個車輛檢驗標志；根據各個車輛檢驗標志之間的位置關系對各個車輛檢驗標志進行融合，得到多個融合區域，融合區域包括至少一個所述車輛檢驗標志；確定各個融合區域包含的各個車輛檢驗標志的形狀和顏色；根據車輛檢驗標志的數量、融合區域的數量、各個融合區域包含的車輛檢驗標志的數量、形狀和顏色，在多個待檢索車輛圖像中逐層檢索目標車輛。通過本發明專利技術能夠根據車輛檢驗標志的群體特性檢索車輛，提高目標車輛檢索的準確性。

【技術實現步驟摘要】

本專利技術涉及車輛檢測
，具體而言，涉及一種基于大數據的車輛檢索方法及裝置。
技術介紹
隨著我國經濟的快速發展、城市規模的不斷擴大、車輛數量的大幅增長以及社會安全意識的提高，越來越多的場合需要根據目標車輛圖像在海量車輛圖像中進行檢索，得到目標車輛，比如，公安系統在案件偵破過程中，通常需要根據目標車輛圖像在卡口海量記錄中查找目標車輛。現有技術提供有多種車輛檢索方法，用于根據目標車輛圖像在海量車輛圖像中查找得到目標車輛，比如：提取目標車輛圖像特征，如車牌號、車型特征、車身顏色等，將提取到的特征作為目標特征，提取數據庫中各個車輛圖像的圖像特征，如車牌號、車型特征、車身顏色等，將該特征作為待匹配特征，計算目標特征與各個待匹配特征之間的距離，將距離最近的待匹配特征對應的車輛作為目標車輛。專利技術人在研究中發現，由于存在套牌車，并且存在車型以及車身顏色相近的車，因此根據車牌號、車型特征和車身顏色檢索目標車輛不夠準確，容易造成誤檢索，因此現有技術中的車輛檢索方法具有檢索準確性差的問題。
技術實現思路
有鑒于此，本專利技術的目的在于提供一種基于大數據的車輛檢索方法及裝置，提高目標車輛檢索的準確性。第一方面，本專利技術實施例提供了一種基于大數據的車輛檢索方法，所述方法包括：在目標車輛圖像中提取目標車輛的各個車輛檢驗標志；根據各個所述車輛檢驗標志之間的位置關系對各個所述車輛檢驗標志進行融合，得到多個融合區域，所述融合區域包括至少一個所述車輛檢驗標志；確定各個所述融合區域包含的各個所述車輛檢驗標志的形狀和顏色；根據所述車輛檢驗標志的數量、所述融合區域的數量、各個所述融合區域包含的所述車輛檢驗標志的數量、形狀和顏色，在多個待檢索車輛圖像中逐層檢索所述目標車輛。結合第一方面，本專利技術實施例提供了第一方面第一種可能的實施方式，其中，在目標車輛圖像中提取目標車輛的各個車輛檢驗標志，包括：對所述目標車輛圖像進行縮放，得到多個不同尺寸的子圖像，計算各個所述子圖像的特征圖，對各個所述子圖像的特征圖進行滑窗分塊，得到多個圖像塊；計算各個所述圖像塊對應車輛檢驗標志的置信度，將所述置信度超過預設閾值的多個所述圖像塊確定為各個所述車輛檢驗標志對應的圖像塊；確定各個所述車輛檢驗標志對應的圖像塊在所述目標車輛圖像中對應的各個區域，在確定的各個所述區域中提取各個所述車輛檢驗標志。結合第一方面，本專利技術實施例提供了第一方面第二種可能的實施方式，其中，根據各個所述車輛檢驗標志之間的位置關系對各個所述車輛檢驗標志進行融合，得到多個融合區域，包括：按照各個所述車輛檢驗標志的置信度由高到底的順序對各個所述車輛檢驗標志進行排序，得到降序序列；在所述降序序列中確定當次融合對應的融合區域和各個被融合區域，利用所述融合區域遍歷融合各個所述被融合區域，得到更新后的融合區域；根據所述更新后的融合區域更新所述降序序列，在更新后的所述降序序列中重復確定所述融合區域和各個所述被融合區域，重復上述遍歷過程，直至每個所述車輛檢驗標志均被作為所述融合區域遍歷過，將得到的多個更新后的融合區域作為最終得到的多個融合區域。