[发明专利]一种基于数据库的车辆以图搜图方法

说明书

本发明提供一种基于数据库的车辆以图搜图方法，包括步骤：获取目标车辆图像中的车身区域；提取目标车辆图像中的车身区域的特征并显示所述特征；根据车身区域的特征检索数据库，得到与所述目标车辆的车身区域相似的图像。本发明的有益效果在于基于数据库的车辆以图搜图的方法可以有效地的解决深度学习带来的复杂、大量计算、成本等问题，不需要考虑深度学习所带来的复杂计算、模型验证的等问题，并且基于数据库的以图搜图可以在秒级检索相似度很高的图片出来。

技术领域

本发明涉及智能交通领域，特别是涉及一种基于数据库的车辆以图搜图方法。

背景技术

随着城市的快速发展和进步，城市安全也越来越受到关注。在进行视频侦查、套牌车查找、嫌疑车搜索时，需要根据目标车辆的图片从数据库中找出同一车辆的图片。以图搜图，是通过输入图片来检索相似图片的一种技术，涉及数据库、计算机视觉、图像识别等技术。以图搜图主要关键技术包括特征的提取、相似度比较。

现有技术中，采用深度学习的方法进行以图搜图。深度学习是一种目的在于建立、模拟人脑进行分析学习的深度网络，它模拟人脑的机制进行解释数据，例如声音、文本、图像，通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示，是机器学习中一种基于对数据进行表征学习的方法。其优点是可以抽象出高级特征，构建出复杂高性能的模型。虽然深度学习可以抽象出高级特征，但是训练耗时、模型正确性验证复杂且麻烦，有些深度网络不仅训练而且线上部署也需要GPU支持，模型有些很复杂，它们需要大量的计算性能来构建。

发明内容

为解决上述问题，本发明提供了一种基于数据库的车辆以图搜图方法，解决深度学习带来的复杂、大量计算、成本等问题。

一种基于数据库的车辆以图搜图方法，包括步骤：获取目标车辆图像中的车身区域；提取目标车辆图像中的车身区域的特征并显示所述特征；根据车身区域的特征检索数据库，得到与所述目标车辆的车身区域相似的图像。

本发明获取目标车辆图像中的车身区域，接着从所述目标车辆图像中的车身区域中提取目标车辆图像的特征信息并显示特征信息。目标车辆图像的特征可以包括车辆品牌、车辆子品牌、车身颜色、车辆类型、车牌颜色、车牌类型、纸巾盒、挂饰等特征。根据目标车辆图像的特征，查询数据库中存储的样本记录，从而得到所述目标车辆的车身区域相似的图像。另外，从数据库中得到的车辆特征与目标车辆的车身区域特征进行相似度比较，按相似度由高到低排列从数据库中获取数据。基于数据库的车辆以图搜图方法可以有效地的解决深度学习带来的复杂、大量计算、成本等问题，不需要考虑深度学习所带来的复杂计算、模型验证的等问题，基于数据库的以图搜图可以在秒级检索相似度很高的图片出来。

进一步地，所述数据库根据卡口系统中的车辆图像确定，包括步骤：获取卡口系统中每张车辆图像；提取卡口系统中每张车辆图像的特征存储到数据库中。获取卡口图像并通过识别出来的目标车辆特征存储到数据库中。卡口系统采用先进的光电技术、图像处理技术、模式识别技术对过往的每一辆汽车均拍下车辆的图像，所采集到的卡口图像均保存在服务器数据库中。本发明获取卡口图像并通过识别出来的目标车辆特征存储到数据库中。

进一步地，所述提取目标车辆图像中的车身区域的特征，根据车身区域的特征检索数据库，得到与所述目标车辆的车身区域相似的图像的步骤包括：将车身区域的特征划分为若干个优先级层级，按照优先级的层级，提取车身区域的特征，根据所述车身区域的特征检索，得到与所述目标车辆的车身区域的特征相似的图像，车身区域特征的检索范围为上一层级优先级车身区域的特征所检索到的相似的图像，最高级优先级车身区域的特征的检索范围为数据库。为了提高了从卡口数据库中查找相似车辆图像的精度，有必要对车身区域的特征进行等于划分，明确先提取哪些区域，后识别哪些区域，一般来说，先提取特征明显的车身区域或者容易提取的车身区域。为了提高从卡口数据库中查找相似车辆图像的速度，每次检索在上一次检索得到的相似的图像中进行检索，那么则无需每次都在数据量庞大的数据库中进行检索。