[发明专利]一种车辆重识别方法、装置、设备及可读存储介质

权利要求书

1.一种车辆重识别方法，其特征在于，包括：

获取待识别的车辆图像信息；其中，所述车辆图像信息包括查询图像、拍摄时间、拍摄地点以及所述查询图像的图像特征；

利用所述图像特征，计算所述查询图像与目标图像之间的视觉特征距离；

利用所述拍摄时间和所述拍摄地点，计算所述查询图像与所述目标图像之间的时空特征距离；

将所述视觉特征距离与所述时空特征距离的加权和作为整体相似距离；

在所述整体相似距离小于相似阈值时，确定所述目标图像与所述查询图像为同一车辆的图像。

2.根据权利要求1所述的车辆重识别方法，其特征在于，获取待识别的车辆图像信息，包括：

接收待识别的车辆图像，以及所述车辆图像的所述拍摄时间和所述拍摄地点；

对所述车辆图像进行预处理，获得所述查询图像；

将所述查询图像输入至神经网络模型进行图像特征提取，获得所述图像特征。

3.根据权利要求2所述的车辆重识别方法，其特征在于，构建所述神经网络模型的过程，包括：

获取原始车辆图像，对所述原始车辆图像进行预处理，获得训练集；

创建神经网络，并利用所述训练集对所述神经网络进行训练，获得所述神经网络模型。

4.根据权利要求2所述的车辆重识别方法，其特征在于，对所述车辆图像进行预处理，获得所述查询图像，包括：

利用图像识别技术对所述车辆图像进行识别，获得识别结果；

利用所述识别结果对所述车辆图像进行裁剪，获得所述查询图像。

5.根据权利要求2所述的车辆重识别方法，其特征在于，将所述查询图像输入至神经网络模型进行图像特征提取，获得所述图像特征，包括：

将所述查询图像输入至所述神经网络模型中，提取所述查询图像的全局特征和局部特征；

将所述全局特征和所述局部特征在相同维度进行拼接，获得所述图像特征。

6.根据权利要求1所述的车辆重识别方法，其特征在于，利用所述图像特征，计算所述查询图像与目标图像之间的视觉特征距离，包括：

读取所述目标图像的目标图像特征；

利用余弦距离计算规则，计算所述图像特征与所述目标图像特征的图像特征距离；

将所述图像特征距离作为所述视觉特征距离。

7.根据权利要求1至6任一项所述的车辆重识别方法，其特征在于，利用所述拍摄时间和所述拍摄地点，计算所述查询图像与所述目标图像之间的时空特征距离，包括：

读取所述目标图像的目标拍摄时间和目标拍摄地点；

计算所述拍摄时间和所述目标拍摄时间之间的时间差；

获取所述拍摄地点与所述目标拍摄地点之间的距离差；

按照时间与距离的条件概率，计算在所述时间差内行驶所述距离差的时空概率；

将所述时空概率作为所述时空特征距离。

8.一种车辆重识别装置，其特征在于，包括：

车辆图像信息获取模块，用于获取待识别的车辆图像信息；其中，所述车辆图像信息包括查询图像、拍摄时间、拍摄地点以及所述查询图像的图像特征；

视觉特征距离计算模块，用于利用所述图像特征，计算所述查询图像与目标图像之间的视觉特征距离；

时空特征距离计算模块，用于利用所述拍摄时间和所述拍摄地点，计算所述查询图像与所述目标图像之间的时空特征距离；

整体相似距离计算模块，用于将所述视觉特征距离与所述时空特征距离的加权和作为整体相似距离；

识别结果确定模块，用于在所述整体相似距离小于相似阈值时，确定所述目标图像与所述查询图像为同一车辆的图像。

9.一种车辆重识别设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述车辆重识别方法的步骤。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述车辆重识别方法的步骤。