結合第一方面第二種可能的實施方式，本專利技術實施例提供了第一方面第三種可能的實施方式，其中，在所述降序序列中確定當次融合對應的融合區域和各個被融合區域，利用所述融合區域遍歷融合各個所述被融合區域，得到更新后的融合區域，包括：確定當次融合對應的序號，在所述降序序列中，將所述序號對應的車輛檢驗標志作為所述當次融合對應的融合區域，將所述融合區域以外的各個車輛檢驗標志作為所述當次融合對應的各個被融合區域；根據所述融合區域的尺寸對所述融合區域進行擴展，根據當前被融合區域的尺寸對所述當前被融合區域進行擴展；判斷擴展后的所述融合區域和擴展后的所述當前被融合區域是否相交以及相交的面積是否滿足預設面積要求；若擴展后的所述融合區域和擴展后的所述當前被融合區域相交且相交的面積滿足所述預設面積要求，則將所述融合區域和所述當前被融合區域融合，將融合結果作為一次更新后的融合區域；確定下一個被融合區域，對所述一次更新后的融合區域和所述下一個被融合區域重復上述擴展、判斷、融合動作，直至不存在能夠被融合的被融合區域，得到最終更新后的融合區域，將所述最終更新后的融合區域作為更新后的融合區域。結合第一方面，本專利技術實施例提供了第一方面第四種可能的實施方式，其中，確定各個所述融合區域包含的各個所述車輛檢驗標志的形狀和顏色，包括：在當前所述融合區域中，計算當前車輛檢驗標志的形狀為矩形的置信度、以及所述當前車輛檢驗標志的形狀為橢圓形的置信度，將最大的置信度的對應的形狀作為所述當前車輛檢驗標志的形狀；根據所述當前車輛檢驗標志中各個像素點的顏色分量的值確定各個所述像素點的顏色，統計所述當前車輛檢驗標志中各種顏色的像素點的數量，將數量最多的像素點對應的顏色作為所述當前車輛檢驗標志的顏色。結合第一方面上述的實施方式，本專利技術實施例提供了第一方面第五種可能的實施方式，其中，根據所述車輛檢驗標志的數量、所述融合區域的數量、各個所述融合區域包含的所述車輛檢驗標志的數量、形狀和顏色，在多個待檢索車輛圖像中逐層檢索所述目標車輛，包括：確定各個所述待檢索車輛圖像中的車輛檢驗標志的數量，將所述數量與所述目標車輛相同的待檢索車輛圖像篩選出來作為第一集合；在所述第一集合中確定各個所述待檢索車輛圖像中的融合區域的數量，將所述數量與所述目標車輛相同的待檢索車輛圖像篩選出來作為第二集合；在所述第二集合中確定各個所述待檢索車輛圖像中的各個所述融合區域包含的車輛檢驗標志的數量、形狀和顏色，根據各個所述待檢索車輛圖像中的各個所述融合區域包含的車輛檢驗標志的數量、形狀和顏色在所述第二集合中確定所述目標車輛。結合第一方面第五種可能的實施方式，本專利技術實施例提供了第一方面第六種可能的實施方式，其中，根據各個所述待檢索車輛圖像中的各個所述融合區域包含的車輛檢驗標志的數量、形狀和顏色在所述第二集合中確定所述目標車輛，包括：在各個所述待檢索車輛圖像中確定各個所述融合區域包含的車輛檢驗標志的數量作為第一數量、各個所述融合區域包含的各類形狀的車輛檢驗標志的數量作為第二數量，以及各個所述融合區域包含的各類顏色的車輛檢驗標志的數量作為第三數量；將所述第一數量、所述第二數量、所述第三數量均與所述目標車輛相同的待檢索車輛作為所述目標車輛。