车辆比对的方法和系统与流程

本发明涉及图像识别技术领域，尤其涉及一种车辆比对的方法和系统。

背景技术：

图像识别技术是根据观测到的图像，对其中的物体分辨其类别，做出有意义的判断。即利用现代信息处理与计算机技术来模拟和完成人类的认识，理解过程。一般而言，图像识别系统主要由三个部分组成，分别是图像分割，图像特征提取以及分类器识别分类。

其中，图像分割将图像划分为多个有意义的区域，然后将每个区域的图像进行特征提取，最后分类器根据提取的图像特征对图像进行相应的分类。实际上，图像识别和图像分割并不存在严格的界限。从某种意义上讲，图像分割的过程就是图像识别的过程。图像分割着重于对象和背景的关系，研究的是对象在特定背景下所表现出来的整体属性，而图像识别则着重于对象本身的属性，其图像识别技术在计算机，通信，工业自动化等有着广泛的应用。

发明人在实现本发明的过程中发现，目前图像识别有一些有关车辆比对的研究，其中主要靠全局特征比对或者结合部分标志物比对的方式。其中全局比对往往忽略车辆内饰等的一些细节；结合部分标志物比对往往会由于强光，过暗等外部环境的干扰造成比对失败。

技术实现要素：

为了解决现有技术中的上述至少一个技术问题，本发明实施例提供一种车辆比对的方法和系统。

一方面，本发明实施例提供一种车辆比对的方法，包括：

对图片中的待比对车辆进行车辆定位，确定所述待比对车辆的唯一特征信息和外观特征信息，所述外观特征信息包括车身颜色信息和标志物的图像信息；

比较所述待比对车辆的唯一特征信息与目标车辆的唯一特征信息，当所述待比对车辆的唯一特征信息与所述目标车辆的唯一特征信息一致时，比较所述待比对车辆的外观特征信息与所述目标车辆的外观特征信息，确定外观特征信息相似度，基于所述外观特征信息相似度，确定所述待比对车辆是否为所述目标车辆。

另一方面，本发明实施例提供一种车辆比对的系统，包括：

定位模块，用于对图片中的待比对车辆进行车辆定位，确定所述待比对车辆的唯一特征信息和外观特征信息，所述外观特征信息包括车身颜色信息和标志物的图像信息；

识别模块，用于比较所述待比对车辆的唯一特征信息与目标车辆的唯一特征信息，当所述待比对车辆的唯一特征信息与所述目标车辆的唯一特征信息一致时，比较所述待比对车辆的外观特征信息与所述目标车辆的外观特征信息，确定外观特征信息相似度，基于所述外观特征信息相似度，确定所述待比对车辆是否为所述目标车辆。

本发明实施例提供的一种车辆比对的方法和系统，根据对图片中待比对车辆的唯一特征信息和外观特征信息，以标志物的图像梯度信息或图像纹理信息进行处理比对。保证全局比对的同时也比对了车辆内饰等的一些细节；结合部分标志物比对，通过标志物的图像梯度信息或图像纹理信息对外部环境干扰较小的方法，适应多种场景，进行有效的车辆比对。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的一种车辆比对的方法的流程图；

图2为图1中子流程实施例示意图；

图3为本发明实施例的一种车辆比对的系统的结构示意图；

图4为本发明实施例提供的一种用户设备结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1示出的是本发明实施例的一种车辆比对的方法的流程图，方法可以包括以下步骤：

S11：对图片中的待比对车辆进行车辆定位，确定所述待比对车辆的唯一特征信息和外观特征信息，所述外观特征信息包括车身颜色信息和标志物的图像信息；

S12：比较所述待比对车辆的唯一特征信息与目标车辆的唯一特征信息，当所述待比对车辆的唯一特征信息与所述目标车辆的唯一特征信息一致时，比较所述待比对车辆的外观特征信息与所述目标车辆的外观特征信息，确定外观特征信息相似度，基于所述外观特征信息相似度，确定所述待比对车辆是否为所述目标车辆。

在本实施方式中，对于步骤S11，可以应用现有技术中的Fast-RCNN算法来定位图片中的待比对车辆，确定待比对车辆的唯一特征信息和外观特征信息。对于步骤S12，可以自定义合适的公式或算法，考虑唯一特征信息和外观特征信息的总体相似度或各自的相似度，确定所述待比对车辆与目标车辆的相似度，确定所述待比对车辆与目标车辆的相似度之后，可以自定义阈值，例如将阈值设为80％，当相似度大于80％的阈值时，确定所述待比对车辆是否为所述目标车辆。

