[发明专利]一种基于Hard Triple的车辆重识别方法及系统

说明书

本发明涉及一种图像识别的技术领域，揭露了一种基于Hard Triple的车辆重识别方法，包括：获取待识别车辆图像，利用最大值法将待识别车辆图像进行灰度化处理，得到待识别图像的灰度图；利用分段线性变换的方式对图像的灰度进行拉伸；利用基于动态匹配的局部特征提取模型提取灰度图中的局部特征信息；利用空间变换网络识别出具有辨别力的局部区域特征，并进行局部区域特征融合；根据所述局部区域融合特征，利用基于Hard Triplet的车辆重识别模型实现对车辆图像的识别。本发明还提供了一种基于Hard Triple的车辆重识别系统。本发明实现了车辆图像的识别。

技术领域

本发明涉及车辆识别的技术领域，尤其涉及一种基于Hard Triple的车辆重识别方法及系统。

背景技术

随着国家基础建设水平与国民生活水平的日益提升，道路交通情况不断完善，机动车数量开始逐年递增，导致交通安全问题频发，如何从交通监控视频中的海量车辆图像中迅速找到目标车辆，成为当前研究领域的一个热门话题。

传统车辆重识别工作主要采用车牌识别技术，即对过往的车辆进行车牌识别，并与保存违法犯罪信息的数据库进行比对，一旦发现，自动报警；或者通过车牌信息在海量车辆图像中进行目标车辆的检索；但是在真实交通环境下，车辆存在着车牌遮挡、套牌、伪造、移除等情况，在该情况下，使用车牌信息进行检索，无法准确定位目标车辆。同时由于车辆本身固有的属性限制，属于同一款车型的车辆极为相似，因此利用基于细粒度的车辆分类方法无法从一类车辆中准确定位某一辆车辆。

鉴于此，如何准确提取车脸图像特征，并对车脸图像特征进行分析和识别，成为本领域技术人员亟待解决的问题。

发明内容

本发明提供一种基于Hard Triple的车辆重识别方法，通过利用一种动态匹配的方法匹配得到车辆图像的局部特征信息，并利用空间变换网络识别出有辨别力的局部区域特征，并进行局部区域特征融合；同时利用基于Hard Triplet车辆重识别模型实现对车辆图像的识别。

为实现上述目的，本发明提供的一种基于Hard Triple的车辆重识别方法，包括：

获取待识别车辆图像，利用最大值法将待识别车辆图像进行灰度化处理，得到待识别图像的灰度图；

利用分段线性变换的方式对图像的灰度进行拉伸；

利用基于动态匹配的局部特征提取模型提取灰度图中的局部特征信息；

利用空间变换网络识别出具有辨别力的局部区域特征，并进行局部区域特征融合；

根据所述局部区域融合特征，利用基于Hard Triplet的车辆重识别模型实现对车辆图像的识别。

可选地，所述利用最大值法将待识别车辆图像进行灰度化处理，包括：

通过对待识别车辆图像中每一个像素的三个分量求最大值，并将该最大值设置为该像素点的灰度值，得到待识别图像的灰度图，所述灰度化处理的公式为：

G(i,j)＝max{R(i,j),G(i,j),B(i,j)}

其中：

(i,j)为待识别车辆图像中的一个像素点；

G(i,j)为像素点(i,j)的灰度值。

可选地，所述利用分段线性变换的方式对图像的灰度进行拉伸的公式为：

其中：

f(x,y)为待识别车辆图像的灰度图；

MAX_f(x,y),MIN_f(x,y)分别为灰度图的最大灰度值和最小灰度值。