[发明专利]用于获取车辆相似度的方法及装置有效
申请号: | 201910441616.5 | 申请日: | 2019-05-24 |
公开(公告)号: | CN110135517B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 段旭 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06V10/74 | 分类号: | G06V10/74;G06V10/75;G06V10/774 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 获取 车辆 相似 方法 装置 | ||
1.一种用于获取车辆相似度的方法,包括:
分别从第一待处理图像和第二待处理图像选取多个第一区域和多个第二区域,其中,所述第一待处理图像包含第一车辆图像,第二待处理图像包含第二车辆图像,所述多个第一区域中每个第一区域内的车辆位置和所述多个第二区域中每个第二区域内的车辆位置对应;
分别从所述多个第一区域中的每一个第一区域获取第一车辆特征信息和从所述多个第二区域中的每一个第二区域获取第二车辆特征信息,所述第一车辆特征信息和第二车辆特征信息包括颜色特征信息;
根据所述每一个第一区域的第一车辆特征信息与对应的所述每一个第二区域的第二车辆特征信息的相似度,获得第一车辆相似度信息,所述相似度基于所述第一车辆特征信息与所述第二车辆特征信息之间的余弦距离计算得到;
分别获取所述第一待处理图像和第二待处理图像的第三车辆特征信息和第四车辆特征信息,其中,所述第三车辆特征信息和所述第四车辆特征信息表征所述第一待处理图像和所述第二待处理图像的全局特征;
将所述第三车辆特征信息和第四车辆特征信息导入预先训练的车辆识别模型,得到第二车辆相似度信息,所述车辆识别模型基于样本相似度信息作为输出训练得到,其中,所述样本相似度信息通过车辆区域对应的区域特征计算得到,所述车辆区域包括车辆的多个区域的交界区域,所述区域特征包括以下至少一项:线条组合特征、区域组合特征;
根据所述第一车辆相似度信息和所述第二车辆相似度信息,计算所述第一车辆图像对应的车辆和第二车辆图像对应的车辆之间的相似度。
2.根据权利要求1所述的方法,其中,所述根据所述每一个第一区域的第一车辆特征信息与对应的所述每一个第二区域的第二车辆特征信息的相似度,获得第一车辆相似度信息,包括:
对于多个第一车辆特征信息和多个第二车辆特征信息中的第一车辆特征信息和第二车辆特征信息,计算第一车辆特征信息和对应该第一车辆特征信息的第二车辆特征信息之间的子相似度信息;
将多个子相似度信息的和作为第一车辆相似度信息。
3.根据权利要求1所述的方法,其中,所述车辆识别模型通过以下步骤训练得到:
获取多个样本车辆图像组和对应所述多个样本车辆图像组中每个样本车辆图像组对应的第一样本车辆特征信息、第二样本车辆特征信息和样本相似度信息,其中,样本车辆图像组包括包含车辆图像的第一样本车辆子图像和包含车辆图像的第二样本车辆子图像,第一样本车辆子图像与第一样本车辆特征信息对应,第二样本车辆子图像与第二样本车辆特征信息,样本相似度信息用于表征第一样本车辆子图像和第二样本车辆子图像之间的相似度,样本车辆特征信息包括以下至少一项:车辆轮廓线、车辆区域线;
将所述多个样本车辆图像组的每个样本车辆图像组的第一样本车辆特征信息和第二样本车辆特征信息作为输入,将所述多个样本车辆图像组中的每个样本车辆图像组所对应的所述样本相似度信息作为输出,训练得到所述车辆识别模型。
4.根据权利要求3所述的方法,其中,所述将所述多个样本车辆图像组的每个样本车辆图像组的第一样本车辆特征信息和第二样本车辆特征信息作为输入,将所述多个样本车辆图像组中的每个样本车辆图像组所对应的所述样本相似度信息作为输出,训练得到所述车辆识别模型,包括:
执行以下训练步骤:将所述多个样本车辆图像组中的每个样本车辆图像组的第一样本车辆特征信息和第二样本车辆特征信息依次输入至初始车辆识别模型,得到所述多个样本车辆图像组中的每个样本车辆图像组所对应的预测相似度信息,将所述多个样本车辆图像组中的每个样本车辆图像组所对应的预测相似度信息与该样本车辆图像组所对应的样本相似度信息进行比较,得到所述初始车辆识别模型的预测准确率,确定所述预测准确率是否大于预设准确率阈值,若大于所述预设准确率阈值,则将所述初始车辆识别模型作为训练完成的车辆识别模型。
5.根据权利要求4所述的方法,其中,所述将所述多个样本车辆图像组的每个样本车辆图像组的第一样本车辆特征信息和第二样本车辆特征信息作为输入,将所述多个样本车辆图像组中的每个样本车辆图像组所对应的所述样本相似度信息作为输出,训练得到所述车辆识别模型,包括:
响应于不大于所述预设准确率阈值,调整所述初始车辆识别模型的参数,并继续执行所述训练步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910441616.5/1.html,转载请声明来源钻瓜专利网。