[发明专利]一种最大面积、最小长宽比的车辆排重方法和装置

说明书

本发明公开了一种最大面积、最小长宽比的车辆排重方法和装置，通过获取视频中的帧图像，通过Yolo算法对每张帧图像进行车辆检测得到包含有完整车辆的矩形框的车辆图像；通过目标跟踪算法生成车辆图像中的车辆ID，并获得车辆ID对应的车辆在帧图像中的车辆图像集合；分别计算车辆图像集合中的每张车辆图像的矩形框的面积指数和长宽比指数，并进行对比得到拥有最大面积指数的第一车辆图像和拥有最小长宽比指数的第二车辆图像；以及通过计算第一车辆图像中的矩形框的长宽比指数与最小长宽比指数的差值的绝对值，判断差值的绝对值是否小于一定阈值，若是，则将第一车辆图像标记为车辆排重图像，若否，则将第一车辆图像和第二车辆图像标记为车辆排重图像。

技术领域

本发明涉及视频图像处理领域，具体涉及一种最大面积、最小长宽比的车辆排重方法和装置。

背景技术

在视频数据处理中根据具体的业务需求，开发出满足不同应用场景要求的数据处理方法，车辆排重就是其中一种应用于视频结构化处理的方法。车辆排重主要应用于视频中同一行进或静止车辆的排重，最终输出一张最符合业务场景所需的车辆图像，如最清晰、最完整的车辆图像。车辆排重可应用于视频车辆结构化信息提取中(车颜色识别、车型识别、车牌识别等)，可以有效减少重复的车辆数据，减少车辆信息提取后端负载，大大提升装置性能。

在现有技术中，车辆排重应用的算法包括运动跟踪算法、车辆特征提取比对算法，但都无法给出得到最符合业务场景所需的车辆图像的依据，也就是无法从视频中得到最清晰、最完整的车辆图像，容易出现遗漏或是车辆图像不清晰等问题，特别是针对车辆车牌更为关注的场景下，无法得到清晰完整的车辆图像。

有鉴于此，设计出一种新的车辆排重方法以获得清晰完整的车辆图像是亟待解决的问题之一。

发明内容

针对上述提到的车辆排重无法输出最符合业务场景、最清晰、最完整的车辆图像，并且容易遗漏纵向行驶形态或是车辆图像不清晰等问题。本申请的实施例的目的在于提出了最大面积、最小长宽比的车辆排重方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种最大面积、最小长宽比的车辆排重方法，包括以下步骤：

S1：获取视频中的帧图像，通过Yolo算法对每张帧图像进行车辆检测得到包含有完整车辆的矩形框的车辆图像；

S2：通过目标跟踪算法生成车辆图像中的车辆ID，并获得车辆ID对应的车辆在帧图像中的车辆图像集合；

S3：分别计算车辆图像集合中的每张车辆图像的矩形框的面积指数和长宽比指数，并进行对比得到拥有最大面积指数的第一车辆图像和拥有最小长宽比指数的第二车辆图像；以及

S4：通过计算第一车辆图像中的矩形框的长宽比指数与最小长宽比指数的差值的绝对值，判断差值的绝对值是否小于一定阈值，若是，则将第一车辆图像标记为车辆排重图像，若否，则将第一车辆图像和第二车辆图像标记为车辆排重图像。

在一些实施例中，目标跟踪算法包括DeepSORT算法。DeepSORT算法是基于SORT算法的改进算法，可以实现在线跟踪，并判断出两个车辆图像中的车辆是否是同一个车辆。

在一些实施例中，步骤S3中通过下式计算车辆图像的面积指数S₁：