[发明专利]跨视域车辆重识别模型及其构建方法、装置及应用

说明书

本方案提出了一种跨视域车辆重识别模型的构建方法、装置及应用，包括以下步骤：构建跨视域车辆重识别模型，所述跨视域车辆重识别模型由跨域特征生成模块以及空间特征增强模块组成，获取至少一标记车辆的待识别车辆图像以及多视角信息；将待识别车辆图像以及多视角信息输入到跨域特征生成模块中得到跨域特征；对待识别车辆图像进行特征提取后输入到空间特征增强模块中得到增强车辆特征；当所述跨视域车辆重识别模型的损失函数最小时，完成所述跨视域车辆重识别模型的训练。本方案可以根据输入的待识别车辆图像在不同的光照、亮度的条件下进行高准确率的重识别。

技术领域

本申请涉及图像处理、机器学习领域，特别涉及一种跨视域车辆重识别模型及其构建方法、装置及应用。

背景技术

车辆在行驶过程中经常会出现各种违章行为，传统的处理方法依靠交通管理部门巡查，管理人员发现违章行为后给车辆贴罚单并发送处罚短信，整个过程耗费大量人力资源且效率较低。为了提高交通管理部门的违章行为处罚效率，现有技术中存在通过车辆重识别来进行违章复核的方法，但是这种方法常常由于失误判定前后车辆不一致便自动结案，从而没有很好的对违章行为进行处罚。

由于失误判定前后车辆不一致主要有以下原因：1.在进行重识别时由于光线、天气、视角、颜色等变化导致认为原违章车辆不存在；2.在进行重识别时车辆的位置、停车的方向、车门或者后备箱处于打开状态或被其他遮挡物（行人、物品等）遮挡导致重识别失败；3.重识别时通过车牌号来判断同一辆车，当车牌被遮挡或者由于视角问题在重识别时拍摄不到车牌等原因会导致重识别失败。

综上所述，亟需一种可以在不同的拍摄角度以及存在光线、天气等干扰的情况下可以进行准确重识别的方法。

发明内容

本申请方案提供一种跨视域车辆重识别模型及其构建方法、装置及应用，可以在不同光照情况，不同天气情况下对车辆进行准确重识别。

第一方面，本申请提供一种跨视域车辆重识别模型的构建方法，包括：

获取至少一标记车辆的待识别车辆图像以及多视角信息，所述车辆对应设有车辆身份编码信息；

构建跨视域车辆重识别模型，所述跨视域车辆重识别模型由跨域特征生成模块以及空间特征增强模块组成；

训练所述跨视域车辆重识别模型，将所述待识别车辆图像进行通道特征提取得到通道特征，将所述通道特征与所述车辆身份编码信息以及多视角信息输入到所述跨域特征生成模块中得到跨域特征；

对所述待识别图像进行特征提取得到待识别车辆特征，将所述待识别车辆特征输入到所述空间特征增强模块中，所述空间特征增强模块由矩阵子模块以及权重子模块组成，所述矩阵子模块对所述待识别车辆特征进行池化卷积操作得到系数矩阵，所述权重子模块对所述待识别车辆特征进行分离卷积操作得到权重系数，将所述待识别车辆特征与系数矩阵以及权重系数进行加权运算得到增强车辆特征；

当所述跨视域车辆重识别模型的损失函数最小时，完成所述跨视域车辆重识别模型的训练。

第二方面，本申请提供一种车辆重识别方法，包括：

获取待重识别车辆图像，将所述带重识别车辆图像输入到如上构建的跨视域车辆重识别模型中，所述跨视域车辆重识别模型会根据待重识别车辆图像在目标库中查找与待重识别车辆图像中的车辆特征相同的目标车辆，并将所述目标车辆作为重识别结果进行输出。

第三方面，本申请提供一种跨视域车辆重识别模型的构建装置，包括：

获取模块：获取至少一标记车辆的待识别车辆图像以及多视角信息，所述车辆对应设有车辆身份编码信息；

构建模块：构建跨视域车辆重识别模型，所述跨视域车辆重识别模型由跨域特征生成模块以及空间特征增强模块组成；