[发明专利]机动车算法指标自动化测试方法、系统、介质及终端

说明书

本发明提供一种机动车算法指标自动化测试方法、系统、介质及终端，方法包括：获取待测试机动车算法指标的图像信息，并将其作为标定图像，对其中的车辆信息进行标定；对标定图像进行图像识别，获取对比图像，根据对比图像中的图片车牌号进行第一次对比；对车牌不同的对比图像进行第二次对比，并将第二次对比结果按类型不同分别存储，根据分别存储的对比图像的数量，获取待测试机动车算法指标，完成测试；本发明通过自动化模式将目前人工测试方式转变为自动化处理，可以将测试效率大力提高；通过使用特征向量与HSI颜色空间双维度对比方法，保证了图片对比的精确度，在提高测试效率的基础上，保证了测试准确率，节约了人力成本。

技术领域

本发明涉及电子领域、安防领域和计算机应用领域，尤其涉及一种机动车算法指标自动化测试方法、系统、介质及终端。

背景技术

随着安防摄像头普及程度越来越高，智能安防摄像设备在城市交通道路管控、疏导等作用日益显著，得益于智能算法分析，闯红灯、压线等交通违法通过算法识别抓拍，可以有效的节约人力，同时提高交通处理效率。

目前，机动车算法效果评价主要通过测试算法抓拍准确率、抓拍召回率、多抓率、漏抓率。但是，大部分测试只能依赖人工测试筛选判断；人工测试方式人力成本高，测试误差大，测试效率低、准确率低，且测试标准不统一，无法满足日益增长的功能性需求。

发明内容

鉴于以上所述现有技术的缺点，本发明提供一种机动车算法指标自动化测试方法、系统、介质及终端，以解决上述技术问题。

本发明提供的机动车算法指标自动化测试方法，包括：

获取待测试机动车算法指标的图像信息，并将其作为标定图像，对其中的车辆信息进行标定，所述标定包括将车牌号与图像信息中的车辆信息进行关联；

对所述标定图像进行图像识别，获取对比图像，根据对比图像中的图片车牌号进行第一次对比，获取第一次比对结果，将第一次对比结果中车牌相同和车牌不同的对比图像，分别进行存储；

对车牌不同的对比图像进行第二次对比，获取第二次对比结果，并将第二次对比结果按类型不同分别存储，所述第二次对比包括根据图像信息的特征向量和颜色模型两个维度计算的图像误差率进行对比；

根据分别存储的对比图像的数量，获取待测试机动车算法指标，完成测试。

与本发明的一实施例中，获取图像信息的RGB颜色值，通过对所述RGB颜色值进行颜色空间转换，获取图像信息的颜色模型；

分别获取标定图像的标定特征向量和标定颜色模型，通过对所述标定图像进行图像识别，分别获取对比图像的特征向量和对比图像的颜色模型；

根据所述标定特征向量和对比图像的特征向量，计算特征向量误差率；

根据所述标定颜色模型和对比图像的颜色模型，计算颜色模型误差率。

与本发明的一实施例中，当一对比图像的所述特征向量误差率小于预设的向量比较阈值，且所述颜色模型误差率小于预设的颜色比较阈值时，则判定所述对比图像与标定图像为同一车辆，将所述对比图像与第一次对比结果中的车牌相同的对比图像一并存储；

否则，则判定为误抓拍，并将所有判定为误抓拍的对比图像一并存储。

与本发明的一实施例中，预先建立用于表示不同类别的文件夹，通过不同的文件夹对对比图像不同类别的对比结果分别进行存储；

将第一次对比结果中车牌相同的对比图像，以及判定为与标定图像为同一车辆的对比图像，合并存储，作为车牌相同结果，根据所述车牌相同结果获取准确率。

与本发明的一实施例中，在所述车牌相同结果中，如果m张对比图像(m ≥2)与所述车牌号比对成功，则从最新图像数据开始，取m-1张判定为多抓拍；