[发明专利]一种基于年检标志的交通卡口车辆智能检索系统及方法有效
申请号: | 201911048851.2 | 申请日: | 2019-10-31 |
公开(公告)号: | CN110807415B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 汤天培;龚昊;陈俊;施佺;朱森来;曹志超;曹阳;陶怀仁 | 申请(专利权)人: | 南通大学 |
主分类号: | G06V20/52 | 分类号: | G06V20/52;G06V10/25;G06V10/54;G06V10/50;G06V10/56;G06V10/46 |
代理公司: | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人: | 许洁 |
地址: | 226000*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 年检 标志 交通 卡口 车辆 智能 检索系统 方法 | ||
本发明公开了一种基于年检标志的交通卡口车辆智能检索系统及方法,所述的系统包括如下模块:人工交互标注模块、车辆图像标引模块、车辆图像预处理模块、年检标志检测模块、ROI特征提取模块、视觉特征匹配模块。本发明能够在实战应用中,在车牌信息不可用的极端条件下、常规视频图像分析检索技术失效的情况下,快速、精确的检索目标嫌疑车辆,并记录其照片和照片采集时间和采集地点,为查验目标嫌疑车辆的违规违法行为提供充分、确凿、严谨的证据。本发明具有较高的检索精度,能有效避免错检、漏检的问题,非常的高效。
技术领域
本发明属于计算机视觉技术领域,具体涉及一种基于年检标志的交通卡口车辆智能检索系统及方法,用于目标检测、模式识别、计算机视觉特征、图像信息检索等。
背景技术
随着“天网工程”、“平安城市”建设的不断深入,视频安防监控技术的更新换代、新技术的更迭以及未来的发展越来越受到各界的高度重视。近年来交通道路视频监控网络建设规模在不断扩大,目前交通道路监控摄像头已遍布我国各地街头,不间断的进行监视和录像,在提升交通管理智能化水平、保障交通安全、改善社会治安的同时,也产生了海量视频信息。在海量的视频信息中,依靠传统的人工浏览方式提取所需信息,无疑是大海捞针,给视频监控带来巨大挑战,对成千上万个监控平台进行人工信息提取将耗费大量的人力、物力和时间。对于一个大型的道路交通视频监控系统,例如在上海或深圳这类规模城市的视频监控系统中查找一辆违规违法车辆,仅仅依靠人工逐段观看浏览要耗费大量的人力和时间成本。在效率低下的同时,也无法避免因为人员疲劳等因素导致查找检索信息的错漏。传统的人海战术,因效率低下以及容易错过关键目标,海量监控视频由于难以找到关键信息而处于“监而不控”的状态。如何解决这一矛盾,是近些年交通管理和公共安全领域的热点和难点,因而监控视频图像检索技术成为交通管理等相关部门的迫切需求。虽然视频检索技术已经逐渐成熟并开始走向市场,然而用于视频监控系统的高效精准的视频图像检索方法仍很匮乏。
目前在交通道路监控视频检索技术领域,常规主流的手段是通过车牌信息识别来检索目标车辆。但是在实战操作中,常常出现车牌号未知、车牌图像模糊损坏、车辆未上牌或者套牌等情况,导致在海量交通监控视频数据中仅依靠传统智能视频检索分析技术检索目标车辆成为“不可能完成的任务”。实际应用场景的复杂性,导致现有常规视频图像技术成为海量视频资源与智能交通管理信息情报系统互联互通、整合应用的瓶颈与障碍。
发明内容
发明目的:为了解决现有技术的不足,本发明提供了一种基于年检标志的交通卡口车辆智能检索系统及方法。
技术方案:一种基于年检标志的交通卡口车辆智能检索系统,所述的系统包括如下模块:
人工交互标注模块,用于交互式地人工标注车辆属性及选取车辆年检标志区域,并将车辆属性信息传送给车辆标引模块;将年检标志区域信息传送给年检标志检测模块;
车辆图像标引模块,用于对原有高清卡口车辆图像数据库进行筛选并重新索引,并将所得的新的高清卡口车辆图像数据集传送给车辆图像预处理模块;
车辆图像预处理模块,用于对高清卡口车辆图像抠取车辆部分及其车窗部分图像,将车窗区域信息传送给年检标志检测模块;
年检标志检测模块,用于定位车辆年检标志区域,抠取车辆年检标志图像,并将抠取后的年检标志图像信息传送给ROI特征提取模块;
ROI特征提取模块,用于对车辆年检标志区域,进行高维特征抽取,形成组合特征矢量,并将待检索车辆年检标志的特征信息和年检标志抠图数据集中的所有年检标志的特征信息传送给视觉特征匹配模块;
视觉特征匹配模块,用于衡量待检索车辆年检标志与年检标志数据集中所有年检标志在高维视觉特征空间中的距离,按距离大小定义匹配程度,将匹配程度最高的配对最为最终检索结果输出。
一种根据所述的基于年检标志识别的交通高清卡口车辆智能系统进行的检索系统进行的方法,包括如下步骤:
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南通大学,未经南通大学许可,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/201911048851.2/2.html,转载请声明来源钻瓜专利网。