[发明专利]车辆检索方法及装置

权利要求书

1.一种车辆检索方法，其特征在于，包括以下步骤：

获取待检测车辆的图像；

从所述待检测车辆的图像中提取所述待检测车辆的N个检测特征向量，其中，N大于等于2，每个检测特征向量对应所述待检测车辆的一个部件；

对于所述N个检测特征向量分别执行以下步骤，得到N个相似度得分值序列：将第i个检测特征向量与第i个特征向量库中的所有特征向量进行相似度计算，得到第i个相似度得分值序列，其中，所述第i个特征向量库为预先建立的与所述第i个检测特征向量对应的相同的车辆部件的特征向量库，i取1至N的自然数；其中，不同特征向量库中相同车辆的特征向量之间建立有对应关系；

分别选取所述N个相似度得分值序列中最大的前M个相似度得分值对应的特征向量；

根据选取的特征向量之间的对应关系判断是否存在目标车辆，所述目标车辆对应的N个特征向量分别存在于所述选取的特征向量中；

如果存在，则确定所述目标车辆为所述待检测车辆。

2.根据权利要求1所述的车辆检索方法，其特征在于，如果目标车辆存在多个，所述车辆检索方法还包括：

获取多个所述目标车辆的所有特征向量；

对于同一所述目标车辆，分别根据其特征向量与所述待检测车辆的特征向量的相似度得分值计算所述目标车辆的相似度得分值，并对所述计算结果进行排序；

根据所述排序结果显示多个所述目标车辆的图像及其对应相似度得分值。

3.根据权利要求1所述的车辆检索方法，其特征在于，利用卷积神经网络模型从所述待检测车辆的图像中提取所述待检测车辆的N个检测特征向量。

4.根据权利要求1所述的车辆检索方法，其特征在于，在获取待检测车辆的图像之前，还包括：

获取多个包含有车辆的图像；

利用卷积神经网络模型从所述多个包含有车辆的图像中提取车辆图像；

利用卷积神经网络模型从提取的车辆图像中提取车辆特征，并对同一车辆的不同特征建立对应关系，得到特征向量库。

5.根据权利要求1所述的车辆检索方法，其特征在于，所述车辆检索方法，还包括：开启与所述N个检测特征向量一一对应的多个线程，分别执行第i个检测特征向量与第i个特征向量库中的所有特征向量进行相似度计算，得到第i个相似度得分值序列。

6.根据权利要求1所述的车辆检索方法，其特征在于，所述获取待检测车辆的图像的步骤之后，还包括：将所述待检测车辆的图像由第一格式转换成第二格式。

7.根据权利要求6所述的车辆检索方法，其特征在于，所述第一格式RGB格式，所述第二格式为YUV格式。

8.一种车辆检索装置，其特征在于，包括：

第一获取单元，用于获取待检测车辆的图像；

提取单元，用于从所述待检测车辆的图像中提取所述待检测车辆的N个检测特征向量，其中，N大于等于2，每个检测特征向量对应所述待检测车辆的一个部件；

第一计算单元，用于对于所述N个检测特征向量分别执行以下步骤，得到N个相似度得分值序列：将第i个检测特征向量与第i个特征向量库中的所有特征向量进行相似度计算，得到第i个相似度得分值序列，其中，所述第i个特征向量库为预先建立的与所述第i个检测特征向量对应的相同的车辆部件的特征向量库，i取1至N的自然数；其中，不同特征向量库中相同车辆的特征向量之间建立有对应关系；

选取单元，用于分别选取所述N个相似度得分值序列中最大的前M个相似度得分值对应的特征向量；

判断单元，用于根据选取的特征向量之间的对应关系判断是否存在目标车辆，所述目标车辆对应的N个特征向量分别存在于所述选取的特征向量中；

确定单元，用于确定所述目标车辆为所述待检测车辆。

9.一种图像处理装置，其特征在于，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1至7中任一项所述的车辆检索方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行权利要求1至7中任一项所述的车辆检索方法。