(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211506874.5 (22)申请日 2022.11.29 (71)申请人 城云科技 （中国） 有限公司 地址 310052 浙江省杭州市滨江区长河街 道江南大道588号恒 鑫大厦主楼17层、 18层 (72)发明人 韩致远　王国梁　卓家雨　张郑结　 张香伟　 (74)专利代理 机构 杭州汇和信专利代理有限公 司 33475 专利代理师 吴琰 (51)Int.Cl. G06V 10/25(2022.01) G06V 10/44(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) (54)发明名称 一种路面车辆 重识别方法、 装置及应用 (57)摘要 本申请提出了一种路面车辆重识别方法、 装 置及应用， 包括以下步骤： 对待识别车辆图像进 行目标检测得到多个检测部位框， 基于所述检测 部位框对所述待识别车辆图像进行切割得到多 个相同尺 寸大小的车辆部位图， 并对每一所述车 辆部位图记录对应的面积系数； 对每一所述车辆 部位图进行拉伸操作并结合每一所述车辆部位 图对应的面积系数计算每一所述车辆部位图的 加权向量； 对每一所述车辆部位图的加权向量进 行位置信息的标注后， 输入编码器中提取特征信 息； 对不同待识别车辆图像的所述特征信息进行 比对判断是否为同一车辆。 通过本方案可以判断 不同摄像组件下经过的两辆车辆是否属于同一 辆车， 从而实现车辆搜索， 车辆监控， 车辆跟踪 等 任务。 权利要求书2页 说明书9页 附图9页 CN 115546472 A 2022.12.30 CN 115546472 A 1.一种路面车辆 重识别方法， 其特 征在于， 包括以下步骤： 对待识别车辆图像进行目标检测得到多个检测部位框， 基于所述检测部位框对所述待 识别车辆图像进 行切割得到多个相同尺寸大小的车辆部位图， 并对每一所述车辆部位图记 录对应的面积系数； 对每一所述车辆部位图进行拉伸操作并结合每一所述车辆部位图对应的面积系数计 算每一所述车辆 部位图的加权向量； 对每一所述车辆部位图的加权向量进行位置信 息的标注后， 输入编码器中提取特征信 息； 对不同待识别车辆图像的所述特 征信息进行比对判断是否为同一车辆 。 2.根据权利要求1所述的一种路面车辆重识别方法， 其特征在于， “对待识别车辆 图像 进行目标检测得到多个检测部位框 ”的步骤包括： 所述待识别车辆图像包括至少一待识别 车辆， 使用卷积神经网络对所述至少一待识别车辆的不同部位进 行检测得到车辆不同部位 的检测部位框 。 3.根据权利要求1所述的一种路面车辆重识别方法， 其特征在于， “对每一所述车辆部 位图进行拉伸操作并结合每一所述车辆部位图对应的面积系数计算每一所述车辆部位图 的加权向量 ”步骤包括： 对每一所述车辆部位图进 行拉伸操作得到 拉伸向量， 每一车辆部位 图的拉伸向量、 面积系数以及权 重相乘后加上偏移量得到每一车辆 部位图的加权向量。 4.根据权利要求1所述的一种路面车辆重识别方法， 其特征在于， 在 “对每一所述车辆 部位图的加权向量进 行对应位置信息的标注后， 输入编 码器中提取特征信息 ”步骤中： 所述 编码器为Transformer编码器， 在所述Transformer编码器中的编码模块中进行丢弃操作。 5.根据权利要求1所述的一种路面车辆重识别方法， 其特征在于， 所述编码器的训练方 式是： 针对每张车辆部位图， 分别选取距每张所述车辆部位图欧氏距离最远的正样本和欧 式距离最近的负 样本组成三元组对所述编码器训练。 6.根据权利要求1所述的一种路面车辆重识别方法， 其特征在于， 若对应同一待识别车 辆图像的部分检测部位框缺失， 以纯色填充缺失的所述检测部位框对应的车辆 部位图。 7.根据权利要求1所述的一种路面车辆重识别方法， 其特征在于， 获取沿着车辆前进方 向的多个摄像组件拍摄的多张所述待识别车辆图像， 每个摄像组件获取的所述待识别车辆 图像依照时间轴顺序排列， 不同时间区间的所述待识别车辆图像的所述特征信息存入对应 时间区间的车辆特 征信息库中。 8.根据权利要求7所述的一种路面车辆重识别方法， 其特征在于， 在 “对不同待识别车 辆图像的所述特征信息进行比对判断是否为同一辆车 ”中， 选定特定摄像组件特定时刻获 取的待识别车辆图像的特征信息作为基准特征信息， 基于所述基准特征信息从领近所述特 定摄像组件的摄像组件中依照时间区间先后顺序依次选取优先匹配特征库、 次优先匹配特 征库、 最后匹配特征库， 其中所述优先匹配特征库的时间区间最接近所述特定时刻， 基于优 先匹配特征库、 次优先匹配特征库、 最后匹配特征库中的特征信息和基准特征信息比对判 断是否为同一车辆 。 9.根据权利要求8所述的一种路面车辆重识别方法， 其特征在于， 在 “基于优先匹配特 征库、 次优先匹配特征库、 最后匹配特征库中的特征信息和基准特征信息比对判断是否为 同一车辆 ”步骤中， 先将基准特征信息与优先匹配特征库中的车辆特征信息进行欧式距离权　利　要　求　书 1/2 页 2 CN 115546472 A 2的计算， 若所述基准特征信息与所述优先匹配特征库中车辆A的特征信息的欧式距离小于 第一设定阈值， 则所述车辆A和所述待识别车辆为同一车辆， 否之， 将所述基准特征信息与 次优先匹配特征库中的车辆特征信息进行欧氏距离的计算， 若所述基准特征信息与所述次 优先匹配特征库中车辆B的特征信息的欧式距离小于第一设定阈值， 则所述车辆B和所述待 识别车辆为同一车辆， 否之， 将所述基准特征信息与最后匹配特征库中的车辆特征信息进 行欧氏距离的计算， 若所述基准特征信息与所述最后匹配特征库中的车辆C的特征信息的 欧式距离小于第一设定阈值， 则所述车辆A和所述待识别车辆为同一车辆 。 10.一种路面车辆 重识别装置， 其特 征在于， 包括： 第一图像处理模块： 对待识别车辆 图像进行目标检测得到多个检测部位框， 基于所述 检测部位框对所述待识别车辆图像所进行切割得到多个相同尺寸大小的车辆部位图， 并对 每一所述车辆 部位图记录对应的面积系数； 第二图像处理模块： 对每一所述车辆部位图进行拉伸操作并结合每一所述车辆部位图 对应的面积系数计算每一所述车辆 部位图的加权向量； 特征提取模块： 对每一所述车辆部位图的加权向量进行位置信息的标注后， 输入编码 器中进行 特征信息的提取； 识别模块： 对不同车辆图像的所述特 征信息进行比对判断是否为同一车辆 。 11.一种电子装置， 包括存储器和 处理器， 其特征在于， 所述存储器中存储有计算机程 序， 所述处理器被设置为运行所述计算机程序以执行权利要求1 ‑9任一所述的一种路面车 辆重识别方法。 12.一种可读存储介质， 其特征在于， 所述可读存储介质中存储有计算机程序， 所述计 算机程序包括用于控制过程以执行过程的程序代码， 所述过程包括根据权利要求1 ‑9任一 所述的一种路面车辆 重识别方法。权　利　要　求　书 2/2 页 3 CN 115546472 A 3