[发明专利]车辆追踪方法、Siamese网络训练方法及装置

说明书

本发明公开了车辆追踪方法、Siamese网络训练方法及装置、电子设备、存储介质。车辆追踪方法包括：将待追踪车辆的车辆图像和监控设备抓拍的抓拍图像分别输入Siamese网络的两个分支，以分别提取抓拍图像中的抓拍车辆特征和车辆图像中的待追踪车辆特征；计算抓拍车辆特征与待追踪车辆特征的相似度；根据目标监控设备的位置信息确定待追踪车辆的位置，目标监控设备抓拍到的抓拍图像中的抓拍车辆特征与待追踪车辆特征的相似度大于阈值。本发明能够提高两幅图像相似度对比的准确度，进而最终提高车辆追踪的准确率。

技术领域

本发明涉及车辆追踪技术领域，特别涉及车辆追踪方法、Siamese网络训练方法及装置、电子设备、存储介质。

背景技术

目前，对于车辆的定位与追踪，常见的技术为卫星定位，而卫星定位对于通信网络要求较高，在地下车库等网络状态不佳的场合没有办法适用。随着图像识别技术的发展，以及监控设备遍布生活中的各个场所，基于图像识别技术实现车辆追踪成为可能。然而，由于车辆大多车型相似，且运行中的车辆图像抓拍精度较低，还受到抓拍角度限制，现有技术中基于图像识别技术实现车辆追踪，准确性和效率较低。

发明内容

本发明提供一种准确性和效率较高的车辆追踪方法、Siamese网络训练方法及装置、电子设备、存储介质。

具体地，本发明是通过如下技术方案实现的：

第一方面，提供一种车辆追踪方法，所述车辆追踪方法包括：

将待追踪车辆的车辆图像输入Siamese网络的第一分支，将监控设备抓拍的抓拍图像输入所述Siamese网络的第二个分支，以分别提取所述抓拍图像中的抓拍车辆特征和所述车辆图像中的待追踪车辆特征，其中，所述Siamese网络预先采用包括有车辆特征标注信息的车辆图像集训练完成；

计算所述抓拍车辆特征与所述待追踪车辆特征的相似度；

根据目标监控设备的位置信息确定所述待追踪车辆的位置，所述目标监控设备抓拍到的抓拍图像中的抓拍车辆特征与所述待追踪车辆特征的相似度大于阈值。

可选地，将监控设备抓拍的抓拍图像输入所述Siamese网络的第二个分支包括：

将包括有车辆图像信息的抓拍图像输入所述Siamese网络的第二个分支。

可选地，计算所述抓拍车辆特征与所述待追踪车辆特征的相似度，包括：

计算所述抓拍车辆特征与所述待追踪车辆特征的欧氏距离或余弦距离。

可选地，所述车辆追踪方法还包括：

根据抓拍图像的抓拍时间先后顺序连接对应的目标监控设备的位置，以绘制出所述待追踪车辆的行车轨迹。

可选地，所述待追踪车辆特征包括以下特征中的至少一种：

车辆型号、车身颜色、车身装饰、车内挂饰、车身纹理、车窗类型、车牌号码。

第二方面，提供一种Siamese网络的训练方法，所述训练方法包括：

获取多组图像对作为训练样本，每组图像对包括两幅车辆图像，每幅车辆图像标注有车辆标注特征；

针对每组图像对，将两幅车辆图像分别输入Siamese网络的两个分支；

经所述Siamese网络对输入的所述车辆图像进行特征提取，分别获得两幅车辆图像的车辆预测特征；

计算两幅车辆图像的车辆预测特征的第一相似度，以及两幅车辆图像的车辆标注特征的第二相似度；

确定所述第一相似度和所述第二相似度之间的差异，并基于所述差异调整所述Siamese网络的网络参数。