一种基于目标特征碰撞的车辆查询方法和系统与流程

技术特征：

1.一种基于目标特征碰撞的车辆查询方法，其特征在于，包括以下步骤：

S1、查询并获取车辆快照的数据集，同时获取车辆信息；

S2、根据车辆位置信息进行特征值提取并写入数据集；

S3、获取车辆碰撞任务类型，若需对选取两组搜索集进行两两碰撞则进入步骤S4，若需从搜索集中匹配某一搜索目标则进入步骤S5；

S4、对数据集进行两两碰撞，得出满足相似度要求的车辆快照匹配对，形成车辆快照匹配对序列；

S5、将数据集中所有车辆快照与搜索集目标快照进行特征匹配，并进行相似度排序；

S6、检索出满足条件的车辆快照并反馈信息。

2.根据权利要求1所述的基于目标特征碰撞的车辆查询方法，其特征在于，所述步骤S1中，获取的车辆信息包括车辆位置、快照路径。

3.根据权利要求1所述的基于目标特征碰撞的车辆查询方法，其特征在于，所述步骤S2中，根据车辆位置信息设置ROI进行特征值提取，并以二进制形式数据写入数据集，作为车辆快照信息的补充。

4.根据权利要求1所述的基于目标特征碰撞的车辆查询方法，其特征在于，所述步骤S2具体包括：计算参与碰撞的车辆快照的特征值，并将特征值转换为特征向量，每一个车辆快照对应一个具有特定维数的特征向量。

5.根据权利要求4所述的基于目标特征碰撞的车辆查询方法，其特征在于，所述步骤S4具体包括：

S401、将两组搜索集中车辆快照进行进行两两匹配，形成车辆快照匹配对，并计算车辆快照匹配对的特征向量的集合，以及与之对应的欧式距离的集合；

第一组车辆快照的特征向量集合为{V1₁,V1₂,V1₃...V1_m}，且对于任意特征向量V1_i＝{x_1i1,x_1i2,x_1i3,...,x_1iLen},i∈[1,m]；第二组车辆快照的特征向量集合为{V2₁,V2₂,V2₃...V2_n}，且对于任意特征向量V2_j＝{x_2j1,x_2j2,x_2j3,...,x_2jLen},j∈[1,n]；式中，Len为车辆快照的特征向量维度,第一组车辆快照的数目为m,第二组车辆快照的数目为n；

两组的车辆快照两两匹配的匹配对为{V1₁V2₁,,...,V1_iV2_j,...,V1_mV2_n}，i∈[1,m],j∈[1,n]，匹配对的欧式距离的集合为{Ed₁₁,...Ed_ij,...Ed_mn}，其中

S402、将欧氏距离的集合转换为[0,1]之间相似度值；

S403、设置相似度阈值，过滤排除相似度小于阈值的车辆快照匹配对；

S404、对过滤后的车辆快照匹配对进行降序排列，并输出排序结果。

6.根据权利要求5所述的基于目标特征碰撞的车辆查询方法，其特征在于，所述步骤S401中，将其中一个搜索集中的每个车辆快照与另一个集合中的车辆快照进行匹配，得到车辆快照匹配对。

7.根据权利要求4所述的基于目标特征碰撞的车辆查询方法，其特征在于，所述步骤S5具体包括：

S501、将车辆快照数据集与目标快照进行匹配，组成车辆快照匹配对，计算车辆快照匹配对的特征向量集合的欧式距离集合；

S502、将特征向量匹配对的特征向量集合的欧式距离集合转换为[0,1]之间相似度值；

S503、对车辆快照匹配对进行降序排列，并输出排序结果。

8.根据权利要求5或7所述的基于目标特征碰撞的车辆查询方法，其特征在于，相似度值＝(1-特征向量匹配对的欧式距离/固定值)，固定值的取值大于匹配对欧式距离的集合中的最大值。

9.根据权利要求5所述的基于目标特征碰撞的车辆查询方法，其特征在于，所述相似度阈值为0.65。

10.一种根据权利要求1至9任一所述的方法进行车辆查询的系统，其特征在于，包括车辆快照数据获取模块、特征提取模块、碰撞模块、结果分析模块；

所述辆快照数据获取模块用于获取车辆抓拍信息以及图像数据；

所述特征提取模块用于对车辆快照提取特征值；

所述碰撞模块用于对车辆快照进行碰撞，组成车辆匹配对序列，计算相似度并进行相似度排序；

所述结果分析模块用于对碰撞结果进行分析，检索出两组车辆快照中出现的相同车辆，或返回大于匹配阈值的所有车辆快照信息。