[发明专利]基于深度学习算法的特定车辆检索方法

说明书

本发明提供一种基于深度学习算法的特定车辆检索方法，包括用户交互系统和数据处理系统，所述特定车辆检索方法的具体步骤如下：S1，所述用户交互系统获取目标图片、待检索视频及检索参数并发送给所述数据处理系统；S2，所述数据处理系统对目标图片和待检索视频进行预处理；S3，所述数据处理系统利用深度神经网络算法和颜色直方图算法，根据目标图片对待检索视频进行检索处理，并返回检索处理结果给所述用户交互系统；S4，所述用户交互系统将所述检索处理结果进行可视化操作。

技术领域

本发明涉及一种车辆检索方法，具体的说，涉及了一种基于深度学习算法的特定车辆检索方法。

背景技术

随着我国经济的快速发展，各种类型的车辆越来越多，交通事故的发生也越来越频繁。因此，对特定车辆的监控可以降低交通事故的发生率并能对肇事车辆进行跟踪。

目前对车辆的检索一般是依赖于支持向量机(SVM)对车牌的检索。此方法会在数据库中检索所识别的车牌号码。该方法依赖于高分辨率的摄像头和摄像头的特定角度，对其它角度和低分辨率的视频是无法检索的。所以本发明将要实现一种与拍摄角度和分辨率无关的车辆检索技术。

为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。

发明内容

本发明的目的是针对现有技术的不足，从而提供了一种基于深度学习算法的特定车辆检索方法，适用于各种角度和分辨率的视频的车辆检索。

为了实现上述目的，本发明所采用的技术方案是：一种基于深度学习算法的特定车辆检索方法，包括用户交互系统和数据处理系统，所述特定车辆检索方法的具体步骤如下：

S1，所述用户交互系统获取目标图片、待检索视频及检索参数并发送给所述数据处理系统；

S2，所述数据处理系统对目标图片和待检索视频进行预处理；

S3，所述数据处理系统利用深度神经网络算法和颜色直方图算法，根据目标图片对待检索视频进行检索处理，并返回检索处理结果给所述用户交互系统；

S4，所述用户交互系统将所述检索处理结果进行可视化操作。

基于上述，S1中所述用户交互系统和所述数据处理系统的结构为B/S结构、C/S结构或单机结构，所述检索参数包括目标车辆的车型、类别，以及各个关键帧的时间间隔。

基于上述，S2中对目标图片和待检索视频进行预处理的步骤包括：

S21，对目标图片进行图像增强处理和缩放处理；

S22，将待检索视频转化成序列化的图片；

S23，根据所述检索参数从序列化的图片中提取出多个关键帧；

S24，对多个关键帧进行图像增强处理和缩放处理。

基于上述，S3的具体步骤为：

S31，利用深度神经网络对多个关键帧进行检索获得车辆标定框，并获得所述车辆标定框中候选车辆与各个车型类别的神经网络置信度评分α；

S32，利用目标图片的颜色直方图与多个关键帧的颜色直方图进行匹配获得颜色评分β；

S33，对每一个关键帧的α评分和β评分进行求加权平均值γ，

其中，X和Y为预设超参数权值X和预设超参数权值Y；

S34，对加权平均值γ由高到低进行排序，获得目标图片依据可信度排序的检索结果。

基于上述，S31中的所述车辆标定框为深度神经网络通过识别关键帧获得的候选目标框，所述车辆标定框内包含由深度神经网络提取出的候选车辆。