其中，当所述待比对车辆的唯一特征信息与所述目标车辆的唯一特征信息不一致时，则可以直接确定所述待比对车辆是不是所述目标车辆。

图2为图1中的子流程实施例示意图，如图2所示，图1中步骤S12例如可以包括：

S120：比较所述待比对车辆的车身颜色信息与所述目标车辆的车身颜色信息，确定第一子相似度；

S121：比较所述待比对车辆的标志物的图像信息与所述目标车辆的标志物的图像信息，确定第二子相似度；

S122：基于所述第一子相似度和所述第二子相似度，确定所述外观特征信息相似度。

在本实施方式中，对于步骤S120，鉴于颜色是比较容易判断相似度的，因此相似度可以设为仅有两个取值：0对应不同，100％对应相同；对于步骤S121，鉴于标志物的图像信息是判断因素比较多，相似度可取一个范围[0,100％]，进一步地，车身颜色在判断相似度上还是具有一定影响的，只不过影响可以设计成相对于其他标志物的影响小(毕竟不同车辆的颜色的重合的可能性还是比较大的)，因此可以为颜色和标志物分别设计权重，对于步骤S122，通过对第一子相似度和所述第二子相似度加权求和进行计算，得出所述外观特征信息相似度。

结合图1-图2，作为一种具体的实施方式，例如车辆的唯一特征信息可以为车辆品牌，外观特征信息包括车身颜色信息和标志物的图像信息，标志物可以包括与车窗有关的附加可视物和车身的安装部件。其中，作为具体的示例，车窗有关的附加可视物可以为吊坠、抽纸盒、年检标，车身的安装部件例如为车灯。

在确定待比对车辆的车辆品牌信息和车身颜色信息和标志物的图像信息之后，先比对车辆的品牌信息，若所述待比对车辆的品牌为奥迪，车辆数据库中的目标车辆的品牌为宝马，待比对车辆与目标车辆的品牌不一致时，直接确定待比对车辆与目标车辆相似度为0％，确定出所述待比对车辆不是所述目标车辆。若待比对车辆的品牌为宝马，与目标车辆的品牌一致，则进一步地比较待比对车辆的车身颜色信息和标志物的图像信息，确定外观特征信息相似度。

具体来说，设置颜色信息的第一子相似度的取值范围为{0,100％}，标志物的第二子相似度的取值范围为[0,100％]，可以设置第一子相似度的权重小于第二子相似度的权重，其中第一子相似度的权重为(0,0.5)中的0.2，第二子相似度的权重为(0.5，1]中的1。

若所述待比对车辆的车身颜色为红色，目标车辆的车身颜色为红色，则第一相似度取值为100％，若对标志物的图像信息比较相似度后确定第二相似度为65％，则得出车辆外观特征相似度＝0.2*100％+1*65％＝85％。假设阈值依然为80％，由于，车辆外观特征相似度超过80％的阈值，则可判定是同一辆车。

若所述待比对车辆的车身颜色为黄色，不同于目标车辆的红色，则第一相似度取值为0，若对标志物的图像信息比较相似度后确定第二相似度为90％，则得出车辆外观特征相似度＝0.2*0+1*90％＝90％，由于车辆外观特征相似度依然超过80％的阈值，则可判定为同一辆车。

对于上述比对方法：可以在定位之前，先对图像进行滤波和锐化，保证输入图像的边缘清晰，能为车辆对比提供了良好的输入。另外，所述标志物的图像信息可以例如为受光照影响较小的图像梯度信息和/或图像纹理信息。

对于上述比较方法，还可以有另一种变型，举例说明如下：

在确定待比对车辆的唯一特征信息和外观特征信息后，比较待比对车辆的唯一特征信息与目标车辆的唯一特征信息，确定基本相似度，其中，所述基本相似度的取值范围为{0,100％}；

接着比较待比对车辆的外观特征信息与目标车辆的外观特征信息，确定外观特征信息的相似度，其中，所述外观特征信息相似度的取值范围为[0，100％]；

根据所述基本相似度+所述外观特征信息相似度-100％，确定出所述待比对车辆目标的相似度。

可以理解，若基本相似度为100％，外观特征信息相似度m(与上述梯度求取方法中车辆外观特征相似度m一致)为85％，则待比对车辆与目标车辆相似度为：100％+85％-100％＝85％>80％，判定为所述待比对车辆是所述目标车辆。