第二方面，本專利技術實施例提供了一種基于大數據的車輛檢索裝置，所述裝置包括：標志提取模塊，用于在目標車輛圖像中提取目標車輛的各個車輛檢驗標志；區域融合模塊，用于根據各個所述車輛檢驗標志之間的位置關系對各個所述車輛檢驗標志進行融合，得到多個融合區域，所述融合區域包括至少一個所述車輛檢驗標志；特征確定模塊，用于確定各個所述融合區域包含的各個所述車輛檢驗標志的形狀和顏色；車輛檢索模塊，用于根據所述車輛檢驗標志的數量、所述融合區域的數量、各個所述融合區域包含的所述車輛檢驗標志的數量、形狀和顏色，在多個待檢索車輛圖像中逐層檢索所述目標車輛。結合第二方面，本專利技術實施例提供了第二方面第一種可能的實施方式，其中，所述標志提取模塊包括：縮放切換子模塊，用于對所述目標車輛圖像進行縮放，得到多個不同尺寸的子圖像，計算各個所述子圖像的特征圖，對各個所述子圖像的特征圖進行滑窗分塊，得本文檔來自技高網...

【技術保護點】
一種基于大數據的車輛檢索方法，其特征在于，所述方法包括：在目標車輛圖像中提取目標車輛的各個車輛檢驗標志；根據各個所述車輛檢驗標志之間的位置關系對各個所述車輛檢驗標志進行融合，得到多個融合區域，所述融合區域包括至少一個所述車輛檢驗標志；確定各個所述融合區域包含的各個所述車輛檢驗標志的形狀和顏色；根據所述車輛檢驗標志的數量、所述融合區域的數量、各個所述融合區域包含的所述車輛檢驗標志的數量、形狀和顏色，在多個待檢索車輛圖像中逐層檢索所述目標車輛。

【技術特征摘要】
1.一種基于大數據的車輛檢索方法，其特征在于，所述方法包括：在目標車輛圖像中提取目標車輛的各個車輛檢驗標志；根據各個所述車輛檢驗標志之間的位置關系對各個所述車輛檢驗標志進行融合，得到多個融合區域，所述融合區域包括至少一個所述車輛檢驗標志；確定各個所述融合區域包含的各個所述車輛檢驗標志的形狀和顏色；根據所述車輛檢驗標志的數量、所述融合區域的數量、各個所述融合區域包含的所述車輛檢驗標志的數量、形狀和顏色，在多個待檢索車輛圖像中逐層檢索所述目標車輛。2.根據權利要求1所述的方法，其特征在于，在目標車輛圖像中提取目標車輛的各個車輛檢驗標志，包括：對所述目標車輛圖像進行縮放，得到多個不同尺寸的子圖像，計算各個所述子圖像的特征圖，對各個所述子圖像的特征圖進行滑窗分塊，得到多個圖像塊；計算各個所述圖像塊對應車輛檢驗標志的置信度，將所述置信度超過預設閾值的多個所述圖像塊確定為各個所述車輛檢驗標志對應的圖像塊；確定各個所述車輛檢驗標志對應的圖像塊在所述目標車輛圖像中對應的各個區域，在確定的各個所述區域中提取各個所述車輛檢驗標志。3.根據權利要求1所述的方法，其特征在于，根據各個所述車輛檢驗標志之間的位置關系對各個所述車輛檢驗標志進行融合，得到多個融合區域，包括：按照各個所述車輛檢驗標志的置信度由高到底的順序對各個所述車輛檢驗標志進行排序，得到降序序列；在所述降序序列中確定當次融合對應的融合區域和各個被融合區域，利用所述融合區域遍歷融合各個所述被融合區域，得到更新后的融合區域；根據所述更新后的融合區域更新所述降序序列，在更新后的所述降序序列中重復確定所述融合區域和各個所述被融合區域，重復上述遍歷過程，直至每個所述車輛檢驗標志均被作為所述融合區域遍歷過，將得到的多個更新后的融合區域作為最終得到的多個融合區域。