[发明专利]车辆图像分类方法、车辆轨迹还原方法、装置及设备

说明书

本说明书实施例提供一种车辆图像分类方法、车辆轨迹还原方法、装置、设备及存储介质。可以获取待分类的目标图像和已分类的参考图像在多个维度的特征，比如，车辆视觉特征、路网特征，然后对目标图像和参考图像各自在多个维度的特征进行融合处理，得到表征目标图像中的车辆和参考图像中的车辆的相似度大小的融合特征，然后进一步基于融合特征确定目标图像是否和参考图像为同一类别，以对目标图像进行分类。通过上述方式，可以得到更加准确的分类结果。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种车辆图像分类方法、车辆轨迹还原方法、装置、设备及存储介质。

背景技术

车辆轨迹数据可用于辅助交通相关的应用建设，比如，车流量估计、交通信号等控制、车辆路线规划、违规车辆追踪等等。目前，大都通过道路中安装的图像采集装置获取车辆图像，然后对车辆进行分类处理，将同一车辆的图像划分至一类，进而，基于分类后的车辆图像获取车辆轨迹数据。准确的对车辆图像进行分类，是获得准确车辆轨迹数据的前提，因而，有必要提供一种准确对车辆图像进行分类的方法。

发明内容

本公开提供一种车辆图像分类方法、车辆轨迹还原方法、装置、设备及存储介质。

根据本公开实施例的第一方面，提供一种车辆图像分类方法，所述方法包括：

分别获取待分类的目标图像和已分类的参考图像在多个维度的特征；其中，所述多个维度的特征至少包括：车辆视觉特征和路网特征，所述车辆视觉特征用于表征图像中的车辆的视觉特性，所述路网特征用于表征图像中的车辆的时空特性；

对所述目标图像在多个维度的特征和所述参考图像在多个维度的特征进行融合处理，得到表征所述目标图像中的车辆和所述参考图像中的车辆相似度大小的融合特征；

基于所述融合特征确定所述目标图像与所述参考图像是否为同一类别，其中，同一类别的图像为同一车辆的图像。

在一些实施例中，所述对所述目标图像在多个维度的特征和所述参考图像在多个维度的特征进行融合处理，得到表征所述目标图像中的车辆和所述参考图像中的车辆相似度大小的融合特征，包括：

针对所述多个维度的任一维度，基于所述目标图像在该维度的特征和所述参考图像在该维度的特征确定该维度的相似度特征，所述相似度特征用于表征所述目标图像在该维度的特征和所述参考图像在该维度的特征之间的相似度；

对所述多个维度的所述相似度特征进行融合处理，得到所述融合特征。

在一些实施例中，所述对多个维度的所述相似度特征进行融合处理，得到所述融合特征，包括：

对多个维度的所述相似度特征进行拼接，得到拼接特征；

对所述拼接特征进行特征提取，得到所述融合特征。

在一些实施例中，所述对所述目标图像在多个维度的特征和所述参考图像在多个维度的特征进行融合处理，得到表征所述目标图像中的车辆和所述参考图像中的车辆相似度大小的融合特征，包括：

对所述目标图像在多个维度的特征进行拼接处理，得到第一特征；

对所述参考图像在多个维度的特征进行拼接处理，得到第二特征；

基于所述第一特征与所述第二特征确定用于表征所述第一特征与所述第二特征的相似度的特征，作为所述融合特征。

在一些实施例中，所述对所述目标图像在多个维度的特征和所述参考图像在多个维度的特征进行融合处理，得到表征所述目标图像中的车辆和所述参考图像中的车辆相似度大小的融合特征之前，还包括：

分别将所述目标图像在多个维度的特征和所述参考图像在多个维度的特征，映射到同一特征空间并进行降维处理；