[发明专利]一种车辆重识别方法及装置

说明书

本发明提供了一种车辆重识别方法及装置，通过根据待识别的第一图像和第二图像已标注的车载图像采集设备标识以及第一图像和第二图像的车辆朝向信息，确定第一图像和第二图像是否为相同视角图像，在第一图像和第二图像为相同视角图像的情况下，将第一图像对应的特征图和第二图像对应的特征图输入相同视角分支网络进行车辆重识别，在第一图像和第二图像的车辆为不同视角图像的情况下，将第一图像对应的特征图和第二图像对应的特征图输入不同视角分支网络进行车辆重识别，由于在车辆重识别过程中考虑图像对的视角，克服了由于采集的车辆图像存在较大的类内差异，较小的类间差异导致车辆重识别任务难度大的问题，提高车辆重识别准确性。

技术领域

本发明涉及计算机技术领域，更具体的，涉及一种车辆重识别方法及装置。

背景技术

车辆重识别需要关联同一相机以及多个非重叠相机捕获的车辆图像，在大规模车辆识别、辅助驾驶、智能交通等领域中起着重要作用。

不同观察视角的相机采集的车辆图像视觉外观差异较大，当从单相机单视角捕捉不同车辆图像时，车辆外观可能非常相似，当从多相机多视角捕获相同车辆时，车辆外观有可能差异较大，即体现出较大的类内差异，较小的类间差异，导致车辆重识别难度较大。

发明内容

有鉴于此，本发明提供了一种车辆重识别方法及装置，降低了车辆重识别任务难度，提高车辆重识别准确性。

为了实现上述发明目的，本发明提供的具体技术方案如下：

一种车辆重识别方法，包括：

获取第一图像和第二图像，所述第一图像和所述第二图像为对车载图像采集设备采集的车辆图像进行车辆目标检测后得到的，所述第一图像和所述第二图像已标注车载图像采集设备标识；

利用车辆重识别模型中的车辆朝向识别网络分别识别所述第一图像和所述第二图像的车辆朝向信息；

根据所述第一图像和所述第二图像已标注的车载图像采集设备标识以及所述第一图像和所述第二图像的车辆朝向信息，确定所述第一图像和所述第二图像是否为相同视角图像；

基于所述车辆重识别模型中的特征提取网络分别对所述第一图像和所述第二图像进行特征提取，得到所述第一图像对应的特征图和所述第二图像对应的特征图；

在所述第一图像和所述第二图像为相同视角图像的情况下，将所述第一图像对应的特征图和所述第二图像对应的特征图输入所述车辆重识别模型中的相同视角分支网络，并根据所述相同视角分支网络的输出结果确定所述第一图像和所述第二图像是否对应相同车辆；

在所述第一图像和所述第二图像为不同视角图像的情况下，将所述第一图像对应的特征图和所述第二图像对应的特征图输入所述车辆重识别模型中的不同视角分支网络，并根据所述不同视角分支网络的输出结果确定所述第一图像和所述第二图像是否对应相同车辆。

可选的，所述获取第一图像和第二图像，包括：

获取由车载图像采集设备采集且经过车辆目标检测后得到的包括检测框的两个目标图像；

分别根据两个所述目标图像的检测框对所述目标图像进行裁剪，并对裁剪后的图像进行缩放处理得到所述第一图像和所述第二图像。

可选的，所述车辆重识别模型的构建方法如下：

获取训练样本和测试样本；

构建包括所述车辆朝向识别网络、所述特征提取网络、所述相同视角分支网络和所述不同视角分支网络的卷积神经网络模型；

以所述车辆朝向识别网络的识别结果趋近于所述训练样本中标注的车辆朝向为目标，对所述车辆朝向识别网络进行训练；