若基本相似度为0，即使外观特征信息相似度m等于100％，则待比对车辆与目标车辆相似度：0+100％-100％＝0，判定为所述待比对车辆不是所述目标车辆。

图3为本发明的一种车辆比对的系统的结构示意图。如图3所示，用于一种车辆比对的系统可以包括：定位模块11，识别模块12。其中：

定位模块11，用于对图片中的待比对车辆进行车辆定位，确定所述待比对车辆的唯一特征信息和外观特征信息，所述外观特征信息包括车身颜色信息和标志物的图像信息；

识别模块12，用于比较所述待比对车辆的唯一特征信息与目标车辆的唯一特征信息，当所述待比对车辆的唯一特征信息与所述目标车辆的唯一特征信息一致时，比较所述待比对车辆的外观特征信息与所述目标车辆的外观特征信息，确定外观特征信息相似度，基于所述外观特征信息相似度，确定所述待比对车辆是否为所述目标车辆。

作为一种优选实施方案，所述系统例如还包括位于定位模块上游的图片处理模块，用于对图像进行预处理(例如滤波和锐化)，保证图像的边缘清晰性。

进一步地，识别模块用于：

比较所述待比对车辆的车身颜色信息与所述目标车辆的车身颜色信息，确定第一子相似度，

比较所述待比对车辆的标志物的图像信息与所述目标车辆的标志物的图像信息，确定第二子相似度，

基于所述第一子相似度和所述第二子相似度，确定所述外观特征信息相似度。

其中，当所述外观特征信息包括车身颜色信息和标志物的图像信息时，所述相似度确定模块用于当所述待比对车辆的唯一特征信息与目标车辆的唯一特征信息一致时；

比较所述待比对车辆的车身颜色信息与目标车辆的车身颜色信息，确定第一子相似度，其中，所述第一子相似度的取值范围为{0，100％}；

比较所述待比对车辆的标志物的图像信与目标车辆的标志物的图像信息，确定第二子相似度，其中，所述第二子相似度的取值范围为[0，100％]；

根据所述第一子相似度和所述第二子相似度的加权和，确定外观特征信息相似度，其中，所述第一子相似度的权重的取值范围为(0，0.5)，所述第二子相似度的权重为(0.5，1]。

当所述标志物的数量为多个时，所述第二子相似度为多个标志物的相似度的加权和。

图4为本申请实施例提供的又一种用户设备1200的结构示意图，本申请具体实施例并不对用户设备1200的具体实现做限定。如图4所示，该用户设备1200可以包括：

处理器(processor)1210、通信接口(Communications Interface)1220、存储器(memory)1230、以及通信总线1240。其中：

处理器1210、通信接口1220、以及存储器1230通过通信总线1240完成相互间的通信。

通信接口1220，用于与比如客户端等的网元通信。

处理器1210，用于执行存储器1230上的程序1232，具体可以执行上述方法实施例中的相关步骤。

具体地，程序1232可以包括程序代码，所述程序代码包括计算机操作指令。

处理器1210可能是一个中央处理器CPU，或者是特定集成电路ASIC(Application Specific Integrated Circuit)，或者是被配置成实施本申请实施例的一个或多个集成电路。

存储器1230，用于存放程序1232。存储器1230可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。程序1232具体可以用于使得所述用户设备1200执行以下操作：

定位步骤，对图片中的待比对车辆进行车辆定位，确定所述待比对车辆的唯一特征信息和外观特征信息，所述外观特征信息包括车身颜色信息和标志物的图像信息；

识别步骤，比较所述待比对车辆的唯一特征信息与目标车辆的唯一特征信息，当所述待比对车辆的唯一特征信息与所述目标车辆的唯一特征信息一致时，比较所述待比对车辆的外观特征信息与所述目标车辆的外观特征信息，确定外观特征信息相似度，基于所述外观特征信息相似度，确定所述待比对车辆是否为所述目标车辆。

程序1232中各步骤的具体实现可以参见上述实施例中的相应步骤和单元中对应的描述，在此不赘述。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程描述，在此不再赘述。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。