[发明专利]一种套牌车检索方法及系统

说明书

本发明提供了一种套牌车检索方法及系统，其方法包括，预先训练用于车辆过滤的分类模型，获取目标车辆的类型、颜色、子品牌、车牌号、特征区域信息，去除目标车辆的车牌号信息获得第二图像，去除车辆过车记录原始测试集车辆的车牌号信息获得第二测试集，将第二测试集中与目标车辆类型、颜色、子品牌不同的车辆图像过滤掉获得第三测试集，选出第三测试集中与第二图像相似度符合相似度要求的车辆图像集，恢复图像集中车辆的车牌号信息，并将图像集中车辆的车牌信息与第一图像的车牌信息进行匹配验证，从而达到匹配验证的目的。采用本发明的技术方案，解决了现有技术对套牌车无法实现的精准检索及验证的技术问题。

本技术方案涉及车辆监控领域，尤其涉及一种套牌车检索方法及系统。

背景技术

随着计算机视觉技术的研究与应用，对目标进行跟踪检索以其智能性和可靠性可被用在政府管控、违章锁定、嫌疑人跟等现实场景，目前已经应用于交通、公安、军队、能源等多个领域，更有进一步深入发展的趋势。

在车辆跟踪监测领域，一般是已知目标车辆的图像信息，需要在海量的测试库中寻找目标车辆。在刑事办案过程中，有一种特殊的情况为，犯罪嫌疑人驾驶的车辆为套牌车，也就是犯罪嫌疑人不断更换车牌。

发明人在对车辆跟踪检索的研究过程中，提出了一种把目标车辆分为有牌车、无牌车、套牌车的检索方法，因套牌车与有牌车、无牌车检索的方案均有交叉，为描述简洁，以“有牌车、无牌车的检索”及“套牌车的检索”分别申请专利。

发明内容

本技术方案提出了一种套牌车的检索及系统，解决了现有技术对套牌车无法实现的精准检索及验证的技术问题。

本发明公开的一种套牌车的检索方法，包括，

预先训练用于车辆过滤的模型，所述模型包括车辆类型模型、颜色模型、子品牌模型、车牌信息模型、特征区域分类模型；

获取待检索目标车辆信息的第一图像，提取所述第一图像的车辆车牌号信息；

去除所述第一图像的车辆车牌号信息，获得第二图像，提取所述第二图像的车辆类型信息、车辆颜色信息、车辆子品牌信息、特征提取区域信息；

去除车辆过车记录原始测试集车辆的车牌号信息，获得第二测试集；

对所述第二测试集与所述第二图像比较，进行车辆类型、车辆颜色、车辆子品牌的过滤，获得第三测试集；

对所述第三测试集中车辆特征提取区域与所述第二图像信息中特征提取区域使用所述特征区域分类模型分别提取特征进行比对及相似度排序，选出符合相似度要求的图像集；

恢复所述图像集中车辆的车牌号信息，并将所述图像集中车辆的车牌信息与所述第一图像的车牌信息进行匹配验证。

更进一步，所述符合相似度要求的图像集具体包括，所述相似度大于预先设定的阈值。

更进一步，所述符合相似度要求的图像集为相似度排名前N的图像集，其中，N≥1，N为正整数。

更进一步，所述符合相似度要求的图像集具体为相似度大于预先设定的阈值并且排名前N的图像集，其中，N≥1，N为正整数。

更进一步，N＝100。

更进一步，若所述相似度大于预先设定阈值的图像集图像数量M小于N，则所述图像集的数量为M，其中，M≥1，M为正整数。

更进一步，所述特征区域分类模型为全车区域特征分类模型。

更进一步，所述特征区域分类模型使用分类网络的512维权连接层作为所述第二测试集中车辆图片的特征向量。

本发明还公开了一种套牌车的检索系统，其特征在于，包括，