4.根據權利要求3所述的方法，其特征在于，在所述降序序列中確定當次融合對應的融合區域和各個被融合區域，利用所述融合區域遍歷融合各個所述被融合區域，得到更新后的融合區域，包括：確定當次融合對應的序號，在所述降序序列中，將所述序號對應的車輛檢驗標志作為所述當次融合對應的融合區域，將所述融合區域以外的各個車輛檢驗標志作為所述當次融合對應的各個被融合區域；根據所述融合區域的尺寸對所述融合區域進行擴展，根據當前被融合區域的尺寸對所述當前被融合區域進行擴展；判斷擴展后的所述融合區域和擴展后的所述當前被融合區域是否相交以及相交的面積是否滿足預設面積要求；若擴展后的所述融合區域和擴展后的所述當前被融合區域相交且相交的面積滿足所述預設面積要求，則將所述融合區域和所述當前被融合區域融合，將融合結果作為一次更新后的融合區域；確定下一個被融合區域，對所述一次更新后的融合區域和所述下一個被融合區域重復上述擴展、判斷、融合動作，直至不存在能夠被融合的被融合區域，得到最終更新后的融合區域，將所述最終更新后的融合區域作為更新后的融合區域。5.根據權利要求1所述的方法，其特征在于，確定各個所述融合區域包含的各個所述車輛檢驗標志的形狀和顏色，包括：在當前所述融合區域中，計算當前車輛檢驗標志的形狀為矩形的置信度、以及所述當前車輛檢驗標志的形狀為橢圓形的置信度，將最大的置信度的對應的形狀作為所述當前車輛檢驗標志的形狀；根據所述當前車輛檢驗標志中各個像素點的顏色分量的值確定各個所述像素點的顏色，統計所述當前車輛檢驗標志中各種顏色的像素點的數量，將數量最多的像素點對應的顏色作為所述當前車輛檢驗標志的顏色。6.根據權利要求1至5任一項所述的方法，其特征在于，根據所述車輛檢驗標志的數量、所述融合區域的數量、各個所述融合區域包含的所述車輛檢驗標志的數量、形狀和顏色，在多個待檢索車輛圖像中逐層檢索所述目標車輛，包括：確定各個所述待檢索車輛圖像中的車輛檢驗標志的數量，將所述數量與所述目標車輛相同的待檢索車輛圖像篩選出來作為第一集合；在所述第一集合中確定各個所述待檢索車輛圖像中的融合區域的數量，將所述數量與所述目標車輛相同的待檢索車輛圖像篩選出來作為第二集合；在所述第二集合中確定各個所述待檢索車輛圖像中的各個所述融合區域包含的車輛檢驗標志的數量、形狀和顏色，根據各個所述待檢索車輛圖像中的各個所述融合區域包含的車輛檢驗標志的數量、形狀和顏色在所述第二集合中確定所述目標車輛。7.根據權利要求6所述的方法，其特征在于，根據各個所述待檢索車輛圖像中的各個所述融合區域包含的車輛檢驗標志的數量、形狀和顏色在所述第二集合中確定所述目標車輛，包括：在各個所述待檢索車輛圖像中確定各個所述融合區域包含的車輛檢驗標志的數量作為第一數量、各個所述融合區域包含的各類形狀的車輛檢驗標志的數量作為第二數量，以及各個所述融合區域包含的各類顏色的車輛檢驗標志的數量作為第三...

【專利技術屬性】
技術研發人員：路洪運，田波，萬定銳，
申請(專利權)人：東方網力科技股份有限公司，
類型：發明
國別省市：北京;11