[发明专利]基于车辆前挡风玻璃粘贴标志的车辆重识别方法和系统

权利要求书

1.一种基于车辆前挡风玻璃粘贴标志的车辆重识别方法，其特征在于，包括以下步骤：

(1)拍摄车辆前挡风玻璃图片；

(2)对车辆前挡风玻璃图片进行检测定位，得到前挡风玻璃粘贴标志的候选区域；

(3)对前挡风玻璃粘贴标志的候选区域进行检测定位，得到每个标志的候选区域，统计标志的数量及颜色序列；

(4)将每个标志的候选区域的中心分别与车辆前挡风玻璃图片的中心进行连线，计算相邻连线的夹角余弦值，得到一系列余弦值的均值与方差，用于表示标志与车辆前挡风玻璃图片中心点的相对位置；

(5)若两张车辆前挡风玻璃图片的标志的数量，颜色序列均一致，且标志与车辆前挡风玻璃图片中心点的相对位置的差异值在预设值以内，判定为同一车辆，否则，不是同一车辆；

所述步骤(2)和(3)利用训练好的检测器进行检测定位,所述检测器的训练方法为：

输入车辆前挡风玻璃图片，并在车辆前挡风玻璃图片中标注粘贴标志的坐标标签，得到若干个候选区域，输出候选区域重叠率最大的候选区域作为检测定位结果，根据坐标标签计算损失函数，调整网络中间参数，然后再次输入新的训练图像，反复训练至检测器的准确率大于预设值；

重叠率为其中表示检测所得的候选区域与真实粘贴标志区域的重叠率，J表示真实粘贴标志区域面积，J_gt表示检测所得的候选区域面积；

检测器的准确率为其中T表示检测器精确度，K表示检测器召回率， 检测器精确度检测器召回率

2.如权利要求1所述的一种基于车辆前挡风玻璃粘贴标志的车辆重识别方法，其特征在于，所述检测器为快速目标检测卷积神经网络、BP神经网络、卷积神经网络和快速卷积神经网络中的任意一种。

3.如权利要求2所述的一种基于车辆前挡风玻璃粘贴标志的车辆重识别方法，其特征在于，所述检测器为快速目标检测卷积神经网络。

4.如权利要求1-3所述任意方法，其特征在于，所述颜色序列为按照检测顺序依次识别的标志颜色，标志颜色为白色、蓝色、绿色、黄色、黑色、红色中的任意一种，分别与数字0-5一一对应。

5.一种基于车辆前挡风玻璃粘贴标志的车辆重识别系统，其特征在于，包括以下模块：

第一模块，用于拍摄车辆前挡风玻璃图片；

第二模块，用于对车辆前挡风玻璃图片进行检测定位，得到前挡风玻璃粘贴标志的候选区域；

第三模块，用于对前挡风玻璃粘贴标志的候选区域进行检测定位，得到每个标志的候选区域，统计标志的数量及颜色序列；

第四模块，用于将每个标志的候选区域的中心分别与车辆前挡风玻璃图片的中心进行连线，计算相邻连线的夹角余弦值，得到一系列余弦值的均值与方差，表示标志与车辆前挡风玻璃图片中心点的相对位置；

第五模块，用于判断两张车辆前挡风玻璃图片的车辆是否为同一车辆，若两张车辆前挡风玻璃图片的标志的数量，颜色序列均一致，且标志与车辆前挡风玻璃图片中心点的相对位置的差异值在预设值以内，判定为同一辆车，否则，不是同一车辆；

所述第二模块和第三模块利用训练好的检测器进行检测定位,所述检测器的训练方法为：

输入车辆前挡风玻璃图片，并在车辆前挡风玻璃图片中标注粘贴标志的坐标标签，得到若干个候选区域，输出候选区域重叠率最大的候选区域作为检测定位结果，根据坐标标签计算损失函数，调整网络中间参数，然后再次输入新的训练图像，反复训练至检测器的准确率大于预设值；

所述重叠率为其中表示检测所得的候选区域与真实粘贴标志区域的重叠率，J表示真实粘贴标志区域面积，J_gt表示检测所得的候选区域面积；

检测器的准确率为其中T表示检测器精确度，K表示检测器召回率， 检测器精确度检测器召回率

6.如权利要求5所述的一种基于车辆前挡风玻璃粘贴标志的车辆重识别系统，其特征在于，所述检测器为快速目标检测卷积神经网络、BP神经网络、卷积神经网络和快速卷积神经网络中的任意一种。