科创中国

本公开提供了一种车辆再识别方法及系统，包括：根据每种车型的三维模型进行角度旋转得到每个角度的图片，提取每种车型的关键点信息和车型的外轮廓信息，并计算旋转角度；将每种车型的关键点信息、车型的外轮廓信息以及旋转角度输入车辆再识别模型中，得到训练好的车辆再识别模型；将待测车辆的图片或视频输入到训练好的车辆再识别模型中，输出待测车辆车型。

本公开为了解决上述问题，提出了一种车辆再识别方法及系统，本公开考虑包括颜色、类型等这些不会随着视点的变化发生变化的信息以外，同时将随着角度变化而发生变化的车辆外观形状也作为辅助进行重识别的一个有效信息。由于监控的角度是多样的，因此获取到的图片中车辆的角度也是多样的。如果选择对车辆进行3D建模，就可以从任意的角度进行比对。因此，我们提供了一种车辆再识别方法，其能够精准、有效的对视频监控中拍摄到的车辆进行再识别，解决形状和外观对视点的依赖性、车辆外观的相似性较高等问题。

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

交通摄像头的广泛部署为物流，运输和智慧城市等应用提供了视频分析的可能，这种分析中较为关键的问题就是跨摄像机关联目标。尽管行人和车辆都是智慧城市应用中常见的对象，但近年来，对行人重识别的关注度较高。这是因为在行人重识别方面，拥有大量经过注释的行人数据，以及计算机视觉对人脸以及身体方面的研究已经较为成熟。与行人重识别相比，车辆的重识别更具挑战性。具体表现为摄像头的位置不同会产生光照变化、视角变化以及分辨率的差异，从而导致同一辆车在不同的视角下产生自身差别或者不同车辆因型号相同形成类间相似。此外，尽管车牌从一定程度上能够辅助识别车辆，但是由于相互遮挡，视点倾斜或者图像分辨率过低等原因，难以从监控视频中识别车牌，并且车牌也存在一些隐私问题。

随着深度神经网络在计算机视觉领域的广泛应用，提升车辆再识别的准确率也成为了近年来计算机视觉方向的一个热门话题。

此技术是山东师范大学吕蕾研发，山东师范大学，位于山东省济南市，宗旨和业务范围是“面向社会培养高等学历师资人才，进行成人教育，促进教育事业发展”。

与现有技术相比，本公开的有益效果为：

本公开能够精准、有效的对视频监控中拍摄到的车辆进行再识别，解决形状和外观对视点的依赖性、车辆外观的相似性较高等问题。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地保定，希望具备此项技术研发的技术方，能够尽快承接此项目。