[发明专利]目标匹配方法及装置

说明书

本申请实施例提供一种目标匹配方法及装置，应用于电子设备。目标匹配方法包括：从目标图像中获取目标的多个关键特征区域。将所述多个关键特征区域输入到预先训练的深度网络模型中，得到各个关键特征区域的特征向量。基于所述各个关键特征区域的特征向量从待检索数据集中获取匹配结果。由此，能够避免在车辆匹配过程中由于车身非关键部件特征的影响而导致的匹配效率和匹配准确率低的问题，提高了车辆匹配准确率与辨识过程中的抗干扰性，同时也减少了匹配过程中的计算量，提高了车辆匹配的速度。

技术领域

本申请涉及车辆匹配领域，具体而言，涉及一种目标匹配方法及装置。

背景技术

在安防领域，车辆匹配一般利用安防摄像头以一定的角度拍摄待匹配车辆获得车辆图像，并对车辆图像进行全局特征提取，再根据全局特征提取结果对车辆进行匹配，这种目标匹配方法在特征提取的计算量较大，在待匹配车辆较多的情况时会导致匹配效率下降，此外对车辆图像进行全局特征提取，非关键特征区域会干扰训练结果，使非关键特征区域的权重较大，导致过拟合，降低车辆的匹配效率和匹配准确率。

申请内容

有鉴于此，本申请的目的在于提供一种目标匹配方法及装置，以解决或者改善上述问题。

为了实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供一种目标匹配方法，应用于电子设备，所述方法包括：

从目标图像中获取目标的多个关键特征区域。

将所述多个关键特征区域输入到预先训练的深度网络模型中，得到各个关键特征区域的特征向量。

基于所述各个关键特征区域的特征向量从待检索数据集中获取匹配结果。

可选地，所述从目标图像中获取目标的多个关键特征区域的步骤，包括：

从所述目标图像中获取所述目标对应的目标图像区域。

从目标图像中获取所述目标的定位点。

根据所述定位点对所述目标图像进行矫正，得到矫正后的图像区域。

根据预设的提取区域划定标准，从所述矫正后的图像区域中获取所述目标的多个关键特征区域。

可选地，所述定位点包括至少四个基准点，所述根据所述定位点对所述目标图像进行矫正，得到矫正后的图像区域的步骤，包括：

根据所述至少四个基准点与每个基准点对应的定位点约束条件生成对应的仿射变换矩阵，其中，每个所述仿射变换矩阵对应四个所述基准点。

基于所述仿射变换矩阵对所述目标图像区域进行矫正，得到矫正后的目标图像区域。

可选地，所述深度网络模型包括由多个卷积层组成的卷积层组，所述将所述多个关键特征区域输入到预先训练的深度网络模型中，得到各个关键特征区域的特征向量的步骤，包括：

对于所述多个关键特征区域，将该关键特征区域输入到所述深度网络模型，依次经过每个卷积层特征提取得到每个卷积层对应的该关键特征区域的特征图像，并将最后一个卷积层提取得到的该关键特征区域的特征图像作为该关键特征区域的特征向量，以得到各个关键特征区域的特征向量。

可选地，所述卷积层组包括具有采样功能的卷积层，所述依次经过每个卷积层特征提取得到每个卷积层对应的该关键特征区域的特征图像的步骤，包括：

在当前进行特征提取的卷积层为所述具有采样功能的卷积层时，通过该具有采样功能的卷积层对上一层卷积层提取得到的特征图像的每个通道图像进行采样，以改变每个通道图像的尺寸，并同时对该特征图像进行特征提取，以输出对应的该关键特征区域的特征图像。